期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到47篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
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：
Application of deep autoencoder model for structural condition monitoring 认领 引用 被引量：1
1
作者 PATHIRAGE Chathurdara Sri Nadith LI Jun +2 位作者 LI Ling HAO Hong LIU Wanquan 《Journal of Systems Engineering and Electronics》 SCIE CSCD 2018年第4期873-880,共8页
Damage detection in structures is performed via vibra-tion based structural identification. Modal information, such as fre-quencies and mode shapes, are widely used for structural dama-ge detection to indicate the hea... Damage detection in structures is performed via vibra-tion based structural identification. Modal information, such as fre-quencies and mode shapes, are widely used for structural dama-ge detection to indicate the health conditions of civil structures.The deep learning algorithm that works on a multiple layer neuralnetwork model termed as deep autoencoder is proposed to learnthe relationship between the modal information and structural stiff-ness parameters. This is achieved via dimension reduction of themodal information feature and a non-linear regression against thestructural stiffness parameters. Numerical tests on a symmetri-cal steel frame model are conducted to generate the data for thetraining and validation, and to demonstrate the efficiency of theproposed approach for vibration based structural damage detec-tion. 展开更多
关键词 auto encoder non-linear regression deep auto en-coder model damage identification vibration structural health monitoring
暂未订购 下载PDF
少样本挑战下的矿产资源定量预测方法与实践:以西藏拉萨为例 认领 引用
2
作者 孔韫辉 周仲礼 +4 位作者 柳炳利 但诗瑶 谢淼 李芸和 王政尧 《矿物岩石地球化学通报》 CAS CSCD 北大核心 2026年第3期890-906,共17页
