自编码器相关论文
传统的批量转录组测序技术（即Bulk RNA-seq）能够用于估计基因在样本细胞群中的平均表达水平,但缺失了基因在细胞间的表达异质性信息......
板形是板带材的关键质量指标,板形控制系统的核心是模型体系。新一代人工智能理论为板形控制智能模型的研究提供了新的契机。本文......
为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题，从卫星数据的时序特性出发，提出基于......
随着移动机器人产业的迅速发展,移动机器人平台的研究成为一大热门话题,其中同步定位与建图是机器人对周围环境感知的可视化呈现,......
针对水声多径衰落非相干信道,提出一种灵活的恒重自编码方案以解决传统恒重映射（如Hadamard映射）权重单一,频谱利用率低的问题.将水......
伴随计算机技术的日益发达,网络上的信息量呈爆炸式增长,整个社会正步入信息过载时代,人们迫切需要高效的信息过滤方法。个性化推......
为充分获取用户的个性化信息，提高推荐算法的准确性，提出一种融合注意力机制的自编码器推荐算法。算法首先针对数据中蕴含的低阶特征......
本文从深度学习算法建模视角讨论未决赔款准备金的评估模型。首先,基于循环神经网络,提出"滑窗"机制,避免了准备金特征的人工设......
随着校园卡的应用场景越来越广泛，校园卡的资金安全问题日益突出，校园卡欺诈不但给师生和校内商家带来经济损失，还会危害校园的正常秩......
针对现有信息隐藏算法存在隐写容量低、信息提取困难以及安全性差等问题，本文提出了一种基于生成对抗网络的高容量信息隐藏算法（High......
聚类是数据驱动应用领域中的一个基本问题,而聚类性能在很大程度上取决于数据的特征表示。因此,线性和非线性的特征转换方法已经被......
耐火砖是一种具有一定形状和尺寸的耐火材料，在建筑，钢铁，机械，化工等行业都有着重要的用途。其表面缺陷会影响成品设备的形状，尺寸组成......
针对光伏逆变器复杂开路故障在线诊断在故障样本不足时能力下降的问题,提出了一种基于小波包分解和自编码胶囊网络相结合的故障诊......
随着数字化的持续发展,各行各业都积累了大量的数据,对这些数据的有效利用可以带来价值,其中时间序列作为数据的一种表现形式而广......
针对现有基于大气电场的雷电预警方法效果不佳的问题，提出了一种基于大气电场特征和深度学习算法的雷电临近预警方法。首先利用集成......
该文提出一种深度聚类（deep clustering,DC）故障诊断算法，将特征提取与聚类两部分产生的误差融入模型训练损失函数中，统筹误差调整系统......
现有矢量地图零水印算法研究主要集中于空间统计特征信息的挖掘，方式单一导致安全性不足。深度学习可提取数据隐蔽的内蕴特征信息，为......
我国上市公司目前已突破4200家,上市公司融资交易逐渐频繁,信用风险发生的概率也随之加大,甚至违约事件层出不穷,影响信用风险发生......
新冠肺炎疫情肆虐全球,给人类生活的方方面面带来深远的影响。准确预测各地区未来的疫情趋势有利于科学制定干预措施,对防控疫情而......
飞机起落架液压收放系统对与飞机着陆的安全有重大影响。传统飞机起落架液压收放系统的故障诊断方法存在过于依赖人工经验的问题,......
深度学习是基于多层神经网络的一种机器学习方法，其优势在于利用输入层和输出层间的一系列隐藏层完成对现实问题的复杂模拟。深度学......
基于声音诊断的机械设备异常状态检测在工业自动化领域具有重要意义。当前，无监督机械设备异常声音检测主要基于人工构造算法提取声......
随着无线通信技术的发展,天线设计日趋复杂,人工设计优化天线存在过程复杂、效率低下等问题。天线作为无线通信系统中的关键组成部......
预测复杂网络中的链路具有在社交网络中推荐好友,为用户在电商网站推荐商品,给药物寻找潜在的相互作用标靶等广泛作用。准确地对网......
近年来,由于机器学习技术的飞速发展,针对机器学习技术在通信领域的应用,吸引了人们的极大关注,并成为了研究热点,其中包括自适应......
在情感计算、心理治疗、机器人、监视和观众理解等方面，基于步态特征的情感识别有着广泛的应用前景。已有方法表明，考虑手势位置等上......
智能化管理电力资源是电网等部门的长期目标，准确地预测用电需求对基建投资、电能调度、用电安全等起着至关重要的作用。电力资源需......
近年来,海洋运输步入到了一个高速发展的时期,船舶的运输量和数量急剧增长,航海安全正日益成为一个重要且复杂的研究领域。AIS（Auto......
为实现对城市用频设备的精确管控，针对特定辐射源开集识别问题，构建了一套基于深度学习的辐射源个体开集识别处理流程，核心在于指纹特......
期刊
近年来，面向高损线路的窃电检测方法得到大面积工程应用，对降低窃电检测误报率和推动数据驱动窃电检测的工程应用起到了重要作用。但......
HDR图像,又称为高动态范围图像（High dynamic Range Image）,相比于普通图像（Low dynamic Range Image,即LDR图像）,HDR图像可以提供和表......
电力用户负载模式的识别有利于引导用户参与需求侧管理，提高能源的利用效率。面对电力负荷数据日趋海量的情况，传统K-Means算法无法......
由于无线电技术应用的领域越发广泛,无线电频谱的划分已经处于比较饱和的状态,很难找到空闲频段部署新的服务或改善现有服务。为了......
基于自编码器（AE）的异常检测方法利用重构误差判断待测样本是正常数据还是异常数据。然而，上述方法在正常数据与异常数据上产生的重构......
随着大量软件的开发使用,软件中潜在的,未被测试的错误会严重影响软件的质量。通过对软件缺陷技术的研究,可以在一定程度客观地评......
在真实世界中,聚类算法得到了广泛的应用。基于子空间的聚类又是其中非常重要的一种方法。近年来,得益于深度网络强大的特征表达能......
三维重建一直是计算机图形学和计算机视觉领域的研究热点。在过去的几年中,使用深度学习技术的单视图的三维重建和三维生成领域迅......
纺织品的瑕疵直接影响了产品的质量和纺织工厂的经济效益,瑕疵检测是纺织业生产过程中的一个重要环节。当前大部分工厂仍然使用人......
随着科技和工业智能化的发展,机械设备健康管理领域中越来越多的数据被采集,对设备的诊断分析和智能化故障预警也成为一种趋势。然......
在信息泛滥的时代,利用推荐系统来为自己挑选感兴趣的信息已经变得越来越普遍。推荐系统可以通过利用已有的历史交互数据对未知的......
为突破传统融合规则带来的性能瓶颈，提出一个基于特征空间多类别对抗机制的红外与可见光图像融合网络．相较于现存方法，其融合规则更合......
高比例新能源与高比例电力电子设备引发的宽频振荡问题日益凸显，而现有基于同步相量数据的振荡监测方法受到现有通信带宽的限制，难以......
图结构数据广泛的存在我们的生活之中,分析和处理图结构数据对进一步的应用起着重要的作用。近年来,图神经网络研究受到广泛的关注......
随着人工智能与微电子技术的不断创新,基于可穿戴设备的应用迅速发展,对用户数据的采集需求也日益增长。然而,可穿戴设备采集的加......
