小样本相关论文
遥感技术可以大范围对震后灾区受灾场景进行观测,持续性地为震后应急响应提供数据支撑。随着遥感大数据时代的到来,震后应急工作对......
人工智能与经济社会的深度融合给人类社会发展带来强大动能,但随之而来的安全威胁和隐私保护问题却带来了新的挑战。人的身份安全......
齿轮箱作为大型机械设备中被广泛运用的集成部件,能够保证其拥有健康的机体及保持良好的运转情况,是机械设备正常运行的重要保障。......
轴承作为机械设备最重要的零件之一,由于长期处于重载、高温和高速等恶劣工作条件,轴承容易损坏,甚至造成人员伤亡。因此为了保证......
近年来,基于AI技术的自适应学习在提高学习效率、降低学习时间以及促进教育公平等方面发挥了重要的作用,已经成为了教育领域的研究......
目的 对小样本腐蚀失厚率数据进行数据增强,实现数据扩充,以提升后续分析模型的预测精度,减轻过拟合程度,并提升模型的泛化能力。方法 ......
成功子样数据包络分析基于数据理论分析和统计过程控制理论,通过分析有限子样的数据表征,对产品能否满足任务要求进行判断。本文针对......
针对飞机整体驱动发电机(Integrated Drive Generator,IDG)可靠性要求高而故障数据较少的问题,提出小样本下基于LSSVM算法的飞机IDG可......
随着互联网技术以及应用模式的快速发展,知识图谱推理已经在语义搜索、智能问答、智能推荐、军事决策等领域取得了重要成就。由于......
针对传统机器学习模型在医疗小样本数据上由于浅层模型结构和复杂数据特征而导致分类表现不佳的问题,本文提出了一种改进模型cgicFo......
针对深度神经网络在图像识别中存在的训练数据不足,以及多模型蒸馏中存在的细节特征丢失和蒸馏计算量大的问题,提出一种小样本问题下......
实际多模态化工过程通常由于产品需求等的调整而产生新模态,现有基于深度学习的故障诊断方法存在未充分利用现有模态设计经验、小样......
深度学习在故障诊断领域的成功依赖于大量的训练样本,但在小样本情况下,实现对变工况特别是跨机械部件的故障诊断是一项挑战。针对此......
针对轮对踏面数据样本小,损伤识别准确率低的问题。本文提出基于深度卷积神经网络的列车轮对踏面故障识别模型建立方法,该方法首先......
为了解决带钢小样本数据集在深度学习中出现的模式崩溃、图像模糊和错判等问题,提出了一种改进的ACGAN数据增强方法。首先,模型中引......
滚动轴承在人们的日常生活中是十分常见的,也是十分重要的,其运行状态的安全与否直接决定着生产效率和盈利。滚动轴承一般运行在恶......
在雷达自动目标识别(radar automatic target recognition,RATR)领域,为了保证基于高分辨距离像(high-resolution range profile,HRRP)......
目前,因为高分辨率遥感图像的获取方式特殊,使其样本量相对较小。针对于小样本量的高分辨率遥感图像的分类任务,传统的机器学习能......
汽车车牌的检测与识别是智慧交通系统中的重要组成部分。基于传统方法的车牌检测与识别主要存在着模型泛化能力较弱和识别准确率较......
针对实际工程中因故障样本数据稀少而导致模型识别准确率不高的问题,提出了一种基于自校正卷积神经网络(SC-CNN)的滚动轴承故障诊断模......
针对知识图谱中存在实体稀疏及实体对数量有限导致知识图谱不完备的问题,提出一种基于小样本的元学习知识图谱补全模型。通过关系元......
为了提升深度学习模型在不均衡小样本激光焊接表面缺陷数据集上的性能,优化了小样本数据量输入下的对抗生成网络(Generative Adversa......
针对传统卷积神经网络在马铃薯叶部病害识别中结构复杂、参数庞大,难以实现在移动设备上的良好应用的问题,提出一种基于轻量级卷积神......
针对风电机轴承设备在工作过程中存在工况多变、故障样本稀少、现有的诊断模型与实际应用还存在差距等问题,构建基于小样本迁移学习......
数据驱动的深度学习方法在高压断路器机械故障诊断中取得了一定的成效,然而这些方法实现优异性能的前提是可获取海量训练样本,在现场......
期刊
在认知电子战中,对多功能雷达工作模式的识别是至关重要的一个环节.在实际中,由于多功能雷达工作模式的多样性、隐藏性,能侦收到的不......
针对小样本情景下辐射源个体识别困难等难题,提出一种在小样本情景下基于特征融合和深度学习的辐射源个体识别方法。将基于希尔伯特......
研究支持向量机方法在小样本地震信号识别方面的可行性,结果表明,随着样本量增加,该方法的识别率出现先升高再降低的现象。使用山东和......
当前金融机构正在努力应对不良资产的增长问题,在信贷领域借贷逾期预测结果的准确性将直接决定不良资产的规模.为了更好预测借贷人......
基于来自云南电网呼马山试验基地及前人的少量、低分辨率输电导线样本,使用超分辨率算法,提出了基于动态背景和随机变换的离线数据......
近年来,数据驱动的人工智能模型在气体绝缘组合电器(GIS)绝缘缺陷诊断上取得了一定突破。然而,这些以海量实验数据构建的模型难以部署......
随着信息电子化的深入发展和自媒体群体的快速扩增,中文电子文本数量呈井喷式增长,伴随产生了大量的文本拼写错误和语法错误,极大......
传统的基于卷积神经网络的目标检测技术已经取得很大的成功,这一切都归功于有大量的带注释的数据集。然而,在某些样本稀缺的应用场......
字符识别是受到学术界和工业界重视的技术,需要根据针对性的场景设定和模型设计来解决相关实际问题。芯片字符识别作为字符识别的......
随着科学技术的进步,越来越多的观测高维数据出现很多实际应用问题中,如自然语言处理、图像检索、人脸识别等。尽管高维数据可以提......
滚动轴承作为机械设备核心的零件,其性能影响着整个生产设备的稳定运行,研究滚动轴承智能故障检测技术意义非凡。传统的故障检测技......
数据规模的迅速增长和数据特征的多样化使得数据分析高速发展,也使得数据分析需要处理的对象越来越复杂,进而需要更多的变量特征来......
辐射源个体识别与精细化分析是认知电子战的关键任务。面对日益复杂的电磁背景及非合作强对抗的战场环境,传统辐射源个体识别方法......
神经退行性疾病时刻危害着老年人群的身体健康,严重时甚至危及患者生命。我国由于医患比低、目标人群防治意识薄弱以及疾病本身隐......
回归学习是机器学习领域的重要研究方向之一,在企业运营决策、金融风险控制等方面都具有广泛应用。传统的回归学习基于预测代价相......
随着人工智能技术的发展,深度学习已经逐步应用于带钢表面缺陷检测,但是模型训练所需的海量样本及其标注极大地增加了工作量,限制了其......