检索结果-南通市图书馆

电网技术 2024年第4期48卷 1510-1518,I0038,I0040-I0042页

作者：秦烁赵健徐剑魏敏捷上海电力大学电气工程学院上海市杨浦区200090 大航有能电气有限公司江苏省镇江市212200

针对气象因素对多元负荷变化的灵敏度差异及多元负荷间耦合强度的差异导致多任务学习(multi-tasklearning,MTL)预测模型精度受限的问题,该文提出一种MTL和单任务学习(single-tasklearning,STL)组合的多元负荷预测方法。首先使用基于长... 详细信息

针对气象因素对多元负荷变化的灵敏度差异及多元负荷间耦合强度的差异导致多任务学习(multi-tasklearning,MTL)预测模型精度受限的问题,该文提出一种MTL和单任务学习(single-tasklearning,STL)组合的多元负荷预测方法。首先使用基于长短期记忆(long and short-term memory,LSTM)网络的MTL模型提取多元负荷间的耦合信息进行初步预测;然后采用基于前置双重注意力长短期记忆(dual attention before LSTM,DABLSTM)网络的STL模型减少输入噪声进行二次预测;同时将初步的预测值输入STL模型,使得STL模型可以考虑未来的时序信息;最后,通过全连接层对两个模型的预测结果进行融合得到最终的预测结果。实验结果表明,所提组合模型相比单一的MTL和STL模型具有更高的预测精度。

关键词：综合能源系统多任务学习单任务学习长短时记忆网络注意力机制负荷预测

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多任务学习的新型电力系统故障诊断方法

引用

现代电子技术 2023年第15期46卷 155-160页

作者：高陆军陈洁王新雷田雪沁德格吉日夫新疆大学电气工程学院新疆乌鲁木齐830017 国网经济技术研究院有限公司北京102209

当前对于电力系统故障诊断的研究大都基于传统电力系统,而且对于不同诊断任务采用不同的诊断模型,这在实际应用中不仅造成了设备资源的浪费,也忽略了各诊断任务之间的关联。为此,运用多任务联合训练方式挖掘不同诊断任务之间的关联信息... 详细信息

当前对于电力系统故障诊断的研究大都基于传统电力系统,而且对于不同诊断任务采用不同的诊断模型,这在实际应用中不仅造成了设备资源的浪费,也忽略了各诊断任务之间的关联。为此,运用多任务联合训练方式挖掘不同诊断任务之间的关联信息,建立一种多任务学习的新型电力系统故障诊断模型。首先通过底层共享深度置信网络(DBN)层进行特征提取;然后通过顶层分类层输出诊断结果;最后实验结果表明,所提模型不仅能够实现新型电力系统的故障类型和故障选线诊断任务,而且具有较高的效率以及精度。除此之外,还与同结构的单任务学习诊断模型进行对比,结果表明,多任务学习模型诊断效果更好。

关键词：新型电力系统深度置信网络多任务学习故障诊断单任务学习特征提取联合训练

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多任务学习的表情及人脸属性识别技术研究

基于多任务学习的表情及人脸属性识别技术研究

引用

作者：洪燕上海交通大学

学位级别：硕士

人脸表情识别与性别、年龄等相关属性识别作为计算机视觉领域的一个重要分支,在公共安防、视频监控、人机交互等领域有重要的研究意义。目前,大多数算法都是分别对人脸表情、年龄以及性别等属性进行单任务识别。但是,这些任务间存在不... 详细信息

人脸表情识别与性别、年龄等相关属性识别作为计算机视觉领域的一个重要分支,在公共安防、视频监控、人机交互等领域有重要的研究意义。目前,大多数算法都是分别对人脸表情、年龄以及性别等属性进行单任务识别。但是,这些任务间存在不同程度的关联性,单任务模型彼此独立,因此难以在任务间进行协同学习。为了解决单任务学习的这些弊端,多任务学习充分挖掘任务间的相关信息,为每个单任务提供数据集之外的额外辅助信息,提升各个任务的性能。然而,目前大多数数据集都是基于单个任务构建的异构数据,多任务模型很难从分布不统一的数据中学习到有效特征。本文提出了一种多任务网络探索表情、性别及年龄等任务间的协同关系,在多任务网络中实现各个任务性能的提升。为了解决异构标签数据在多任务网络训练中难以收敛问题,本文利用伪标签探索任务间相关性,并通过迭代训练策略在不同数据上进行多任务学习。该方法有效缓解了训练过程中的遗忘效应,在多个数据集上实现表情、性别及年龄的识别精度。同时,本文算法在数据量衰减至原数据一半的情况下,达到与单任务学习持平的精度,有效增强数据利用率。

