Results 1 to 10 of about 4,332 (96)
Kongjian kexue xuebao, 2023 针对空间科学卫星遥测参数数据量大且特征维度高、需要消耗大量人力资源预先设置海量阈值、预先设置的阈值可能不再适用、现有监测手段可扩展性低等问题，提出了一种基于集成学习的空间科学卫星工作模式识别方法。该方法采用相关系数统计特性和互信息理论对遥测参数数据进行筛选降维，使用数据重采样技术解决数据集中存在的类别不平衡问题，构建集成学习模型，实现空间科学卫星工作模式的识别。借助某型号科学卫星真实遥测参数数据对该方法进行验证，在短时内便可构建完成算法模型，模型对整体类别的识别正确率高达99.67 ...
高 立京 +3 more
doaj +1 more source
Dizhen xuebao, 2021 本文以提高地震数据的成像质量为目标，提出一种智能的卷积神经网络降噪框架，从带有噪声的地震数据中自适应地学习地震信号。为了加速网络训练和避免训练时出现梯度消失现象，我们在网络中加入残差学习和批标准化的方法，并采用了ReLU激活函数和Adam优化算法优化网络。此外，Marmousi和F3数据集被用来对网络进行训练和测试，经过充分训练的网络不仅能在学习中保留地震数据特征，而且能去除随机噪声。首先充分地训练网络，从中提取出随机噪声，并保留学习到的地震数据特征，之后通过重建地震数据估算测试集中的波形特征 ...
Tian Chen, Yuanyuan Yi
doaj +1 more source
Zhejiang Daxue xuebao. Lixue ban, 2023 提出了一种新颖的广义无监督函数映射学习的三维形状密集对应方法。首先，基于多层感知器（multilayer perceptron，MLP）和残差网络，直接学习深度点特征。其次，计算点云的近似测地线距离，并对其进行特征分解，建立特征嵌入空间，引入注意力机制，有效学习广义基函数表示。再次，结合点特征与广义基函数生成三维形状的深度特征表示。最后，建立无监督的函数映射网络框架，获取形状之间的密集对应表示。提出的三元正则优化机制，联合重构损失、特征损失和形状匹配的距离损失 ...
窦丰(DOU Feng) +6 more
doaj +1 more source
智能科学与技术学报, 2023 脑卒中病灶自动分割方法成为近几年的研究热点。为了全面研究用于MRI脑卒中病灶分割的深度学习方法的现状，针对脑卒中治疗的临床问题，进一步阐述了基于深度学习的病灶分割的研究背景及其挑战性，并介绍脑卒中病灶分割的常用公共数据集（ISLES和ATLAS）。然后，重点阐述了基于深度学习的脑卒中病灶分割方法的创新与进展，从网络结构、训练策略、损失函数这3个角度对研究进展进行了归纳，并且对比了各种方法的优缺点。最后，讨论了该研究存在的困难和挑战以及未来的发展趋势。
余唯一, 陈涛, 张军平, 单洪明
doaj +1 more source
智能科学与技术学报, 2021 进化集成学习结合了集成学习和进化算法两方面的优势，并在机器学习、数据挖掘和模式识别等领域被广泛应用。首先对进化集成学习算法的理论基础、组成结构及分类情况进行了概述。然后根据进化算法在集成学习中的优化任务，从样本选择、特征选择、集成模型参数组合优化、集成模型结构优化以及集成模型融合策略优化几个方面对当前进化集成学习领域的一些代表性研究成果进行了详细的综述，并分析和总结了各种进化集成学习算法的特点。最后对现有的进化集成研究的优缺点进行探讨，并给出了未来的研究方向。
胡毅 +4 more
doaj
Kongjian kexue xuebao, 2023 近年来，不断发射的空基观测台持续传送回海量日面图像及日地间气象数据，为采用人工智能技术对太阳活动进行预报预警提供了数据基础。但是，极端天气爆发少，样本量较少；中等程度爆发稍多，样本量较多；常规无爆发天气常见，样本较为集中，样本不均衡状况严重影响机器学习方法在空间天气领域的广泛应用。本文面向多源多通道多尺度日面图像信息，构建了来自SOHO和SDO的1996－2015年日面活动区图像数据集；针对数据分布的不平衡，对太阳活动区图像作耀斑分级与预报。在对比分析元学习算法的基础上 ...
郭 大蕾 +3 more
doaj +1 more source
智能科学与技术学报, 2021 鉴别图像中的真伪人脸是一个长期具有挑战性的问题。当合成的伪造人脸十分逼真时，机器识别难分真假，甚至肉眼也难以区分。基于监督学习的真伪人脸识别建模往往需要大量的标签样本，模型的性能严重依赖样本的规模。提出一种基于半监督学习的人脸识别反欺骗方法，以减少对大量标签样本的依赖。该方法利用图像修复模型来学习人脸图像潜在的数据分布。在训练过程中，少量标签样本周期性地提供有监督信号来训练分类器，以区分真伪人脸。该方法可用于不同场景的伪造人脸，如基于摄像头拍摄的人脸或生成对抗网络生成的人脸。在NUAA ...
李莉, 曾伟良, 黄永慧, 孙为军
doaj
智能科学与技术学报, 2021 随着深度学习技术的突破和大型数据集的提出，行人轨迹预测的准确度已经成为人工智能领域的研究热点之一。主要对行人轨迹预测的技术分类和研究现状进行详细的综述。根据模型建模方式的不同，将现有方法分为基于浅层学习的轨迹预测方法和基于深度学习的轨迹预测方法，分析了每类方法中具有代表性的算法的效果及优缺点，归纳了当前主流的轨迹预测公开数据集，并在数据集中对比了主流轨迹预测方法的性能，最后对轨迹预测技术面临的挑战与发展趋势进行了展望。
李琳辉, 周彬, 任威威, 连静
doaj
Zhejiang Daxue xuebao. Lixue ban, 2022 岩石薄片矿物识别是岩石学研究工作的基础，亦是进一步认识岩石种类、成因机理、物质运移和演化历史的基础。传统的矿物识别主要依靠光学显微镜进行人工鉴定，经济成本和时间成本较高、效率较低，且受制于专家个人经验与主观判断。随着深度学习技术的发展，计算机能从图像中自动提取更准确的语义信息，从而为岩石薄片图像的智能分析提供有效途径。提出了一种基于深度学习的岩石薄片矿物自动识别方法，利用深度卷积神经网络自动提取岩石薄片图像中不同矿物的有效特征，并对其进行语义分割与识别 ...
XUShengjia(徐圣嘉) +3 more
doaj +1 more source
大数据传统Bootstrap抽样和Bagging集成学习通常以串行方式实现，计算效率低，且存在样本不可重用、扩展性差等问题，不适合高效的大规模Bagging集成学习。从大数据分布式计算的思维入手，提出新的Bootstrap样本划分（BSP）大数据模型和分布式集成学习方法。BSP数据模型通过分布式生成算法将训练数据表达成分布式Bootstrap样本集的集合，存储成HDFS分布式数据文件，为后续的分布式集成学习提供数据支持。分布式集成学习方法从BSP数据模型中随机选取多个BSP数据块，读入集群各个节点的虚拟机 ...
罗凯靖, 张育铭, 何玉林, 黄哲学
doaj +1 more source