检索结果-南通市图书馆

作者：吴衍涛电子科技大学

学位级别：硕士

随着时序数据在日常生活和互联网中的兴起,时序预测任务逐渐被人们所重视,不同场景中的时序预测任务具有特定的价值和意义。在航空电子设备领域,通过时序数据来完成设备的故障预测不仅能够减少经济损失,还可以避免因设备故障导致的意外... 详细信息

随着时序数据在日常生活和互联网中的兴起,时序预测任务逐渐被人们所重视,不同场景中的时序预测任务具有特定的价值和意义。在航空电子设备领域,通过时序数据来完成设备的故障预测不仅能够减少经济损失,还可以避免因设备故障导致的意外伤亡。现阶段,点过程常常被用于时序预测任务,但传统点过程定义的强度函数形式较为简单,一般只能用于时间预测,无法满足更加复杂的数据场景和任务。深度学习利用神经网络对强度函数进行非线性建模,可以针对不同形式的时序数据和预测任务来定义强度函数,除了完成时间预测,还可以捕捉到其他相关信息,刚好符合航空电子设备故障预测任务的要求。本文将结合深度学习和点过程两种技术来实现航空电子设备故障预测,主要的工作内容和贡献如下所示:(1)首先本文针对航空电子设备特征时序数据,提出了一种结合注意力机制和点过程的时序预测模型(Join Attention Hawkes Process,简称JoAtt-HP)。引入自我注意力机制后使得模型能够并行地处理电子设备长时间历史序列,不会随时间推移而对很久以前的故障信息产生遗忘,然后利用霍克斯过程中的强度函数来预测设备故障的发生时间,在航空电子设备故障时序数据集上的实验结果说明了该模型的有效性。为了说明模型的适应能力,本文还在其他公开时序数据集上进行了评估。(2)考虑到航空电子设备故障预测任务不仅仅局限于故障时间预测,还需要对更多故障信息进行预测,于是本文针对航空电子设备故障记录日志提出了一种结合深度学习中时序知识图谱和点过程的方法。首先在航空电子设备故障日志文件基础上构建该领域的时序知识图谱,形成故障时序数据集AEDFI-TKG,然后提出一种将时序知识图谱中故障事实的发生定义为多变量点过程的方法(Knowledge Graph Multi-Temporal Point Process,简称KG-MTPP),使用故障事实的分数来调节强度函数,根据强度函数来对未来故障事件中的实体进行补齐,从而完成航空电子设备的故障预测。

关键词：注意力机制知识图谱点过程航空电子设备故障预测

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

随机几何应用于遥感数据地物目标提取方法综述

引用

无线电工程 2024年

作者：吴优沈阳师范大学计算机与数学基础教学部

遥感数据地物目标（如道路、建筑物、水系和树冠等）提取有利于交通管理、城市规划等相关领域的发展。随机几何理论应用于目标提取具有灵活性、面向对象性、稳定性和收敛性等优势，逐渐成为学者研究遥感数据地物目标提取方法依据的重要... 详细信息

遥感数据地物目标（如道路、建筑物、水系和树冠等）提取有利于交通管理、城市规划等相关领域的发展。随机几何理论应用于目标提取具有灵活性、面向对象性、稳定性和收敛性等优势，逐渐成为学者研究遥感数据地物目标提取方法依据的重要理论基础。鉴于此，论文依据近些年来国内外的相关文献，对现有的随机几何理论和方法进行了总结，梳理了随机几何理论应用于地物目标提取建模的基本思想，介绍了该类模型的参数求解算法以及实验结果的评价方法，并针对现有方法及其特点总结了随机几何理论应用于地物目标提取的建模流程。论文总结了现有方法存在的优势与劣势，并从提取效率、精准性、应用性和求解算法完备性四方面给出了未来研究的可能性，为随机几何理论的应用以及遥感影像解译提供有价值的思路。

关键词：随机几何遥感数据点过程模拟算法地物目标线过程

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

点过程模型中向量参数极大似然估计的渐近性质

引用

应用概率统计 2002年第2期18卷 113-118页

作者：房祥忠北京大学数学学院北京100871

点过程是一个应用广泛的统计模型．在医学,社会学,经济学,电子与通信科学以及软件与硬件可靠性等许多科学领域都能找到应用点过程的例子．在这些实际应用中,一般是根据问题的实际背景假定模型具有一定的参数形式,然后根据观测数据给出... 详细信息

点过程是一个应用广泛的统计模型．在医学,社会学,经济学,电子与通信科学以及软件与硬件可靠性等许多科学领域都能找到应用点过程的例子．在这些实际应用中,一般是根据问题的实际背景假定模型具有一定的参数形式,然后根据观测数据给出未知参数的极大似然估计值以推断事物发展的客观规律．我们知道,一种估计量是否收敛以及收敛速度的快慢,是决定这种估计量好坏的最为重要的标准．本文对于一般的点过程模型中向量参数极大似然估计(MLE)首先给出了一个保证其强相合的较为广泛的充分性条件,然后在进一步的条件下得到了重对数型的收敛速度．

关键词：点过程参数估计渐进性质

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

一种建模社交化点过程序列预测算法

引用

中国科学技术大学学报 2019年第2期49卷 149-158页

作者：江海洋王莉太原理工大学信息与计算机学院山西晋中030600 太原理工大学大数据学院山西晋中030600

根据序列数据预测下次事件类型和时间是一个值得研究的课题.目前点过程强度函数算法仅从时间维度考虑背景知识和历史影响两个方面,没有从空间维度加入社交关系的影响.针对该问题,提出基于时空深度网络的社交化点过程的序列预测算法(SPS... 详细信息

根据序列数据预测下次事件类型和时间是一个值得研究的课题.目前点过程强度函数算法仅从时间维度考虑背景知识和历史影响两个方面,没有从空间维度加入社交关系的影响.针对该问题,提出基于时空深度网络的社交化点过程的序列预测算法(SPSP算法).该模型首先运用双LSTM(long short-term memory)分别建模强度函数的背景知识和历史影响;然后经过联合层将双LSTM输出合并,生成事件类型和时间向量表征;最后在空间维度上加入社交关系网络影响,优化强度函数.通过深度时空社交网络的多次训练,得到最优网络模型.在新浪微博数据集上的实验验证算法的有效性,证明社交化点过程序列预测算法可高效准确预测出事件类型与时间.

关键词：序列预测社交网络点过程 LSTM 时空深度网络

来源：

维普期刊数据库

同方期刊数据库评论