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

时差定位的地震视应力时空特征提取方法

中文科技期刊数据库（引文版）工程技术 2024年第1期 1-4页

作者：拉巴平措美朵次穷拉姆西藏自治区地震局林芝地震监测中心站西藏林芝860000

为了发现具有地震前兆意义的地震事件,了解区域地应力水平,提出了一种时差定位的地震视应力时空特征提取方法。对含有噪声的超声信号进行小波分解,选取阈值筛选小波系数,重构信号,引入时差定位法,明确独立时差,构建时差方程,定位视应力... 详细信息

为了发现具有地震前兆意义的地震事件,了解区域地应力水平,提出了一种时差定位的地震视应力时空特征提取方法。对含有噪声的超声信号进行小波分解,选取阈值筛选小波系数,重构信号,引入时差定位法,明确独立时差,构建时差方程,定位视应力关键点的坐标向量,计算地震视应力,提取其时空特征,实现地震视应力时空特征提取。实验结果表明,该方法提取的时间特征与背景值一致,在一定的空间范围内视应力分布均匀,符合物理意义,验证了该特征提取方法具备一定的可行性和有效性。

关键词：时差定位地震视应力时空特征提取小波分解去噪速度震源谱

人体动作识别中基于HTM架构的时空特征提取方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2017年第12期34卷 3899-3903页

作者：王向前孙挺平顶山学院教师教育学院河南平顶山467000 周口师范学院网络工程学院河南周口466001 西北大学可视化研究所西安710069

针对人体动作识别中时空特征提取问题,提出一种基于层次时间记忆(HTM)架构的深度学习模型,用来提取图像帧的时空特征。将图像帧构建成树型节点层次结构,在每一层中,通过欧氏距离分组来提取图像样本的空间特征,利用时间邻接矩阵提取样本... 详细信息

针对人体动作识别中时空特征提取问题,提出一种基于层次时间记忆(HTM)架构的深度学习模型,用来提取图像帧的时空特征。将图像帧构建成树型节点层次结构,在每一层中,通过欧氏距离分组来提取图像样本的空间特征,利用时间邻接矩阵提取样本的时间特征,利用置信传播方法将各层局部特征组进行汇总归类,得到整体特征组,作为该图像帧的时空特征。此外,在节点操作中引入张量代数,从而避免出现高维特征,将特征送入支持向量机(SVM)分类器进行识别分类。在MSR Gesture 3D和KTH动作数据库上的实验结果表明,提出的方法能够有效提取出高分类性能的时空特征,分类准确率高于其他几种较新的方法。

关键词：人体动作识别时空特征提取层次时间记忆支持向量机

在线全文

学校读者我要写书评

暂无评论

基于时空特征提取的智能网络切片算法

无线电通信技术 2022年第1期48卷 74-80页

作者：肖柏狄李荣鹏赵志峰张宏纲浙江大学信息与电子工程学院浙江杭州310027 之江实验室浙江杭州311121

5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务。然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理。为了准确适配业务需... 详细信息

5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务。然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理。为了准确适配业务需求的时空变化,提升切片性能,考虑采用深度强化学习的人工智能算法对切片资源进行实时管理,提出了基于时空特征提取的智能网络切片算法。算法采用了图注意力网络(GAT)以及长短期记忆网络(LSTM)进行数据的预处理,并使用深度Q网络(DQN)进行决策。在多基站和多用户的无线接入网场景下的仿真测试中,该算法在性能上相比于传统的网络切片算法实现了较大的提升。

关键词：网络切片深度强化学习时空特征提取资源分配

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

基于特征选择和时空特征的网络入侵检测

计算机工程 2024年

作者：周莎车生兵考友琛张旭郭甚驿中南林业科技大学计算机与信息工程学院

由于恶意软件、web攻击等行为频发，互联网上存在的大量用户隐私信息，需要避免因网络恶意攻击而导致私密信息外泄，使得网络入侵检测系统成为研究热点。网络入侵数据中存在大量冗余和不相关的信息，现有的检测模型很少捕捉网络入侵数... 详细信息

由于恶意软件、web攻击等行为频发，互联网上存在的大量用户隐私信息，需要避免因网络恶意攻击而导致私密信息外泄，使得网络入侵检测系统成为研究热点。网络入侵数据中存在大量冗余和不相关的信息，现有的检测模型很少捕捉网络入侵数据中时间和空间维度上的模式和规律，导致模型的检测性能受到限制。本文结合特征选择和特征融合，建立了一种新的网络入侵检测模型BRFE-CBIAT。该模型首先通过随机森林和递归特征消除结合构建BRFE。BRFE模型对数据特征进行选择，剔除部分不重要的特征，减少了冗余信息。其次，建立时空特征并行提取的CBIAT模型，使用卷积神经网络的一维卷积层对数据进行初步空间特征提取。然后，通过时间特征模块中的双向长短时记忆网络对深层序列数据建模，捕获特征之间的时序关系，并利用改进的空间注意模块关注空间特征。最后，通过softmax分类器处理融合的时空特征获取分类预测结果。本文提出的BRFE-CBIAT模型，在NSL-KDD和UNSW-NB15数据集上的多分类检测准确率分别为99.7%和94.0%，优于目前主流的网络模型。实验结果表明，本文提出的模型对多类别的细分效果也存在明显优势，在NSL-KDD数据集中，所有细分性能达到了96%以上。在UNSW-NB15数据集上Dos攻击检测F1-score达到了89%。

