检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

试验环境水下声信号的特征提取方法

哈尔滨工程大学学报 2024年第3期45卷 489-495页

作者：王红滨王永乐何鸣薛垚哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 电子政务建模仿真国家工程实验室黑龙江哈尔滨150001

水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用... 详细信息

水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用梅尔频谱倒谱系数及线性预测系数处理,两者运用特征加权组合方法得到新的特征矩阵;再应用映射插值算法对特征矩阵进行处理,获得适应神经网络输入的三通道矩阵。本文选取的网络模型为残差神经网络。利用实验室所录制的对河口水库数据集测试表明,本文提出的特征提取方法普遍优于仅利用梅尔频谱倒谱系数或线性预测系数的特征处理方法。利用单频矩形脉冲信号对环境进行深度5分类,准确率平均提升2%。利用线性调频信号对环境进行深度5分类,准确率平均提升2.03%。本文提出的特征提取方法对线性调频信号在深度分类任务下处理的结果要优于单频矩形脉冲信号处理的结果。

关键词：环境反演特征提取梅尔频谱倒谱系数线性预测系数特征加权组合方法残差神经网络神经网络水下声信号

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种试验环境水下声信号的特征提取方法

哈尔滨工程大学学报 2024年

作者：王红滨王永乐何鸣薛垚哈尔滨工程大学计算机科学与技术学院电子政务建模仿真国家工程实验室

水下试验环境参数的反演是水声学研究领域的重要内容。随着深度学习技术在许多研究领域的突破，利用深度学习技术可以实现对水下试验环境参数的反演。而当前研究的关键，是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较... 详细信息

水下试验环境参数的反演是水声学研究领域的重要内容。随着深度学习技术在许多研究领域的突破，利用深度学习技术可以实现对水下试验环境参数的反演。而当前研究的关键，是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用梅尔频谱倒谱系数（mel-frequency cepstral coefficient， MFCC)及线性预测系数 (linear prediction coefficient， LPC)处理，两者运用特征加权组合方法得到新的特征矩阵；再应用映射插值算法对特征矩阵处理，获得适应神经网络输入的三通道矩阵。本文选取的网络模型为残差神经网络(residual neural network，ResNet)。利用实验室所录制的对河口水库数据集测试表明，本文提出的特征提取方法普遍优于仅利用MFCC或LPC的特征处理方法。利用单频矩形脉冲信号（continuous wave， CW）对环境进行深度5分类，准确率平均提升2%。利用线性调频信号（linear frequency modulation， LFM）对环境进行深度5分类，准确率平均提升2.03%。本文提出的特征提取方法对LFM信号在深度分类任务下处理的结果要好于CW信号处理的结果。

关键词：环境反演特征提取梅尔频谱倒谱系数线性预测系数特征加权组合方法残差神经网络神经网络水下声信号

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向科技情报分析的知识库构建方法

计算机工程与应用 2022年第22期58卷 142-149页

作者：王勇江洋王红滨侯莎哈尔滨工程大学计算机科学与技术学院哈尔滨150001 中国船舶集团有限公司第七一四研究所北京100101

在知识库构建中,最重要的部分就是提取文本中的三元组,而三元组的提取需要实体抽取和实体关系抽取技术。针对实体抽取提出了一种CWATT-BiLSTM-LSTMd(character word attention-bidirectional long short-term memory-long short-term memory)模型。该模型可以有效解决实体抽取中一词多义问题,并且可以模拟标签的依赖问题。在实体抽取的基础上进行实体关系的抽取,为解决实体关系抽取中远程监督的局限性,提出一种基于强化深度学习的RL-TreeLSTM(reinforcement learning tree long short-term memory)模型。该模型分为选择器和分类器,选择器选择有效的句子传入分类器,分类器对句子中实体对的关系标签进行预测。选择器和分类器共同训练以优化选择和分类过程,可以有效降低远程监督带来的噪音。实验结果表明,提出的模型和方法能有效地提高实体及其关系的抽取性能。

关键词：知识库构建神经网络强化学习实体抽取实体关系抽取

在线全文

学校读者我要写书评

暂无评论

基于遗传算法和种子概念的本体概念提取算法

系统工程与电子技术 2010年第11期32卷 2465-2469页

作者：王红滨刘大昕王念滨哈尔滨工程大学计算机科学与技术学院

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概... 详细信息

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。

关键词：本体学习遗传算法扩展种子概念种子繁殖

在线全文

学校读者我要写书评

暂无评论

融合先验知识的深度学习模型快速训练方法

哈尔滨工程大学学报 2021年第4期42卷 561-566页

作者：王鹏鸣何鸣王红滨哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 黑龙江科技大学计算机与信息工程学院黑龙江哈尔滨150022

为了提高深度学习神经网络的训练效率,本文提出基于模型训练先验知识进行神经网络训练优化的方法。在深度学习中参数同构的思想指导下,利用神经网络多次迭代的卷积层参数训练回归模型,并指导神经网络参数变化。实验表明:本文提出的方法... 详细信息

