期刊文献+
共找到36篇文章
< 1 2 >
每页显示 20 50 100
Social Robot Detection Method with Improved Graph Neural Networks
1
作者 Zhenhua Yu Liangxue Bai +1 位作者 Ou Ye Xuya Cong 《Computers, Materials & Continua》 SCIE EI 2024年第2期1773-1795,共23页
Social robot accounts controlled by artificial intelligence or humans are active in social networks,bringing negative impacts to network security and social life.Existing social robot detection methods based on graph ... Social robot accounts controlled by artificial intelligence or humans are active in social networks,bringing negative impacts to network security and social life.Existing social robot detection methods based on graph neural networks suffer from the problem of many social network nodes and complex relationships,which makes it difficult to accurately describe the difference between the topological relations of nodes,resulting in low detection accuracy of social robots.This paper proposes a social robot detection method with the use of an improved neural network.First,social relationship subgraphs are constructed by leveraging the user’s social network to disentangle intricate social relationships effectively.Then,a linear modulated graph attention residual network model is devised to extract the node and network topology features of the social relation subgraph,thereby generating comprehensive social relation subgraph features,and the feature-wise linear modulation module of the model can better learn the differences between the nodes.Next,user text content and behavioral gene sequences are extracted to construct social behavioral features combined with the social relationship subgraph features.Finally,social robots can be more accurately identified by combining user behavioral and relationship features.By carrying out experimental studies based on the