关键词：网络入侵检测特征选择深度学习时空特征提取特征融合

基于TCN-GAT与混合神经网络的汽车涂装烘干系统能耗异常检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国机械工程 2024年

作者：李聪波翟贺旺吴畏董可张祥飞重庆大学高端装备机械传动全国重点实验室

汽车涂装烘干系统长期处于高温高压的工作环境，设备、管路易发生劣化导致生产异常，能耗作为系统运行状态最直接的反映，可为判别系统是否存在异常提供指导。因此，本文提出一种基于TCN-GAT与混合神经网络的烘干系统能耗异常检测方法... 详细信息

汽车涂装烘干系统长期处于高温高压的工作环境，设备、管路易发生劣化导致生产异常，能耗作为系统运行状态最直接的反映，可为判别系统是否存在异常提供指导。因此，本文提出一种基于TCN-GAT与混合神经网络的烘干系统能耗异常检测方法。首先，引入多尺度时间卷积网络(TCN)和多头图注意力网络(GAT)分别捕获温度、压力等数据的时间特征与空间特征；其次，联合反向传播神经网络(BPNN)与变分自编码器(VAE)搭建异常检测模型；然后，基于预测误差与重构概率构建能耗异常指标，并引入超阈值模型(POT)拟合帕累托分布建立异常阈值；最后在重庆某汽车工厂涂装车间开展案例验证，利用物联网设备(IoT)采集烘干系统能耗等数据，通过数据分析验证了所提方法的有效性和优越性。

关键词：烘干系统时空特征提取能耗异常检测能耗异常指标

基于ARMA过滤器的时空图卷积网络短时交通流预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：肖培成曹阳沈琴琴施佺南通大学交通与土木工程学院

针对大多数现有的时空融合图卷积网络模型在分析交通流数据所采用的过滤器提取空间特征时，可能会导致网络节点特征过于平滑从而丢失原始信息、计算量大等问题，将一种能有效逼近任何所需响应的基于自回归移动平均（ARMA）过滤器的图卷... 详细信息

针对大多数现有的时空融合图卷积网络模型在分析交通流数据所采用的过滤器提取空间特征时，可能会导致网络节点特征过于平滑从而丢失原始信息、计算量大等问题，将一种能有效逼近任何所需响应的基于自回归移动平均（ARMA）过滤器的图卷积网络与门控循环单元（GRU）相融合，提出一种基于ARMA过滤器的时空图卷积网络短时交通流预测模型。在该模型中，首先采用GRU提取交通流数据的时间特征；然后利用基于ARMA过滤器的图卷积网络提取空间特征；最后通过平均池化层得到预测结果。在美国加州高速公路公开数据集PeMS04、PeMS07和PeMS08上进行了实验。结果表明，相比于切比雪夫多项式等传统的过滤器，ARMA过滤器能够更好地捕获交通流数据中的空间特征且能有效提升计算效率，在三组数据集上相比于GRU、DCRNN、T-GCN、ASTGCN和MSTGCN等基准模型，新模型的平均绝对误差指标平均降低了26.28%、28.25%、39.59%、26.24%和19.07%，训练时间平均降低了26.54%、95.00%、78.87%、93.58%和89.03%。

关键词：交通流预测图卷积网络 ARMA过滤器门控循环单元时空特征提取

基于时空运动信息和图卷积网络的人体动作识别方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于时空运动信息和图卷积网络的人体动作识别方法研究

作者：王梓旭长春工业大学

学位级别：硕士

随着电子设备智能化水平不断提升,计算机视觉领域取得了迅猛的技术进步。作为计算机视觉领域核心研究课题之一的人体动作识别,在生活中已经有多种产品使用该项技术。当前对该领域的研究,主要采用人体骨架数据,借助时空图卷积网络方法,... 详细信息

