Results 61 to 70 of about 4,352,186 (159)
, 2018 在目标识别中，黎曼流形理论有着广泛应用。目标之间的联系，有时可以把它们在几何上的简单视觉特征放到某种流形上来观测，进而大大简化了分类和识别的难度。近年来，深度学习方法凭借其强大的非线性计算能力在目标识别领域取得了突破性的进展。深度学习方法通过一系列的几何变换，可以对图像提取到良好的抽象特征。本文主要将黎曼流形与深度学习相结合，从流形的角度入手，来提高深度学习的识别能力和学习效率 ...
刘天赐, 史泽林, 刘云鹏
core
Gaoya dianqi具有强随机性的新能源大规模接入电网，给电网带来愈来愈差的控制性能。具有马尔可夫随机过程特性的强化学习对解决随机性问题具有优势，而面向新能源规模化接入时，其仍面临着无法获取最优解的问题，控制性能并不理想。因此，提出一种价值估计矫正的软演员—评论家多智能体协同深度强化学习算法来获取多区域协同最优解。通过状态—动作的分布值函数减轻价值的过估计问题，从而获取全局最优解。对改进的IEEE标准两区域模型和西南三区域电网模型进行仿真，验证了所提算法的有效性，且与多种控制方法相比，具有更优的控制性及频率稳定性。
苏寅生 +5 more
doaj
Zhendong Ceshi yu Zhenduan针对设备工况变化导致基于深度学习（deep learning，简称DL）的故障诊断性能退化的问题，提出采用因果表示网络（causal representation net，简称CRNet）用于在变工况下实现高性能故障诊断，即域泛化（domain generalization，简称DG）故障诊断。首先，假设DG的结构因果模型，并基于此模型和独立因果机制（independent causal model，简称ICM）原理，得到因果驱动的诊断需求来消除特征间的关联；其次，利用随机傅里叶特征（random ...
doaj +1 more source
Gaoya dianqi针对传统浅层机器学习在特征提取方面的不足，为增强其对变压器故障诊断的能力，提出一种基于改进麻雀搜索算法优化KELM的变压器故障诊断方法。首先利用深度置信网络（deep belief networks，DBN）对变压器故障样本数据进行特征提取；其次，将引入惩罚因子C和核函数参数S的核极限学习机（kernel extreme learning machine，KELM）作为分类器，深入分析易混淆样本的特征值与变压器故障类型间的关联性，进一步提高故障诊断模型的稳定性和泛化能力；然后 ...
徐松晓 +5 more
doaj
, 2004 采用线形组合算符和么正变换研究了磁场对半导体量子点中强耦合磁极化子基态的影响.结果表明,磁极化子束缚能、磁极化子振动频率随有效束缚强度增大而减小,随电子-体纵光学声子耦合强度增大而增大,随磁场强度增大而增大,即均由于半导体量子点的受限和磁场的增大而使量子点的极化加强 ...
肖景林, 王立国, 李树深
core
Shuitu Baochi Xuebao[目的] 水土保持措施类型及其配置模式复杂繁多,准确识别与精细化提取水土保持措施详细配置信息是获取水土保持措施因子值的基础。[方法] 水土保持措施信息获取方式主要有传统的野外调查、卫星遥感影像和无人机近景摄影等,其识别与提取方法主要包括目视解译、传统的机器学习、面向对象分类方法及深度学习模型。通过梳理国内外水土保持措施识别与提取方法的研究成果,总结存在的不足并提出研究展望。[结果] 在语义分割中未来的特征融合与多模态学习、弱监督与半监督学习、集成学习和元学习等均可被运用到水土保持措施提取中。[结论 ...
田培, 任益伶, 陈妍
doaj
Dianci bileiqi为提升输电线路雷击灾害主动防御能力，提出了一种基于深度学习的雷电活动预测方法，提前时间为72 h，时间和空间精度分别为3 h和5 km。基于统一的时空网格完成了预报区域雷电数据的归一化，通过卡方统一性检验提取了与雷电活动强关联的气象参量；建立了雷电发生概率预测深度神经网络模型，采用贝叶斯算法优化了模型超参数组合；建立了落雷次数与雷电流强度的分类预测卷积神经网络模型。算例验证表明，雷电发生概率预测的平均命中率和虚警率分别为69.10%和71.18%，落雷次数和雷电流强度预测命中率的平均值分别为39.03 ...
张永刚 +4 more
doaj
物联网学报近年来，物联网（IoT）应用对设备可使用的能量要求不断提高，能量收集（EH）技术成为缓解边缘计算中设备能量短缺问题并延长电池寿命的重要途径。然而，当环境中可再生能源不充足时，设备电量耗尽会导致任务中断，影响物联网性能。为了解决这一问题，提出了一种联合能量收集和设备间（D2D）通信技术的任务卸载框架，采用基于深度强化学习（DRL）的边缘协作卸载计算方案，自主进行决策并使用模拟退火算法解决资源分配问题，以最小化系统运行总成本。对稳定和极端两种能量环境进行仿真，结果表明 ...
王珺，赵浩东
doaj +1 more source
本文旨在解析深度学习空间的概念框架及其对高校的意义，强调了学习空间在促进学生深度学习方面的作用。本文通过文献研究，案例分析深入探究学习空间与深度学习的理论基础，并结合国内外实证案例，分析学习空间对深度学习的影响。并进一步针对高校学习空间发展现状，提出符合深度学习理念的学习空间设计指导原则与实践策略。研究发现，通过优化教学空间布局和融入创新教育模式，可显著提升学生的深度学习效果。最终，本文总结了深度学习空间建设的理论体系与实践指南 ...
Fu, Zhenzhen
core
, 2020 随着信息化手段的进一步推广，借助互联网技术，通过实现个性化学习和深度学习，推进学科核心素养的有效提升，促进学生个性化成长已成为当前国内教育领域比较热门的研究课题。近年来，烟台三中在实践探索，逐渐形成了一套具有学校校本特色的理念和 经验，尤其是国家 《教育信息化 2.0 行动计划》明确提出“积极推进‘互联网 教育’发展” 给了我们更大的实践信心 。 1、研究目的： 以“复光”教育理念为引领，利用网络学习空间，借助大数据精准分析技术，以实现个性化学习和深度学习为路径，落实学科核心素养要求，促进学生个性化成长。
Qu, Shuguang
core