拉萨地区地处冈底斯成矿带东部,成矿地质条件优越,找矿潜力巨大,但已知矿点稀疏,难以支撑传统监督学习方法对大量标注样本的需求,导致矿产资源预测结果可靠性不足。为应对标注样本稀缺与地质空间结构复杂的双重挑战,本研究提出一种基于... 拉萨地区地处冈底斯成矿带东部,成矿地质条件优越,找矿潜力巨大,但已知矿点稀疏,难以支撑传统监督学习方法对大量标注样本的需求,导致矿产资源预测结果可靠性不足。为应对标注样本稀缺与地质空间结构复杂的双重挑战,本研究提出一种基于卷积自编码网络(Convolutional Auto-Encoder,CAE)的联合学习框架。该方法首先利用多源预测要素数据对CAE进行无监督预训练,以充分挖掘数据中的深层结构特征;随后,冻结编码器参数,将其与卷积神经网络(Convolutional Neural Network,CNN)结合构建分类模型,并在有限标注样本下进行微调,实现矿产资源的正负样本识别。与未预训练的CNN模型对比实验表明,CAE预训练能有效提取预测要素中的隐藏信息,显著提升模型在少样本条件下的性能,最终预测结果的AUC值(ROC曲线下方的面积大小,Area Under Curve)达95.7%,并据此圈定出11处矿产勘查远景区。本研究为样本稀缺地区的矿产资源定量预测提供了新的技术思路,对促进深度学习在少样本地质领域的应用具有参考价值。 展开更多
关键词 卷积自编码 矿产定量预测 成分数据分析 深度学习
暂未订购 下载PDF
基于D-Mamba模型的超短期火电机组发电负荷预测 认领 引用
3
作者 王新建 景志滨 +5 位作者 孟凡成 石建国 张敏昊 张一帆 王庆华 朱彦恺 《山东大学学报（工学版）》 CAS CSCD 北大核心 2026年第1期169-178,188,共10页
随着新型电力系统逐渐完善,火电逐步从基荷电源向调峰电源转变。在新的发电背景下,火电机组面临着越来越严峻的运行考验和各类响应指标考核。超短期机组发电负荷预测需要考虑机组运行状态,以评估机组在未来超短期内的变负荷能力,精准的... 随着新型电力系统逐渐完善,火电逐步从基荷电源向调峰电源转变。在新的发电背景下,火电机组面临着越来越严峻的运行考验和各类响应指标考核。超短期机组发电负荷预测需要考虑机组运行状态,以评估机组在未来超短期内的变负荷能力,精准的超短期机组发电负荷预测能够有效表征机组动态性能指标,有利于操作人员做出实时运行调整。针对投入自动发电量控制(auto generation control,AGC)运行方式的机组而言,AGC指令在发电负荷预测任务中起关键作用。因此,本研究在Mamba模型的基础上围绕AGC指令构建动态修正模块,实现对超短期机组负荷的精准预测。通过实际机组运行数据验证模型的预测精度。预测结果表明,本研究提出的预测模型能够实现更加精准的负荷预测。 展开更多
关键词 火电机组 深度学习 负荷预测 状态空间模型 自动发电量控制
暂未订购 下载PDF
基于Prophet-DeepAR模型的Web流量预测 认领 引用 被引量：5
4
作者 闫龙川 李妍 +2 位作者 宋浒 邹昊东 王丽君 《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第3期172-184,共13页
Web流量预测一直是数据中心网络的热点问题,对于提高网络服务质量具有重要意义。由于Web流量具有非线性、自相关性和周期性等复杂特点,对其准确预测有很大的挑战性。为充分挖掘出Web流量的可预测信息,同时使预测模型具有充分的可解释性... Web流量预测一直是数据中心网络的热点问题,对于提高网络服务质量具有重要意义。由于Web流量具有非线性、自相关性和周期性等复杂特点,对其准确预测有很大的挑战性。为充分挖掘出Web流量的可预测信息,同时使预测模型具有充分的可解释性和可配置性,本文提出一种基于Prophet和深度自回归(DeepAR)的组合预测模型。其中,Prophet是基于时序分解的加性模型,对Web流量的趋势、季节性周期、节假日信息进行建模。同时,使用基于概率预测的DeepAR模型对Prophet残差隐含的自回归信息建模,捕获长短期依赖关系,以减低Prophet残差的方差,并充分捕获Web流量的自回归信息。在真实的Web流量数据集上进行验证实验,结果表明在RMSE和MAE两项评价指标上均优于对比模型,验证了该组合模型的有效性。 展开更多
关键词 时间序列 Web流量预测 Prophet模型 深度学习 自回归
