期刊文献+
共找到23篇文章
< 1 2 >
每页显示 20 50 100
基于领域嵌入的循环膨胀卷积神经网络评价对象抽取方法 被引量:1
1
作者 陈积常 周武 《国外电子测量技术》 北大核心 2022年第1期20-27,共8页
在评价对象抽取任务当中,基于循环神经网络的方法具有前向依赖性且未能利用图形处理器(graphics processing unit,GPU)并行计算的能力,而基于传统卷积神经网络的方法则存在语义覆盖能力有限的问题。针对所述问题,为充分发挥模型的计算... 在评价对象抽取任务当中,基于循环神经网络的方法具有前向依赖性且未能利用图形处理器(graphics processing unit,GPU)并行计算的能力,而基于传统卷积神经网络的方法则存在语义覆盖能力有限的问题。针对所述问题,为充分发挥模型的计算能力以及语义覆盖能力,首次将循环膨胀卷积神经网络应用于该任务,并融入领域嵌入特征,提出了一种基于领域嵌入的循环膨胀卷积神经网络模型(domain embedding iterated dilated convolutions neural network,DE-IDCNN)。在评价对象抽取任务数据集L14、R14、R15、R16的实验中,取得的F1值分别为81.85、80.90、72.23、73.26,与基线模型相比取得了两个数据集实验效果的领先。经进一步实验验证,DE-IDCNN模型实现了更高的计算效率以及表现出更好的语义覆盖能力。 展开更多
关键词 评价对象抽取 领域嵌入 膨胀卷积神经网络
下载PDF
基于邻域保持嵌入⁃主成分分析的配电变压器合闸涌流波形特征检测 被引量:2
2
作者 王红斌 方健 +2 位作者 张敏 敖刚 池源 《电工电能新技术》 CSCD 北大核心 2024年第2期29-38,共10页
为有效检测配电变压器合闸涌流的波形特征,区分合闸时励磁涌流和故障电流,本文提出了一种基于邻域保持嵌入(NPE)和主成分分析(PCA)的变压器合闸涌流检测方法。该方法可对数据全局和局部特征信息进行检测及处理,首先利用NPE-PCA算法将电... 为有效检测配电变压器合闸涌流的波形特征,区分合闸时励磁涌流和故障电流,本文提出了一种基于邻域保持嵌入(NPE)和主成分分析(PCA)的变压器合闸涌流检测方法。该方法可对数据全局和局部特征信息进行检测及处理,首先利用NPE-PCA算法将电流数据降到二维空间,然后通过对二维空间数据拟合得到拟合误差σ,通过比较拟合误差σ与给定阈值的关系来识别合闸时励磁涌流。最后在ATP/EMTP平台搭建模型对所提出的合闸涌流波形特征检测方法进行测试,仿真结果表明本文所提NPE-PCA涌流波形检测算法能有效识别变压器合闸涌流波形特征,与二次谐波算法对比分析表明本文算法性能更优。 展开更多
关键词 合闸涌流 领域保持嵌入 主成分分析 变压器
下载PDF
融合CNN和ViT的声信号轴承故障诊断方法 被引量:5
3
作者 宁方立 王珂 郝明阳 《振动与冲击》 EI CSCD 北大核心 2024年第3期158-163,170,共7页
针对轴承故障诊断任务数据量少、故障信号非平稳等特点,提出一种短时傅里叶变换、卷积神经网络和视觉转换器相结合的轴承故障诊断方法。首先,利用短时傅里叶变换将原始声信号转换为包含时序信息和频率信息的时频图像。其次,将时频图像... 针对轴承故障诊断任务数据量少、故障信号非平稳等特点,提出一种短时傅里叶变换、卷积神经网络和视觉转换器相结合的轴承故障诊断方法。首先,利用短时傅里叶变换将原始声信号转换为包含时序信息和频率信息的时频图像。其次,将时频图像作为卷积神经网络的输入,用于隐式提取图像的深层特征,其输出作为视觉转换器的输入。视觉转换器用于提取信号的时间序列信息。并在输出层利用Softmax函数实现故障模式的识别。试验结果表明,该方法对于轴承故障诊断准确率较高。为了更好解释和优化提出的轴承故障诊断方法,利用t-分布领域嵌入算法对分类特征进行了可视化展示。 展开更多
关键词 短时傅里叶变换 卷积神经网络 视觉转换器 t-分布领域嵌入算法
