基于小波和深度学习的配电网单相接地故障辨识

李晓波; 陈义刚; 陈文斌; 高帅; 包从波, 电测与仪表 发表时间:2019-07-11 09:35 期刊

随着配电网规模的不断扩大,发生单相接地故障后产生的危害也愈加严重,为避免故障进一步升级,必须迅速采取措施切除故障。配电网故障辨识有利于快速查明故障原因,进而采取相应措施切除故障。同时,故障辨识也是故障选线的前提。针对上述情况,文中介绍一种了利用小波分析提取故障特征量并用深度神经网络进行故障辨识的方法。结果表明,该方法可对小电流接地系统各类单相接地故障进行辨识且辨识准确率高,而且辨识精度受噪声污染影响比传统人工神经网络小。...


残差网络和注意力机制相结合的滚动轴承故障诊断模型

金余丰;姚美常;刘晓锋;黄凤良;, 机械科学与技术 发表时间:2019-07-11 10:13 期刊

...基于残差网络和注意力机制相结合的滚动轴承故障诊断模型。该模型以滚动轴承的一维振动时序信号作为输入,通过残差网络完成特征提取,然后经带有注意力机制的双向长短记忆神经网络单元,实现特征在时序上的表达并赋予不同的权重,输出到分类器完成端到端的振动信号分类,完成滚动轴承故障的诊断。实验表明,该模型的诊断准确率可达99.86%以上,对各故障类别的诊断率均在99%以上,提取的特征信息区分度高;模型诊断准确率优于基于特征工程的诊断模型、稳定性优于其他基于深度学习的诊断模型。...


基于深度强化学习的非置换流水车间调度问题

肖鹏飞; 张超勇; 孟磊磊; 洪辉; 戴稳, 计算机集成制造系统 发表时间:2019-07-11 14:35 期刊

针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法。该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态进行行为策略选取,更贴近实际订单响应式生产制造系统的调度决策过程。通过把调度问题转化为多阶段决策问题,用深度神经网络模型拟合状态值函数,把制造系统加工状态特征数据输入模型,采用时序差分法训练模型,把启发式算法或分配规则作为调度决策候选行为,结合强化学习在线评价...


基于深度学习CNN模型的图像情感特征抽取研究

李志义;许洪凯;段斌;, 图书情报工作 发表时间:2019-07-11 17:11 期刊

...的/意义]以用户情感为线索的图像检索已成为机器学习研究的热点,但图像情感特征标注的语料数据多来源于对图像低层特征的抽取,从而导致图像检索过程单一化和程式化。本文提出了一种基于深度学习的图像情感特征抽取的算法,将图像底层特征融合到图像的高层情感语义当中,为实现图像的情感语义检索提供了参考。[方法 /过程]利用改进的卷积网络模型,将数据集图像的颜色、纹理作为输入,经多层运算自动提取图像的情感信息,并通过反向传播算法计算出改进后模型的情感检索准确率,构造出准确率较高且过拟合程度低...


多层次融合的学术文本结构功能识别研究

王佳敏;陆伟;刘家伟;程齐凯, 图书情报工作 发表时间:2019-07-11 16:14 期刊

...Direct数据集为例进行实验,该模型首先通过深度学习方法对不同层次学术文本进行结构功能识别,接着采用投票方法对不同层次和不同模型的识别结果进行融合。[结果 /结论]研究结果表明各层次集成后的整体效果较单一模型均有不同程度提升,综合结果的整体准确率、召回率和F1值分别达到86%、84%和84%,并且深度学习算法在学术文本分类任务中的性能较传统机器学习算法SVM更优,最后对学术文本结构功能错分情况进行了分析,指出本研究潜在的应用领域和下一步的研究方向。...