暂未订购 下载PDF
基于AutoML的湍流建模 认领 引用
5
作者 任荟颖 王婧 王彦棡 《数据与计算发展前沿（中英文）》 2020年第4期121-131,共11页
【背景】湍流问题涉及到工程中的诸多领域,其重要性不言而喻。雷诺平均Navier-Stokes(RANS)方程提供了一种计算时间平均湍流量的有效方法,由于其计算易处理性而被广泛使用。随着深度学习技术的发展,采用数据驱动的方法建模RANS模型受到... 【背景】湍流问题涉及到工程中的诸多领域,其重要性不言而喻。雷诺平均Navier-Stokes(RANS)方程提供了一种计算时间平均湍流量的有效方法,由于其计算易处理性而被广泛使用。随着深度学习技术的发展,采用数据驱动的方法建模RANS模型受到了研究者广泛的关注。【方法】本文提出了一种数据驱动建模RANS模型的方法,该方法以数值软件模拟结果为基础,利用深度学习技术构造湍流模型。由于在湍流问题中,不同的系统初始条件不同,数据的质量千差万别,难以使用统一的神经网络结构进行训练。因此本文采用AutoML(自动机器学习)的方法自动搜索神经网络的结构并进行自动调参。此外,本文发现通过混合多种初始条件下的数据进行模型训练,可以提高深度学习模型的拟合精度,增强其鲁棒性。【结果】本文选取OpenFOAM中的经典算例内壁台阶流模拟作为数据来源进行实验。实验表明,该模型在预测雷诺应力时具有较好的精度和效率,表明数据驱动方法在湍流模拟中具有良好的应用前景。【局限】为了更好的在湍流领域应用深度学习技术,下一步的研究重点在于如何将深度学习模型与湍流数值模拟软件耦合。【结论】目前,针对湍流机器学习的系统研究相对较少。在现有工作经验的基础上,机器学习在未来的湍流模型化中必将扮演着更加重要的角色。 展开更多
关键词 湍流模型 自动机器学习 数据驱动 雷诺平均方程 深度学习
暂未订购 下载PDF
一种基于TVM的自动调度搜索优化方法 认领 引用
6
作者 韩林 王一帆 +1 位作者 李嘉楠 高伟 《计算机科学》 CSCD 北大核心 2025年第3期268-276,共9页
随着人工智能的迅猛发展,新型算子与硬件不断涌现,算子库的开发和维护面临着巨大的挑战,仅仅依靠手工优化已无法满足AI模型性能提升的需求。Ansor是一种基于TVM的算子自动调度技术,可以针对不同的后端搜索深度学习模型或算子的最佳调度... 随着人工智能的迅猛发展,新型算子与硬件不断涌现,算子库的开发和维护面临着巨大的挑战,仅仅依靠手工优化已无法满足AI模型性能提升的需求。Ansor是一种基于TVM的算子自动调度技术,可以针对不同的后端搜索深度学习模型或算子的最佳调度方案,生成高性能代码而无需用户手动定义模板,但其巨大的搜索空间造成了搜索效率低下的问题。因此,提出了两种优化方案:1)基于强化学习的算法实现最佳性能草图的选择;2)基于机器学习模型的突变规则预测。两种优化方案旨在缩短最佳调度方案的搜索时间,快速生成高性能的算子。为评估优化方案的有效性,对Resnet-50等3种模型和conv2d等3种算子进行测试与评估。结果显示,优化后的Ansor只用70%~75%的搜索时间就可以生成性能与之前相同甚至更优的目标程序,并且在最佳迭代次数下,目标程序的推理速度最高可提升5%。 展开更多
关键词 自动调度 TVM编译器 搜索速度优化 机器学习 强化学习 深度学习模型
暂未订购 下载PDF
基于单幅图像形状特征的三维漫画人脸重建 认领 引用
7
作者 孙刘杰 王佳耀 王文举 《计算机工程与应用》 EI CSCD 北大核心 2025年第1期282-290,共9页
针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题,提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中,多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNe... 针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题,提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中,多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNet产生;由通道注意力和Swin Transformer构成的注意力层用于多尺度通道融合特征提取;为了提高生成地标的精度,损失函数由地标损失和热图损失两部分构成。