检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的时间序列分类研究综述

电子与信息学报 2024年

作者：任利强贾舒宜王海鹏王子玲海军航空大学

时间序列分类(TSC)是数据挖掘领域中最重要且最具有挑战性的任务之一。深度学习技术在自然语言处理和计算机视觉领域已取得革命性进展，同时在时间序列分析等其他领域也显示出巨大的潜力。该文对基于深度学习的时间序列分类的最新研究... 详细信息

时间序列分类(TSC)是数据挖掘领域中最重要且最具有挑战性的任务之一。深度学习技术在自然语言处理和计算机视觉领域已取得革命性进展，同时在时间序列分析等其他领域也显示出巨大的潜力。该文对基于深度学习的时间序列分类的最新研究成果进行了详细综述。首先，定义了关键术语和相关概念。其次，从多层感知机、卷积神经网络、循环神经网络和注意力机制四个网络架构角度分类总结了当前最新的时间序列分类模型，及各自优点和局限性。然后，概述了时间序列分类在人体活动识别和脑电图情绪识别两个关键领域的最新进展和挑战。最后，讨论了将深度学习应用于时间序列数据时未解决的问题和未来研究方向。该文为研究者了解最新基于深度学习的时间序列分类研究动态、新技术和发展趋势提供了参考。

关键词：深度学习时间序列神经网络分类综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复杂海况下的海上船舶目标检测算法

现代防御技术 2024年

作者：邢汇源崔亚奇王子玲熊伟蒋丙栋中国航空工业沈阳飞机设计研究所中国人民解放军72506部队西北工业大学自动化学院江苏自动化研究所海军航空大学信息融合研究所

针对海洋环境下无人艇载光学图像背景信息复杂、小目标，当前目标检测算法特征提取能力不足、定位能力弱、检测精度差等问题，提出了一种基于YOLOv7-Tiny的改进的海上目标检测算法。利用RepVGG在推理时的“无损耗”特性设计了特征提取模... 详细信息

针对海洋环境下无人艇载光学图像背景信息复杂、小目标，当前目标检测算法特征提取能力不足、定位能力弱、检测精度差等问题，提出了一种基于YOLOv7-Tiny的改进的海上目标检测算法。利用RepVGG在推理时的“无损耗”特性设计了特征提取模块RepELAN，在不影响推理速度的同时提升网络特征提取能力；改进特征共享融合网络，融合高分辨率特征图提升对小目标特征提取能力，裁剪低分辨率特征图减少网络推理计算量；针对网络在复杂环境下定位检测能力弱的问题，设计检测头模块，区分定位与分类两种解耦头，提升网络定位检测能力。在建立的船舶目标检测数据集进行实验，检测精度提升了6.2%，设计了模块消融实验与对比实验，论证了该文算法的有效性。

关键词：目标检测 YOLOv7-Tiny 解耦头特征融合小目标海上船舶

神经过程和运动模型混合驱动的机动目标跟踪算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西安交通大学学报 2023年第4期57卷 152-161页

作者：朱洪峰熊伟崔亚奇王子玲海军航空大学信息融合研究所山东烟台264001

针对基于贝叶斯滤波器模型的目标跟踪算法非常依赖先验知识,在复杂场景中跟踪性能下降的问题,提出了一种神经过程和运动模型混合驱动的机动目标跟踪算法。利用神经网络构建一个目标运动的随机微分方程来提高对目标运动的建模能力;使用... 详细信息

针对基于贝叶斯滤波器模型的目标跟踪算法非常依赖先验知识,在复杂场景中跟踪性能下降的问题,提出了一种神经过程和运动模型混合驱动的机动目标跟踪算法。利用神经网络构建一个目标运动的随机微分方程来提高对目标运动的建模能力;使用加速度模型作为领域知识约束目标状态的微分方程,构造一个混合驱动的解码器;利用所构成的混合驱动解码器替换神经过程的解码模块,形成一种无监督学习的混合驱动滤波器。仿真实验结果表明:所提算法同时具有数据驱动和模型驱动算法的优势,依赖先验知识少,能在不同场景下保持稳定的跟踪精度,生成的轨迹较神经过程滤波器更加平滑且具有目标动力学特征;与经典的贝叶斯滤波器相比,所提算法的状态估计峰值误差平均降低了20%。

