深度自编码器相关论文
新一代相控阵雷达针对T/R组件部署了大量传感器，为数据驱动的组件故障诊断提供了良好基础。然而，实际监测数据大多没有表征其故障模......
智能制造背景下,机械系统的结构越来越复杂多样,对其关键零部件进行准确及时的故障诊断变得愈发重要。但是,在实际的工业生产环境......
属性网络在社交媒体分析,犯罪行为侦查,生物医药诊断等领域都有着广泛的应用,近年来引起了越加广泛的研究兴趣,异常检测是属性网络......
随着世界经济形势的变化,影响金融市场的不确定性因素越来越多,人们进行资产配置的思路开始倾向于获取稳定的收益。而对于股票市场......
异常检测是计算机视觉中一个活跃的领域,已经广泛应用于众多场景,尤其是在视频监控中。目前,智能化视频监控系统可以实时检测出异......
在数据挖掘领域中,聚类分析作为一种数据分析技术,已经发展较为成熟,在机器学习、模式识别等许多领域有着广泛的研究。在大量成熟......
随着工业的快速发展,旋转机械设备逐渐趋向于复杂化、精密化和智能化,机械设备的监测数据已经逐渐迈入“大数据”时代。滚动轴承作......
随着大数据时代的到来,采集设备的便利,网络上传播的图像数据迅速增长。如何在海量的图像库中检索出与已知图片相似语义信息的图片......
传统的时间序列异常检测方法大多以数据点作为检测单位,通过训练模型预测下一时刻数据,这类方法的缺点是没有考虑时间序列数据的特......
在现实世界中,很多系统以网络的形式表现,例如社交网络、因特网、科学家协作网、电力系统中的电力网等等。但是原始的网络数据具有......
针对传统入侵检测模型在高维数据且数据不均衡环境下检测性能较差的问题,采用基于深度学习模型的特征学习与泛化能力与不平衡算法......
齿轮作为旋转机械的重要组成部分,具有传动效率高、传动比精准等优点,在工程领域得到广泛应用。由于长时间工作在载荷多变的环境下......
随着大数据时代的到来,对数据处理的需求增大,子空间聚类的应用也就愈发广泛,包括在图像视频分割、离群点检测、人脸识别、显著性......
软件缺陷预测作为软件工程领域的研究热点,其主要的目标是发现软件中存在的缺陷从而提高软件质量。以往的研究大多数致力于项目内......
社交网络是信息的一种载体,不仅节点的链接关系中蕴藏着丰富的信息,而且节点本身也具有多样的信息。因此,对社交网络进行数据挖掘......
随着生物信息学的不断发展,蛋白质复合物的研究对探索细胞与生命的奥秘有着重要意义。传统的基于生物实验的复合物检测方法存在着......
旋转机械如风机、汽轮机等是工业重要的生产设备,它们的稳定运行对于避免安全隐患、提高企业的经济效益具有重大意义,根据设备运行......
旋转机械正在以精密、高速、高效、集成的发展趋势向前发展。轴承是旋转机械的重要组成部分,轴承的运行状态正常与否直接影响整台......
[目的]为促进科研人员间的交流合作,实现科研效率最大化,提出一种改进的翻译模型TransTopic,用于干细胞领域的科研合作预测研究.[......
为了挖掘人脸美丽的内在本质,本文提出了基于深度自编码器的人脸美丽吸引力预测模型:首先利用大量无标签人脸图像数据对深度自编码......
随着网络技术的快速发展以及TLS、SSL、SSH等加密技术在网络中的广泛使用,网络加密流量快速增长,加密俨然已经成为保护隐私的重要......
由于传统的网络安全态势评估方法依赖于人工的标注和评估,在面对大量数据时,存在效率低、灵活性差等问题。针对这些问题,提出一种......
在神经网络的监督学习中，需要大量人工标识特征的训练样本集。学习系统的成功依赖于样本标识特征的准确性，但人工标识特征费时费力，人......