深度学习下融合不同模型的小样本表情识别

林克正; 白婧轩; 李昊天; 李骜, 计算机科学与探索 发表时间:2019-07-12 13:45 期刊

...提高人脸表情识别在小样本中的准确率,提出了一种深度学习下融合不同模型的小样本表情识别方法。该方法首先对单个CNN模型进行比较,通过dropout层不同的节点保留概率p, 筛选相对合适的卷积神经网络(Convolutional Neural Network, CNN)。之后采用尺度不变特征变换(Scale Invariant Feature Transformation, SIFT)算法提取出特征,使用SIFT提取特征的目的是提高小数据的性能。然后,为了减少误差,避免过拟合,...


基于交通场景区域增强的单幅图像去雾方法

梁中豪;彭德巍;金彦旭;郭梁;, 计算机应用 发表时间:2018-01-02 16:26 期刊

...远处区域去雾程度较低亮度过高等问题,本文以基于深度学习去雾算法为基础提出一种结合雾天道路图像场景深度和道路图像特点的去雾算法。该算法首先基于深度学习的去雾算法原理,构建卷积神经网络求取场景透射率。然后基于大气散射模型和透射率估计出图像深度图,且构造两个参数,上阈值和下阈值来将深度图分为中远近三个区域。再基于深度图的不同区域构造增强函数,来确定图像处理的增强幅度照,最后在传统的大气散射模型基础上结合增强幅度照,来调节不同区域的复原强度得到优化后的处理图像。实验结果表明,所提算...


基于三维卷积神经网络的立体匹配算法

王玉锋;王宏伟;于光;杨明权;袁昱纬;全吉成;, 光学学报 发表时间:2019-07-17 08:56 期刊

对于基于深度学习的立体匹配而言,模型的网络结构对算法精度至关重要,而算法运行效率也是实际应用中需要考虑的重要因素。提出一种使用视差维度上稀疏的损失体进行立体匹配的方法。采用宽步长平移右视角特征图构建稀疏的三维损失体,使三维卷积模块所需的显存和计算资源均得到成倍的降低。以多类别输出的方式对匹配损失在视差维度上进行非线性上采样,并结合两种损失函数训练模型,在保证运行效率的同时改善算法精度。在KITTI评价集上,与基准算法相比,所提算法不仅提高了精度,而且运行时间降低了约40%。...


面向无人机自主飞行的无监督单目视觉深度估计

赵栓峰;黄涛;许倩;耿龙龙;, 激光与光电子学进展 发表时间:2019-07-17 09:31 期刊

针对双目视觉深度估计成本高、体积大以及监督学习需要大量深度图进行训练的问题,为实现无人机在飞行过程中的场景理解,提出一种面向无人机自主飞行的无监督单目深度估计模型。受双目深度估计的启发,该模型将无监督单目深度估计问题转化为图像重构问题。首先,为减小不同尺寸目标对深度估计的影响,将输入的图像进行金字塔化处理;其次,针对图像重构设计一种基于ResNet-50进行特征提取的自编码神经网络,该网络基于输入的左视图或右视图以及生成对应的金字塔视差图,采用双线性插值的方法重构出与其对应...


基于局部结构保留的级联子空间深度聚类

熊李艳; 朱宁, 计算机应用研究 发表时间:2019-07-18 09:20 期刊

...数据结构的改进算法。具体地说,使用聚类损失作为引导,分散特征空间数据点,同时采用一种欠完备的自动编码器作为重构损失,约束操作和维护数据生成分布的局部结构。将两者结合,共同优化聚类标签的分配,学习适合聚类的局部结构保留特征。使用自适应矩估计(Adam)和小批量随机梯度下降(Mini-Batch SGD)两种优化方法调整模型参数。在多个数据集上,使用聚类结果准确率(Acc)、标准互信息(NMI)和调整Rand指数(ARI)三个评价指标验证了该算法的有效性和优越性。...