关键词：单任务学习轻量级网络多任务网络异构标签迭代优化

来源：

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

基于多任务学习的人脸图像识别

基于多任务学习的人脸图像识别

引用

作者：李杨上海大学

学位级别：硕士

人脸图像识别是模式识别领域最热门的研究课题之一，在信息安全、公安刑侦、人机交互等领域得到广泛应用。面对特征抽取后维度较高的现状，特征选择成为人脸图像识别必不可少的步骤。基于人脸图像识别的应用前景及特征选择的重要性，本... 详细信息

人脸图像识别是模式识别领域最热门的研究课题之一，在信息安全、公安刑侦、人机交互等领域得到广泛应用。面对特征抽取后维度较高的现状，特征选择成为人脸图像识别必不可少的步骤。基于人脸图像识别的应用前景及特征选择的重要性，本文从单任务特征学习和多任务特征学习的角度入手，研究人脸图像识别中特征选择的识别率及稳定性等问题。主要有以下成果：1.对FisherScore准则、reliefF准则与mRMR准则三种具有代表性的特征选择算法进行了详细介绍，与改进保局投影LPP得到的PLS准则及基于字典学习的稀疏学习算法SRFS比较，在人脸图像身份识别中，PLS特征选择算法在识别率和时间效率上有着更好的性能。通过对比实验，初步验证了在人脸图像识别中，不同识别任务间特征选择结果存在差异，但共享着部分特征或结构。这与当下的研究热点多任务学习理论相符合，为多任务学习理论在人脸图像识别中的应用提供可能。2.人脸图像蕴含着种族、性别、身份、表情和年龄等丰富信息，对应不同信息的识别任务间存在相关性。结合多任务学习方法，提出基于多任务学习的特征选择算法MTLFS，并通过实验对MTLFS算法的有效性进行验证，与经典的mRMR和SRFS等算法比较，结果证明MTLFS算法在共享任务间相关信息的同时，识别率明显提升，且具有更高的鲁棒性。且对小样本训练时过度学习问题具有一定的缓解作用。3.与识别率、时间效率等因素一样，特征选择稳定性作为衡量特征选择算法性能的重要性质之一，本文将特征选择稳定性分析引入到人脸图像识别中，给出了特征选择稳定性度量标准，并分析了影响特征选择稳定性的原因，在多个人脸数据库上，实验证明本文所改进的PLS特征选择算法和MTLFS算法具有较高的稳定性。

关键词：特征选择单任务学习多任务学习稳定性分析人脸图像识别

来源：

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

基于深度学习的人脸属性识别方法综述

引用

计算机研究与发展 2021年第12期58卷 2760-2782页

作者：赖心瑜陈思严严王大寒朱顺痣厦门理工学院计算机与信息工程学院福建厦门361024 福建省模式识别与图像理解重点实验室(厦门理工学院) 福建厦门361024 厦门大学信息学院福建厦门361005

人脸属性识别是计算机视觉和模式识别领域的热门研究课题之一,对人脸图像的分析和理解具有重要的研究意义,同时在图像检索、人脸识别、微表情识别和推荐系统等诸多领域具有广泛的实际应用价值.随着深度学习的快速发展,目前国内外学者已... 详细信息

人脸属性识别是计算机视觉和模式识别领域的热门研究课题之一,对人脸图像的分析和理解具有重要的研究意义,同时在图像检索、人脸识别、微表情识别和推荐系统等诸多领域具有广泛的实际应用价值.随着深度学习的快速发展,目前国内外学者已提出许多基于深度学习的人脸属性识别(deep learning based facial attribute recognition,DFAR)方法.首先,阐述人脸属性识别方法的总体流程.接着,按照不同的模型构建方式,分别对基于部分的与基于整体的DFAR方法进行详细地概述与讨论.具体地,对基于部分的DFAR方法按是否采用规则区域定位进行分类,而对基于整体的DFAR方法则分别从基于单任务学习、基于多任务学习的角度进行区分,并对基于多任务学习的DFAR方法根据是否采用属性分组来进一步细分.然后介绍了常用的人脸属性识别数据集与评价指标,并对比与分析了新近提出的DFAR方法的性能.最后对DFAR方法的未来研究趋势进行展望.

关键词：人脸属性识别深度学习多标记学习单任务学习多任务学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：