下载PDF
基于语言模型微调的跨领域依存句法分析
4
作者 彭雪 李正华 张民 《计算机应用与软件》 北大核心 2022年第7期141-146,共6页
为提高跨领域依存句法分析性能,提出一种领域嵌入的半监督方法。该方法对于模型的所有输入添加一个领域信息,平衡源领域和目标领域对模型的贡献,与直接合并两个领域训练集相比,取得了约1.5%的提升。进而,通过预训练和微调两种方法将上... 为提高跨领域依存句法分析性能,提出一种领域嵌入的半监督方法。该方法对于模型的所有输入添加一个领域信息,平衡源领域和目标领域对模型的贡献,与直接合并两个领域训练集相比,取得了约1.5%的提升。进而,通过预训练和微调两种方法将上下文相关的语言模型BERT应用到该任务中。与选择的三个目标领域目前最好的性能相比,均取得了提升。 展开更多
关键词 依存句法 领域分析 领域嵌入 BERT 微调
下载PDF
基于低秩和邻域嵌入的单帧红外图像超分辨算法 被引量:4
5
作者 薛峰 朱强 林楠 《红外技术》 CSCD 北大核心 2017年第11期1032-1037,共6页
针对非制冷红外焦平面探测器面阵规模较小,难以获取大尺度红外图像的问题,提出一种基于低秩矩阵恢复和邻域嵌入的单幅红外图像超分辨方法。利用低秩矩阵恢复算法学习出相似矩阵潜在的低秩分量,对恢复的低秩分量进行邻域嵌入以获得初始... 针对非制冷红外焦平面探测器面阵规模较小,难以获取大尺度红外图像的问题,提出一种基于低秩矩阵恢复和邻域嵌入的单幅红外图像超分辨方法。利用低秩矩阵恢复算法学习出相似矩阵潜在的低秩分量,对恢复的低秩分量进行邻域嵌入以获得初始的超分辨估计值,再通过全局重建约束,最终获得超分辨结果。大量仿真实验结果表明,本文算法重建的图像无论是定量计算还是定性分析都获得较好的超分辨结果,该方法既保证重建的高分辨率图像均匀区域的一致性,又保留了图像的细节信息和边缘轮廓的完整性。 展开更多
关键词 红外图像 低秩矩阵恢复 领域嵌入 超分辨 子空间 相似图像块
下载PDF
优化近邻保持嵌入算法的人脸识别方法研究
6
作者 李视阳 《科技创新导报》 2012年第26期1-2,共2页
人脸识别是一项极具发展潜力的生物特征识别技术,在公共安全,信息安全等领域具有广阔的应用前景。本文试验基于ORL人脸数据和Yale人脸数据,在监督的保持邻域嵌入算法(NPE),度量优化的保持邻域嵌入算法(MONPE)均取最优参数的前提下对分... 人脸识别是一项极具发展潜力的生物特征识别技术,在公共安全,信息安全等领域具有广阔的应用前景。本文试验基于ORL人脸数据和Yale人脸数据,在监督的保持邻域嵌入算法(NPE),度量优化的保持邻域嵌入算法(MONPE)均取最优参数的前提下对分类准确率和运行时间进行了比较。试验表明:MONPE算法与NPE算法相比,在实际应用中可以表现出明显的优势。 展开更多
关键词 人脸识别 监督的保持邻域嵌入 度量优化的保持领域嵌入
下载PDF
基于邻域保持嵌入-主成分分析的高压电缆状态数据异常检测及分析 被引量:4
7
作者 刘敏 方义治 +4 位作者 孙廷玺 罗思琴 王升 周念成 兰雪珂 《科学技术与工程》 北大核心 2019年第27期192-199,共8页
为发现高压电缆异常状态并及时地发出异常告警,提出了一种基于邻域保持嵌入(neighborhood preserving embedding,NPE)和主成分分析(principal component analysis,PCA)的高压电缆异常状态检测方法。针对PCA只能保留数据全局结构信息的缺... 为发现高压电缆异常状态并及时地发出异常告警,提出了一种基于邻域保持嵌入(neighborhood preserving embedding,NPE)和主成分分析(principal component analysis,PCA)的高压电缆异常状态检测方法。针对PCA只能保留数据全局结构信息的缺陷,提出将流形学习算法NPE与PCA结合,从而实现数据全局和局部特征信息的全方面提取;然后利用T2和SPE统计量作为电缆状态特征量,其控制限作为状态异常阈值判据,并推导出不同异常状态特征指标的贡献度,确定高压电缆主要异常指标;接着通过计算高压电缆各分段统计量的值,确定电缆异常区域;最后利用广东珠海供电局辖区内220 k V高压电缆统计资料验证所提策略的正确性。 展开更多