publicly available datasets TwiBot-20 and Cresci-15,the suggested method’s detection accuracies can achieve 86.73%and 97.86%,respectively.Compared with the existing mainstream approaches,the accuracy of the proposed method is 2.2%and 1.35%higher on the two datasets.The results show that the method proposed in this paper can effectively detect social robots and maintain a healthy ecological environment of social networks. 展开更多
关键词 Social robot detection social relationship subgraph graph attention network feature linear modulation behavioral gene sequences
下载PDF
基于特征调制图神经网络的智能合约源码漏洞检测
2
作者 师自通 师智斌 +2 位作者 刘冬明 石琼 龚晓元 《中北大学学报(自然科学版)》 CAS 2024年第5期601-607,共7页
随着区块链技术的广泛应用,智能合约的安全问题引起广泛关注。针对智能合约源码向字节码转化会丢失部分语义信息,而现有深度学习漏洞检测方法不能很好地检测重入漏洞和时间戳漏洞等问题,本文提出一种基于特征调制图神经网络的智能合约... 随着区块链技术的广泛应用,智能合约的安全问题引起广泛关注。针对智能合约源码向字节码转化会丢失部分语义信息,而现有深度学习漏洞检测方法不能很好地检测重入漏洞和时间戳漏洞等问题,本文提出一种基于特征调制图神经网络的智能合约源码漏洞检测方法(GNN-film)。首先,分析重入漏洞和时间戳漏洞的特点,使用智能合约源码构建图结构并将其精简化;其次,搭建基于特征级线性调制的图神经网络模型,利用该网络模型强大的特征调制能力对合约漏洞特征进行精确表示;最后,将精简化后的图结构数据输入搭建的模型中获得检测结果。实验结果显示,本文方法对重入漏洞和时间戳漏洞检测的准确率达到91.00%和91.64%,相较基于图神经网络的方法分别提升了4.20百分点和9.70百分点,证明本文方法对相关漏洞检测的能力要优于其他检测工具。 展开更多
关键词 智能合约 漏洞检测 重入漏洞 时间戳漏洞 特征调制图神经网络
下载PDF
融合知识图谱的时空多图卷积交通流量预测
3
作者 李劲业 李永强 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第7期1366-1376,共11页
现有的交通流量预测方法关注交通信息的时空相关性,未充分考虑外部因素对交通的影响,为此提出融合静态和动态知识图谱的时空多图卷积交通流量预测模型.基于道路交通信息和外部因素,构建城市交通知识图谱和4个不同语义的路网拓扑图,将城... 现有的交通流量预测方法关注交通信息的时空相关性,未充分考虑外部因素对交通的影响,为此提出融合静态和动态知识图谱的时空多图卷积交通流量预测模型.基于道路交通信息和外部因素,构建城市交通知识图谱和4个不同语义的路网拓扑图,将城市交通知识图谱输入关系演化图卷积神经网络,实现知识嵌入;使用知识融合模块将车流量矩阵与知识嵌入融合;将4个路网拓扑图和融合知识的车流量矩阵输入时空多图卷积模块,提取时空特征,通过全连接层输出交通流量预测值.在杭州交通数据集上评估模型性能,与先进的基线模型对比,所提模型的性能提高了5.76%~10.71%.鲁棒性实验结果表明,所提模型具有较强的抗干扰能力. 展开更多
关键词 智能交通 交通流量预测 城市交通知识图谱 多图卷积神经网络 知识融合模块 路网拓扑图
下载PDF
基于时空注意力卷积模型的超短期风电功率预测
4
作者 吕云龙 胡琴 +1 位作者 熊俊杰 龙敦华 《电网技术》 EI CSCD 北大核心 2024年第5期2064-2073,I0068,I0069-I0071,共14页
