检索结果-南通市图书馆

无线传感器网络中基于模式序列分类的分布式数据流过滤技术

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

无线传感器网络中基于模式序列分类的分布式数据流过滤技术

基于Flink复杂事件处理的空间站实验柜排废气安全监测

第二十三届中国数据库学术会议

作者：石冰杨晓春王斌康宁周春华于戈东北大学信息科学与工程学院

关键词：无线传感器网络过滤模式序列相似序列

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

载人航天 2023年第1期29卷 102-109页

作者：施建明王伟王功中国科学院空间应用工程与技术中心北京100094

空间站实验柜密封箱体在通过抽真空、充氮气进行排废气时一旦失控,将产生箱体失压或过压的风险,对排废气过程进行安全监控和故障识别,将面临多参数耦合以及时序逻辑等复杂事件处理问题。将大数据流处理技术Flink及其复杂事件处理(CEP)... 详细信息

空间站实验柜密封箱体在通过抽真空、充氮气进行排废气时一旦失控,将产生箱体失压或过压的风险,对排废气过程进行安全监控和故障识别,将面临多参数耦合以及时序逻辑等复杂事件处理问题。将大数据流处理技术Flink及其复杂事件处理(CEP)库应用在排废气安全监测上,设计出相应异常模式序列对排废气过程监测的数据流进行匹配,从数据流中实时检测出复杂事件序列。在仿真测试条件下,基于Flink CEP的监测程序故障检测率和隔离率均达100%,能有效剔除传感器瞬态异常导致的虚警。

关键词：排废气复杂事件处理 Flink 安全监测模式序列

维普期刊数据库博看期刊

基于SETT框架的高中英语教师课堂话语研究

在线全文

学校读者我要写书评

暂无评论

基于SETT框架的高中英语教师课堂话语研究

作者：王亚敏湖南大学

学位级别：硕士

在外语教学中,教师话语既是教师传授知识、组织教学、管理课堂的工具,同时又是学生所要学习的目的语。对于大部分二语学习者来说,教师的课堂话语是他们接触外语的主要途径。因此,教师话语在教学过程尤其是在英语教学过程中扮演着重要的... 详细信息

在外语教学中,教师话语既是教师传授知识、组织教学、管理课堂的工具,同时又是学生所要学习的目的语。对于大部分二语学习者来说,教师的课堂话语是他们接触外语的主要途径。因此,教师话语在教学过程尤其是在英语教学过程中扮演着重要的角色。虽然近年来越来越多的学者开始关注并研究教师话语,但是很少有研究者基于Walsh的Self-Evaluation and Teacher Talk来研究教师话语,基于SETT理论框架对中国高中英语教师课堂话语的研究更是所剩无几。本文对河南省长葛市第一高级中学的6位英语老师的阅读课堂进行了课堂观察和视频录制。每个老师录制4节课,每节课40分钟。本文的研究材料包括所录制视频转录而来的文字稿、课堂观察笔记以及课后对6位老师进行的访谈。作者基于Walsh提出的SETT理论框架对所掌握的资料进行了分析,旨在了解高中英语教师课堂话语的使用现状;模式转换和模式序列在教师话语中有没有出现以及它们出现的频率;教师为什么要使用模式转换和模式序列以及模式转换和模式序列出现的主要场合。研究表明:(1)只有少数的高中英语老师接受过有关教师话语的专业培训。50%的高中英语老师在阅读课堂上经常使用管理模式、系统和技巧模式以及材料模式但是很少甚至基本没有使用课堂背景模式;另外50%的高中英语教师在阅读课堂上除经常使用管理模式、系统和技巧模式以及材料模式外,还经常使用课堂背景模式;(2)模式转换和模式序列在6位老师的阅读课堂中均有出现,它们在这些老师的一节阅读课中出现的平均频率分别为25次和9.2次,这表明二者尤其是模式转换在高中英语阅读课堂上经常出现;(3)模式转换主要出现在课堂时间有限以及课堂话语偏离正在讨论的话题的场合中。模式序列除了出现在课堂时间有限的情况下外,还可能会出现在话题转变以及教师和学生对彼此的对话有依赖性的场合中。教师使用模式转换的目的是加速课堂进程、使课堂话语回归到正在讨论的话题以及使教师话语和教学的目标相一致。教师使用模式序列的目的是在加速课堂进程的同时保持课堂的完整性、切换课堂话题以及使教师和学生能够从交流中获得帮助。本研究有两个主要的不足之处:一是研究的老师仅为6人,同时也未考虑到他们的个人差异;二是研究的学校仅为一所,所以研究的结果的普遍性和代表性还需要进一步验证。

关键词：教师话语模式模式转换模式序列

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

HTM算法在图像识别中的应用研究

HTM算法在图像识别中的应用研究

作者：蒙仕格广东技术师范学院

学位级别：硕士

随着现代人工智能技术的发展,计算机科学和生物学间的交叉合作越来越紧密,层级实时记忆(Hierarchical Temporal Memory,以下简称HTM)算法是人工智能算法的一种,该算法是在对大脑的行为模式、神经元组织方式的观察基础上提出的。HTM算法... 详细信息

