检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

沙尘天气下黑河流域大气长波辐射遥感估算

干旱区地理 2023年第2期46卷 243-252页

作者：王子超王春磊马俊俊华北理工大学人工智能学院河北唐山063210 自然资源部咨询研究中心北京100100

由于沙尘气溶胶散射和吸收机制的复杂性,目前还没有成熟的可应用于沙尘天气的大气长波辐射反演算法。通过对比分析常见的沙尘、城市、乡村、海洋气溶胶对大气长波辐射强迫和MODIS通道辐亮度影响的基础上,提出利用气溶胶光学参数对线性... 详细信息

由于沙尘气溶胶散射和吸收机制的复杂性,目前还没有成熟的可应用于沙尘天气的大气长波辐射反演算法。通过对比分析常见的沙尘、城市、乡村、海洋气溶胶对大气长波辐射强迫和MODIS通道辐亮度影响的基础上,提出利用气溶胶光学参数对线性模型进行修正,构建了适用于沙尘气溶胶条件下的大气长波辐射估算模型,并利用黑河流域4个观测站点(花寨子荒漠站、混合林站、黑河遥感站和张掖湿地站)实测数据对模型的应用能力进行检验。结果表明:4个站点遥感反演的大气长波辐射均方误差为17.1~20.4 W·m-2,偏差为-12.3~-1.8 W·m-2。由于考虑了沙尘气溶胶的光学厚度变化和辐射强迫效应,修正后的模型可显著提高沙尘气溶胶影响下大气下行辐射的反演精度,减少长波辐射应用中的不确定性,对干旱区地表能量收支研究提供了重要参考。

关键词：大气长波辐射沙尘气溶胶辐射强迫 MODIS 黑河流域

在线全文

学校读者我要写书评

暂无评论

说话人身份识别深度网络中的聚合模型研究

计算机应用研究 2022年第3期39卷 721-725页

作者：邓飞邓力洪胡文艺张葛祥杨强成都理工大学计算机与网络安全学院(牛津布鲁克斯学院) 成都610059 成都理工大学人工智能研究中心成都610059 成都信息工程大学控制工程学院成都610059

说话人身份识别是一项重要的生物识别技术,多种基于深度卷积神经网络(DNN)的模型结构表现出越来越强的特征表达能力,并形成了统一的端到端说话人识别系统,取得了优于传统识别模型的性能。其中聚合模型聚合的话语级特征是影响说话人识别... 详细信息

说话人身份识别是一项重要的生物识别技术,多种基于深度卷积神经网络(DNN)的模型结构表现出越来越强的特征表达能力,并形成了统一的端到端说话人识别系统,取得了优于传统识别模型的性能。其中聚合模型聚合的话语级特征是影响说话人识别系统准确率的关键因素之一。目前大多数的方法是使用self-attention pooling(SAP)聚合模型。然而SAP聚合模型经常会无法准确地进行帧选择,聚合出的话语级特征不准确、鲁棒性弱。在SAP聚合模型的聚合方式上进行了改进,通过引入平均向量方法,构建了一种改进的聚合模型mSAP。它以一种更细粒化和更稳定的工作方式,将变长的输入序列聚合为话语级特征,可以更有效地捕捉输入序列的长期变化。实验表明,mSAP模型的等错误率(EER)相较于TAP、SAP、NetVLAD聚合模型分别有7.4、1.75和0.24的下降,而DCF值相较于这三种聚合模型分别有0.018、0.137和0.242的下降。改进的mSAP聚合模型能够聚合出鲁棒性更强、更准确的话语级特征,有效地提高了端到端说话人识别模型的性能。

关键词：说话人识别聚合模型注意力机制

基于ASTER数据的地表温度遥感反演与产品检验——以黑河流域为例

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2023年第1期35卷 198-204页

作者：马俊俊王春磊黄晓红华北理工大学人工智能学院唐山063210 华北理工大学河北省工业智能感知重点实验室唐山063210 自然资源部咨询研究中心北京100100

针对黑河流域的地表类型特点和大气特征,基于ASTER发射率产品和植被覆盖度法(vegetation cover method,VCM)计算了研究区地表发射率,并利用改进的多层前馈神经网络(multilayer feedforword neural network,MFNN)算法估算了区域大气水汽... 详细信息