随着风电利用率的不断提高,风电输出功率的准确预测对电力系统的调度和稳定运行具有重要意义。然而,风力发电的随机性和波动性容易影响功率预测结果的准确性。该文提出一种基于时空相关性的风电功率预测方法,由时空注意力模块和时空卷... 随着风电利用率的不断提高,风电输出功率的准确预测对电力系统的调度和稳定运行具有重要意义。然而,风力发电的随机性和波动性容易影响功率预测结果的准确性。该文提出一种基于时空相关性的风电功率预测方法,由时空注意力模块和时空卷积模块组成。首先,利用空间注意力层和时间注意力层对不同风机之间的时空相关性进行聚合提取。其次,通过空间卷积层和时间卷积层有效捕捉风电数据之间的空间特征和时间演变规律。最后,采用中国两处实际风电场运行数据对预测方法进行实验验证。结果表明,相比于传统预测方法,时空注意力和时空卷积的融合使该文所提出的预测方法具有较高的预测精度和较好的稳定性。 展开更多
关键词 风电功率预测 时空相关性 图神经网络 时空注意力模块 时空卷积模块
下载PDF
脉冲噪声下基于CNN-FRFT的线性调频信号参数估计方法
5
作者 卢景琳 郭勇 杨立东 《探测与控制学报》 CSCD 北大核心 2024年第1期96-104,113,共10页
由于脉冲噪声破坏了线性调频(LFM)信号的分数谱特征,使得基于分数谱特征的参数估计方法无法有效估计参数。针对这个问题,提出一种脉冲噪声环境下基于CNN-FRFT的LFM信号参数估计方法。首先,利用α稳定分布拟合随机脉冲噪声,构建加性含噪... 由于脉冲噪声破坏了线性调频(LFM)信号的分数谱特征,使得基于分数谱特征的参数估计方法无法有效估计参数。针对这个问题,提出一种脉冲噪声环境下基于CNN-FRFT的LFM信号参数估计方法。首先,利用α稳定分布拟合随机脉冲噪声,构建加性含噪信号,输入卷积神经网络(CNN)进行训练和测试;其次,利用训练好的CNN模型对信号进行去噪,并验证模型的去噪能力和泛化能力;最后,利用分数阶傅里叶变换(FRFT)建立去噪信号的分数谱,通过峰值点位置来估计LFM信号的参数。实验结果表明,相比于传统的基于非线性函数的方法,该方法在强脉冲噪声环境下具有更好的精度和噪声鲁棒性,CNN的应用使其具有更强的泛化能力,在实测脉冲噪声下仍可以准确估计参数。 展开更多
关键词 脉冲噪声 线性调频信号 参数估计 卷积神经网络 分数阶傅里叶变换
下载PDF
基于图神经网络的问答系统
6
作者 冯雨溪 张燮弛 +1 位作者 黄正结 王琳琳 《计算机工程与设计》 北大核心 2024年第5期1351-1358,共8页
针对目前问答模型对文本语义理解能力不足、缺少常识性知识,且无法有效利用现存海量文本信息的现状,研究一种基于图神经网络的问答系统。通过预训练技术和图注意力算法的有效结合,融合来自常识知识库中的结构化知识,通过准确的知识推理... 针对目前问答模型对文本语义理解能力不足、缺少常识性知识,且无法有效利用现存海量文本信息的现状,研究一种基于图神经网络的问答系统。通过预训练技术和图注意力算法的有效结合,融合来自常识知识库中的结构化知识,通过准确的知识推理获得对文本深层次语义的理解,最终作出正确的回答。在对话文本和抽象语义文本等数据集上进行的一系列对比实验验证了该问答系统的有效性,表明其具备在对话文本及抽象语义概念上的理解能力。 展开更多
关键词 图神经网络 预训练范式 知识增强模块 知识推理 问答系统 机器阅读理解 自然语言处理
下载PDF
基于实时视频流的3D人体姿势和形状估计
7
作者 朱越 黄海于 罗学义 《计算机技术与发展》 2024年第4期42-47,共6页
为满足元宇宙、游戏及虚拟现实等应用场景中对实时视频流3D人体姿势和形状估计准确性和真实性的要求,提出了一种基于时间注意力机制的3D人体姿势和形状估计方法。首先,提取图像特征,并将其输入运动连续注意力模块以更好地校准需要注意... 为满足元宇宙、游戏及虚拟现实等应用场景中对实时视频流3D人体姿势和形状估计准确性和真实性的要求,提出了一种基于时间注意力机制的3D人体姿势和形状估计方法。首先,提取图像特征,并将其输入运动连续注意力模块以更好地校准需要注意的时间序列范围;随后,使用实时特征注意力集成模块以有效地组合当前帧与过去帧的特征表示;最后,通过人体参数回归网络得到最终结果,并使用基于图卷积的生成对抗网络判断模型是否来自真实的人体运动数据。相较于之前基于实时视频流的方法,在主流数据集上加速度误差平均减少了30%的同时,网络参数与计算量减少了65%,在实际测试中实现了每秒55~60帧的3D人体姿态和形状估计速度,为元宇宙、游戏及虚拟现实等应用场景提供更好的用户体验和更高的应用价值。 展开更多