关键词 高压电缆 异常检测 领域保持嵌入 主成分分析 全局和局部特征
下载PDF
基于IMF奇异值熵和t-SNE的滚动轴承故障识别 被引量:9
8
作者 段萍 王旭 +2 位作者 丁承君 冯玉伯 秦越 《传感器与微系统》 CSCD 北大核心 2021年第3期134-137,共4页
针对滚动轴承振动信号非线性、非平稳性以及故障难以识别的问题,提出了一种经验小波变换(EWT)、奇异值熵和t分布随机领域嵌入(t-SNE)相结合的滚动轴承故障识别方法。对原始振动信号进行EWT分解得到若干固有模态分量(IMF),对IMF进行奇异... 针对滚动轴承振动信号非线性、非平稳性以及故障难以识别的问题,提出了一种经验小波变换(EWT)、奇异值熵和t分布随机领域嵌入(t-SNE)相结合的滚动轴承故障识别方法。对原始振动信号进行EWT分解得到若干固有模态分量(IMF),对IMF进行奇异值分解求取奇异值熵。利用t-SNE算法对奇异值熵组成的特征矩阵进行降维,所提取的低维特征能够有效反映故障信息。最后,将低维特征输入到Kmeans分类器中进行模式识别。将该方法应用到滚动轴承实验中并与EMD+奇异值熵+t-SNE、EWT+奇异值熵+PCA方法进行对比,结果表明:所提方法能够更有效地提取滚动轴承的故障特征,提高了故障识别的精度。 展开更多
关键词 经验小波变换 奇异值熵 t分布随机领域嵌入 故障识别
下载PDF
基于t-SNE与模糊聚类的电动汽车行驶工况构建 被引量:8
9
作者 王金刚 徐航 +2 位作者 刘海 于晗正男 刘昱 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第6期126-132,146,共8页
通过构建典型城市的电动汽车行驶工况,可对其行驶与能耗规律进行预测。以天津市为例,采集10辆纯电动乘用车1个月的实际道路数据,基于短行程片段提取20个特征参数和24个分布参数,使用t分布领域嵌入算法、模糊C均值聚类及灰色关联分析等... 通过构建典型城市的电动汽车行驶工况,可对其行驶与能耗规律进行预测。以天津市为例,采集10辆纯电动乘用车1个月的实际道路数据,基于短行程片段提取20个特征参数和24个分布参数,使用t分布领域嵌入算法、模糊C均值聚类及灰色关联分析等方法进行工况构建;利用MAPE和K-S检验验证构建工况的有效性;并对比分析了国内外典型的行驶工况。研究结果表明:已构建工况与实际道路数据MAPE误差为3.82%;K-S检验值为0.0471和0.0126;所构建工况符合实际的行驶情况。 展开更多
关键词 车辆工程 纯电动汽车 行驶工况 t分布领域嵌入 聚类分析
下载PDF
分组加权t-SNE的手写数字奇异类样本聚类方法研究 被引量:1
10
作者 杜芬 王彬 +3 位作者 薛洁 龙雨涵 刘辉 熊新 《小型微型计算机系统》 CSCD 北大核心 2018年第12期2729-2734,共6页
针对t-SNE算法在高维降维中存在的奇异类样本区分能力弱的不足,给出了一种将分组加权的改进t-SNE算法应用于数字手写体奇异类样本的聚类和识别中的方法.该方法根据样本在高维空间内的不同分布状况而应用不同的分组权值重新计算相似度,... 针对t-SNE算法在高维降维中存在的奇异类样本区分能力弱的不足,给出了一种将分组加权的改进t-SNE算法应用于数字手写体奇异类样本的聚类和识别中的方法.该方法根据样本在高维空间内的不同分布状况而应用不同的分组权值重新计算相似度,进而实现更合理的高维空间到低维空间的聚类映射.在基于MNIST构建的奇异类样本库上的对比试验结果表明,与t-SNE算法相比,分组加权t-SNE算法的聚类可视化与指标均得到了提高,其中查全率平均提高了4%,查准率平均提高了3. 3%,从而验证了该方法的可行性和有效性. 展开更多