基于ranking的深度张量分解群组推荐算法

杨丽; 王时绘; 朱博, 计算机应用研究 发表时间:2019-07-18 09:21 期刊

...于用户偏好建模时大多忽略了群组偏好与个人偏好的之间的相互影响以及建模初始化问题。提出了一个基于Ranking的混合深度张量分解群组推荐算法(R-HDTF)。该算法首先利用基于深度降噪自动编码器的混合神经网络对群组、个人和项目等信息进行初始化,然后提出基于成对张量分解模型来捕获群组、个人和项目之间的相关关系。最后,采用BPR标准优化张量分解的损失函数,学习提出算法的参数。在真实数据集上的实验结果表明:该算法性能优于传统的主流群组推荐算法。...


基于Faster R-CNN深度网络的油菜田间杂草识别方法

张乐;金秀;傅雷扬;李绍稳;, 激光与光电子学进展 发表时间:2019-07-18 15:09 期刊

...菜田间的杂草,提出了基于FasterR-CNN深度网络的油菜田间杂草识别方法,利用COCO数据集的深度网络模型进行迁移训练。首先,以自然环境条件下的油菜与杂草图像为样本,利用Faster R-CNN深度网络模型共享卷积特征,对比了VGG-16、ResNet-50和ResNet-101这3种特征提取网络的结果。同时,该方法还与采用3种相同特征提取网络的SSD深度网络模型进行了对比。结果表明,基于VGG-16的Faster R-CNN深度网络模型在油菜与杂草目标识别中具有明显的...


基于短文本情感增强的在线学习者成绩预测方法

叶俊民;罗达雄;陈曙;, 自动化学报 发表时间:2019-07-22 07:24 期刊

当前利用短文本情感信息进行在线学习成绩预测的研究存在以下问题:1)当前情感分类模型无法有效适应在线学习社区的短文本特征,分类效果较差;2)利用短文本情感信息定量预测在线学习成绩的研究在准确性上还有较大的提升空间。针对以上问题,本文提出了一种短文本情感增强的成绩预测方法。首先,从单词和句子层面建模短文本语义,并提出基于学习者特征的注意力机制以识别不同学习者的语言表达特点,得到情感概率分布向量;其次,将情感信息与统计、学习行为信息相融合,并基于长短时记忆网络建模学习者的学习状态...


航拍图像中绝缘子串的识别与分割方法研究

高金峰; 吕易航, 郑州大学学报(理学版) 发表时间:2019-07-22 10:59 期刊

...nal networks,FCN)为框架构建了深度学习算法,并以算法为核心搭建了绝缘子串图像检测平台.算法首先使用Faster R-CNN模型,结合Resnet-101深度残差卷积神经网络,对所有感兴趣区域进行分类,再对Bounding Box回归和坐标进行修正,用于绝缘子串的识别,接着以FCN网络为基础,通过微调使原网络适应新的绝缘子串数据集,实现了在复杂背景下绝缘子串的语义分割.实验结果表明,文中给出的方法与已有方法相比,不仅能够在不同光照条件、不同拍摄角度以及复杂背景...


基于多尺度AlexNet网络的健康因子构建方法

张钢; 田福庆; 梁伟阁; 佘博, 系统工程与电子技术 发表时间:2019-07-22 16:51 期刊

针对目前健康因子构建方法存在的单调性和趋势性不够理想的问题,提出一种基于多尺度AlexNet网络的轴承健康因子(MULCNN-HI)构建方法。该方法首先利用连续小波分析将原始振动加速度信号转换为时频图,将时频图作为输入对多尺度AlexNet网络进行训练;然后利用训练好的网络在线构建测试轴承健康因子;最后根据健康因子评估准则评估初步构建的健康因子,利用评估结果调整网络参数,实现迭代优化,进一步提高健康因子的单调性和趋势性。实验对比分析结果表明:该方法显著提高了健康因子的单调


基于深度置信网络的电压暂降特征提取及源辨识方法

李丹奇;梅飞;张宸宇;沙浩源;郑建勇;李陶然;, 电力系统自动化 发表时间:2019-07-23 10:52 期刊

提出一种基于深度置信网络(DBN)的电压暂降特征提取与暂降源辨识方法,利用DBN的特征提取能力对实测波形数据进行特征自提取,解决了人工提取特征过度依赖专家经验,受未知特征影响较大不具备一般性的问题。采用多隐层结构网络学习特征最终实现暂降源辨识。该模型集特征提取器与分类器于一体,优化了模型结构框架,提高暂降源辨识效率。对模型最优参数进行选择,建立适用于电压暂降实测数据类型的DBN模型,对电网实测暂降数据进行特征提取与暂降源辨识,通过对比验证了DBN方法在特征提取与暂降源识别上...