关键词 三维人体重建 SMPL模型 实时特征注意力集成 图卷积神经网络 机器学习
下载PDF
基于SimAM注意力机制的轴承故障迁移诊断模型
8
作者 包从望 朱广勇 +1 位作者 邹旺 郭灏 《机电工程》 CAS 北大核心 2024年第5期862-869,893,共9页
针对轴承故障在跨工况迁移诊断时,其域不变特征难以提取,易出现模型过拟合这一问题,提出了一种基于无参数注意力模块(SimAM)的轴承故障迁移诊断方法。首先,以一维卷积神经网络作为基本框架,利用自适应批量归一化(AdaBN)对各输出层进行... 针对轴承故障在跨工况迁移诊断时,其域不变特征难以提取,易出现模型过拟合这一问题,提出了一种基于无参数注意力模块(SimAM)的轴承故障迁移诊断方法。首先,以一维卷积神经网络作为基本框架,利用自适应批量归一化(AdaBN)对各输出层进行了归一化处理,经两层卷积层和两层池化层后,对输出特征进行了随机节点失活操作;然后,利用改进后的参数化修正线性单元(PReLU)激活函数自适应提取负值输入权值系数,分别以交叉熵损失函数监督训练有标签的源域数据,以均方对数误差(MSLE)作为损失函数训练无标签的目标数据;最后,利用自制实验台数据和凯斯西储轴承公开数据对模型进行了验证,分别以不同的单一工况作为源域,其余工况作为目标域进行了迁移诊断任务研究。研究结果表明:基于SimAM的轴承故障迁移诊断方具有较好的域不变特征提取的性能,且所提特征具有较好的聚类效果;自制实验台中的平均迁移精度在89.1%以上,最高均值可达97.85%,CWRU数据集中的平均迁移精度达98.68%。该成果可为后续轴承故障由实验向工业现场的迁移诊断奠定基础。 展开更多
关键词 轴承故障诊断 迁移学习 无参数注意力机制 自适应批量归一化 参数化修正线性单元 均方对数误差 卷积神经网络
下载PDF
基于时空注意图卷积的人体动作识别
9
作者 赵登阁 智敏 《计算机应用与软件》 北大核心 2024年第7期165-170,254,共7页
针对基于骨骼数据的人体动作识别中关键节点及特征应用度不高的问题,构建一种基于时空图卷积和通道-空间联合注意力模块融合改进的人体动作识别系统。算法首先通过空间图卷积获得结构化特征,由通道-空间联合注意力模块强化关键节点和关... 针对基于骨骼数据的人体动作识别中关键节点及特征应用度不高的问题,构建一种基于时空图卷积和通道-空间联合注意力模块融合改进的人体动作识别系统。算法首先通过空间图卷积获得结构化特征,由通道-空间联合注意力模块强化关键节点和关键结构信息,再由时间图卷积获取高级时空特征,最后用全局池化层和softmax分类器得出识别结果。实验结果表明,在关键节点和结构特征得以强化的同时,也保留了原始特征信息。该算法在基于骨骼数据的人体动作识别上具有更高的精度。 展开更多
关键词 人体动作识别 骨骼数据 注意力模块 关键节点 时空图卷积
下载PDF
一种类线性调频雷达波型自动识别方法
10
作者 夏沭涛 金堃 +1 位作者 付宇鹏 于文龙 《舰船电子工程》 2024年第2期96-99,142,共5页
随着电子技术的发展,雷达信号调制方式趋于复杂化,对雷达信号波形进行可靠的识别是雷达侦察系统面临的一个难题。其中,类线性调频雷达信号(LFM、Frank码、P1~P4码)是识别难度较大的一类信号。针对该问题,论文提出了一种基于深度学习的... 随着电子技术的发展,雷达信号调制方式趋于复杂化,对雷达信号波形进行可靠的识别是雷达侦察系统面临的一个难题。其中,类线性调频雷达信号(LFM、Frank码、P1~P4码)是识别难度较大的一类信号。针对该问题,论文提出了一种基于深度学习的雷达波形自动识别方法,首先计算类线性调频雷达的基于S-method的时频分布,在此基础上计算信号时频分布的Zernike矩,然后通过卷积神经网络进行分类识别。实验表明,在-2dB信噪比下,信号的整体识别率达到94.33%,能够有效识别雷达波形。 展开更多
