解决深度探索问题的贝叶斯深度强化学习算法

杨珉; 汪洁, 计算机科学与探索 发表时间:2019-04-15 17:17 期刊

在强化学习领域,如何平衡探索与利用之间的关系是一个难题,近几年提出的强化学习方法主要关注如何结合深度学习技术来提高算法的泛化能力,却忽略探索利用困境(Exploration-Exploitation Dilemma)这一问题。传统的强化学习方法可以有效解决探索问题,但存在着一定的限制条件:马尔可夫决策过程的状态空间必须是离散并有限的。本文提出通过贝叶斯方法来提高深度强化算法的探索效率,并将贝叶斯线性回归(Bayesian Linear Regression)中计算参数后验分...


改进深层小波自编码器的轴承故障诊断方法

杜小磊; 陈志刚; 许旭; 张楠, 计算机工程与应用 发表时间:2019-04-16 09:30 期刊

...过度依赖专家经验和故障特征提取困难的问题,结合深度学习处理高维、非线性数据的优势,提出一种基于改进深层小波自编码器的轴承智能故障诊断方法。该方法改进小波自编码器的损失函数并引入收缩项限制,再将多个小波自编码器进行堆叠构成深层小波自编码器,并引入“跨层”连接缓解梯度消失现象,最后利用大量无标签数据对网络进行无监督预训练并利用少量带标签数据对模型参数有监督微调。轴承诊断实验结果表明,该方法能有效的对轴承进行多种故障类型和多种故障程度的识别,特征提取能力和识别能力优于人工神经网络...


基于深度学习的道路标线自动提取与分类方法研究

黄刚;刘先林;, 中国激光 发表时间:2019-04-16 17:16 期刊

...是智能驾驶中亟待解决的技术难题。提出了一种基于深度学习的道路标线自动提取与分类方法,通过移动窗口法结合相邻扫描线拓扑关系进行地面点云提取,并生成强度图像,基于深度学习方法实现道路标线的自动提取与分类,并利用KD树聚类分割算法结合矢量化方案实现道路标线的矢量化。基于实验数据对该方法进行验证分析,结果表明使用该方法进行自动提取与分类的精度和Fscore分别达到92.59%和90.15%,证明了该方法的可行性和准确性。该方法为道路标线的自动提取提供了新思路,将道路标线提取工作变的...


融合Gist特征与卷积自编码的闭环检测算法

邱晨力;黄东振;刘华巍;袁晓兵;李宝清;, 激光与光电子学进展 发表时间:2019-04-17 09:08 期刊

...场景外观变化下准确率与鲁棒性降低,以及部分基于深度学习方法特征提取与闭环识别实时性不佳问题,本文设计了一种融合Gist特征与卷积自编码的闭环检测算法,将Gist特征作为卷积自编码网络重构目标,增强模型在外观变化下的场景特征表达能力;同时通过透视变换构造视角变化训练图像对,提升模型在视角变化下闭环检测的准确率与鲁棒性。模型参数量精简,可实现实时关键帧特征提取与闭环检测。在Gardens Point与Nordland数据集上实验表明,相较于传统视觉词袋模型(BoVW),Gist...


基于深度学习的管制物品自动检测算法研究

吉祥凌;吴军;易见兵;张晓光;, 激光与光电子学进展 发表时间:2019-04-17 09:09 期刊

针对现有目标检测算法对安检图片检测存在小目标漏检、误检等问题,本文提出了一种对图片分区域检测的特征融合目标检测算法。首先利用角度旋转等策略对数据集进行扩增,接着在Single Shot MultiBox Detector(SSD)算法的基础上,利用多尺度特征融合的方法,对浅层特征图融合更深层的特征,增大浅层特征图的感受野,提高小目标的检测精度;利用深层特征图检测较大目标;最后在输入图片较大时,如大于1024×1024,对图片的目标进行分区域检测。为了验证算法的性能,本文选


深度强化学习中状态注意力机制的研究

申翔翔; 侯新文; 尹传环, 智能系统学报 发表时间:2019-04-17 14:41 期刊

虽然在深度学习与强化学习结合后,人工智能在棋类游戏和视频游戏等领域取得了超越人类水平的重大成就,但是实时策略性游戏星际争霸由于其巨大的状态空间和动作空间,对于人工智能研究者来说是一个巨大的挑战平台,针对Deepmind在星际争霸II迷你游戏中利用经典的深度强化学习算法A3C训练出来的基线智能体的水平和普通业余玩家的水平相比还存在较大的差距的问题。通过采用更简化的网络结构以及把注意力机制与强化学习中的奖励结合起来的方法,提出基于状态注意力的A3C算法,所训练出来的智能体在个别...


多任务学习

张钰;刘建伟;左信;, 计算机学报 发表时间:2019-04-17 16:37 期刊

...着图像处理,语音识别等人工智能技术的发展,很多学习方法尤其是采用深度学习框架的方法取得了优异的性能,在精度和速度方面有了很大的提升,但随之带来的问题也很明显,这些学习方法如果要获得稳定的学习效果,往往需要使用数量庞大的标注数据进行充分训练,否则就会出现欠拟合的情况而导致学习性能的下降。因此,随着任务复杂程度和数据规模的增加,对人工标注数据的数量和质量也提出了更高的要求,造成了标注成本和难度的增大。同时,单一任务的独立学习往往忽略了来自其他任务的经验信息,致使训练冗余重复因而...


