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

基于改进类激活映射的织物疵点检测

计算机应用与软件 2024年第1期41卷 246-252页

作者：李飞龙李敏何儒汉崔树芹武汉纺织大学数学与计算机学院湖北武汉430200

为实现弱监督条件下的织物疵点检测,提出一种基于改进类激活映射(Class activation mapping,CAM)的疵点检测方法。在卷积神经网络中加入SE模块,并将深层和浅层卷积层进行结合,以此提高网络的分类性能;为了提高疵点定位的准确性,将两种... 详细信息

为实现弱监督条件下的织物疵点检测,提出一种基于改进类激活映射(Class activation mapping,CAM)的疵点检测方法。在卷积神经网络中加入SE模块,并将深层和浅层卷积层进行结合,以此提高网络的分类性能;为了提高疵点定位的准确性,将两种分辨率的类激活图进行融合来生成改进的类激活图。实验结果表明,该算法对无疵点、孔、污渍和纱疵四个类别织物图像的识别准确率达到了96.88%,并且在数据集只有图像级标注的情况下,实现了织物疵点的定位。

关键词：疵点检测弱监督织物类激活映射卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于权重活性评价的循环神经网络模型

计算机应用与软件 2024年第6期41卷 296-304,319页

作者：张承郑明胡雨阳夏定纯武汉纺织大学数学与计算机学院湖北武汉430200

针对LSTM等循环神经网络存在着结构复杂和参数冗余等问题,对循环神经网络的结构做了相关的研究和分析,提出一种权重活性评价算法,对网络的基本单元进行活性评价和结构的筛选,以提高循环神经网络的结构合理性,降低网络参数的计算量。通... 详细信息

针对LSTM等循环神经网络存在着结构复杂和参数冗余等问题,对循环神经网络的结构做了相关的研究和分析,提出一种权重活性评价算法,对网络的基本单元进行活性评价和结构的筛选,以提高循环神经网络的结构合理性,降低网络参数的计算量。通过对心律失常数据的实验与测试,分析LSTM网络权重活性的差异以及权重与梯度的变化特征,实验结果表明,运用该算法能够较好地优化循环神经网络的结构,并降低网络参数的冗余。

关键词：权重活性评价参数冗余循环神经网络

在线全文

学校读者我要写书评

暂无评论

基于间歇控制策略的双层网络广义同步

中国科学：信息科学 2024年第8期54卷 1924-1939页

作者：宋长江周进卫红凯张森武汉纺织大学数理科学学院武汉430200 武汉大学数学与统计学院武汉430072 海军工程大学电子工程学院武汉430030

复杂网络是刻画现实世界的有效工具,而同步现象是复杂网络中最为普遍的现象之一,广义同步更因其普适性吸引着研究者的目光.本文研究单向耦合双层驱动-响应网络的广义同步问题.判定广义同步存在的辅助系统方法因其简单有效自提出起便被... 详细信息

复杂网络是刻画现实世界的有效工具,而同步现象是复杂网络中最为普遍的现象之一,广义同步更因其普适性吸引着研究者的目光.本文研究单向耦合双层驱动-响应网络的广义同步问题.判定广义同步存在的辅助系统方法因其简单有效自提出起便被广泛使用,并于21世纪初被推广应用于复杂网络.而对于不能自发同步的网络,间歇控制是一种常见且有效的控制机制.间歇控制策略不仅符合现实场景,还能够减少通信,节约控制资源基于此,本文研究单向耦合双层网络的层间广义同步,并利用辅助系统方法,提出间歇控制策略下的双层网络广义同步准则.首先,本文提出线性反馈牵制间歇控制机制下的网络广义同步准则.进一步,为节约控制资源,考虑自适应牵制控制器在间歇控制策略下的网络广义同步问题.本文从理论和仿真两方面证实了间歇控制策略下的双层网络层间广义同步可行性。

关键词：双层复杂网络广义同步间歇控制牵制控制自适应控制

融合正切搜索与竞争交配的斑马优化算法及应用

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年

作者：苏晨王防修黄淄博武汉轻工大学数学与计算机学院

针对斑马优化算法(Zebra Optimization Algorithm, ZOA)在求解最优解时存在早熟收敛和容易陷入局部最优的缺陷，提出了一种多策略改进方法(TZOA)。首先，对该算法使用了正切搜索策略，增加种群多样性防止陷入局部最优解，并使用双曲余... 详细信息