针对黑河流域的地表类型特点和大气特征,基于ASTER发射率产品和植被覆盖度法(vegetation cover method,VCM)计算了研究区地表发射率,并利用改进的多层前馈神经网络(multilayer feedforword neural network,MFNN)算法估算了区域大气水汽含量,通过对输入参数分组构建系数查找表,发展了适用于ASTER数据遥感反演地表温度的分裂窗算法。为检验算法的适应性和精度,利用黑河流域2019年的地表温度实测数据和MODIS温度产品对算法进行评价。结果表明,与站点数据相比,均方根误差在1.81~3.01 K之间;在与MODIS数据产品交叉验证中,本文提出的算法误差和偏差相对较小,均方根误差在1.11~1.75 K之间。总体来说,利用本算法反演得到的温度产品精度可满足气象气候学研究的需要,算法的构建思路也可为类似的热红外传感器提供借鉴。

关键词： ASTER数据地表温度交叉检验

在线全文

学校读者我要写书评

暂无评论

新基建的伦理基础:基于价值的信息伦理

探索与争鸣 2022年第4期 47-53,177,178页

作者：孙保学李伦湖南师范大学人工智能道德决策研究所、道德文化研究中心长沙410081 大连理工大学人文与社会科学学部哲学系大连理工大学大数据与人工智能伦理法律与社会研究中心辽宁大连116024

信息技术的延展性与会聚性的叠加效应将引发技术的数字会聚革命,筑成数字新基建。新基建将加速信息技术革命在动力阶段的持续推进,也将重塑赛博空间的伦理规范。基于信息实体的权利构建的信息伦理是在为数据和算法赋权,但这可能会陷入... 详细信息

信息技术的延展性与会聚性的叠加效应将引发技术的数字会聚革命,筑成数字新基建。新基建将加速信息技术革命在动力阶段的持续推进,也将重塑赛博空间的伦理规范。基于信息实体的权利构建的信息伦理是在为数据和算法赋权,但这可能会陷入数据主义的漩涡,从而压制人的权利。新基建的有序推进需要基于人类核心价值,加强伦理政策的顶层设计,通过减少概念混乱和缩小政策真空,最大限度地弥合技术的工具理性和价值理性之间的冲突,给人类带来具有价值丰富性的信息社会。

关键词：新基建数字会聚赛博空间信息伦理数据主义东数西算

基于神经回路策略的无线网络流量可解释性预测方法

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2023年第24期35卷 171-173,177页

作者：郝明祥王宇陈麒孙晓川华北理工大学人工智能学院河北唐山063210

针对无线网络流量预测任务中模型的“黑箱”问题,提出基于神经回路策略(Neural Circuit Policy,NCP)的高可解释性流量预测模型。首先,采用均值滤波分解流量数据的趋势、残差分量来增强特征表示;其次,构建紧凑的NCP框架以可信学习策略捕... 详细信息

针对无线网络流量预测任务中模型的“黑箱”问题,提出基于神经回路策略(Neural Circuit Policy,NCP)的高可解释性流量预测模型。首先,采用均值滤波分解流量数据的趋势、残差分量来增强特征表示;其次,构建紧凑的NCP框架以可信学习策略捕捉流量长期时变关系;最后,通过全连接层得到预测结果。实验表明,该方法以可解释的方式实现了精准的无线网络流量预测。

关键词：网络流量预测可解释性神经回路策略(NCP) 多元时序建模

在线全文

学校读者我要写书评

暂无评论

人脸识别技术的伦理风险及其规制

湘潭大学学报（哲学社会科学版） 2021年第4期45卷 134-138页

作者：胡晓萌李伦湖南师范大学人工智能道德决策研究所湖南长沙410081 大连理工大学大数据与人工智能伦理法律与社会研究中心辽宁大连116023

人脸识别技术以公共安全和国家安全为价值使命而得到发展和应用,但人脸识别技术的滥用和可靠性问题也引发了隐私泄露、识别错误、安全风险和歧视等伦理风险。基于技术伦理学的非力量伦理和责任伦理,最小必要原则、知情同意原则、不伤害... 详细信息

人脸识别技术以公共安全和国家安全为价值使命而得到发展和应用,但人脸识别技术的滥用和可靠性问题也引发了隐私泄露、识别错误、安全风险和歧视等伦理风险。基于技术伦理学的非力量伦理和责任伦理,最小必要原则、知情同意原则、不伤害原则和公正原则构成了防范和规制人脸识别技术伦理风险的伦理原则。