关键词 奇异手写体数字识别 t分布随机领域嵌入算法 分组加权 高维降维
下载PDF
基于NPE-SVM的软件缺陷预测模型 被引量:2
11
作者 王玉红 范菁 +1 位作者 雷敏 孙汇中 《成都信息工程大学学报》 2018年第3期286-289,共4页
针对软件缺陷预测中数据集的类不均衡、高维、小采样以及非线性降维问题,提出基于领域保持嵌入支持向量机的软件缺陷预测模型。模型采用NPE算法对数据集进行降维处理,通过将NPE算法中奇异的广义特征计算转化为两个特征分解问题,得到了... 针对软件缺陷预测中数据集的类不均衡、高维、小采样以及非线性降维问题,提出基于领域保持嵌入支持向量机的软件缺陷预测模型。模型采用NPE算法对数据集进行降维处理,通过将NPE算法中奇异的广义特征计算转化为两个特征分解问题,得到了更准确的稳健解,有效规避了属性约减后导致的预测精度下降问题。选用支持向量机作为基础分类器,仿真实验结果表明,与其他方法相比,预测模型的查全率及F-measure值指标显著提高了2%~4%。 展开更多
关键词 软件缺陷 领域保持嵌入 机器学习 模式识别 流行学习
下载PDF
系统级封装技术研究及实现 被引量:3
12
作者 耶菲 张军 芦彩香 《电脑知识与技术(过刊)》 2015年第4X期94-96,共3页
系统级封装(System in Package,Si P)已经成为重要的先进封装和系统集成技术,是未来电子产品小型化和多功能化的重要技术路线,重点关注嵌入式系统Si P技术的发展,采用Si P技术对某型基板进行设计实现,对设计流程和关键技术进行了介绍,... 系统级封装(System in Package,Si P)已经成为重要的先进封装和系统集成技术,是未来电子产品小型化和多功能化的重要技术路线,重点关注嵌入式系统Si P技术的发展,采用Si P技术对某型基板进行设计实现,对设计流程和关键技术进行了介绍,成功实现了该产品的Si P设计。 展开更多
关键词 系统级封装 嵌入领域 基板
下载PDF
基于FPGA的深度强化学习硬件加速技术研究 被引量:4
13
作者 凤雷 王宾涛 +1 位作者 刘冰 李喜鹏 《计算机测量与控制》 2022年第6期242-247,共6页
深度强化学习(DRL)是机器学习领域的一个重要分支,用于解决各种序贯决策问题,在自动驾驶、工业物联网等领域具有广泛的应用前景;由于DRL具备计算密集型的特点,导致其难以在计算资源受限且功耗要求苛刻的嵌入式平台上进行部署;针对DRL在... 深度强化学习(DRL)是机器学习领域的一个重要分支,用于解决各种序贯决策问题,在自动驾驶、工业物联网等领域具有广泛的应用前景;由于DRL具备计算密集型的特点,导致其难以在计算资源受限且功耗要求苛刻的嵌入式平台上进行部署;针对DRL在嵌入式平台上部署的局限性,采用软硬件协同设计的方法,设计了一种面向DRL的FPGA加速器,提出了一种设计空间探索方法,在ZYNQ7100异构计算平台上完成了对Cartpole应用的在线决策任务;实验结果表明,研究在进行典型DRL算法训练时的计算速度和运行功耗相对于CPU和GPU平台具有明显的优势,相比于CPU实现了12.03的加速比,相比于GPU实现了28.08的加速比,运行功耗仅有7.748 W,满足了深度强化学习在嵌入式领域的在线决策任务。 展开更多
关键词 深度强化学习 FPGA 异构计算 在线决策 嵌入领域
下载PDF
Linux——其实我懂你的“心”
14
作者 宁雷 《电脑采购》 2002年第43期1-1,1,共2页
今年是Linux“诞生”11周年。11年前,芬兰人Linus B.Torvalds先生出于对“自由软件”精神的热爱“创造”了它。如今,Linux已经成为可以和强大的Windows抗衡的操作系统。近来,Windows和Linux的竞争越发激烈,双方你来我往,争夺用户。那么,... 今年是Linux“诞生”11周年。11年前,芬兰人Linus B.Torvalds先生出于对“自由软件”精神的热爱“创造”了它。如今,Linux已经成为可以和强大的Windows抗衡的操作系统。近来,Windows和Linux的竞争越发激烈,双方你来我往,争夺用户。那么,Linux凭什么“挑战”雄踞PC平台十多年的Windows呢?请看本期“热点话题”的相关报道。 展开更多