针对斑马优化算法(Zebra Optimization Algorithm, ZOA)在求解最优解时存在早熟收敛和容易陷入局部最优的缺陷，提出了一种多策略改进方法(TZOA)。首先，对该算法使用了正切搜索策略，增加种群多样性防止陷入局部最优解，并使用双曲余弦因子作为调节参数，避免影响收敛速度。其次，将野马优化算法(Wild horse optimizer, WHO)的放牧行为与斑马优化算法(ZOA)的觅食行为共同组成双种群共生策略，提高算法前期的全局探索能力与后期的局部收敛能力。然后加入一种全新的竞争交配机制进一步提高种群多样性与局部探索范围。最后，实验部分则通过与其他作者的改进策略、近几年优秀算法、优秀经典算法分别在14个CEC2017测试函数的10、30、50维上进行测试，并使用种群多样性分析、Wilcoxon秩和检验、探索开发分析和运行时间对比图来验证算法的性能，实验结果表明，TZOA相较于其他几种智能优化算法具有更好的求解能力与精度。同时将TZOA应用于机器人路径规划问题，在简单地图与复杂地图测试所得结果中皆为最佳值，进一步证明了改进算法TZOA的有效性。

关键词：斑马优化算法正切搜索双曲余弦函数野马优化算法双种群共生竞争交配机器人路径规划

一种改进随机森林算法的并网逆变器开路故障诊断方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电源学报 2024年

作者：张明张倩李效叶轩何顺帆武汉纺织大学电子与电气工程学院中南民族大学计算机科学学院

对并网逆变器IGBT开路故障高效诊断有助于快速发现故障，确保并网逆变系统的稳定运行和设备安全。现有IGBT开路故障诊断方法存在特征提取难，诊断正确率差等问题，为此提出了一种改进随机森林算法的并网逆变器IGBT开路故障诊断方法，首... 详细信息

对并网逆变器IGBT开路故障高效诊断有助于快速发现故障，确保并网逆变系统的稳定运行和设备安全。现有IGBT开路故障诊断方法存在特征提取难，诊断正确率差等问题，为此提出了一种改进随机森林算法的并网逆变器IGBT开路故障诊断方法，首先利用极大重叠离散小波(MODWT)分解提取出三相电流信号各频带的小波能量，作为IGBT开路故障诊断用特征值；然后利用改进的随机森林算法识别不同类型的故障；最后对各种并网逆变器IGBT开路故障进行诊断实验。实验结果表明，相对于传统的BP神经网络、SVM等诊断方法，该方法诊断正确率高，可适用于并网逆变器IGBT开路故障诊断。

关键词：并网逆变器 IGBT开路故障改进随机森林极大重叠离散小波能量

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

幂律流体顶盖驱动流中的颗粒运动

物理学报 2024年第14期73卷 145-154页

作者：杨晓峰刘姣单方柴振华施保昌华中科技大学数学与统计学院武汉430074 华中科技大学工程建模与科学计算湖北重点实验室武汉430074 华中科技大学数学与应用学科交叉创新研究院武汉430074 南昌大学数学与计算机学院南昌330031

采用扩散界面格子Boltzmann模型研究了圆形颗粒在幂律流体方腔流中的运动,重点分析了初始位置、幂律指数、颗粒大小对圆形颗粒在幂律流体顶盖驱动流中的运动的影响.数值结果表明不同初始位置的圆形颗粒最终均能稳定在极限环上运动.不同... 详细信息

采用扩散界面格子Boltzmann模型研究了圆形颗粒在幂律流体方腔流中的运动,重点分析了初始位置、幂律指数、颗粒大小对圆形颗粒在幂律流体顶盖驱动流中的运动的影响.数值结果表明不同初始位置的圆形颗粒最终均能稳定在极限环上运动.不同幂律指数的幂律流体对圆形颗粒运动的极限环有明显影响,对于剪切增稠流体,颗粒的运动速度明显增大,极限环半径明显缩小;对于剪切稀化流体,左下角和右下角的次级涡收缩,极限环向方腔的右下角移动.圆形颗粒较小时,颗粒的运动速度较快,运动半径较大,运动轨迹更接近流体的流线;圆形颗粒较大时,受到边界的限制,极限环半径较小,运动速度较慢.此外,还讨论了颗粒对顶盖驱动流主涡涡心位置的影响,颗粒会将主涡涡心推向远离颗粒的方向.

