检索结果-南通市图书馆

YUV空间中基于稀疏自动编码器的无监督特征学习

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2016年第1期38卷 29-37页

作者：李祖贺樊养余王凤琴西北工业大学电子信息学院西安710072 郑州轻工业学院计算机与通信工程学院郑州450002

现有无监督特征学习算法通常在RGB色彩空间进行特征提取,而图像和视频压缩编码标准则广泛采用YUV色彩空间。为了利用人类视觉特性和避免色彩空间转换所消耗的计算量,该文提出一种基于稀疏自动编码器在YUV色彩空间进行无监督特征学习的... 详细信息

现有无监督特征学习算法通常在RGB色彩空间进行特征提取,而图像和视频压缩编码标准则广泛采用YUV色彩空间。为了利用人类视觉特性和避免色彩空间转换所消耗的计算量,该文提出一种基于稀疏自动编码器在YUV色彩空间进行无监督特征学习的方法。首先在YUV空间随机采集图像子块并进行白化处理,然后利用稀疏自动编码器进行无监督局部特征学习。在预处理阶段,针对YUV空间亮度和色度通道相互独立的特性,提出一种将亮度和色度进行分离的白化措施。最后用学习到的局部特征在大尺寸图像上进行卷积操作从而获得全局特征,并送入图像分类系统进行性能测试。实验结果表明:只要对亮度分量进行适当的白化处理,在YUV空间中的无监督特征学习就能够获得相当于甚至优于RGB空间的彩色图像分类性能。

关键词：图像分类无监督特征学习稀疏自动编码器卷积神经网络深度学习

基于稀疏自动编码器神经网络的负荷曲线分类方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2020年第9期44卷 3508-3515页

作者：林顺富顾乡汤继开李东东符杨上海电力学院电气工程学院上海市杨浦区200090 国网邳州市供电公司江苏省徐州市221300

随着电力市场精细化发展以及电力大数据的广泛应用,深度探索电力用户用电行为特性具有重要意义,因此该文提出一种结合有监督和无监督算法的电力负荷曲线分类方法。首先,基于距离与曲线形态的双尺度相似性度量,采用无监督优化谱聚类算法... 详细信息

随着电力市场精细化发展以及电力大数据的广泛应用,深度探索电力用户用电行为特性具有重要意义,因此该文提出一种结合有监督和无监督算法的电力负荷曲线分类方法。首先,基于距离与曲线形态的双尺度相似性度量,采用无监督优化谱聚类算法获得负荷曲线精准标签数据;其次,采用稀疏自动编码器神经网络学习大规模待分类负荷曲线的内在特征,得到隐藏层权值矩阵即神经网络的优化初始参数;最后,基于已获得的标签数据,训练支持向量机神经网络分类器,实现对大规模待分类负荷曲线的有监督分类。基于爱尔兰负荷数据,算例表明本文提出的分类方法在DBI指数、轮廓系数、分类有效性以及计算速度等方面具有更好的性能。

关键词：负荷曲线分类稀疏自动编码器双尺度谱聚类支持向量机

基于稀疏自动编码器的发动机机载模型建模方法研究

在线全文

学校读者我要写书评

暂无评论

推进技术 2017年第6期38卷 1209-1217页

作者：李永进贾爽龙张海波张天宏南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室江苏南京210016 中国航空发动机集团公司航空动力控制系统研究所江苏无锡214063

为解决分段线性化机载模型精度不足的问题,提出并设计了基于稀疏自动编码器的大包线、具有10输入11输出的发动机机载自适应模型,该模型由稳态、动态两部分组合而成。首先基于一种新的相似准则进行建模所需样本数据的压缩,在保留主要信... 详细信息

为解决分段线性化机载模型精度不足的问题,提出并设计了基于稀疏自动编码器的大包线、具有10输入11输出的发动机机载自适应模型,该模型由稳态、动态两部分组合而成。首先基于一种新的相似准则进行建模所需样本数据的压缩,在保留主要信息的同时,大大降低了数据量及采样时间。用BP算法对简化后的样本数据进行了机载模型稳态部分的建模。针对机载模型动态部分所需样本数据量巨大、BP算法难以训练的问题,建立了基于稀疏自动编码器的动态机载模型。引入准稳态判断逻辑,在动态过程使用稀疏自动编码器的动态机载模型,在稳态过程使用基于BP算法的稳态机载模型。仿真结果表明,所建立的发动机机载模型具有优良的动稳态精度,且实时性好、存储量小,其中动态精度小于1%,稳态精度小于0.6%,一次模型计算时间不大于1ms,模型存储量不大于100kB。