恶意代码作者通常会不断演化软件版本,形成恶意软件家族,现有的恶意软件家族分类方法,在特征选择的鲁棒性和分类算法的有效性、准......
近红外光谱分析中多变量校准模型的建立依赖于校准建模的光谱样本。然而,近红外光谱测量环境的变化会导致同一被测物的光谱样本的......
准确提取森林扰动信息能为全球碳汇估算、森林可持续管理等研究提供基础的数据支撑。针对森林扰动遥感监测研究中缺乏高效提取森林......
通过对机械设备退化过程的数据进行采集、分析和建模,来预测实际工况下设备在当前状态的剩余可用寿命,已经成为故障预测与健康管理......
随着智能电网建设的不断推进,智能化电力一次设备和常规电力设备随之增加,监测数据变得日益庞大,数据集中化和数据共享将成为电网......
数字图像修复是指利用破损图像缺失区域的邻域信息,遵循一定的规则复原出缺失区域,使得人眼看不出明显的修复痕迹。传统的图像修复......
为解决网络入侵检测问题,提高检测准确率和降低误报率,提出一种基于深度迁移学习的网络入侵检测方法,该方法使用非监督学习的深度......
为保障机械设备工作的安全性与可靠性,剩余寿命预测技术是设备轴承维护中的重要环节。由于深度学习具有强大的数据处理能力,提出通......
移动互联网和智能手机的发展,孵化出了各种各样的以内容和用户为导向的网络应用服务,信息爆炸的时代走入了我们的生活,从海量的信......
传统子空间浅层聚类模型对于多视图和非线性数据的聚类性能不佳。为此,提出一种基于深度自编码器的多视图子空间聚类网络模型,通过......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行......
随着信息技术的不断发展,计算机为人们带来便利的同时,来自外部的网络攻击以及内部的异常事件也层出不穷,给安全异常的发现和检测......
热误差在数控机床误差源中占据较大比重,而热误差补偿是一种能够减小热误差,提高数控机床加工精度的既经济又有效的方法。本文以大......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
语音合成旨在将输入文本转换成自然流畅的语音。统计参数语音合成(Sta-tistical Parametric Speech Synthesis,SPSS)具有系统构建 ......
无线传感器网络（WSN）资源有限,为减少数据在传输过程中的能量消耗,提出一种基于深度自编码器的WSN数据融合算法（DESAEDA）。构造深度自......
准确的短期电力负荷预测有助于提高电力系统的运行效率,降低运营成本。传统的基于统计学习的方法预测精度较高且容易实现,但在负荷......
由于每个目标仅有一幅已知样本,无法描述目标的类内变化,诸多人脸识别算法在解决单样本人脸识别问题时识别性能较低.因此文中提出......
为了提升连续语音识别系统性能,将深度自编码器神经网络应用于语音信号特征提取。通过堆叠稀疏自编码器组成深度自编码器(Deep Aut......
针对传统异常检测方法在处理多元和高维数据时检测性能较差的问题,提出一种融合弹性网和深度去噪自编码器的网络异常检测方法。构......
实时、快速、批量地对振动信号进行处理成为故障诊断领域的未来发展趋势,但是可能会带来数据维数灾难问题。针对在样本较大情况下......
致密砂岩储层饱和度评价是储层评价、储量计算及油气藏评价的关键参数之一,计算饱和度最常用方法是利用测井曲线和岩电实验资料,基......
经济全球化的发展,使恐怖袭击活动也呈现出全球化的蔓延态势,这不仅破坏了国际社会和平与稳定的良好秩序,还严重影响了人类生命财......
近些年来,随着我国科学技术的不断深入与发展,神经网络在语音识别技术上运用的越来越广泛。在传统的语音识别技术中,语音建模方式......
视频目标跟踪是计算机视觉领域一个重要研究课题,在智能交通系统中具有广泛应用,其中,室外车辆跟踪是一个重要内容。但受复杂多变......