关键词 类线性调频雷达信号 时频分布 ZERNIKE矩 卷积神经网络
下载PDF
基于单通道多尺度图神经网络的自动调制识别
11
作者 国强 聂孟允 +1 位作者 戚连刚 Kaliuzhnyi Mykola 《电子与信息学报》 EI CSCD 北大核心 2023年第5期1575-1584,共10页
针对自适应可见性图(AVG)算法复杂度过高且精度提升不明显的缺点,该文提出一种基于单通道多尺度图神经网络(SMGNN)的自动调制识别(AMR)框架,并对框架各个部分进行了可解释性研究。首先利用多层感知机和1维卷积自适应地实现了单通道信号... 针对自适应可见性图(AVG)算法复杂度过高且精度提升不明显的缺点,该文提出一种基于单通道多尺度图神经网络(SMGNN)的自动调制识别(AMR)框架,并对框架各个部分进行了可解释性研究。首先利用多层感知机和1维卷积自适应地实现了单通道信号序列和图之间的映射,有效降低了AVG算法的复杂度;其次,设计了一种多尺度图神经网络,将不同分辨率的特征进行融合,提升了模型识别准确率。实验表明,该文提出的SMGNN算法相比于AVG算法节省了近1/2的参数量,且识别精度得到了较大的提升。 展开更多
关键词 自动调制识别 图神经网络 自适应可见性图 特征融合
下载PDF
基于GM-APD激光雷达数据融合的小目标检测 被引量:4
12
作者 杜达宽 孙剑峰 +2 位作者 丁源雪 姜鹏 张海龙 《光学精密工程》 EI CAS CSCD 北大核心 2023年第3期393-403,共11页
GM-APD激光雷达具有单光子探测灵敏度,大幅降低了系统体积和功耗,但受像元数限制,难以获得远距离小目标清晰轮廓,目标检测率不高。针对该问题,提出了基于强度像和距离像多级处理的小目标深度学习检测算法,充分挖掘强度图像和点云特征信... GM-APD激光雷达具有单光子探测灵敏度,大幅降低了系统体积和功耗,但受像元数限制,难以获得远距离小目标清晰轮廓,目标检测率不高。针对该问题,提出了基于强度像和距离像多级处理的小目标深度学习检测算法,充分挖掘强度图像和点云特征信息及相互关联性,提高小目标检测概率。通过改进特征金字塔网络,将感受野模块和注意力机制模块与特征提取网络相结合,增强强度像初筛目标准确性,在候选区域内将强度像与距离像融合成带有强度信息的四维点云。然后,使用动态图卷积网络对候选区内目标进行二次检测,利用点云信息进一步筛选候选框内的目标。经GM-APD激光雷达远距离车辆数据集测试,网络的检测准确率达到98.8%,对于车辆结构不完整,车辆回波弱,背景存在强反射光斑等复杂场景有很好的鲁棒性。相较于SSD,YOLOv5等较为先进的目标检测网络,检测准确率分别提升了3.1%与2.5%,该算法为激光雷达弱小目标检测识别提供了一种可行性解决方案。 展开更多
关键词 激光雷达 目标检测 感受野 注意力机制 动态图卷积神经网络
下载PDF
用于人体动作识别的多尺度时空图卷积算法 被引量:2
13
作者 赵登阁 智敏 《计算机科学与探索》 CSCD 北大核心 2023年第3期719-732,共14页
基于骨骼数据的时空图卷积人体动作识别网络(ST-GCN)存在时间卷积层结构单一、固定的问题,难以全面提取每个动作类别所需的全部重要阶段特征。针对这一问题,提出了包含多个不同尺度卷积核和多种结构的时间图卷积层,构造了多尺度时空图... 基于骨骼数据的时空图卷积人体动作识别网络(ST-GCN)存在时间卷积层结构单一、固定的问题,难以全面提取每个动作类别所需的全部重要阶段特征。针对这一问题,提出了包含多个不同尺度卷积核和多种结构的时间图卷积层,构造了多尺度时空图卷积网络(SMT-GCN),利用不同的时间图卷积操作抽取并融合不同尺度的时间轨迹特征。同时,为了强化人体长距离关联信息和空间结构化特征,在SMT-GCN中融合了构造的变换残差模块(Tran-Res)和轻量级注意力模块(CBAM),构造了多尺度时空图注意卷积网络(SAMTGCN)。实验在NTU RGB+D数据集和HDM05数据集上进行,提出的SMT-GCN和SAMT-GCN均获得了识别精度的提升;另外,设计的多尺度时间图卷积模块可以融合于其他基线网络中并提高性能。为探究卷积核尺度及结构对算法的影响,设计了相应消融实验,实验结果表明卷积核大小为1、5、9的SAMT-GCN性能最优,并且具有稠密结构的网络识别精度要高于具有串行和并行结构的网络。 展开更多
