检索结果-南通市图书馆

基于自适应核学习RVM的模拟电路故障预测方法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2021年

作者：高明哲许爱强张伟 91054部队海军航空大学航空作战勤务学院

为提高电子设备的可靠性,实现对电子设备的视情维修,提出了一种用于模拟电路软故障的预测方法。首先通过故障仿真构建被测电路的故障数据库,然后通过故障模糊度分析从电路的频率响应中提取出最小模糊度特征(Minimum Ambiguity Features,... 详细信息

为提高电子设备的可靠性,实现对电子设备的视情维修,提出了一种用于模拟电路软故障的预测方法。首先通过故障仿真构建被测电路的故障数据库,然后通过故障模糊度分析从电路的频率响应中提取出最小模糊度特征(Minimum Ambiguity Features,MAF)并构建故障指示器,从而将电路元件的退化程度量化,最后通过基于欧氏距离的故障判据来隔离退化元件并采用自适应核学习相关向量机(relevance vector machine with adaptive kernel learning,a RVM)来预测电路的剩余有用寿命(remaining useful performance,RUP)。仿真实验证明了该方法能够准确的隔离早期退化元件,并且具有很高的RUP预测精度。

关键词：模拟电路故障预测相关向量机最小模糊度特征故障指示器剩余有用寿命

基于稀疏核增量超限学习机的机载设备在线状态预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2017年第10期43卷 2089-2098页

作者：张伟许爱强高明哲海军航空工程学院科研部烟台264001

为实现对机载设备工作状态的在线状态预测,提出了一种稀疏核增量超限学习机(ELM)算法。针对核在线学习中核矩阵膨胀问题,基于瞬时信息测量提出了一个融合构造与修剪策略的两步稀疏化方法。通过在构造阶段最小化字典冗余,在修剪阶段最大... 详细信息

为实现对机载设备工作状态的在线状态预测,提出了一种稀疏核增量超限学习机(ELM)算法。针对核在线学习中核矩阵膨胀问题,基于瞬时信息测量提出了一个融合构造与修剪策略的两步稀疏化方法。通过在构造阶段最小化字典冗余,在修剪阶段最大化字典元素的瞬时条件自信息量,选择一个具有固定记忆规模的稀疏字典。针对基于核的增量超限学习机核权重更新问题,提出改进的减样学习算法,其可以实现字典中任一个核函数删除后剩余核函数Gram矩阵的逆矩阵的前向递推更新。通过对某型飞机发动机的状态预测,在预测数据长度等于20的条件下,本文提出的算法将预测的整体平均误差率下降到2.18%,相比于3种流形的核超限学习机在线算法,预测精度分别提升了0.72%、0.14%和0.13%。

关键词：状态预测核在线学习稀疏测量超限学习机(ELM) 有效集

自适应建模相关向量机及其在电子系统状态预测中的应用

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8期39卷 1898-1904页

作者：高明哲许爱强张伟海军航空工程学院科研部山东烟台264001

提出一种自适应建模相关向量机(adaptive modeling relevance vector machine,AM-RVM)并将其用于电子系统的状态预测。相比传统RVM,所提方法首先在预测模型训练之前通过计算各类基函数的后验概率来选取最适合训练样本结构特点的基函数,... 详细信息

提出一种自适应建模相关向量机(adaptive modeling relevance vector machine,AM-RVM)并将其用于电子系统的状态预测。相比传统RVM,所提方法首先在预测模型训练之前通过计算各类基函数的后验概率来选取最适合训练样本结构特点的基函数,然后在训练中采用优化的增量学习流程来实现各核参数的快速自适应选取,最后通过对电子系统状态参量的相空间重构,从而将AM-RVM应用到电子系统的状态预测中。混沌时间序列预测及雷达发射机高压电源状态预测实验的结果表明,所提方法在预测精度与训练效率上优于传统RVM。

关键词：相关向量机自适应建模电子系统状态预测

一种基于多特征集成学习的恶意代码静态检测框架

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2021年第5期58卷 1021-1034页

作者：杨望高明哲蒋婷东南大学网络空间安全学院南京211189 计算机网络和信息集成教育部重点实验室(东南大学) 南京211189 江苏省计算机网络技术重点实验室(东南大学) 南京211189

伴随着互联网的普及和5G通信技术的快速发展,网络空间所面临的威胁日益增大,尤其是恶意软件的数量呈指数型上升,其所属家族的变种爆发式增加.传统的基于人工签名的恶意软件的检测方式速度太慢,难以处理每天数百万计新增的恶意软件,而普... 详细信息