关键词：机动目标跟踪神经过程混合驱动无监督学习状态估计

在线全文

学校读者我要写书评

暂无评论

基于最小碰集的多故障诊断算法研究

兵工学报 2010年第3期31卷 337-342页

作者：王子玲许爱强海军航空工程学院山东烟台264001

目前存在的测试性分析和故障诊断工具基本都是基于单故障假设,不适用于复杂系统。针对这一问题,研究了多故障假设下的序贯测试算法。提出了利用分类HS-树(CHS-树)计算最小碰集(MHS)的算法;以多故障状态集的MHS作为故障状态,生成最优单... 详细信息

目前存在的测试性分析和故障诊断工具基本都是基于单故障假设,不适用于复杂系统。针对这一问题,研究了多故障假设下的序贯测试算法。提出了利用分类HS-树(CHS-树)计算最小碰集(MHS)的算法;以多故障状态集的MHS作为故障状态,生成最优单故障测试策略;以决策树中各叶节点的MHS为判断依据来决定下一步要执行的测试,最终生成多故障诊断策略。最后给出案例分析,结果表明:计算MHS的算法能够提高诊断策略的生成效率;诊断策略能够有效隔离多故障问题。

关键词：系统工程方法论多故障诊断最小碰集分类HS-树序贯测试

在线全文

学校读者我要写书评

暂无评论

可见光与SAR多源遥感图像关联学习算法

航空学报 2022年第S1期43卷 220-229页

作者：王子玲熊振宇顾祥岐海军航空大学信息融合研究所烟台264001

针对可见光和SAR图像由于成像机理不同导致图像内容差异大,深度特征难对齐,关联速度慢,提出一种深度多源哈希网络模型实现SAR图像和可见光图像间的关联。首先,针对SAR与光学遥感图像颜色信息差异大,提出图像变换机制,将光学图像转换生成... 详细信息

针对可见光和SAR图像由于成像机理不同导致图像内容差异大,深度特征难对齐,关联速度慢,提出一种深度多源哈希网络模型实现SAR图像和可见光图像间的关联。首先,针对SAR与光学遥感图像颜色信息差异大,提出图像变换机制,将光学图像转换生成4种不同类型的光谱图像输入到网络中,打乱颜色通道,让网络更加关注于图像的纹理和轮廓信息,而对颜色信息不敏感;其次,针对SAR图像噪声大,同一场景下2种模态图像内容异构,提出图像对训练策略,减小多源图像间的特征差异;然后,针对关联效率低,存储消耗大,提出三元组哈希损失函数,提升模型的关联准确率,降低关联时间;最后,构建了一个SAR与光学双模态遥感数据集SODMRSID,实验部分验证了数据集的实用性,同时提出算法的关联准确率明显优于现有算法。

关键词：多源异构遥感图像关联学习深度神经网络可见光图像

距离-速度同步欺骗干扰下的机动目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2017年第9期39卷 1942-1949页

作者：贾舒宜王子玲唐田田海军航空工程学院信息融合技术研究所山东烟台264001

研究了距离-速度同步拖引欺骗干扰下的机动目标跟踪问题。根据数字射频存储器及直接数字频率合成器产生的距离-速度同步拖引干扰原理,建立了距离-速度同步拖引干扰下的机动目标回波信号模型,利用接收机自动增益控制电压和目标个数的突... 详细信息

研究了距离-速度同步拖引欺骗干扰下的机动目标跟踪问题。根据数字射频存储器及直接数字频率合成器产生的距离-速度同步拖引干扰原理,建立了距离-速度同步拖引干扰下的机动目标回波信号模型,利用接收机自动增益控制电压和目标个数的突变信息对信号进行欺骗干扰判决,当判断为距离-速度同步欺骗干扰时,采用正交匹配追踪方法识别出真实信号,最后利用扩展卡尔曼滤波方法对目标进行跟踪。仿真验证了该方法与魏格纳变换和魏格纳-霍夫变换相比具有较高的识别性能,并在机动条件下具有良好的跟踪效果。