为了提高深度学习神经网络的训练效率,本文提出基于模型训练先验知识进行神经网络训练优化的方法。在深度学习中参数同构的思想指导下,利用神经网络多次迭代的卷积层参数训练回归模型,并指导神经网络参数变化。实验表明:本文提出的方法可以在不修改原网络模型结构的同时显著降低模型在训练过程中引发的震荡现象;在保持模型分类准确率的情况下可以有效降低模型训练时间达到10%以上;该方法应用在深度越深的神经网络中,时间上的优化效果会越明显。

关键词：先验知识深度学习神经网络参数同构回归模型梯度下降训练优化损失震荡

在线全文

学校读者我要写书评

暂无评论

态势感知应用技术发展现状及趋势

计算机时代 2022年第9期 17-22页

作者：邓子涵王红滨哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150006

近年来,原本作为一种辅助决策和行动的方法的态势感知技术正从仅用于军事领域逐渐过渡到广泛应用于军事、网络安全、能源安全等众多领域。本文基于态势感知三层次模型,分析了态势感知的主要技术和算法,讨论了态势感知在这些领域应用涉... 详细信息

近年来,原本作为一种辅助决策和行动的方法的态势感知技术正从仅用于军事领域逐渐过渡到广泛应用于军事、网络安全、能源安全等众多领域。本文基于态势感知三层次模型,分析了态势感知的主要技术和算法,讨论了态势感知在这些领域应用涉及的关键技术。由于态势感知在各领域涉及的关键技术基本是相通的,随着信息科技技术的发展,态势感知技术必将得到更广泛的应用。

关键词：态势感知军事应用网络信息安全能源安全态势预测发展趋势

基于主题和表单属性的深层网络数据源分类方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2013年第2期41卷 260-266页

作者：祝官文王念滨王红滨哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

当前深层网络中蕴含着高质量的海量信息并且其数量不断地增长,由于深层网络具有分布、异构、自治等特点,用户高效、快捷地获取自己感兴趣的信息面临巨大挑战.将深层网络数据源按领域分类是解决这一挑战的基础.本文以对航空订票、图书、... 详细信息

当前深层网络中蕴含着高质量的海量信息并且其数量不断地增长,由于深层网络具有分布、异构、自治等特点,用户高效、快捷地获取自己感兴趣的信息面临巨大挑战.将深层网络数据源按领域分类是解决这一挑战的基础.本文以对航空订票、图书、汽车和房地产领域的200多个数据源的统计和分析为基础,充分利用主题和表单属性信息,提出了一种新的深层网络数据源分类方法以及改进的查询接口相似性度量方法,实现深层网络数据源的自动分类.本文还提出了一种查询接口标记策略,以降低随机选择初始中心点所产生的影响.实验结果表明该方法具有较高的分类精度.

关键词：表单主题和属性查询接口标记深层网络数据源自动分类

在线全文

学校读者我要写书评

暂无评论

水下无线传感器网络能力分析与评估方法

哈尔滨工程大学学报 2017年第10期38卷 1531-1538页

作者：韦正现宋敏印桂生王红滨哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 中国船舶工业系统工程研究院北京100094 北京外国语大学信息技术中心北京100089

水下无线传感器网络(underwater wireless sensor network,UWSN)综合能力受到传感器能量消耗、探测半径以及网络拓扑等复杂因素影响,为了应对UWSN综合能力评估的挑战性难题,分析了UWSN综合能力与影响参数之间的关系。将UWSN综合能力划... 详细信息

水下无线传感器网络(underwater wireless sensor network,UWSN)综合能力受到传感器能量消耗、探测半径以及网络拓扑等复杂因素影响,为了应对UWSN综合能力评估的挑战性难题,分析了UWSN综合能力与影响参数之间的关系。将UWSN综合能力划分为覆盖能力、连通能力、耐久能力和快速反应能力4个方面,将影响参数划分为约束参数、设备参数和组网参数,提出了覆盖能力、连通能力、耐久能力和快速反应能力的度量模型及UWSN综合能力评估过程模型,实现通过优化调整组网参数,使网络在不同任务和环境下具有优越的整体性能通过仿真平台和仿真试验,结果表明提出模型能较客观计算UWSN的综合能力。

关键词：水下无线传感器网络覆盖连通耐久快速反应评估约束参数设备参数组网

在线全文

学校读者我要写书评

暂无评论

一种本体学习中的领域概念筛选算法

系统工程与电子技术 2010年第1期32卷 175-178页

作者：王红滨刘大昕王念滨王桐哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

由于现有领域概念筛选方法中领域筛选存在不准确的缺点,提出了一种改进的本体学习中的领域概念筛选算法。该算法针对领域相关度和领域一致度公式存在的信息描述不全的缺点进行改进,给出了改进公式和领域概念筛选算法。实验数据表明,该... 详细信息

由于现有领域概念筛选方法中领域筛选存在不准确的缺点,提出了一种改进的本体学习中的领域概念筛选算法。该算法针对领域相关度和领域一致度公式存在的信息描述不全的缺点进行改进,给出了改进公式和领域概念筛选算法。实验数据表明,该方法提高了领域概念筛选的有效性,取得了很好的效果。

关键词：人工智能本体学习筛选算法领域概念