关键词：机载发动机自适应模型智能发动机控制 BP算法稀疏自动编码器采样数据

基于稀疏自动编码器深度神经网络的电能质量扰动分类方法

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2019年第5期39卷 157-162页

作者：屈相帅段斌尹桥宣晏寅鑫钟颖湘潭大学智能计算与信息处理教育部重点实验室湖南湘潭411105 湘潭大学湖南省风电装备与电能变换协同创新中心湖南湘潭411105

针对智能电网日益突出的电能质量扰动问题,提出了一种基于稀疏自动编码器(SAE)深度神经网络的电能质量扰动分类方法。利用SAE对电能质量扰动原始数据进行无监督特征学习,自动提取数据特征的稀疏特征表达;通过堆栈式稀疏自动编码器(SSAE... 详细信息

针对智能电网日益突出的电能质量扰动问题,提出了一种基于稀疏自动编码器(SAE)深度神经网络的电能质量扰动分类方法。利用SAE对电能质量扰动原始数据进行无监督特征学习,自动提取数据特征的稀疏特征表达;通过堆栈式稀疏自动编码器(SSAE)进行逐层学习,获得电能质量扰动数据的深层次特征;将其连接到softmax分类器进行微调训练,并输出电能质量扰动事件分类结果。利用已添加高斯白噪声的数据对SSAE进行训练,以提高其特征表达的抗噪声能力。仿真结果表明,所提方法能够准确地识别包含2种复合扰动在内的9种电能质量扰动信号,并且具有很好的鲁棒性。

关键词：电能质量扰动分类特征提取扰动识别稀疏自动编码器深度学习

在线全文

学校读者我要写书评

暂无评论

稀疏自动编码器在文本分类中的应用研究

科学技术与工程 2013年第31期21卷 9422-9426页

作者：秦胜君卢志平广西科技大学管理学院柳州545006

传统的文本分类算法都是采用期望交叉熵、信息增益和互信息等统计方法,通过设置阈值获取特征集。如果训练集的数据量较大,则容易出现特征项不明确、特征信息丢失等缺陷。为解决上述问题,提出运用"深度学习"中的稀疏自动编码器算法自动... 详细信息

传统的文本分类算法都是采用期望交叉熵、信息增益和互信息等统计方法,通过设置阈值获取特征集。如果训练集的数据量较大,则容易出现特征项不明确、特征信息丢失等缺陷。为解决上述问题,提出运用"深度学习"中的稀疏自动编码器算法自动提取文本特征,然后结合深度置信网络形成SD算法进行文本分类。实验表明,在训练集较少的情况下,SD算法的分类性能低于传统的支持向量机;但是在处理高维数据时,SD算法则比支持向量机具有较高的准确率和召回率。

关键词：文本分类深度学习稀疏自动编码器深度置信网络

在线全文

学校读者我要写书评

暂无评论

稀疏自动编码器及其加速算法的研究

稀疏自动编码器及其加速算法的研究

作者：雒玉玺兰州大学

学位级别：硕士

机器学习算法的成功一般来说取决于数据以及数据是以什么方式呈现的。近些年来,已经有了大量的关于非监督特征学习和深度学习的研究,然而却鲜见如何结合他们所产生的特征和现有的一些对特征的操作。因此,为了填补这片知识的空白,本文主... 详细信息

机器学习算法的成功一般来说取决于数据以及数据是以什么方式呈现的。近些年来,已经有了大量的关于非监督特征学习和深度学习的研究,然而却鲜见如何结合他们所产生的特征和现有的一些对特征的操作。因此,为了填补这片知识的空白,本文主要研究了如何结合利用相关的操作生成并利用新的特征,特定的,我们在稀疏自动编码器(Sparse Autoencoder)这个框架下研究。本文采用MNIST手写数字数据库为对象,研究了自学式学习(Self-Taught Learning)框架中的稀疏自动编码器的结构和所生成的节点(特征),并提出了一种新方法来训练整个网络。在这个方法中,我们首先训练一个小规模的稀疏自动编码器,然后通过对生成的节点进行旋转或变形等操作,得到更多的节点。最后我们使用整个数据集对网络进行性能调优。这种方法避免了在传统的稀疏自动编码器当中直接对大规模的网络进行训练--这往往是非常耗时的。实验结果表明,该方法能够在保持识别准确率在同一水平(甚至更好)的前提下,在某些情况下,对速度有超过50%的性能提升。另外,更大规模的稀疏特征是有可能通过小规模的稀疏特征生成的这一现象有助于我们对稀疏特征进行更深入的理解。