随着电子设备智能化水平不断提升,计算机视觉领域取得了迅猛的技术进步。作为计算机视觉领域核心研究课题之一的人体动作识别,在生活中已经有多种产品使用该项技术。当前对该领域的研究,主要采用人体骨架数据,借助时空图卷积网络方法,处理动作蕴含的时空特征,对动作样本进行分类。然而,当前的研究工作,因为人体骨架数据丰富的空间和时间表层特征以及对环境的鲁棒性,忽略了空间和时间上对动作运动信息的学习,没有充分把握动作的运动特点与变化,此外在相似动作上还存在特征模糊的情况。因此,本文针对时空运动信息和图卷积网络的人体动作识别方法展开了深入研究,旨在优化模型对骨架数据的时间和空间特征的提取性能。本文的主要研究工作如下:(1)在空间卷积中,时空图卷积网络模型始终保持人体拓扑结构不变,因此,在需要四肢高度配合的动作中,例如拍手、跑步等,该模型在捕捉骨骼点关系变化方面表现不足,泛化能力受限,对分类多种动作的模型不利。为了解决该问题,本文提出扩展邻接矩阵序列,该序列是由不同的可训练参数组成的邻接矩阵,从而找出不同时间帧中各骨骼点的相互关系,让模型充分学习骨骼点的运动情况。(2)在时间卷积中,时空图卷积网络模型采用同一尺寸的卷积核进行时间卷积,因此,在相对静止类的动作中,例如阅读,该模型在一段时间内提取的特征几乎没有变化,这使模型难以理解动作,影响分类效果。为了解决该问题,本文提出多尺度差分注意力增强方法,使用扩展卷积替代朴素的时间卷积,添加差分分支,计算时间维度节点的方向与距离,再结合注意力机制,使模型关注对分类结果更有判别力的特征,加强多尺度时间卷积对动作变化的学习。(3)在经过图卷积网络的复杂计算后,如果两个动作类别相似,它们的计算结果会比较接近,例如鞠躬和弯腰,在分类时容易混淆两类动作样本,产生特征模糊。为了解决该问题,本文结合库普曼理论,借助库普曼矩阵近似模型计算结果,利用F范数区分矩阵,使之更有效的分类动作,避免特征模糊。为了验证本文设计使用的人体动作识别模型的有效性,本文在NTU RGB+D 60、NTU RGB+D 120以及Northwestern-UCLA等公共数据集上进行实验。将本文的方法与现有的人体动作识别方法进行对比,取得了更优的识别效果。同时,对本文提出的各模块进行了消融实验,证明了改进方法的有效性。

关键词：人体动作识别图卷积网络多尺度建模时空特征提取

HINet:一种面向冰雹识别的多源数据融合网络

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

遥测遥控 2024年第4期45卷 45-56页

作者：张小雯郁培雯商建华珊张启绍国家气象中心北京100081 安阳国家气候观象台安阳455000 南京信息工程大学人工智能学院南京210044 国家卫星气象中心(国家空间天气监测预警中心) 北京100081 许健民气象卫星创新中心北京100081 中国气象局遥感卫星辐射测量和定标重点开放实验室北京100081

冰雹天气具有突发性和局地性强,以及破坏力大的特点。尽管地面自动站、雷达和卫星等获取的观测资料在冰雹识别中发挥了一定的作用,但单一观测资料的局限性导致冰雹识别虚警率较高和准确率较低。因此,亟需构建基于多源高分辨率观测的冰... 详细信息

冰雹天气具有突发性和局地性强,以及破坏力大的特点。尽管地面自动站、雷达和卫星等获取的观测资料在冰雹识别中发挥了一定的作用,但单一观测资料的局限性导致冰雹识别虚警率较高和准确率较低。因此,亟需构建基于多源高分辨率观测的冰雹识别技术。本文提出了一种面向冰雹识别的多源数据融合网络,该深度学习方法利用时空特征提取模块、多源数据特征融合模块和UCUNet(U Connection Unet,U形连接卷积神经网络)识别模块,充分挖掘冰雹发生时FY4B(风云四号B星)、天气雷达和数值模式等多源数据的时空特征,并创新地加入地形高度、坡度、坡向等作为冰雹识别因子。为评估所提网络方法的性能,本文进行了系列实验,并将实验结果与真实标签数据进行对比。结果显示,HINet(Hail Identification Net,冰雹识别网络)能够充分利用多源数据,在复杂地形条件下有效改善冰雹识别结果,在冰雹研究和识别中具有较高的准确性和实用性。

关键词：冰雹识别深度学习时空特征提取多源数据特征融合复杂地形

改进的自监督生成对抗网络算法在视频生成中的应用

在线全文

学校读者我要写书评

暂无评论

信息记录材料 2024年第8期25卷 144-146页

作者：康金龙许涛张华岭宫胜西北大学经济管理学院陕西西安710000

时序特征提取是视频生成领域具有挑战性的任务之一。本文提出一种改进的自监督时空特征学习的视频生成对抗网络(self-supervised spatio-temporal feature learning video generative adversarial networks,SSFLVGAN)算法来提升模型的性能,对于判别器网络的3D CNN模块,在其前四层卷积网络后增加了3D平均池化层AvgPool3d,以减少模型参数,从而实现合成视频和真实视频有效判别,以及帧之间运动时序关系是否正确的有效识别。与基准算法比较,SSFLVGAN算法在结构相似性指数和峰值信噪比评价指标上的效果更好,生成的视频更加逼真、更加合理。

关键词：时空特征提取视频检索视频分析视频生成