在第二阶段中,傅里叶特征共享层变形网络使生成的三维漫画人脸具有更丰富的高频形状细节。其中傅里叶特征映射提取高维特征,使网络学习更多形状的高频信息;共享层超网络加快了网络的收敛和重建速度。该方法应用于CaricatureFace和3DCaricShop数据集。实验结果表明,该方法中的地标检测器的平均检测误差减少了4.4%;变形网络在形状重建上的均方误差减少了26%,并且平均重建时间减少了18%;最终重建出的三维漫画人脸具有夸张的形状和自然的细节。 展开更多
关键词 地标检测 三维漫画人脸 人脸重建 三维形变模型 深度学习 自解码器
暂未订购 下载PDF
基于扩散模型结合改进后变分自编码器的文本图像生成算法 认领 引用
8
作者 薛皓元 杜洪波 朱立军 《电子科技》 2025年第10期19-26,共8页
针对目前扩散模型采样速度慢且耗费算力大等问题,文中基于现行主流算法提出了一种新型文本图像生成模型RDM(Rapid Diffusion Model)。使用改进后的变分自编码器(Variational Auto-Encoder,VAE)学习样本数据的潜在特征,在潜在空间训练数... 针对目前扩散模型采样速度慢且耗费算力大等问题,文中基于现行主流算法提出了一种新型文本图像生成模型RDM(Rapid Diffusion Model)。使用改进后的变分自编码器(Variational Auto-Encoder,VAE)学习样本数据的潜在特征,在潜在空间训练数据,不仅降低了模型计算复杂度,还有效保留了图像的细节特征,并可对图像不同通道施以不同关注。使用CLIP(Contrastive Language-Image Pre-training)中的文本编码器提取文本特征,将其作为算法的文本条件。Rapid Diffusion模型在数据集FFHQ(Flickr-Faces-Hight-Quality)和CelebA-HQ上分别进行定性和定量分析实验。FID(Fréchet Inception Distance)和IS(Inception Score)的评价指标以及生成结果表明,所提算法均优于ControlGAN(Generative Adversarial Network)、DDPM(Denoising Diffusion Probabilistic Model)文本图像生成算法,且生成图像具有更丰富的光影细节与色彩搭配,时间复杂度也有所降低。 展开更多
关键词 文本图像生成 扩散模型 变分自编码器 CLIP 深度学习 高斯噪声 图像处理 神经网络
暂未订购 下载PDF
基于AR-DBN的建筑分项能耗短期预测 认领 引用 被引量：21
9
作者 钱青 唐桂忠 +2 位作者 张广明 邓歆 尹海培 《计算机工程》 CAS CSCD 北大核心 2019年第6期290-296,共7页
针对现有总能耗预测方法不能准确分辨建筑能耗的消耗去向且预测精度较低的问题,根据能耗用途,将总能耗分为4项,提出一种建筑能耗分项预测模型。基于时间序列自回归模型,对建筑物的照明能耗进行短期预测。构建深度置信网络模型,根据照明... 针对现有总能耗预测方法不能准确分辨建筑能耗的消耗去向且预测精度较低的问题,根据能耗用途,将总能耗分为4项,提出一种建筑能耗分项预测模型。基于时间序列自回归模型,对建筑物的照明能耗进行短期预测。构建深度置信网络模型,根据照明能耗预测结果、室外逐时平均温度、室外逐时平均相对湿度、天气特征值、节假日、逐时平均风速以及一天24个整点时刻,分项预测空调能耗、动力能耗和特殊能耗。实验结果表明,相比总能耗预测模型iPSO-BP和BP,该模型能更加精确、有效地预测建筑能耗中的各分项能耗。 展开更多
关键词 时间序列 自回归模型 分项能耗 深度学习 深度置信网络
暂未订购 下载PDF
基于高光谱图像及深度特征的大米蛋白质含量预测模型 认领 引用 被引量：22
10
作者 孙俊 靳海涛 +3 位作者 芦兵 武小红 沈继锋 戴春霞 《农业工程学报》 EI CAS CSCD 北大核心 2019年第15期295-303,共9页