关键词：距离-速度同步拖引欺骗机动目标正交匹配追踪扩展卡尔曼滤波

多义词的原型范畴化及其在大学英语词汇教学中的应用

在线全文

学校读者我要写书评

暂无评论

多义词的原型范畴化及其在大学英语词汇教学中的应用

作者：王子玲长春工业大学

学位级别：硕士

范畴化是指把不同的事物归为同一类型的过程。范畴化使得人们通过分类理解世界上的事物和所发生的事件,并对它们进行预测。范畴化符合大脑认识、记忆事物,并将杂乱无章的事物有序地组织并加以有效储存的认知规律,范畴化是人类最重要的... 详细信息

范畴化是指把不同的事物归为同一类型的过程。范畴化使得人们通过分类理解世界上的事物和所发生的事件,并对它们进行预测。范畴化符合大脑认识、记忆事物,并将杂乱无章的事物有序地组织并加以有效储存的认知规律,范畴化是人类最重要的认知能力之一。原型即为范畴中的最典型成员,具有范畴成员的最典型属性。人类语言中的多义词现象同样体现出范畴化的特点。正如Lyons指出的那样,几乎可以肯定现在没有,以往也从未曾有过任何一种自然语言,只存在一词一义。人类通过赋予同一词形以更多的词义来减少词的数量,根本目的是减轻认识过程中的认知负担,实现认知经济性。本文以原型范畴化理论为依据,从认知视角探讨其在大学英语多义词教学中的应用。本文采用实证研究方法,受试者为140名长春大学光华学院非英语专业2010级新生,入学初进行了一次英语入学测试,汇总词汇题型数及词汇掌握级别等数据,进行测试的同时,实施调查问卷,调查学生的词汇学习方法、词汇记忆途径等。此部分内容,一方面可为英语教学提供部分参考,另一方面可作为后面实验的对比数据,从而进行有效的综合性分析。受试者被随机分为四个组,两个为实验组,另外两个为对照组。实验组的大学英语词汇教学采用原型范畴化教学模式,对照组采用传统的“词汇-中文释义”教学模式。实验持续两个学期,结束时学生回答“词汇学习方法”问卷,并参加了限时的大学英语词汇测试。结果表明,实验组和对照组在词汇学习与词汇测试成绩两个变量上均显示显著性差异。根据科学统计软件SPSS18.0独立样本t检验的结果显示,实验组和控制组的平均成绩分别是89和70,并且两组的最高分和最低分的比较也显示了实验组的优势。前测后测结果显示,实验组在进行原型范畴化模式教学后,成绩较控制组有显著提高。这都有力地证实了实验组所采用的基于原型范畴化理论的大学英语多义词教学模式较其它传统或无序的词汇教学表现出明显优势。同时,两组分数的标准方差比更充分体现了原型理论在词汇记忆中的突出效果。本论文在理论与实证研究的基础上,提出相应的教学策略：家族相似策略,词汇构建策略,语境创建策略,意义辐射策略。本研究的理论意义在于以原型范畴化理论为框架,基于范畴化共时和历时研究,从认知角度对词义扩展及词汇多义性进行动态研究。针对大学英语多义词教学,论证不同认知表征系统下的认知模式对多义词学习的促进作用,探索更符合非英语专业学习者认知模式的词汇学习方法,提升大学英语词汇教学研究的系统性及多义词习得效率。希望本研究结论可以在教学活动中得以较好应用,从而对英语词汇教学给予帮助和启示。

关键词：原型范畴化多义词词汇教学

首次股利宣告、自由现金流假说与异常报酬 ——基于中国上市公司的实证研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

首次股利宣告、自由现金流假说与异常报酬 ...