关键词 芬兰人 消息灵通 看本 LINUX 市场占有率 国内软件 客户服务部 凭什么 代理销售 嵌入领域
下载PDF
把握全球研发新动向 提速中国研发外包产业
15
作者 朱华燕 《服务外包》 2016年第5期38-39,共2页
虽然我国研发投入增速全球领先,但国内研发外包接包额占比尚小。新趋势下,亟需提升我国研发外包企业能级,扩大全球研发外包业务占比。
关键词 研发外包 研究机构 研发服务 嵌入领域 上海检验检疫局 全球竞争力 成本因素 长城汽车 物联网 一线城市
下载PDF
项目驱动式案例教学法在“嵌入式系统”教学中的应用 被引量:7
16
作者 张浩 陈勇 程玉柱 《中国电子教育》 2012年第4期48-50,58,共4页
一、引言近年来,随着计算机技术的不断发展,在我国以嵌入式系统为代表的计算机领域的最新成果不断被应用在航空航天、工业控制、仪器仪表、消费电子等领域,直接导致了我国嵌入式系统的市场需求快速增长,嵌入式领域中的人才需求日益旺盛... 一、引言近年来,随着计算机技术的不断发展,在我国以嵌入式系统为代表的计算机领域的最新成果不断被应用在航空航天、工业控制、仪器仪表、消费电子等领域,直接导致了我国嵌入式系统的市场需求快速增长,嵌入式领域中的人才需求日益旺盛。基于此,国内众多高校纷纷开展嵌入式系统的教学工作,积极培养嵌入式人才,近几年来国内理工科高等院校的计算机、电子信息和自动化等专业已普遍开设嵌入式技术的相关课程,有些院系还开设了嵌入式专业。我校机械电子工程学院也相应开设了"嵌入式系统"课程, 展开更多
关键词 驱动式 教学效果 机械电子工程 工业控制 工科高等院校 案例教学法 电子信息 嵌入领域 航空航天
原文传递
基于嵌入式的看门狗系统的设计
17
作者 夏小翔 《信息与电脑(理论版)》 2014年第12期152-154,共3页
看门狗(Watch Dog)技术能够实现崩溃系统的自动恢复,保证系统的稳定性。同时,由于Linux系统在嵌入式领域中的天然优势,我们分析Linux内核对其的支持,以及在三星S3C2440开发板上的实现。目前主要的看门狗应用技术1嵌入式8/16位单片机一... 看门狗(Watch Dog)技术能够实现崩溃系统的自动恢复,保证系统的稳定性。同时,由于Linux系统在嵌入式领域中的天然优势,我们分析Linux内核对其的支持,以及在三星S3C2440开发板上的实现。目前主要的看门狗应用技术1嵌入式8/16位单片机一般不区分操作系统和应用元件,通常采用硬件实现,采用DS1232、IMP706等自带看门狗功能的复位芯片或自带看门狗功能的MCU对系统进行看门狗管理,开发人员可以根据需要在程序中的何时位置编写看门狗指令,达到管理看门狗的作用。 展开更多
关键词 看门狗 嵌入领域 天然优势 应用技术 struct 驱动程序 时序图 面向对象的 REQUEST
原文传递
基于ARM9的嵌入式故障诊断系统的研究
18
作者 邓艳菲 管菊花 《南国博览》 2019年第2期392-392,共1页
随着我国经济的发展和社会的进步,我国的ARM9嵌入式领域也得到了一定的发展,基于此,就需要对其进行一定的技术层次研究,从而使其能够符合相关的发展标准。对于ARM芯片而言,作为一种系统级的处理器,需要进行一定的平台开发和处理,并且根... 随着我国经济的发展和社会的进步,我国的ARM9嵌入式领域也得到了一定的发展,基于此,就需要对其进行一定的技术层次研究,从而使其能够符合相关的发展标准。对于ARM芯片而言,作为一种系统级的处理器,需要进行一定的平台开发和处理,并且根据嵌入式平台的一些特点和故障诊断特点来进行一定的功能改善,才能够保障系统的稳定运行。本文主要针对于ARM9嵌入式故障的诊断问题展开一系列的讨论,并且提出合理化的建议,希望对我国ARM9嵌入式技术的发展有一定的帮助作用。 展开更多