为了充分挖掘高光谱图像的光谱信息和图像信息,实现大米中蛋白质含量的无损检测,该文提出一种堆叠自动编码器(stacked auto-encoder,SAE)提取高光谱图像深度特征的方法,在高温(45℃)高湿(95%相对湿度)条件下对市售大米进行放置处理,以6... 为了充分挖掘高光谱图像的光谱信息和图像信息,实现大米中蛋白质含量的无损检测,该文提出一种堆叠自动编码器(stacked auto-encoder,SAE)提取高光谱图像深度特征的方法,在高温(45℃)高湿(95%相对湿度)条件下对市售大米进行放置处理,以6组不同放置时间(0,24,48,72,96和120 h)共420个大米样本(每组70个)为对象,利用可见光/近红外高光谱成像仪采集高光谱图像(400~1 000 nm,共478个波段),采用阈值分割法获取样本高光谱图像掩膜,分别提取掩膜后高光谱图像感兴趣区域(region of interest,ROI)的平均光谱信息和图像信息。应用多项式平滑(savitzky-golay,SG)对获取的光谱曲线进行预处理,利用SAE提取光谱深度特征,采用支持向量机回归(support vector regression,SVR)建立预测模型,结果表明训练集决定系数RC^2、训练集均方根误差RMSEC、预测集决定系数RP^2和预测集均方根误差RMSEP分别为0.976 2、0.068 6 g/(100 g)、0.939 2和0.115 3 g/(100 g)。将图像尺寸统一为28像素×28像素的灰度图并扁平化处理,利用SAE提取图像深度特征,结果表明RC^2、RMSEC、RP^2和RMSEP分别为0.915 4、0.051 0 g/(100 g)、0.821 0和0.111 8 g/(100 g)。进一步融合光谱信息和图像信息,结果表明RC^2、RMSEC、RP^2和RMSEP分别为0.971 0、0.077 2 g/(100 g)、0.964 4和0.085 1 g/(100 g),相较于光谱信息,RP^2提升幅度2.68%;相较于图像信息,RP^2提升幅度17.47%。研究表明,充分挖掘大米样本高光谱图像中的光谱信息和图像信息并进行融合,利用SAE提取光谱-图像融合深度特征,可有效提高模型的预测精度,为大米蛋白质含量无损检测提供了理论依据,具有良好的应用前景。 展开更多
关键词 无损检测 光谱分析 模型 高光谱图像 堆叠自动编码器 深度特征 大米 蛋白质含量
暂未订购 下载PDF
地图空间形状认知的自编码器深度学习方法 认领 引用 被引量：12
11
作者 晏雄锋 艾廷华 +1 位作者 杨敏 郑建滨 《测绘学报》 EI CSCD 北大核心 2021年第6期757-765,共9页
形状是地理空间要素的重要特征,是人们建立空间概念、形成空间认知的重要依据。本文利用深度学习的特征挖掘能力引入自编码学习方法,对二维地图空间中形状边界上多组邻域尺寸下的多个特征进行集成和整合,为空间形状认知的机理和形式化... 形状是地理空间要素的重要特征,是人们建立空间概念、形成空间认知的重要依据。本文利用深度学习的特征挖掘能力引入自编码学习方法,对二维地图空间中形状边界上多组邻域尺寸下的多个特征进行集成和整合,为空间形状认知的机理和形式化提供支撑。本文以建筑物数据为例,将建筑物形状边界转换为序列数据,并提取其描述特征;随后结合sequence-to-sequence自编码学习模型,对无标签的建筑面要素数据进行学习训练,形成形状认知编码。试验表明,本文方法能够产生符合形状认知、具有相似度计算意义的形状编码,具备对不同建筑物形状的区分能力;同时,在形状检索和匹配等应用场景中,该形状编码能有效地表示建筑物的全局和局部特征,与视觉认知结果一致。 展开更多
关键词 空间认知 形状编码 深度学习 自编码器 sequence-to-sequence模型
暂未订购 下载PDF
基于卷积变分自编码器的异常事件检测方法 认领 引用 被引量：9
12
作者 于晓升 许茗 +2 位作者 王莹 王思齐 胡楠 《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第5期151-158,共8页