结合离线知识的时变结构模态参数在线辨识

岳振江; 刘莉; 余磊; 康杰, 航空学报 发表时间:2019-04-17 18:43 期刊

飞行器的结构模态参数在线获取对其高效、可靠运行具有重要意义。传统时变结构模态参数辨识方法存在辨识虚假结果较多,抵抗测量数据中的极端异常值能力差等问题,难以有效应用于在线过程。建立一种基于长短时记忆网络的时变结构模态参数在线辨识网络模型,通过数据集构建过程离线地引入先验信息,同时结合模型自身特性,有效提升制约在线辨识应用的可靠性。实验结果表明:在不同时变规律下,与传统辨识方法相比,在线辨识模型有效缓解虚假结果问题,同时保证辨识结果的连续性;采用alpha稳定分布模型对脉冲噪


基于密集连接卷积网络的小面积指纹识别方法

陈文燕; 范文博; 杨钧宇, 计算机工程与应用 发表时间:2019-04-18 10:03 期刊

针对基于细节特征点的传统指纹识别方法在小面积指纹识别时识别率明显下降的问题,提出一种基于密集连接卷积网络的小面积指纹识别方法。首先对指纹原图做图像增强处理,其次充分利用密集连接卷积网络特征复用的优点构建提取指纹特征的深度学习模型,并将二值特征引进训练模型,最后依据指纹图像的二值特征和特征向量实现小面积指纹的注册和识别。实验结果表明,所提出的方法在自建数据集中正确识别率达到98.57%,高于基于细节特征点的传统指纹识别方法,基本满足智能移动端的应用要求。...


双流深度反卷积的插值及识别神经网络

张强;杨剑;富丽贞;, 计算机应用 发表时间:2019-04-18 17:14 期刊

针对在实际工作中深度学习方法通常不具备大量训练样本的问题,提出了可依据给定的条件产生新的目标图像的双流深度反卷积生成神经网络的构架。首先,给出了该神经网络的整体架构,网络具有两个卷积网络输入并串联一个倒置的卷积网络用于对抗生成新的图像;然后,给网络输入目标物体不同视角的图片并提取出抽象特征表达;接着,根据设定的参数利用反卷积网络生成新的视角下的图片,同时将反卷积网络部分倒置,可作为图片的分类器,在相同训练样本数量下,具有更高的识别率。实验结果表明,所提网络可生成新的视角、尺...


基于Movidius神经计算棒的行人检测方法

张洋硕;苗壮;王家宝;李阳;, 计算机应用 发表时间:2019-04-18 17:17 期刊

Movidius神经计算棒是基于USB模式的深度学习推理工具和独立的人工智能加速器,为广泛的移动和嵌入式视觉设备提供专用深度神经网络加速功能。针对深度学习的嵌入式应用,实现了一种基于Movidius神经计算棒的近实时行人目标检测方法。首先,通过改进RefineDet目标检测网络结构使模型大小和计算适应嵌入式设备的要求;然后,在行人检测数据集上对模型进行重训练,并部署于搭载Movidius神经计算棒的树莓派上;最后,在实际环境中对模型进行了测试,算法达到了平均每秒4帧的处理速...


基于深度学习的高噪声图像去噪算法

盖杉;鲍中运;, 自动化学报 发表时间:2019-04-19 11:32 期刊

...地实现高噪声环境下的图像去噪,本文提出一种基于深度学习的高噪声图像去噪算法.该算法首先采用递增扩充卷积并且融合批量标准化和Leakly ReLU函数对输入含噪图像进行特征提取与学习;然后通过结合递减扩充卷积和ReLU函数对提取的特征进行图像重构;最后通过整合残差学习和批量标准化的端到端网络实现图像与噪声的有效分离.实验结果表明,本文提出的算法不仅能够有效地去除高噪声环境下的图像噪声,获得更高的峰值信噪比与结构相似度,而且还能够有效地改善图像的视觉效果,具有较好的实用性....


基于深度学习的电子病历实体标准化

赵逸凡;郑建立;徐霄玲;, 软件导刊 发表时间:2019-04-23 10:01 期刊

...子病历中同一医疗概念的提及形式具有多样性,阻碍了医疗数据的分析和利用,研究电子病历实体标准化具有现实意义。设计并实现了基于深度学习的电子病历实体标准化算法,使用Siamese网络架构和LSTM网络搭建模型,采用Pairwise方法训练模型,在测试集上与传统的基于编辑距离的方法进行比较。对手术实体标准化的实验结果显示,深度学习算法正确率达到79.71%,比传统方法提高了17.4个百分点,表明了深度学习算法在电子病历实体标准化方面的有效性。...


