【摘 要】
：
DNA链置换技术广泛用于生物计算中,在计算能力和信息处理方面表现出色。但是,在信号的放大、恢复与比较等一些计算中使用DNA链置换技术,不仅增加DNA链的数量,还会带来额外的计算成本。因此,为了减少DNA链的使用数量,该文构建了一个基于DNA链置换实现的赢家通吃(WTA)神经网络。首先,通过神经元实现逻辑运算AND, NAND和OR,将其级联成WTA神经网络解决了线性不可分问题。通过与别人结果的比较
【机 构】
：
大连大学先进设计与智能计算省部共建教育部重点实验室
【基金项目】
：
国家重点研发计划重大专项项目(2018YFC0910500),国家自然科学基金(61425002,61751203,61772100,61972266,61802040,61672121),辽宁省自认科学基金(20180551241,2019-ZD-0567)。
论文部分内容阅读
DNA链置换技术广泛用于生物计算中,在计算能力和信息处理方面表现出色。但是,在信号的放大、恢复与比较等一些计算中使用DNA链置换技术,不仅增加DNA链的数量,还会带来额外的计算成本。因此,为了减少DNA链的使用数量,该文构建了一个基于DNA链置换实现的赢家通吃(WTA)神经网络。首先,通过神经元实现逻辑运算AND, NAND和OR,将其级联成WTA神经网络解决了线性不可分问题。通过与别人结果的比较,证明该文采用方法的有效性,并在Visual DSD(DNA链置换)中获得了稳定而直观的结果。然后,为了
其他文献
阐述配电运维一体化中实现专业化管理的目的、优势和措施,分析运维一体化管理中的问题,提出应对的措施,从而提高运维一体化的效率,形成专业化管理的新模式。
结合教学实践,提出建筑设备工程专业1+X的BIM课证融通实施框架,优化人才培养,开发机电设备BIM综合制图实训课程,强化专业群师资融合,实现多学科、多专业、多维度共享知识平台。
阐述产教融合、校企融合的双元制人才培养新路径,从而深化教学改革,能够为技能人才的培养奠定基础,让职业教育与社会人才需求相匹配。
阐述10kV配电网设备的运维特点,分析设备运维现状与问题,探讨差异化运维策略,从而提高设备运行维护针对性和精准性,促进配电网设备运维综合效益的提升。
针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统。首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪卷积神经网络进行时频图像去噪处理,最后将图像发送到Inception-V4网络进行特征提取,并使用softmax分类器进行分类,实现LPI雷达信
风格迁移过程中风格元素均匀分布在整个图像中会使风格化图像细节模糊,现有的迁移方法主要关注迁移风格的多样性,忽略了风格化图像的内容结构和细节信息。因此,该文提出结构细化的神经风格迁移方法,通过增加边缘检测网络对内容图像的轮廓边缘进行提取实现风格化图像内容结构的细化,凸显内容图像中的主要目标;通过对转换网络中的常规卷积层的较大卷积核进行替换,在具有相同的感受野的条件下,使网络模型参数更少,提升了迁移速
R波作为确定心电信号各波段的重要参考,是心电自动分析的前提。针对大多数R波识别算法的预处理过程影响识别准确度和耗时问题,该文提出一种基于集合经验模态分解(EEMD)和信号结构分析的算法对带噪心电信号(ECG)的R波直接进行识别。首先通过EEMD将带噪声的心电信号分解成一系列本征模态分量,然后对分解后的各模态分量作独立成分分析以提取出R波特征最明显的成分,对该成分进行结构分析,从而实现对R波的准确定
针对空间金字塔词袋模型中空间特征分布信息利用效率低,各类特征融合不充分的问题,该文提出空间金字塔与局部感受野相结合的相关熵极限学习机(SR-CELM)。在特征提取部分,利用多尺度局部感受野对生成的多层级的字典特征分布图进行卷积,并引入局部位置特征和全局轮廓特征。在特征分类部分,提出一种新的网络以融合各部分特征。同时在传统极限学习机训练方法的基础上利用相关熵准则构建判别性约束,推导出权重更新公式以求
截集式可能性C-均值(C-PCM)聚类算法将截集概念引入可能性C-均值(PCM)聚类算法中,明显改善了PCM的聚类中心重合问题,并能够对噪声和奇异点的数据进行有效聚类,但该聚类算法对小目标数据聚类时仍然存在聚类中心偏移的问题。针对此问题,该文将半监督学习机制引入C-PCM的目标函数中,通过部分先验信息来指导聚类过程,提出半监督截集式可能性C-均值(SS-C-PCM)聚类算法。为了提高彩色图像的分割
为提高图像转换模型生成图像的质量,该文针对转换模型中的生成器进行改进,同时探究多样化的图像转换,拓展转换模型的生成能力。在生成器的改进方面,利用选择性(卷积)核模块(SKBlock)的动态感受野机制获取和融合生成器中每个上采样特征的多尺度信息,借助特征的多尺度信息和动态感受野构造选择性(卷积)核的生成式对抗网络(SK-GAN)。与传统生成器相比,SK-GAN以动态感受野获取多尺度信息的生成结构提高