期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于HTM网络的多源海洋实时观测数据异常检测
1
作者
俞晓天
舒志光
+1 位作者
贝京阳
王擎宇
《广西科学》
CAS
北大核心
2022年第5期914-921,共8页
在时下海洋观测系统中,往往通过分布于不同地理位置的智能传感器来获取实时观测数据。然而由于通信环境不稳定、观测仪器故障、数据采集或传输软件运行异常等原因,观测数据的完整性、可靠性和时效性往往得不到保障。本文基于层级实时记...
在时下海洋观测系统中,往往通过分布于不同地理位置的智能传感器来获取实时观测数据。然而由于通信环境不稳定、观测仪器故障、数据采集或传输软件运行异常等原因,观测数据的完整性、可靠性和时效性往往得不到保障。本文基于层级实时记忆(Hierarchical Temporal Memory,HTM)网络设计多源数据异常检测算法,对不同测点海洋实时观测数据流进行质量监控。首先考虑海洋观测系统中存在的数据缺测、网络丢包现象,对观测数据进行预处理;接着基于HTM网络,生成观测数据的稀疏离散表征,动态更新神经元活跃和预测状态,并根据赫布法则奖励或惩罚突触连通值,模拟时序数据的空间和时间关系,从而学习和识别数据内部特征,实现单源海洋实时数据流的异常检测;最后在此基础上,利用不同测点间观测数据的距离相关性,对多源海洋实时数据流进行质量监控,降低异常数据漏报率。实验结果表明,本文提出的算法能有效检测出海洋实时观测数据异常点,且识别速度快于数据采集速度,能保证异常检测过程的准确性和实时性,符合实际应用需求。
展开更多
关键词
海洋观测系统
数据预处理
htm
网络
数据相关性
异常检测
下载PDF
职称材料
基于深度学习的混合主题模型应用
2
作者
万家山
《湖南科技大学学报(自然科学版)》
CAS
北大核心
2020年第3期102-109,共8页
在线社交网络的快速发展得益于主题模型的广泛应用.然而,目前几种典型的主题模型存在需要手动调参、语义连贯性不足、特征提取不充分和样本效率低等问题.对此,构建主题模型时利用深度学习技术来进行主题划分,以BiLSTMCNN模型框架为基础...
在线社交网络的快速发展得益于主题模型的广泛应用.然而,目前几种典型的主题模型存在需要手动调参、语义连贯性不足、特征提取不充分和样本效率低等问题.对此,构建主题模型时利用深度学习技术来进行主题划分,以BiLSTMCNN模型框架为基础,并在主题特征提取进行主题划分阶段引入"作者-主题"模型进一步优化框架,从而提出了一种混合主题模型Hybrid-Topic Model(简称HTM).将LDA,CNN,BiLSTM-CNN和HTM这4种主题模型应用于2组不同场景的数据集,并对结果进行对比分析.分析表明,在主题分类效果和内容困惑度方面,HTM主题模型的效果明显优于现有模型.此外,该模型在样本使用效率和模型迁移学习能力方面也有出色的表现,为后期研究指明了方向.
展开更多
关键词
主题模型
LDA
角色识别
深度学习
社区推荐
htm
原文传递
题名
基于HTM网络的多源海洋实时观测数据异常检测
1
作者
俞晓天
舒志光
贝京阳
王擎宇
机构
国家海洋局宁波海洋环境监测中心站
出处
《广西科学》
CAS
北大核心
2022年第5期914-921,共8页
基金
国家重点研发计划项目(SQ2018YFC1407000)
自然资源部东海局青年基金(DH202011)资助。
文摘
在时下海洋观测系统中,往往通过分布于不同地理位置的智能传感器来获取实时观测数据。然而由于通信环境不稳定、观测仪器故障、数据采集或传输软件运行异常等原因,观测数据的完整性、可靠性和时效性往往得不到保障。本文基于层级实时记忆(Hierarchical Temporal Memory,HTM)网络设计多源数据异常检测算法,对不同测点海洋实时观测数据流进行质量监控。首先考虑海洋观测系统中存在的数据缺测、网络丢包现象,对观测数据进行预处理;接着基于HTM网络,生成观测数据的稀疏离散表征,动态更新神经元活跃和预测状态,并根据赫布法则奖励或惩罚突触连通值,模拟时序数据的空间和时间关系,从而学习和识别数据内部特征,实现单源海洋实时数据流的异常检测;最后在此基础上,利用不同测点间观测数据的距离相关性,对多源海洋实时数据流进行质量监控,降低异常数据漏报率。实验结果表明,本文提出的算法能有效检测出海洋实时观测数据异常点,且识别速度快于数据采集速度,能保证异常检测过程的准确性和实时性,符合实际应用需求。
关键词
海洋观测系统
数据预处理
htm
网络
数据相关性
异常检测
Keywords
marine observation system
data preprocessing
htm network
data correlation
anomaly detection
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于深度学习的混合主题模型应用
2
作者
万家山
机构
安徽信息工程学院大数据与人工智能学院
出处
《湖南科技大学学报(自然科学版)》
CAS
北大核心
2020年第3期102-109,共8页
基金
国家重点研发计划课题资助(2017YFD0301303)
安徽省教育厅自然科学重大项目资助(KJ2017ZD53)
安徽省教育厅自然科学重点项目资助(KJ2017A799)。
文摘
在线社交网络的快速发展得益于主题模型的广泛应用.然而,目前几种典型的主题模型存在需要手动调参、语义连贯性不足、特征提取不充分和样本效率低等问题.对此,构建主题模型时利用深度学习技术来进行主题划分,以BiLSTMCNN模型框架为基础,并在主题特征提取进行主题划分阶段引入"作者-主题"模型进一步优化框架,从而提出了一种混合主题模型Hybrid-Topic Model(简称HTM).将LDA,CNN,BiLSTM-CNN和HTM这4种主题模型应用于2组不同场景的数据集,并对结果进行对比分析.分析表明,在主题分类效果和内容困惑度方面,HTM主题模型的效果明显优于现有模型.此外,该模型在样本使用效率和模型迁移学习能力方面也有出色的表现,为后期研究指明了方向.
关键词
主题模型
LDA
角色识别
深度学习
社区推荐
htm
Keywords
topic models
LDA
roles identification
deep learning
social
network
recommendation
htm
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于HTM网络的多源海洋实时观测数据异常检测
俞晓天
舒志光
贝京阳
王擎宇
《广西科学》
CAS
北大核心
2022
0
下载PDF
职称材料
2
基于深度学习的混合主题模型应用
万家山
《湖南科技大学学报(自然科学版)》
CAS
北大核心
2020
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部