关键词：人脸识别技术伦理风险隐私技术伦理

在线全文

学校读者我要写书评

暂无评论

面向机械零件点云的弱监督特征点检测算法

控制工程 2023年

作者：刘行邓泽林董云龙华东理工大学信息科学与工程学院清华大学智能与网络化系统研究中心华中科技大学人工智能与自动化学院

点云是表示三维空间的非结构化数据形式，广泛应用于加工、机器人装配和自动驾驶等领域。当前的特征点提取算法基于人工设计的规则，限制了特征点的表征能力并损害了其在分类和配准等下游任务的精度。本研究提出了一种基于深度学习模型... 详细信息

点云是表示三维空间的非结构化数据形式，广泛应用于加工、机器人装配和自动驾驶等领域。当前的特征点提取算法基于人工设计的规则，限制了特征点的表征能力并损害了其在分类和配准等下游任务的精度。本研究提出了一种基于深度学习模型的特征点检测算法，通过弱监督的方式学习分类和配准等下游任务所需要的特征点。具体地，首先通过特征点提取器获得点云中的特征点，随后将其用于后续的分类和配准任务。通过最小化分类和配准任务损失来迫使模型提取到优异的特征点，以克服无法获取特征点标记的难点。在机械零件点云数据集中的实验结果表明，所提取的特征点相较于其他方法更能表征机械零件点云的整体状态，并在下游任务中实现更高的精度。

关键词：点云特征点对称面深度学习弱监督

基于灰色关联分析和超限学习机的高炉铁水硅含量预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

冶金自动化 2022年第1期46卷 54-62页

作者：崔博陈伟王宝祥武鹏飞陈颖华北理工大学人工智能学院华北理工大学冶金与能源学院河北省高品质钢连铸工程技术研究中心

炉温的实时预测技术对高炉生产稳定顺行具有重要意义,在高炉炼铁过程中,通常间接用铁水硅含量的变化来表示高炉炉温的变化。针对硅含量预测效率和精度不足的问题,建立了铁水硅含量预测模型。以现场数据为样本数据,采用灰色关联分析(grey... 详细信息

炉温的实时预测技术对高炉生产稳定顺行具有重要意义,在高炉炼铁过程中,通常间接用铁水硅含量的变化来表示高炉炉温的变化。针对硅含量预测效率和精度不足的问题,建立了铁水硅含量预测模型。以现场数据为样本数据,采用灰色关联分析(grey correlation analysis, GCA)获得与硅含量相关度较高的生产指标,以相关指标为输入、硅含量为输出,构建超限学习机(extreme learning machine, ELM)算法模型,对模型进行训练。现场数据计算表明,该模型的预报命中率达87%(误差不小于0.10),实现了高炉铁水硅含量的准确预报。

关键词：高炉铁水硅含量算法模型灰色关联分析超限学习机

基于去趋势多重互相关的深度回声状态网络剪枝算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报（工学版） 2024年第4期45卷 38-45页

作者：孙晓川王宇李莹琦黄天宇华北理工大学人工智能学院河北唐山063210 河北省工业智能感知重点实验室河北唐山063210

针对储备池中存在的冗余结构导致深度回声状态网络预测精度不佳的问题,提出了一种基于去趋势多重互相关的深度回声状态网络剪枝算法。首先,根据去趋势协方差函数和去趋势方差函数,依次计算所选储备池中每2个神经元之间的去趋势互相关系... 详细信息

针对储备池中存在的冗余结构导致深度回声状态网络预测精度不佳的问题,提出了一种基于去趋势多重互相关的深度回声状态网络剪枝算法。首先,根据去趋势协方差函数和去趋势方差函数,依次计算所选储备池中每2个神经元之间的去趋势互相关系数,构建去趋势互相关矩阵,基于该矩阵评估该储备池中所选神经元与所有剩余神经元之间的去趋势多重互相关性。其次,依次删除每个储备池中高相关性神经元到输出层的连接,从而去除网络中的冗余结构。最后,通过最小二乘回归重新训练剪枝后的网络,以获得最优的深度回声状态网络拓扑结构。仿真结果表明:经过所提算法优化后的深度回声状态网络在Mackey-Glass时间序列上的预测精度和记忆能力分别提高了89.80%和30.93%,在Call时间序列上的预测精度和记忆能力分别提高了14.34%和0.10%。

关键词：深度回声状态网络结构优化剪枝去趋势多重互相关时间序列预测