【摘 要】
:
随着科技的飞速进步,人类展开了更为深入的深空探测活动,深空导航技术也在不断发展的。其中,X射线脉冲星导航方法得到了越来越多的重视,而精准的脉冲星辨识作为其首要环节有着十分重要的研究意义。深度学习能够在大规模数据中学习到数据特征,能够应用至脉冲星辨识问题之中,然而深度模型体积庞大、难于部署,并且面对增量数据时的训练效率低。本文针对脉冲星辨识模型展开了相关的优化研究,在实现精准辨识的基础上,对辨识模型
【基金项目】
:
国家自然科学基金面上项目——X射线脉冲星在轨观测信号的智能识别与相位估计方法研究;
论文部分内容阅读
随着科技的飞速进步,人类展开了更为深入的深空探测活动,深空导航技术也在不断发展的。其中,X射线脉冲星导航方法得到了越来越多的重视,而精准的脉冲星辨识作为其首要环节有着十分重要的研究意义。深度学习能够在大规模数据中学习到数据特征,能够应用至脉冲星辨识问题之中,然而深度模型体积庞大、难于部署,并且面对增量数据时的训练效率低。本文针对脉冲星辨识模型展开了相关的优化研究,在实现精准辨识的基础上,对辨识模型进行了压缩加速优化,并针对辨识模型设计了增量学习策略来实现脉冲星增量数据的学习。具体内容如下:首先,基于深度卷积神经网络实现了脉冲星的精准辨识。对X射线脉冲星信号进行泛周期历元折叠,使用具有更丰富特征信息的泛周期折叠轮廓作为辨识特征。针对脉冲星辨识问题,在深度卷积神经网络Efficient Net的基础上对其进行改进,设计了Modified-Efficien Net作为脉冲星辨识模型。通过对真实数据集进行学习训练,并与原网络及浅层网络进行对比,验证了该辨识模型的有效性。其次,基于网络剪枝与参数量化实现了辨识模型的压缩优化。本文对网络剪枝进行了研究,对辨识网络的模型结构进行了分析,对其参数进行重要性评估,并去除模型中重要性程度低的参数,从而实现模型的体积压缩,最后通过模型微调来恢复精度;利用Tensor Rt中的量化功能,将模型参数由32位量化至8位,并将相邻层进行融合计算,进一步对模型进行压缩加速。实验结果表明,网络剪枝与参数量化相结合的优化策略能够实现更好的压缩加速效果,更易于辨识模型的部署应用。最后,针对脉冲星辨识问题设计了一种基于网络剪枝的增量学习策略。脉冲星数据的增量学习可以看作是一种任务增量学习问题,本文基于参数隔离的思想,通过网络剪枝来实现冗余参数的释放,并利用释放的参数参与到新数据的训练之中,实现增量数据的学习训练。通过设置5个增量学习任务进行增量学习实验,结果表明,本文设计的增量学习策略能够使深度模型在避免灾难性遗忘问题的基础上进行脉冲星数据高效的增量学习。
其他文献
短视频相较其他媒介形式,对互动性和用户参与度有着本质的强调。因此短视频健康传播与报纸、电视、宣传册等形式的健康传播相比,对内容受众的影响更为直接。因此,健康传播在当下对于医患关系尤其是重症领域医患交流的影响与介入也更加显著。通过文献查阅,本文梳理了传统健康传播环境中,我国当前医患交流关系的主要问题。基于此,本文将研究将短视频对健康传播的革新、短视频健康传播对医患双方的认知与行为重塑作为研究重点,从
视频压缩是计算机视觉领域一项重要的技术,它利用视频和图像的数据冗余特性来压缩数据,从而减轻网络传输和数据存储的负担。然而在对视频进行压缩时会引入压缩噪声,影响了视频的视觉体验,因此需要设计增强算法来去除这种压缩噪声,提高视频和图像的质量。近年来,神经网络技术发展迅速,为视频质量增强提供了新的思路。卷积神经网络CNN利用图像的平移不变性设计了独特的卷积结构和权值共享机制,是图像去噪方法常用的模型结构