伴随着互联网的普及和5G通信技术的快速发展,网络空间所面临的威胁日益增大,尤其是恶意软件的数量呈指数型上升,其所属家族的变种爆发式增加.传统的基于人工签名的恶意软件的检测方式速度太慢,难以处理每天数百万计新增的恶意软件,而普通的机器学习分类器的误报率和漏检率又明显过高.同时恶意软件的加壳、混淆等对抗技术对该情况造成了更大的困扰.基于此,提出一种基于多特征集成学习的恶意软件静态检测框架.通过提取恶意软件的非PE(Portable Executable)结构特征、可见字符串与汇编码序列特征、PE结构特征以及函数调用关系5部分特征,构建与各部分特征相匹配的模型,采用Bagging集成和Stacking集成算法,提升模型的稳定性,降低过拟合的风险.然后采取权重策略投票算法对5部分集成模型的输出结果做进一步聚合.经过测试,多特征多模型聚合的检测准确率可达96.99%,该结果表明:与其他静态检测方法相比,该方法具有更好的恶意软件鉴别能力,对加壳、混淆等恶意软件同样具备较高的识别率.

关键词：恶意代码多特征集成学习策略投票静态检测

在线全文

学校读者我要写书评

暂无评论

一种基于积累一致性测量的在线状态预测算法

上海交通大学学报 2017年第11期51卷 1391-1398页

作者：张伟许爱强高明哲海军航空工程学院科研部山东烟台264001

针对核极限学习机(Extreme Learning Machine with Kernel,KELM)在线应用过程中,核矩阵膨胀,导致算法复杂性不断上升,且难以跟踪系统时变特征的问题,以滑动时间窗为基本建模策略,提出了一种新的KELM在线稀疏学习算法.在前向与后向稀疏... 详细信息

针对核极限学习机(Extreme Learning Machine with Kernel,KELM)在线应用过程中,核矩阵膨胀,导致算法复杂性不断上升,且难以跟踪系统时变特征的问题,以滑动时间窗为基本建模策略,提出了一种新的KELM在线稀疏学习算法.在前向与后向稀疏化过程中,基于提出的构造与修剪策略,通过在线最小化字典的积累一致性,可选择一组具有预定规模的关键节点.在增样学习与减样学习过程中,基于节点选择结果,利用矩阵的初等变换与分块矩阵求逆公式,模型参数能被在线递推更新.提出的算法被用于混沌时间序列预测与音频放大器状态预测.实验结果表明:相比于4种流形的在线序贯ELM算法,提出的方法在花费相似的测试时间的条件下,能够显著提升预测精度,且具有较好的稳定性.

关键词：状态预测核方法极限学习机积累一致性在线序贯学习

A Refinement of the Weighted Hilbert Inequality

在线全文

学校读者我要写书评

暂无评论

Journal of Mathematical Research and Exposition 2004年第2期24卷 209-213页

作者：高明哲吉首大学师范学院数学与计算机科学系湖南吉首416000

In this paper it is shown that a refinement on the weighted Hilbert inequalityfor double series can be established by introducing a proper non-zero real number R_ω.The expression of R_ω is given by means of the posi... 详细信息

关键词： double series quadratic form weighted Hilbert's inequality weight function

基于多核多分类相关向量机的模拟电路故障诊断方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2019年第2期45卷 434-444页

作者：高明哲许爱强唐小峰张伟中国人民解放军91054部队海军航空工程学院科研部

针对模拟电路实际存在的多类故障问题,本文提出一种基于多核多分类相关向量机(Multi-kernel learning multiclass relevance vector machine, MKL-mRVM)的模拟电路故障诊断方法.所提方法能够在故障数据所在的原始特征空间上建立多个非... 详细信息

针对模拟电路实际存在的多类故障问题,本文提出一种基于多核多分类相关向量机(Multi-kernel learning multiclass relevance vector machine, MKL-mRVM)的模拟电路故障诊断方法.所提方法能够在故障数据所在的原始特征空间上建立多个非线性核,在构建分类器的同时实现故障特征的约简;同时,基于贝叶斯框架的分类模型还能够给出诊断结果的后验概率.通过两个电路的诊断实验证明了所提方法的优越性和实用性.