针对传统的异常事件检测方法中手工提取的浅层特征无法统一表达不同场景的表观和运动信息问题,提出了一种基于卷积变分自编码器(Con VAE)的异常事件检测方法。首先构建了一个卷积变分自编码器网络,以视频帧序列作为网络输入,提取场景的... 针对传统的异常事件检测方法中手工提取的浅层特征无法统一表达不同场景的表观和运动信息问题,提出了一种基于卷积变分自编码器(Con VAE)的异常事件检测方法。首先构建了一个卷积变分自编码器网络,以视频帧序列作为网络输入,提取场景的深度特征;接着采用多变量高斯模型对在所有帧序列的深度特征图中位于同一位置的特征向量进行拟合,获得对应于原始输入中不同感受野的多变量高斯模型;对于测试样本的深度特征在其对应的高斯模型中的拟合程度,作为异常检测的判断标准。使用UCSD异常事件检测数据集对本文提出的方法进行实验验证,在帧级别与像素级别两种级别的度量标准中,本文算法分别取得了95.7%和69.9%的受试者工作特征曲线下面积值。 展开更多
关键词 卷积变分自编码器 异常事件检测 深度特征 多变量高斯模型
暂未订购 下载PDF
基于深度自编码器高斯混合模型的窃电行为检测 认领 引用 被引量：24
13
作者 刘钊瑞 高云鹏 +3 位作者 郭建波 李云峰 顾德喜 文一章 《电力系统保护与控制》 EI CSCD 北大核心 2022年第18期92-102,共11页
针对用户侧窃电检测背景下无监督方法的适用性,研究如何解决特征提取和异常检测间的解耦问题,提出基于深度自编码器高斯混合模型(Deep Auto-encoder Gaussian Mixture Model,DAGMM)的用户窃电行为检测方法。首先对数据进行增广迪基-福... 针对用户侧窃电检测背景下无监督方法的适用性,研究如何解决特征提取和异常检测间的解耦问题,提出基于深度自编码器高斯混合模型(Deep Auto-encoder Gaussian Mixture Model,DAGMM)的用户窃电行为检测方法。首先对数据进行增广迪基-福勒检验,获取具有平稳性的用电数据维度。然后通过压缩网络提取数据潜在特征,利用估计网络及高斯混合模型获取反映异常程度的样本能量。最后基于端对端的学习方式对网络参数联合优化以避免模型解耦,将样本能量超过异常阈值的用户识别为窃电,据此实现用户窃电行为检测。实验结果表明,基于深度自编码器高斯混合模型的窃电行为检测方法受窃电样本影响小,提取的特征可有效反映用户用电规律,具有更高的检测准确率。相比于现有方法,其检出率、误检率、F1测度及AUC等评价指标均有显著提高。 展开更多
关键词 窃电行为 无监督学习 深度自编码器高斯混合模型 增广迪基-福勒检验 解耦
暂未订购 下载PDF
变分自编码器模型综述 认领 引用 被引量：85
14
作者 翟正利 梁振明 +1 位作者 周炜 孙霞 《计算机工程与应用》 CSCD 北大核心 2019年第3期1-9,共9页
变分自编码器(VAE)作为深度隐空间生成模型的一种,近年来其表现性能取得了极大的成功,尤其是在图像生成方面。变分自编码器模型作为无监督式特征学习的重要工具之一,可以通过学习隐编码空间与数据生成空间的特征映射,进而在输出端重构... 变分自编码器(VAE)作为深度隐空间生成模型的一种,近年来其表现性能取得了极大的成功,尤其是在图像生成方面。变分自编码器模型作为无监督式特征学习的重要工具之一,可以通过学习隐编码空间与数据生成空间的特征映射,进而在输出端重构生成输入数据。梳理了传统变分自编码器模型及其衍生变体模型的发展与研究现状,并就此做了总结和对比,最后分析了变分自编码器模型存在的问题与挑战,并就可能的发展趋势做了展望。 展开更多
关键词 深度隐空间生成模型 无监督学习 变分自编码器 图像生成
暂未订购 下载PDF
单类支持向量机融合深度自编码器的异常检测模型 认领 引用 被引量：17
15
作者 武玉坤 李伟 +1 位作者 倪敏雅 许志骋 《计算机科学》 CSCD 北大核心 2022年第3期144-151,共8页