目前,医学影像已成为临床实践中不可或缺的工具。随着医学成像技术的巨大进步,医学影像的数据量显著增加,导致医学影像的存储、检索、传输、管理的负担越来越重。有损压缩算法不适用于医学图像,因为有损压缩引入的伪影可能会误导诊断并导致潜在的医疗事故。为了满足对图像保真度的严格要求,无损压缩是医学图像最可靠的选择。当前基于学习的无损图像压缩方法仅关注低动态范围(Low Dynamic Range,LDR)自然
我国经济目前已经开始步入新常态,以往的发展路径如:人口红利,资本积累,出口依赖等发展模式的可持续性存在较大的问题,如果经济需要接着高质量可持续的发展,稳定的增长,提高全要素生产率是我国经济发展的必由之路。一个良好发展的金融体系对企业发展的积极作用是毋庸置疑的,一方面各金融机构能够降低企业融资时面临的摩擦成本,另一方面还能拓展融资渠道:提供各种金融服务与金融产品,对其融资约束的缓解以及其持续经营的支
2005年联合国提出普惠金融一词,其主要含义是有效、全方位的服务于社会的各个阶层人群。同年,我国也引入了普惠金融这一概念,并得到有效推广。随着数字经济和普惠金融的发展,数字经济的便捷性与安全性凸显,数字普惠金融也逐渐成为推动实现经济高质量发展的重要战略导向。绿色发展是中国共产党十八届五中全会提出的“五大发展理念”之一。大力发展环境友好型的产业,通过节能减排的技术措施,实现经济发展与自然和谐共生的经
近年来,房地产行业发展势头强劲,融资规模不断扩大,房地产贷款在银行信贷余额中的占比逐年攀升,使得房地产行业与银行业的联系愈发密切。因而,一旦房地产行业发生危险事件,必定会对银行业甚至整个金融体系的稳定产生不利影响。因此,在国家“牢牢守住不发生系统性金融风险底线”的政策背景下,本文对房地产行业发展及其风险现状进行梳理,对现有研究视角进行拓展,将房地产行业纳入系统性风险管理的框架进行分析,在主流测度方
随着深度学习的迅猛发展,多媒体分析已经取得了长足的进步,如对象跟踪、语义分割等。然而,视频的高级语义理解仍然是一项十分具有挑战性的任务。为了弥合视觉和语言之间的差距、增强多媒体分析系统的可解释性,视频视觉关系检测(Vid VRD)任务应运而生。该任务除了需要预测视频中各个目标的所属类别与运动轨迹,还需要对对象之间的关系进行判定,该关系以<主体,谓词,客体>的形式表示。基于此技术可以快速理解视觉场景
深度学习在机器视觉领域发挥了重要的作用。而在实际应用中,视觉特征的码率成为众多下游视觉任务的基本衡量指标之一,因为这关系到数据传输以及计算的代价。如今,图像不单单面向于人眼,更多时候需要送入计算机来进行分析。针对于面向机器视觉的特征压缩,我们提出了一种基于乘积量化的无监督特征压缩算法并应用于图像检索任务,该方法在图像检索任务检索性能超越了目前最先进的无监督方法。另一方面,如今研究人员提出了许多方法
在药物研发领域,基于病理实验的传统药物开发方式研发周期长、投入成本高,业界一直在寻找有效的计算方法来指导药物研发过程,以深度学习为代表的人工智能技术有改变药物发现过程的潜力。药物小分子一直都是药物研发方和治疗干预的首选方式,在药物开发中占有很大比重。利用深度学习寻找特异性且有效地与靶蛋白结合的药物小分子,能够加速药物研发过程,降低药物研发的成本,在药物研发领域具有重要的应用价值。本文利用图神经网络
在我们常见的网络社群中,社群成员的更具有群体意识、群体归属感,这种情感有时会从线上蔓延至线下,从网络转为现实,也会产生相似的行为。既然情感会引发共同行为,那么在网络社群中,由含有怀旧元素的信息引起社群成员回忆过去、激发怀旧情感,是否也在一定程度上能影响成员一致的购买意愿和行为?所以,本文以网络社群中的青年消费者为目标群体,研究其怀旧情感的产生,心理变化过程,以及如何强化其怀旧情感,继而研究怀旧情感