作者：王子玲东北财经大学

学位级别：硕士

自由现金流假说认为,公司发放股利有利于减少管理者在投资了净现值为正的所有项目后剩余的可控现金流,防止其进行过度投资,从而减少股东与管理者之间的利益冲突以实现公司价值的最大化（Jensen,1986）。我国证券市场起步较晚,发展较不成... 详细信息

自由现金流假说认为,公司发放股利有利于减少管理者在投资了净现值为正的所有项目后剩余的可控现金流,防止其进行过度投资,从而减少股东与管理者之间的利益冲突以实现公司价值的最大化（Jensen,1986）。我国证券市场起步较晚,发展较不成熟,分配现金股利的公司占所有上市公司的比例不高,证监会在2000年出台了关于上市公司申请配股或增发必须满足近三年现金分红条件的规定后,各公司为获得再融资支持才相继采取派发股利的政策。但是与西方国家相比,我国上市公司的现金股利水平较低,派息即为融资,并不是自由现金流的正常分配行为,公司经营产生的自由现金流并没有按照企业价值最大化的原则分配给股东,我国的中小投资者的利益得不到有效保护。但是近几年来证监会对再融资与现金分红挂钩的明文规定表明股利政策作为公司金融三大核心内容之一越来越受到监管部门的重视。国内学者大多是从代理成本的角度去研究公司的股利政策,而以自由现金流假说为切入点,采用事件研究法对首次股利宣告效应进行研究的极少,随着我国信息披露制度的不断完善以及投资者越来越注重各类金融信息在投资决策中的作用,对各类公告效应的相关研究具有重要的学术价值。另外,具有充足的现金流且成长性较低、投资机会较少的公司其管理者更有可能去利用自有现金流进行在职消费和多元化投资,盲目扩大公司的规模以提高自己的报酬和实现自己的私利。因此,对研究样本按照投资机会和自由现金流进行首次股利宣告效应的分类研究具有重要的现实意义。本文搜集1992—2011间深沪两市A股主板市场除公共事业和金融行业外的所有上市公司为研究样本,运用事件研究法,对首次股利宣告对股价的影响进行了研究,结果发现首次股利宣告能够带来显著为正的累积异常报酬率,而股票流通市值加权平均累积异常报酬率整体水平低于等权平均累积异常报酬率水平,可见公司规模能对首次股利宣告效应产生影响。其次,将托宾Q值作为投资机会的代理变量,并按照托宾Q值和自由现金流把总样本分成不同组别,比较研究了不同子样本之间首次股利宣告效应的差异,发现具有较低托宾Q值和较高自由现金流的公司在首次股利宣告后能产生更高的累积异常报酬率,这是因为这类公司的成长性较差且存在有大量的自由现金流,管理者更有可能浪费剩余的现金资源,股东和管理者之间的代理问题比其他类公司更为突出,而此类公司在首次股利宣告后产生的更高异常报酬率有力地支持了自由现金流假说。我们在此分类研究的基础上,通过引入其他控制变量,利用最小二乘法对累积异常报酬的影响因素进行了分析,自由现金流对托宾Q值≤1公司的累积异常报酬率的边际影响高度显著为正,此回归结果进一步论证了低托宾Q值/高自由现金流的上市公司其首次股利宣告能产生更高的累积异常报酬。最后,本文针对以上实证结果提出了建设性的意见。证监会应该加强对上市公司股利分配政策的监管,严格规定上市公司现金股利水平的标准及相关处罚措施,不断发展完善我国的上市公司信息披露制度,增加公司的透明度,发挥各类市场信息在投资决策中的作用,切实保护投资者的利益。同时,增加机构投资者持股比例,使股权结构更加合理化,并加强外部董事在公司运营中的监管作用以及对管理层的有效激励,从而提高我国上市公司的公司治理水平。

关键词：首次股利宣告异常报酬自由现金流事件研究法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全局寻优的转轴试探法和截面法

全局寻优的转轴试探法和截面法

作者：王子玲上海交通大学

学位级别：硕士

最优化问题广泛存在于科学、工程、经济、金融、军事等各个领域,因为它们常存在多个不同的局部最优解,传统的基于导数寻优的局部优化算法原则上能求出局部最优解,但不能够保证求得全局最优解。因此,近二、三十年来,全局优化理论及方法... 详细信息