关键词：故障诊断模拟电路相关向量机特征约简分类概率

基于UPLC-MS/MS筛选不同药物对晚期糖基化终产物（AGEs）的抑制活性

在线全文

学校读者我要写书评

暂无评论

基于UPLC-MS/MS筛选不同药物对晚期糖基化终产物（AGEs）的抑制活...

作者：高明哲南京理工大学

学位级别：硕士

晚期糖基化终产物(AGEs)是一类通过蛋白质非酶促糖基化形成的化合物,导致蛋白质结构和功能发生不可逆的改变。异常的糖基化反应会导致AGEs在体内的过度积累,造成细胞损伤或功能障碍,并引发各类疾病。筛选不同的抑制AGEs的药物对于确定... 详细信息

晚期糖基化终产物(AGEs)是一类通过蛋白质非酶促糖基化形成的化合物,导致蛋白质结构和功能发生不可逆的改变。异常的糖基化反应会导致AGEs在体内的过度积累,造成细胞损伤或功能障碍,并引发各类疾病。筛选不同的抑制AGEs的药物对于确定这些疾病的潜在治疗方法具有重要意义。某些天然产物,特别是黄酮类药物已被证实对AGEs的生成具有显着的抑制作用,由于其在安全性和有效性等方面的优势而引起了人们的极大关注。然而,鉴于现有药物种类繁多、直接用于动物筛药复杂且成本高,因此开发了基于超高效液相色谱-质谱技术的药物筛选系统,包括体外实验、细胞实验和动物实验。首先,我们使用牛血清蛋白与核糖在体外合成AGEs来确定所选药物是否具有抑制AGEs的能力。然后选择具有抑制能力的药物进行细胞实验,使用高糖细胞模型模拟体内糖尿病。细胞实验鉴定出具有最高抑制能力的药物。下一步是建立糖尿病动物模型,以检测细胞实验中筛选的药物在体内的抑制作用和剂量差异,确定所筛药物在体内的有效性并确定最佳剂量。本研究以7种常用中药为例,最终确定黄芩是这7种药物中抑制AGEs最有效的。组织病理学分析HE染色结果表明,黄芩可以显著减轻肾小球肾小管肿胀、纤维化和肝脏脂肪变性等组织损伤。最后,通过代谢组学分析研究药物对动物模型中内源性代谢产物和代谢途径的影响,进一步了解AGEs的致病机理以及药物的作用机制。通过非靶向代谢组对相关代谢通路的分析结果显示,AGEs会引起体内能量代谢、糖代谢、脂代谢、氨基酸代谢、腺苷代谢、激素代谢紊乱,黄芩通过抑制AGEs可以改善代谢通路紊乱。综上所述,本研究建立了系统的药物筛选体系,以确定AGEs相关疾病的潜在治疗方法。该研究强调了系统方法在药物筛查中的重要性,为糖尿病和相关并发症的治疗方案的发展提供了新思路。

关键词：晚期糖基化终产物筛药体系代谢组学超高效液相色谱-质谱技术

现实何以“增强”:传统文化“双创”的AR景观生成及其场景叙事

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

现代出版 2024年第4期 11-26页

作者：刘涛高明哲暨南大学新闻与传播学院

数字媒介技术通过对场景的激活、配置与再造,使场景作为一种重要的叙事要素,深度参与文本的叙事进程。当场景上升为一种主导性的叙事要素与变量时,场景叙事便成为一种新兴的叙事形式。基于增强现实(AR)技术的场景叙事为推动中华优秀传... 详细信息

数字媒介技术通过对场景的激活、配置与再造,使场景作为一种重要的叙事要素,深度参与文本的叙事进程。当场景上升为一种主导性的叙事要素与变量时,场景叙事便成为一种新兴的叙事形式。基于增强现实(AR)技术的场景叙事为推动中华优秀传统文化的创造性转化与创新性发展提供了一种有效的叙事方案。AR叙事本质上是一种增强场景叙事,即将AR技术生成的AR图像叠加到真实环境中,形成一种虚实融合的AR景观。传统文化“双创”的增强场景叙事,主要体现为三种“增强”方案:一是基于符号展示场景的增强情景叙事,即AR技术有助于重返文化发生的“现场”,并重构文化存在的“形式”;二是基于文化空间场景的增强位置叙事,具体包含AR地点景观、AR路线景观和AR区域景观的生成;三是基于日常生活场景的增强环境叙事,主要体现为情境式AR阅读、环绕式AR滤镜和沉浸式AR娱乐实践。

关键词：传统文化增强现实 AR景观增强场景叙事