基于集成深度森林的入侵检测方法

丁龙斌; 伍忠东; 苏佳丽, 计算机工程 发表时间:2019-04-23 10:13 期刊

针对现有基于深度学习的入侵检测算法模型训练时间过长、超参数较多、数据需求量大的缺陷,本文提出一种基于集成深度森林(Ensemble Deep Forests, EDF)的入侵检测算法.本文首先类比卷积神经网络(CNN)隐藏层结构和集成学习的Bagging集成策略构造随机森林层,对每层中RF输入随机选择的特征训练,然后将输出的类向量和特征向量拼接向下层传递迭代,持续训练直到模型收敛,最后使用NSL-KDD数据集进行实验,比较EDF和CNN入侵检测算法性能.实验结果显示EDF算...


基于深度学习网络的乳腺癌图片分类研究

程年;俞晨;宁静艳;, 软件导刊 发表时间:2019-04-23 16:08 期刊

利用深度学习网络对组织病理图片进行分类,以减少病理学家工作量,达到利用计算机辅助治疗的效果。提出利用在两种预训练好的框架下提取的特征进行训练,并研究了多级分类,该成果可有利于癌症后期治疗,更加方便临床医学的应用;利用迁移学习能够减少训练时间,并解决数据集不足的问题;通过数据增强的方法,可有效提高分类准确度。...


体感技术与教学深度融合:重塑学习体验

杨萍;史贝贝;姚宇翔;王运武;, 软件导刊 发表时间:2019-04-23 16:08 期刊

为探索体感技术与教育教学深度融合在重塑学习体验中的作用,挖掘融合过程中相关理论、扮演角色与潜在价值,首先介绍体感技术内涵与类别,然后通过文献研究法探讨体感技术在不同教育环节中的应用,最后借助案例研究法剖析体感技术在教育中扮演的角色与潜在价值。研究发现,体感技术与教育教学深度融合的核心理论是游戏理论,其主要扮演教或学的环境、教具与学具、教或学的内容3类角色,其潜在价值主要是促进学生动觉学习、推动学生同步协作学习、实现游戏化学习。...


TensorFlow架构与实现机制的研究

费宁;张浩然, 计算机技术与发展 2019年09期 , 期刊

...和大规模并行处理基础架构的共同发展不仅使得机器学习深度人工智能有了更为广阔的应用空间,也激发了人工智能框架的快速迭代和部署。TensorFlow是Google发布的开放源代码的深度学习平台,已经在工业界有了广泛的应用。本文从TensorFlow平台的设计理念出发,分析了平台的框架和基本结构,对每个模块的功能和应用做了详尽阐述。在此基础上,通过建立一个多层深度学习神经网络,分析了输入层、隐藏层、输出层及激励函数的构建方法。最后文章在对TensorFlow实例运行和调试的基础...


基于重点变异区域智能识别的模糊测试技术

董雨良;董博;秦晓军;甘水滔;, 计算机技术与发展 2019年09期 , 期刊

...于重点变异区域智能识别的二进制程序模糊测试技术。通过构建一个分布式采样模型Sampling-AFL,获取测试用例与其对应的重点变异区域映射关系作为样本数据;采用GRU、LSTM等多种算法构建深度学习模型,训练种子重点变异区域预测模型;基于预测模型构建具备重点变异区域智能识别的二进制程序模糊测试工具DL-AFL,使用预测结果指导测试用例的生成以尽可能扩大对目标对象的代码覆盖能力和脆弱性检测能力。实验结果表明,该技术显著地提升了路径覆盖、边覆盖以及脆弱性检测能力。...


基于深度神经网络的客户流失预测模型

马文斌;夏国恩;, 计算机技术与发展 2019年09期 , 期刊

...问题给出解决方案,但是大部分研究中使用的是浅层学习算法,预测结果依赖于特征选择,需要在特征工程上花费大量的时间和精力。随着客户数据的快速增长,在大数据情况下,人工特征工程已不能有效地获取高质量特征。深度学习通过模拟人脑多层、逐级地抽取信息特征,能自动学习到较好的数据特征,在图像识别、语音识别等领域取得显著成果。为研究深度学习在客户流失预测方面的应用,构造了基于深度神经网络的流失预测模型,并在电信客户数据集上,与经过特征选择的Logistic回归、决策树等预测模型作对比,验证...


深度学习在汉语语义分析的应用与发展趋势

王睿怡;罗森林;吴舟婷;潘丽敏;, 计算机技术与发展 2019年09期 , 期刊

...和认知两个研究阶段。近年来,随着大数据技术和以深度学习为代表的机器学习技术的迅猛发展,人工智能在感知阶段进展飞速。然而,在认知阶段,尤其是在自然语言理解方面的发展仍较为有限。与人类丰富的语言经验、语言知识储备相比,仅仅依靠基于数据驱动的深度学习很难产生真正的智能。为了打破深度学习的性能瓶颈,必须将语义分析的理论和技术与深度学习模型相结合。因此,汉语语义分析理论和技术具有重要研究价值。汉语语义分析可以从海量的中文文本信息中挖掘语义信息,并提供智能的知识服务。本文主要描述了目前...


相关搜索
 找到 23,645 条结果 
首页上一页456789101112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。