最优化问题广泛存在于科学、工程、经济、金融、军事等各个领域,因为它们常存在多个不同的局部最优解,传统的基于导数寻优的局部优化算法原则上能求出局部最优解,但不能够保证求得全局最优解。因此,近二、三十年来,全局优化理论及方法的研究已成为最优化领域的热点之一。近些年来,许多研究者相继提出了一些有潜力的全局寻优的思想及其实现方法,使得全局优化的研究不断取得进展。但是,从总体上说全局优化理论尚未形成完整的体系,算法还有待进一步完善和突破。本文在前人研究的基础上,提出了两类新的全局寻优策略,并由此构成了相应的两种优化方法。第一种策略及方法是基于填充函数法和Rosenbrock方法。填充函数法是近年来应用较广泛的无约束全局优化策略,它把寻找全局最优解的过程分成若干个子过程,每个子过程包括两个阶段:一是用传统的局部优化方法求出局部最优解;二是用填充函数“填满”该局部最优解所在的盆谷,对填充函数作计算求得的最优解可以“跳”出该盆谷。现有多种填充函数可实现填充函数方法的全局寻优,但是,该方法也存在根本性的弊病,即所有提出的填充函数不能适应各种目标函数,而且还需要选择填充函数参数,所以,目前还没有能适应各种形式的目标函数在所有区域都能保证收敛的参数选择的理论结果及其方法。Rosenbrock方法是传统局部优化体系中属于直接类方法的一种,其策略是,依次沿个单位正交方向进行探测移动,经过若干轮探测移动,然后构造一组新的单位正交方向,确定下一步的下降方向,建立一组新的单位正交向量,而不必使用导数,方法简单直观,但搜索效率不高,而且无法实现全局优化。本文吸收并有机地融合了这两种优化思想的长处,避开它们的不足,首次提出了转轴试探策略及其算法。该策略的实现也象填充函数法那样把寻找全局最优解的过程分成若干个子过程,每个子过程包括两个阶段:一是用传统的局部优化方法求出局部最优解,二则采取按不求导数的转轴试探方法,“跳”出该局部最优解所在的盆谷。这样就能有效地从一个局部最优解转向另一个更好的局部最优解,从而实现全局最优化。第二种方法是受隧道函数方法的启发而提出的截面方法,该方法属于间接类方法。隧道函数方法是近年来提出的另一类全局优化策略,与填充函数法类似,它也依靠传统的局部优化算法,并且采用“打隧道”的方式来“跳”出局部最优解所在的盆谷。但是,它需要对隧道函数作较复杂的优化计算来求隧道的“出口”点,增加计算的复杂度。本文提出的截面方法则用求解截面方程来代替打通“隧道”,使优化过程简捷有效,,实际是将截面方程沿坐标方向转化为一元方程求解,由于在坐标方向一元方程未必有解。因此,文中紧接着提出了改进的截面法,即将各个坐标方向沿着某个方向不断的旋转,在一定程度上可以保证求得截面方程的解。本文的结构如下。第一章和第二章是全文的引论。第一章是对全局优化方法现状的综述,评述了若干常见的全局优化方法。第二章首先简述了常见的最优化的直接几种方法,然后介绍了填充函数方法和隧道函数方法,为后面两种方法作比较作了铺垫,其中对若干具有代表性的填充函数作了分析。本文的主体是第三章和第四章。受填充函数法和Rosenbrock方法的启发,第三章提出了坐标试探策略,并在此基础上形成了坐标试探方法。文中给出了该方法的理论分析和具体算法,文中的大量数值实验表明,该算法是行之有效的。第四章提出了一种新的基于求解截面方程来实现优化的全局寻优策略,截面寻优策略,并在此基础上构造了截面算法,提供了具体的算法步骤,本章通过大量数值实验表明该算法在一定程度上是有效的。但是由于目标函数的复杂性,该算法受到一定的制约,文中针对其存在的问题进行了改进。本文的工作,在一定范围内拓展了全局优化的思想策略,丰富了全局优化的方法,但理论上还尚待进一步完善。

关键词：全局优化方程参数全局最优解