关键词：格子Boltzmann 方法圆形颗粒幂律流体顶盖驱动流

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于门控膨胀卷积循环网络的单声道语音增强

计算机应用 2024年第4期44卷 1317-1324页

作者：尤昕源王恒武汉轻工大学数学与计算机学院武汉430048

上下文信息的使用在语音增强任务中具有重要作用。针对全局语音利用不充分的问题,提出一种用于复数频谱映射的门控膨胀卷积循环网络(GDCRN)。GDCRN包含编码器、门控时间卷积模块(GTCM)和解码器这3部分,编码器和解码器是非对称的网络结... 详细信息

上下文信息的使用在语音增强任务中具有重要作用。针对全局语音利用不充分的问题,提出一种用于复数频谱映射的门控膨胀卷积循环网络(GDCRN)。GDCRN包含编码器、门控时间卷积模块(GTCM)和解码器这3部分,编码器和解码器是非对称的网络结构。首先,编码器利用门控膨胀卷积模块(GDCM)扩大感受野,处理特征;其次,使用GTCM捕获更长的上下文信息,并选择性传递特征;最后,解码器使用结合门控线性单元(GLU)的反卷积,反卷积与编码器中对应层的卷积层使用跳跃连接,并引入通道时频注意力(CTFA)机制。实验结果表明,相较于时间卷积神经网络(TCNN)、门控卷积循环网络(GCRN)等网络,所提网络的参数量和训练时间更少,客观语音质量评估(PESQ)和短时客观可懂度(STOI)都有显著改善,最高可提升0.2589和4.67个百分点,具有更好的增强效果与更强的泛化能力。

关键词：语音增强复数频谱映射膨胀卷积门控机制注意力机制

α-稳定非高斯噪声驱动随机发展方程的极限分布（英文）

在线全文

学校读者我要写书评

暂无评论

应用数学 2024年第4期 1180-1194页

作者：翟利凯付红波武汉纺织大学数理科学学院

当α∈(1, 2)时,我们研究一类加性型α-稳定非高斯噪声驱动的随机发展方程的分布极限.在适当的条件下,证明此方程解的分布弱收敛到一个加性型高斯噪声驱动的随机发展方程解的分布.

关键词：随机发展方程 α-稳定非高斯过程分布

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应增强的多视图对比推荐算法

计算机工程 2024年

作者：姚迅王海鹏胡新荣杨捷武汉纺织大学计算机与人工智能学院伍伦贡大学工程与信息科学学院

近年来，基于神经网络架构的推荐系统取得了显著成功，但在处理富含流行偏见和交互噪声的数据时，它们未能达到期望的效果。对比学习作为一种从无标记数据中学习的新兴技术备受关注，为解决这一问题提供了潜在方案。这项工作，提出了一... 详细信息

近年来，基于神经网络架构的推荐系统取得了显著成功，但在处理富含流行偏见和交互噪声的数据时，它们未能达到期望的效果。对比学习作为一种从无标记数据中学习的新兴技术备受关注，为解决这一问题提供了潜在方案。这项工作，提出了一种端到端的图对比推荐方法，命名为AMV-CL。该方法首先基于节点的潜在表征构建用户-项目交互图的互补图；接着，引入自适应增强技术，分别从节点和边缘角度生成多视图数据，并通过重参数化网络调整图结构；最后，规范化对比损失中锚节点的正样本来源，同时利用多视图对比损失来学习用户/项目的潜在表征。在公共数据集上进行了大量的实验表明，相较于最优基准方法SimGCL，AMV-CL在评价指标RECALL@20和NDCG@20上的提升最高分别可达到12.03%和12.64%。实验结果表明，所提方法能够有效提升推荐性能。

关键词：图神经网络推荐系统多视图对比学习自适应增强