大规模高维不平衡数据是异常检测中的重大挑战。单类支持向量机在处理不平衡数据方面非常有效,但不适合大规模高维数据,同时单类支持向量机的核函数对检测性能也具有重要的影响。文中提出了一个深度自编码器与单类支持向量机相结合的异... 大规模高维不平衡数据是异常检测中的重大挑战。单类支持向量机在处理不平衡数据方面非常有效,但不适合大规模高维数据,同时单类支持向量机的核函数对检测性能也具有重要的影响。文中提出了一个深度自编码器与单类支持向量机相结合的异常检测模型,深度自编码器不仅负责提取特征和降维,同时拟合出了一个自适应核函数。深度自编码器与单类支持向量机共享损失函数,实现了端到端的训练。作为一个整体,模型采用梯度下降法进行联合训练。在4个公开数据集上与其他异常检测方法进行了对比实验。实验结果表明,在AUC以及召回率(RECALL)方面,所提模型的性能优于单核和多核单类支持向量机以及其他模型,并且所提模型在不同异常率时是鲁棒的,在时间复杂度方面也具有非常大的优势。 展开更多
关键词 深度自编码器 单类支持向量机 异常检测 混合模型
暂未订购 下载PDF
基于高阶和低阶交互关系的深度学习推荐模型研究 认领 引用 被引量：7
16
作者 时倩如 李贺 +2 位作者 沈旺 刘嘉宇 田聪淼 《情报理论与实践》 CSSCI 北大核心 2024年第4期189-196,共8页
[目的/意义]针对缺乏辅助信息的场景,为更好地挖掘用户偏好,从用户项目间的交互信息中挖掘高阶关系特征,并综合考虑全局和局部层次上的交互关系,提出一种基于高阶和低阶交互关系的深度学习推荐模型(HLRec)。[方法/过程]从原始交互数据... [目的/意义]针对缺乏辅助信息的场景,为更好地挖掘用户偏好,从用户项目间的交互信息中挖掘高阶关系特征,并综合考虑全局和局部层次上的交互关系,提出一种基于高阶和低阶交互关系的深度学习推荐模型(HLRec)。[方法/过程]从原始交互数据中构建超图和二分图两种子图,分别显式建模用户项目间高阶和低阶交互关系;使用关联矩阵表示高阶交互关系特征,异构图神经网络提取低阶交互关系特征;融合高阶与低阶交互关系特征,并输入到深度生成模型变分自编码器(VAE)中学习用户和项目的表示向量;根据模型预测的用户项目间匹配概率完成Top-k个性化推荐。使用公开数据集MovieLens-1M验证提出的模型。[结果/结论]实验结果表明,在Top-20推荐中,与相关基线模型相比,本文模型的Recall、Precision和NDCG分别提高了4.18%、3.20%和3.41%。 展开更多
关键词 深度学习推荐模型 超图 变分自编码 个性化推荐
暂未订购 下载PDF
基于深度学习的交通拥堵预测模型研究 认领 引用 被引量：48
17
作者 谭娟 王胜春 《计算机应用研究》 CSCD 北大核心 2015年第10期2951-2954,共4页
针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深... 针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。应用Softmax回归对有标签的新特征集进行学习生成预测分类器,模型可对交通拥堵状况进行多态预测。通过仿真对比分析,预测模型具有较省略特征学习的预测算法更好的预测性能,平均预测精度可达85%。 展开更多
关键词 交通拥堵 预测模型 深度学习 自编码网络 Softmax回归
暂未订购 下载PDF
基于自编码网络的空气污染物浓度预测 认领 引用 被引量：6
18
作者 秦东明 丁志军 +1 位作者 金玉鹏 赵勤 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第5期681-687,共7页
深度学习为城市空气污染物浓度预测提供了更为强大的数据拟合能力,为空气污染预测提供全新的智能计算方法.为此,提出了一个基于自编码神经网络的污染物浓度预测模型AEPP(auto-encoder-based pollutant prediction).该模型包括编码器和... 深度学习为城市空气污染物浓度预测提供了更为强大的数据拟合能力,为空气污染预测提供全新的智能计算方法.为此,提出了一个基于自编码神经网络的污染物浓度预测模型AEPP(auto-encoder-based pollutant prediction).该模型包括编码器和解码器两个部分.其中,编码器用于提取出时间序列污染物浓度数据分布特征,即语境向量;解码器利用提取的特征预测未知时间内污染物浓度数据.模型中编码器和解码器采用多层LSTM(long short-term memory)模型结构,实现长时间依赖预测目标.实验表明,提出的模型可以提高对污染物浓度的预测水平. 展开更多