关键词 人体动作识别 时空图卷积网络(ST-GCN) 多尺度时间图卷积 变换残差模块(Tran-Res) 轻量级注意力
下载PDF
基于CNN和图域理论的BPSK/QPSK信号调制识别方法研究 被引量:1
14
作者 杨莉 胡国兵 《金陵科技学院学报》 2023年第1期25-31,共7页
为了增强对信号的调制识别性能,将图域理论与卷积神经网络相结合的方法应用于二进制相移键控/正交相移键控(BPSK/QPSK)信号的调制识别任务中。首先,计算待识别时域信号的平方谱,并加窗得到截断序列;之后对截断序列进行归一化—量化—图... 为了增强对信号的调制识别性能,将图域理论与卷积神经网络相结合的方法应用于二进制相移键控/正交相移键控(BPSK/QPSK)信号的调制识别任务中。首先,计算待识别时域信号的平方谱,并加窗得到截断序列;之后对截断序列进行归一化—量化—图构建的图域变换,提取图的拉普拉斯矩阵和无符号拉普拉斯矩阵作为卷积神经网络的输入,训练得到分类识别结果。仿真结果表明,在低信噪比条件下,该方法具有较好的识别性能,具有一定的工程应用价值。 展开更多
关键词 BPSK/QPSK信号 调制识别 图域变换 卷积神经网络
下载PDF
融合多层注意力表示的中文新闻文本摘要生成
15
作者 王骞 雷景生 唐小岚 《计算机应用与软件》 北大核心 2023年第10期191-198,共8页
针对现有的文本摘要模型词向量表意不全面,且难以对远距离词句进行表征,提出一种融合多层注意力表示的中长文本摘要方法。通过抽取式技术将新闻文本进行分割,得到主体文本和辅助文本;将主体文本进行图卷积神经网络的学习和依存句法分析... 针对现有的文本摘要模型词向量表意不全面,且难以对远距离词句进行表征,提出一种融合多层注意力表示的中长文本摘要方法。通过抽取式技术将新闻文本进行分割,得到主体文本和辅助文本;将主体文本进行图卷积神经网络的学习和依存句法分析,得到词向量的图卷积表示和依存词对信息,同时对辅助文本进行高频主题词的挖掘;将这三种信息融合送入Transformer序列模型中,并对编码器和解码器的局部注意力稍作修改,使其能够更多地关注主题相关的部分和依存句法结构;生成文本摘要。在公共文本摘要数据集NLPCC 2017上的实验表明,该方法能够得到较高的ROUGE分数,生成质量更好的文本摘要。 展开更多
关键词 文本摘要生成 TextRank 图卷积神经网络 依存句法分析 Transformer序列模型
下载PDF
基于线性神经网络的单相SPWM逆变器畸变抑制 被引量:4
16
作者 叶文 彭宇兴 +1 位作者 姜积任 周海龙 《电力电子技术》 CSCD 北大核心 2011年第9期120-122,共3页
正弦波脉宽调制(SPWM)逆变器受功率开关器件固有的死区时间、导通压降以及负载变化等因素影响导致输出发生畸变,从而引发设备运行稳定性降低、损耗变大等严重问题。从各种类型畸变的产生机理着手,针对死区效应,给出了实现死区时间最小... 正弦波脉宽调制(SPWM)逆变器受功率开关器件固有的死区时间、导通压降以及负载变化等因素影响导致输出发生畸变,从而引发设备运行稳定性降低、损耗变大等严重问题。从各种类型畸变的产生机理着手,针对死区效应,给出了实现死区时间最小化、减轻输出过零畸变的算法。针对模型参数、负载变化对补偿效果的影响,提出了基于自适应线性神经网络(Adaline)的畸变检测、补偿算法。最后,在采用STM32F103ZE6控制器的单相SPWM逆变器上进行了实验验证,结果表明输出畸变为0.9%,较补偿前降低约85%。 展开更多
关键词 逆变器 正弦波脉宽调制 自适应线性神经网络
下载PDF
基于卷积神经网络的手势动作雷达识别方法 被引量:22
17
作者 王俊 郑彤 +2 位作者 雷鹏 张原 樵明朗 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第6期1117-1123,共7页