关键词 ARM9 嵌入领域 故障诊断
原文传递
基于GLNPE-SVDD的滚动轴承性能退化评估方法 被引量:4
19
作者 陈鹏 赵小强 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第1期12-16,共5页
针对滚动轴承退化指标提取方法中存在退化指标提取不全面的问题,提出一种考虑全局和局部的领域保持嵌入式(GLNPE)与支持向量机描述(SVDD)相结合的退化指标提取方法.通过在局部保持领域保持嵌入(NPE)方法中引入保持最大方差的全局结构目... 针对滚动轴承退化指标提取方法中存在退化指标提取不全面的问题,提出一种考虑全局和局部的领域保持嵌入式(GLNPE)与支持向量机描述(SVDD)相结合的退化指标提取方法.通过在局部保持领域保持嵌入(NPE)方法中引入保持最大方差的全局结构目标函数,建立最大方差保持和最小领域保持的全局-局部最大目标函数,实现振动信号原始性能退化特征的全局-局部特征提取,并结合SVDD实现滚动轴承性能退化指标的提取和性能退化评估.利用辛辛那提全寿命实验数据验证了该方法的有效性.与最近相关文献和局部、全局方法相比,所提方法的早期故障监测和退化评估性能更优. 展开更多
关键词 滚动轴承 性能退化 早期故障 支持向量机描述 局部保持领域保持嵌入
原文传递
Codimension Two PL Embeddings of Spheres with Nonstandard Regular Neighborhoods
20
作者 Matija CENCELJ Duan REPOV Arkadiy B.SKOPENKOV 《Chinese Annals of Mathematics,Series B》 SCIE CSCD 2007年第5期603-608,共6页
For a given polyhedron K contain M, the notation RM(K) denotes a regular neighborhood of K in M. The authors study the following problem: find all pairs (m, k) such that if K is a compact k-polyhedron and M a PL ... For a given polyhedron K contain M, the notation RM(K) denotes a regular neighborhood of K in M. The authors study the following problem: find all pairs (m, k) such that if K is a compact k-polyhedron and M a PL m-manifold, then RM(f(K))≌RM(g(K)) for each two homotopic PL embeddings f,g : K→M. It is proved that Rs^k+2(Sk)≌/ S^k × D^2 for each k≥2 and some PL sphere S^k contain S^k+2 (even for any PL sphere S^k contain S^k+2 having an isolated non-locally flat point with the singularity S^k-1 contain S^k+1 such that π1(S^k+1 - S^k-1)≌/Z). 展开更多
关键词 Embedding Regular neighborhood Dehn surgery Fundamental group
原文传递
上一页 1 2 下一页 到第
使用帮助 返回顶部