...

层出不穷的网络应用使得日益复杂的网络架构下,针对各种网络流量的识别工作越来越困难。与此同时,快速更新的黑客技术也正在以更加......

针对显微图像领域色彩恒常(CC)数据集缺乏、CC算法跨数据集训练效果不佳的问题,通过相机采集和模拟生成两个步骤建立了显微CC数据......

多激发点荧光分子断层成像(FMT)重建过程中生成的系统矩阵规模较大,导致计算复杂度高,重建时间长。为了加快重建速度并保证其准确......

Unmanned surface vehicle(USV) is currently a hot research topic in maritime communication network(MCN), where denoising ......

在我们的现实生活中,网络(network)或图(graph)数据无处不在,我们的社交网络、交通网络和生物网络中都存在不同规模大小的网络数据......

现如今,三维重建技术已经得到了长足的发展,无论是硬件方面的提升还是重建算法的进步,都促使生成的点云模型既稠密又精准,但是不可......

随着现代技术发展的越来越快,人们的生活变得更加舒适便捷,交通工具己经成为了人们的生活出行的必需品。现如今由于汽车数量的增加......

地震信号处理包括去噪、重建和压缩等重要环节。由于勘探环境恶劣以及勘探成本提高,采集的地震信号常伴随各种噪声和信息缺失现象,......

Anomaly detection(AD)is an important aspect of various domains and title insurance(TI)is no exception.Robotic pro-cess a......

Much recent progress in monaural speech separation (MSS) has been achieved through a series of deep learning architectur......

Background: Single-cell RNA-sequencing (scRNA-seq) is a rapidly evolving technology that enables measurement of gene exp......

Deep leaing is making major breakthrough in several areas of bioinformatics.Anticipating that this will occur soon for t......

为尽量避免车辆碰撞事故的发生,探索了机器学习和深度学习结合的方法,利用影响车辆碰撞的多个特征变量对车辆碰撞进行检测.首先使......

Spectrum management and resource allocation(RA)problems are challenging and critical in a vast number of research areas ......

该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生......

现今常用的线性结构视频推荐方法存在推荐结果非个性化、精度低等问题,故开发高精度的个性化视频推荐方法迫在眉睫。提出了一种基......

利用高光谱技术检测大曲发酵品质时,获取的水分等高含量物质的高光谱数据可能掩盖对大曲质量评价至关重要的微量物质高光谱数据。......

在网络大数据和移动互联网时代，函数逼近广泛应用于各行各业中，深度学习和自动编码器也得到了越来越多的关注．在大数据集环境下，由于网......

在真实的扫描环境中,由于视线遮挡或技术人员操作不当,实际采集到的点云模型会存在形状不完整的问题。点云模型的不完整性会对后续......

为了保障风机的正常运行,提出基于自编码(Autoencoder,AE)的风机故障检测方法。依据法国风机ENGIE公开的风速传感器数据,建立欠完......

针对短文本分类任务中文本表示存在的高维稀疏问题，提出基于白编码网络的短文本流形表示方法．通过自编码网络重构文本得到流形映射，提......

机器翻译系统中调序规则表和翻译表一般规模都很大，对翻译表进行优化过滤一直都是研究热点，而过滤调序规则表的研究却近乎空白。将调......

在自编码的学习过程中如何更好地保留原始特征及消除多模态数据分布的差异是一个重要的研究课题.因此,文中提出基于双对抗自编码器......

自动编码器神经网络可将通信系统重新构建为端到端的任务,从而实现整个系统的联合优化。针对基于深度学习的2用户与4用户多输入多......

自动编码器作为一种压缩算法,在数据降维和去噪等方面有着广泛实践,有条件作为一种降阶方法在流场识别与数据处理方面得到应用。文......

光伏组件运行时关键参数具有连续性,难以直接用聚类的方式诊断故障,因此提出了基于自编码器(Autoencoder,AE)和改进K均值聚类K-Mea......

软件仓库中累积越来越多的开源代码，这些代码中蕴含大量有用的信息，能够有效挖掘出代码中的信息对软件开发人员来说具有重大的意义，而......

针对在少量有标签样本条件下传统方法训练不充分而且难以准确提取通信电台指纹特征的问题，文中提出基于边际Fisher深度自编码器的电......

传统半监督非参核学习方法通常基于流形假设和成对约束信息建立学习模型。但是,这种模型对于某些复杂高维稀疏的数据而言算法复杂......

Unmanned surface vehicle(USV)is currently a hot research topic in maritime communication network(MCN),where denoising an......

针对传统的Auto Encoder方法在全局特征提取上的高性能以及在图像识别上的重要性,本文提出了一种基于无监督局部深度特征学习的改......

燃气负荷预测受到社会经济、天气因素、日期类型等多种复杂因素的影响,而多因素的共同作用则必然会导致燃气负荷序列变化趋势具有......

在过去的几十年以来,随着科技的进步和社会的发展,尤其是数据的搜集和存储容量的急剧扩张,在很多科学的领域内都或多或少的导致了......

针对目前数据量增长迅速,数据特征多,存储空间不足等问题,提出了基于AutoEncoder的增量式聚类算法(ANIC).首先利用AutoEncoder学习......

随着科技的发展和人民日常需求的提高,图像检索已经成为人们生活中不可缺少的一部分。目前大多数的搜索引擎(Bing, Google, Baidu......

安卓系统使用量的增长使得各种新型恶意代码不断出现,这些恶意代码通常在未经用户允许的情况下运行在用户终端的后台。编写人员利......

网络流量异常检测是网络和安全管理领域的重要研究内容。通过分析网络流量,可以评估网络环境的健康状况并对异常及攻击行为预警与......