随着现代人工智能技术的发展,计算机科学和生物学间的交叉合作越来越紧密,层级实时记忆(Hierarchical Temporal Memory,以下简称HTM)算法是人工智能算法的一种,该算法是在对大脑的行为模式、神经元组织方式的观察基础上提出的。HTM算法常用于对数据流的异常检测,在图像识别方面应用得比较少。HTM算法是通过记录模式序列的先后发生顺序,计算模式间的相似度,具有记录模式间上下文相关性的特点,对时间上相关的模式序列有较好的分类能力。本文的主要工作分为以下几点:(1)对HTM算法的框架进行分析,描述基于概率模型的HTM算法的工作原理和结构框架,对HTM算法的训练和推理两个阶段进行了分析。描述HTM算法中间层和输出层两种节点的结构,以及层间的信息流,为编程实现HTM算法提供依据。在训练阶段,分别描述了中间层和输出层两种节点的计算方式。使用了两种矩阵用于记录模式序列的上下文相关性,在模式序列分组的计算中,描述了最大化稳定度分组算法,该算法是针对时间上连续的输入模式序列进行聚类的算法。在推理阶段,描述了HTM算法中间层以及输出层的推理过程,使用训练阶段得出的模式分组和映射矩阵,计算置信度进行逐层向上传播,最后计算类别概率得出模式所属的类别。(2)设计了一种MNIST手写字符识别的实验,得出在使用4000张以上的图片进行训练测试时,有85%以上的识别率,验证了HTM算法对图像不变性表征问题上的解决能力,并和CNN算法进行对比,得出在数据量较少的情况下识别率优于CNN算法。(3)针对HTM算法在复杂纹理图像的识别率低的问题,在第五章中提出了一种由多个HTM组合模型构成的图像识别框架,并把该框架用于人脸识别实验中,通过对ORL人脸库的实验得出,在400张人脸图像上使用一半的图像进行训练,另外一半进行测试,获得了88%的识别率,验证了该模型的有效性,使HTM算法在人脸图像识别上有一定的借鉴意义。

关键词：图像识别 HTM 层级实时记忆模式序列不变性表征

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

轨迹网络及其在字母识别中的应用

电路与系统学报 1997年第4期2卷 40-43页

作者：彭汉川沙利烽甘强韦钰东南大学生物医学工程系中国科学院自动化所模式识别国家重点实验室

本文提出了一种新的轨迹神经网络模型，它利用输入模式时间序列形成模式类的轨迹，从而实现模式空域不变性特征提取。我们定义优化目标函数为前时刻轨迹和当前时刻特征提取结果的均方误差和，推导了相应的轨迹学习算法。本文还提出了改... 详细信息

本文提出了一种新的轨迹神经网络模型，它利用输入模式时间序列形成模式类的轨迹，从而实现模式空域不变性特征提取。我们定义优化目标函数为前时刻轨迹和当前时刻特征提取结果的均方误差和，推导了相应的轨迹学习算法。本文还提出了改进的阈值轨迹网络。这两个模型在手写体和印刷体字母识别上的初步应用取得了较优的效果。

关键词：模式序列轨迹网络字母识别模式识别

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

BJD—I汉语理解系统的语声处理

信号处理 1987年第4期 206-213页

作者：俞一彪袁保宗北方交通大学

BJD—I汉语理解系统作为一铁路客运服务系统,由语声处理、语言处理、语声应答这三大部分组成。本文论述BJD—I汉语理解系统的语声处理。在介绍语声处理部分基本构成及性能的基础上,提出了一种用于准连续语音音节分割的最大共振峰检测算... 详细信息

BJD—I汉语理解系统作为一铁路客运服务系统,由语声处理、语言处理、语声应答这三大部分组成。本文论述BJD—I汉语理解系统的语声处理。在介绍语声处理部分基本构成及性能的基础上,提出了一种用于准连续语音音节分割的最大共振峰检测算法MFDS和一种新的快速动态规划匹配算法FSDP.并由实验证明,MFDS算法使准连续语音音节分割正确率达到98%以上。而FSDP同Sako提出的最佳DP算法相比,不仅具有相同的识别精度,而且,模式匹配速度快一倍以上。

关键词：动态规划匹配分割算法 BJD 识别精度模式序列语音处理连续语音识别率线性变换模式识别图象识别频谱参数语言处理语音音节

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模糊时间序列的计算机信息粒构建研究

自动化技术与应用 2021年第2期40卷 48-50页

作者：贺适陕西财经职业技术学院陕西咸阳712000

计算机信息粒通常是使用概率性方法以判别式学习的方式进行的,当分类任务的性质是识别特定类别的模式时,如在情绪检测的情况下,可以同时从同一个人识别出多种情绪,这通常表明不同的情绪可能涉及特定的关系而不是相互排斥。本文基于模式... 详细信息

计算机信息粒通常是使用概率性方法以判别式学习的方式进行的,当分类任务的性质是识别特定类别的模式时,如在情绪检测的情况下,可以同时从同一个人识别出多种情绪,这通常表明不同的情绪可能涉及特定的关系而不是相互排斥。本文基于模式时间序列用来识别密集型现实数据实例的分类。并以生命科学的UCI数据集作为实验对象,通过本文提出的方法与常用的概率方法进行比较,结果表明,该方法不仅可以作为概率方法的替代方法,而且还可以捕获概率方法无法实现的更多模式。

关键词：计算机信息粒模式序列 UCI数据集分类任务

维普期刊数据库