随着手势动作识别技术在人机交互、生活娱乐及医疗服务等应用领域的逐步深入,其对非接触、微光条件下的稳健测量与识别能力提出更高要求。针对该问题,研究了一种基于线性调频连续波(LFMCW)雷达距离-多普勒(RD)信息和卷积神经网络(CNN)... 随着手势动作识别技术在人机交互、生活娱乐及医疗服务等应用领域的逐步深入,其对非接触、微光条件下的稳健测量与识别能力提出更高要求。针对该问题,研究了一种基于线性调频连续波(LFMCW)雷达距离-多普勒(RD)信息和卷积神经网络(CNN)的典型手势动作识别方法。首先,对于LFMCW雷达回波,通过去斜、快时间域快速傅里叶变换和相干积累,获取手势目标的二维RD像数据;其次,以RD像幅度矩阵作为CNN输入样本,利用2层卷积与池化处理构建特征空间,从而通过全连接与softmax分类器实现对手势动作的有效识别;最后,在此基础上,采用24 GHz工业雷达传感器设计手势测量实验系统,形成关于4种典型手势动作的LFMCW雷达回波数据库。实验结果表明,将24 GHz LFMCW雷达回波RD处理与CNN结合能够实现对典型手势动作的有效识别。 展开更多
关键词 手势动作识别 线性调频连续波(LFMCW)雷达 距离-多普勒(RD) 卷积神经网络(CNN) softmax分类器
下载PDF
Boole函数的线性可分性(Ⅱ)——判别Boole函数线性可分的若干准则 被引量:3
18
作者 许进 保铮 《电子与信息学报》 EI CSCD 1996年第S1期14-20,共7页
Boole函数线性可分性问题是前向人工神经网络的一个非常重要而困难的问題之一,目前只就函数的维数n≤7的情况进行过讨论,当n≥8时,还没有一个判别Boole函数是否是线性可分的一般方法。本文应用图论的方法,给出了判别Boole函数线性可分... Boole函数线性可分性问题是前向人工神经网络的一个非常重要而困难的问題之一,目前只就函数的维数n≤7的情况进行过讨论,当n≥8时,还没有一个判别Boole函数是否是线性可分的一般方法。本文应用图论的方法,给出了判别Boole函数线性可分的若干简捷方法,即给出了Boole函数线性可分的若干充分条件和必要条件,从而解决了前向人工神经网络中的一个基本问题。 展开更多
关键词 Boole函效 线性可分性 前向神经网络 图论
下载PDF
建筑物线型排列模式识别的图卷积神经网络方法 被引量:8
19
作者 孟妮娜 王安东 周校东 《测绘科学技术学报》 北大核心 2019年第6期627-631,共5页
针对建筑物空间分布模式识别过程中,建筑物参数间权重和模式间分类阈值难以确定的问题,设计了一种基于图卷积神经网络的建筑物线型排列模式识别方法。该方法在计算建筑排列特征因子和建立建筑物间邻近关系的基础上,根据图卷积操作与B-P... 针对建筑物空间分布模式识别过程中,建筑物参数间权重和模式间分类阈值难以确定的问题,设计了一种基于图卷积神经网络的建筑物线型排列模式识别方法。该方法在计算建筑排列特征因子和建立建筑物间邻近关系的基础上,根据图卷积操作与B-P神经网络搭建了图卷积神经网络模型,通过对样本的监督学习,建立预测模型。最后,在OpenStreetMap公开数据集上进行了实验。结果表明,该方法能够准确地识别建筑物线型排列的3种模式。 展开更多
关键词 建筑物空间分布 模式识别 空间数据挖掘 图卷积神经网络 线型排列
下载PDF
基于快速组合神经网络分类器的数字调制识别新方法 被引量:3
20
作者 吕铁军 肖先赐 《信号处理》 CSCD 2001年第1期17-20,共4页
单个神经网络分类器无法提供一种对所有数据进行精确解释的能力,但是会对部分数据贡献一些有用的信息,组合神经网络分类器利用有效的组合算法集成单个分类器,使分类能力得到显著提高。本文提出一种快速非线性组合算法对通信信号的调... 单个神经网络分类器无法提供一种对所有数据进行精确解释的能力,但是会对部分数据贡献一些有用的信息,组合神经网络分类器利用有效的组合算法集成单个分类器,使分类能力得到显著提高。本文提出一种快速非线性组合算法对通信信号的调制类型进行分类,取得了较好的效果,实验结果证明了此方法的有效性。 展开更多
关键词 组合神经网络分类器 数字调制 通信信号 识别
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部