关键词 空气污染预测 自编码模型 深度学习 数值分析
暂未订购 下载PDF
深度生成模型综述 认领 引用 被引量：65
19
作者 胡铭菲 左信 刘建伟 《自动化学报》 EI CAS CSCD 北大核心 2022年第1期40-74,共35页
通过学习可观测数据的概率密度而随机生成样本的生成模型在近年来受到人们的广泛关注,网络结构中包含多个隐藏层的深度生成式模型以更出色的生成能力成为研究热点,深度生成模型在计算机视觉、密度估计、自然语言和语音识别、半监督学习... 通过学习可观测数据的概率密度而随机生成样本的生成模型在近年来受到人们的广泛关注,网络结构中包含多个隐藏层的深度生成式模型以更出色的生成能力成为研究热点,深度生成模型在计算机视觉、密度估计、自然语言和语音识别、半监督学习等领域得到成功应用,并给无监督学习提供了良好的范式.本文根据深度生成模型处理似然函数的不同方法将模型分为三类:第一类方法是近似方法,包括采用抽样方法近似计算似然函数的受限玻尔兹曼机(Restricted Boltzmann machine,RBM)和以受限玻尔兹曼机为基础模块的深度置信网络(Deep belief network,DBN)、深度玻尔兹曼机(Deep Boltzmann machines,DBM)和亥姆霍兹机,与之对应的另一种模型是直接优化似然函数变分下界的变分自编码器以及其重要的改进模型,包括重要性加权自编码和可用于半监督学习的深度辅助深度模型;第二类方法是避开求极大似然过程的隐式方法,其代表模型是通过生成器和判别器之间的对抗行为来优化模型参数从而巧妙避开求解似然函数的生成对抗网络以及重要的改进模型,包括WGAN、深度卷积生成对抗网络和当前最顶级的深度生成模型BigGAN;第三类方法是对似然函数进行适当变形的流模型和自回归模型,流模型利用可逆函数构造似然函数后直接优化模型参数,包括以NICE为基础的常规流模型、变分流模型和可逆残差网络(i-ResNet),自回归模型(NADE)将目标函数分解为条件概率乘积的形式,包括神经自回归密度估计(NADE)、像素循环神经网络(PixelRNN)、掩码自编码器(MADE)以及WaveNet等.详细描述上述模型的原理和结构以及模型变形后,阐述各个模型的研究进展和应用,最后对深度生成式模型进行展望和总结. 展开更多
关键词 深度生成式模型 受限玻尔兹曼机 变分自编码器 流模型 生成对抗网络 自回归分布估计
暂未订购 下载PDF
基于RGB特征与深度特征融合的物体识别算法 认领 引用 被引量：15
20
作者 卢良锋 谢志军 叶宏武 《计算机工程》 CAS CSCD 北大核心 2016年第5期186-193,共8页
RGB图像和深度图像的同时使用能有效提高物体识别的准确率。然而,已有研究仅将RGB图像和深度图像的特征进行简单的线性连接,没有根据RGB特征和深度特征的差异性进行特征提取和融合,充分发挥RGB-D图像的优势。为此,提出一种多模态稀疏自... RGB图像和深度图像的同时使用能有效提高物体识别的准确率。然而,已有研究仅将RGB图像和深度图像的特征进行简单的线性连接,没有根据RGB特征和深度特征的差异性进行特征提取和融合,充分发挥RGB-D图像的优势。为此,提出一种多模态稀疏自编码算法,在进行差异性特征提取的同时完成RGB特征和深度特征的有效融合。结合多模态稀疏自编码算法和空间金字塔最大池化算法,给出一个全新的深度学习模型。该模型能够提取有辨别力的特征并完成基于RGB-D图像的物体识别工作。在2个标准的RGB-D数据库上的实验结果表明,与基于RGB-D的物体识别算法相比,该算法能够有效融合RGB特征和深度特征,取得更高的识别准确率。 展开更多
关键词 RGB特征与深度特征融合 稀疏自编码 多模态稀疏自编码 空间金字塔最大池化 深度学习 物体识别
暂未订购 下载PDF
已选0条
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 2 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