促进深度学习的SPOC助学群组构建及策略研究

甘茂华;唐莹;, 中国医学教育技术 2019年04期 , 期刊

...学改革发展指引了新的方向,如何把传统教育和线上学习有效地结合起来,实现教学最优化,促进学习深度学习成为研究热点.文章围绕校级教改立项,总结了深度学习的内涵、特征及学习过程模型,构建促进深度学习的SPOC助学群组,提出了具体助学策略.并以SPOC计算机基础课程中的“偏色照片的颜色修正”为例,设计完整SPOC助学过程.实践证明,SPOC助学群组在一定程度上提高了学习者的学习积极性,有效的助学策略能为学习者提供优质的学习支持服务,促进学习者进入深度学习,提升学习者分析问题、解决...


基于深度学习的点云语义分割综述

张佳颖;赵晓丽;陈正;, 激光与光电子学进展 发表时间:2019-07-23 13:22 期刊

近年来,深度传感器及3D扫描仪的普及,使3D点云得到了快速发展。点云语义分割作为三维场景理解和分析的关键步骤,得到了研究者的广泛关注。由于深度学习优良的高层语义理解能力,基于深度学习的点云语义分割已成为当前的研究热点。本文从语义分割的概念出发,简要叙述了点云语义分割的优势及现存的挑战。进而,详细介绍了点云分割算法及常见数据集,重点对点云语义分割领域中基于点排序、特征融合和图卷积神经网络(GCNN)的深度学习方法进行综述。最后给出了所述方法的定量结果和分析,并展望了点云语义分...


基于生成对抗网络的跨语言文本情感分析

余传明; 王峰; 胡莎莎; 安璐, 情报理论与实践 发表时间:2019-07-23 14:46 期刊

[目的/意义]将跨语言文本情感分析分为跨语言向量对齐、文档向量生成和分类器迁移三个模块,探究不同模块对跨语言文本情感分析效果的影响。[方法/过程]选择亚马逊在书籍、音乐和DVD类目下的商品评论作为实验数据,首先采用生成对抗网络对源语言和目标语言进行语义映射,然后使用平均法获取文档向量,最后通过支持向量机进行情感分类。[结果/结论]当使用F1值作为评价指标时,与基线方法相比,本文所提出的跨语言情感分析方法受领域和语言变化的影响较小,具有较强的鲁棒性,在整体上取得了较高的准确


利用卷积神经网络实现单目深度估计

王欣盛;张桂玲;, 计算机工程与应用 发表时间:2019-07-24 11:00 期刊

针对利用深度学习方法对街道图像进行深度估计,提出采用语义分割的方法解决深度图出现边界模糊等问题。估计深度通过左右视角图生成视差图进行无监督的训练。在网络模型中添加语义分割层,采取多个空洞卷积并行的结构增加感受野,同时减少了图像下采样的次数,降低了由于下采样带来的信息损失,使得的结果更加准确。这也是在深度估计中首次与空洞卷积相结合增加准确率。通过对KITTI街道数据集进行训练,与现有结果相比,除了增加检测准确性,降低错误率之外,使得效果图中的物体更加清晰,并且在效果图中还保留...


相关搜索
 找到 24,661 条结果 
首页上一页8910111213141516下一页
关于iData
iData是第三方交流学术成果的公益互联网项目,旨在促进知识的传播和最新学术科技的共享,所有信息均来自公开、透明的互联网查询网站,iData重新对这些信息进行整合和优化,从而高效地输出有用信息,提高人与知识的连接效率。iData从创建之初便提供免费的学术文献浏览和下载。