关键词：表示学习特征学习稀疏自动编码器神经网络

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

基于稀疏自动编码器和支持向量机的图像分类

系统仿真学报 2018年第8期30卷 3007-3014页

作者：刘芳路丽霞王洪娟王鑫北京工业大学信息与通信工程学院北京100124

针对单层稀疏自动编码器在特征学习时容易丢失深层抽象特征,特征缺乏鲁棒性的缺点,提出一种新的基于稀疏自动编码器和支持向量机的图像分类方法。构建深度稀疏自动编码器对图像逐层学习并自动提取每层特征,根据特征集权值重组法得到每... 详细信息

针对单层稀疏自动编码器在特征学习时容易丢失深层抽象特征,特征缺乏鲁棒性的缺点,提出一种新的基于稀疏自动编码器和支持向量机的图像分类方法。构建深度稀疏自动编码器对图像逐层学习并自动提取每层特征,根据特征集权值重组法得到每层特征权值和重组特征集。将遗传算法强大的全局搜索能力和支持向量机分类优势结合,高效、准确的完成图像分类。实验结果表明,该算法能自动地学习图像深层特征,重组特征集具有较高的特征识别力,有效地提高了图像分类准确率。

关键词：稀疏自动编码器特征学习遗传算法支持向量机图像分类

基于稀疏自动编码器的特高压变压器可听噪声分析

在线全文

学校读者我要写书评

暂无评论

高压电器 2020年第9期56卷 67-73,79页

作者：田昊洋马文嘉王丰华周东旭厉敏宪季怡萍国网上海市电力公司电力科学研究院上海200437 上海交通大学电气工程系上海200240

作为特高压交流变电站内的主要噪声源之一,运行中的特高压变压器的本体噪声、冷却装置噪声及环境噪声等相互混叠,给准确分析特高压变压器的噪声特性带来不利影响。文中依据某1 000 kV交流变电站特高压变压器的噪声测试结果,通过设计阻... 详细信息

作为特高压交流变电站内的主要噪声源之一,运行中的特高压变压器的本体噪声、冷却装置噪声及环境噪声等相互混叠,给准确分析特高压变压器的噪声特性带来不利影响。文中依据某1 000 kV交流变电站特高压变压器的噪声测试结果,通过设计阻带滤波器和合理选取稀疏自动编码器的关键参数如隐层节点数、稀疏参数等,提出了一种综合阻带滤波器和稀疏自动编码器的特高压变压器本体噪声提取方法,对比分析了特高压变压器噪声信号分离前后的频谱瀑布图。结果表明:特高压变压器的本体噪声主要集中在100、200、300 Hz分量,经所构建的稀疏自编码器网络提取的特高压变压器本体噪声的时域更为平稳,频域分辨率更高。研究结果可为特高压变电站变压器的可听噪声分析评估提供参考。

关键词：电力变压器可听噪声稀疏自动编码器频谱瀑布图

滚动轴承故障检测深度卷积稀疏自动编码器建模研究

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2018年第10期37卷 1566-1572页

作者：冯玉伯丁承君陈雪河北工业大学机械工程学院天津300130 天津通信广播集团有限公司天津300140

针对机械设备故障诊断大多采用有监督学习提取故障特征,而有标签数据难以获取的现状,提出一种在稀疏自动编码器中嵌入卷积网络的深度神经网络。利用希尔伯特和傅里叶变换实现机械设备振动时间序列向Hilbert包络谱的转换,通过卷积网络中... 详细信息

针对机械设备故障诊断大多采用有监督学习提取故障特征,而有标签数据难以获取的现状,提出一种在稀疏自动编码器中嵌入卷积网络的深度神经网络。利用希尔伯特和傅里叶变换实现机械设备振动时间序列向Hilbert包络谱的转换,通过卷积网络中多组卷积核自动学习谱空间数据的不同特征,保证了特征提取的自动化、全面性和多样性,稀疏自动编码器搜索具有正交性数据特征的低维表示,并使得编码后的数据具有很强的聚类特性,实现设备的自动故障诊断。通过对滚动轴承振动信号进行分析实验,证明该方法在设备故障诊断中具有去标签化、自动化、鲁棒性等特点。

关键词：稀疏自动编码器神经网络时间序列故障诊断机械设备