稀疏自动编码器相关论文
提升机是煤矿生产的关键设备,轴承作为提升机的核心旋转部件,其良好的健康状况是设备安全运行的必要保障.针对滚动轴承振动信号数......
当前,随着互联网信息技术的高速发展,网络购物逐渐取代了实体商店购物成为了日常生活中主要购物方式之一,用户在网上购买商品时,商......
数据的冗余较大导致了数据压缩比例较低,增加了数据传递的能量开销.为此,相关学者提出基于深度学习的无线传感器网络数据压缩算法......
为了提升医学诊断的预测精度,设计了增强稀疏自编码器和Softmax回归的特征学习和分类阶段组合方法。在稀疏自编码器(SAE)网络的特......
近年来国家给予轨道交通事业大力支持,这使得我国的铁路机车也有了长足的发展。而列车车轴作为转向架的核心部件,它的安全一直是列......
在当前所有的电力设备中,变压器的作用最为重要,电能转换和传输都需要变压器来完成,因此对变压器可能存在的潜伏性故障进行诊断是......
传统电能质量扰动分类方法往往需要依靠专家经验提取特征,分类的准确率有限.结合具有强大特征提取能力的稀疏自动编码器和卷积神经......
在视频异常行为检测过程中,为了提取出可分辨性更好的特征,同时兼顾运行速度,提出一种基于优化的全卷积网络(full convolution net......
微博情感倾向分类是分析微博语句带有正向、负向或者中性情感.已有的研究大多根据手工标注微博情感极性进行有监督或半监督分类.该......
针对一类置换区域含噪声的置换混叠图像,提出一种基于稀疏自动编码器的算法来自动检测和分离含噪声的置换区域。对含噪声的置换混......
非法认证者可通过播放重新录制合法认证者的语音欺骗说话人识别系统以获得进人系统的权限，为社会安全带来威胁。因此，重录语音的检测......
提取滚动轴承有效的故障特征参数是轴承故障诊断重要的组成部分,为改善核极限学习机(Kernel Extreme Learning Machine,KELM)高维......
基于浅层BP网络的模式识别在诸多领域有着广泛的应用,但对于稀疏高维度的数据,在网络模型训练时计算量大、参数繁多、训练慢、准确......
为了提高文本分类的分类效果和降低分类的错误率,本文将深度学习中的压缩自动编码器逐层叠加,提出基于改进的TFIDF和堆叠的压缩自......
根据听觉语音学的知识,提出使用稀疏自动编码器在MFCC特征基础上进行深度学习,提取了深度特征模仿听觉神经的稀疏触动信号,有利于H......
首先阐述了稀疏自动编码器（SAE）及随机梯度下降法、共轭梯度法和有限内存拟牛顿法等三种优化方法的基本原理，然后选取了某型飞机200架......
文本分类在文本预处理中占据着重要的地位,针对文本分类过程中输入数据维数高,导致特征提取,分类器选择困难等问题,提出一种基于稀......
针对当今在多模态数据处理过程中存在的两个问题:1)多模态数据中存在冗余信息和噪声;2)如何平衡多模态数据间的关系,我们提出了一......
随着移动机器人在工业生产和日常生活中的广泛应用,人们对其安全性的要求也越来越高。移动机器人在未知环境下移动会遇到各种各样......
滚动轴承作为旋转机械设备中不可或缺的关键部件,在整个设备的安全性能方面有着举足轻重的地位。如果不能及时准确地对滚动轴承进......
当前蓄电池在电动汽车、风电及光伏发电、分布式电站等新能源领域得到了广泛应用。针对同品牌同型号电池在老化过程中存在容量衰减......
针对带标签训练样本不足,典型卷积神经网络卷积核由经验设置,网络结构固定不变难以后期再学习的问题,基于稀疏自编码器(sparse aut......
为了解决表情识别中单一数据所包含人脸表情信息不全面的问题,融合了图像与标记点数据;针对传统模式识别方法中手动提取特征的复杂......
传统的文本分类算法都是采用期望交叉熵、信息增益和互信息等统计方法,通过设置阈值获取特征集.如果训练集的数据量较大,则容易出......
为了准确识别滚动轴承故障状态,提出了基于稀疏编码器的自动特征提取方法和基于投票法多分类孪生支持向量机的故障类型识别方法。......
滚动轴承作为旋转机械设备关键的驱动部件,在设备运行中承担着重要作用,当其发生故障时直接影响设备的安全可靠运行。因此研究滚动......
滚动轴承是机械设备中的重要组成部分,因其故障种类繁多,例如故障位置可能出现在轴承的内圈、外圈或者滚动体,故障的尺度又深浅不......
近年来,深度学习已成为机器学习领域里面的热门研究方向,深度学习模型模拟人脑的信息处理机制。自动编码器作为一种有效的深度学习......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
针对无人机巡线过程中无人机拍摄的航拍图像具有场景复杂多变、纹理信息丰富、容易出现图像识别结果错误的问题,本文提出了一种基......
针对传统卷积神经网络卷积核初始值以及隐藏特征图个数比较难确定的情况,提出了一种基于非监督预训练和灰度关联分析的卷积神经网......
为了改善人工判读飞参数据效率低且易出现误判和漏判的不良状况,本文提出一种基于稀疏自动编码器(Sparse auto-encoder,SAE)的飞参......
卷积神经网络(Convolutional Neural Network,CNN)是深度学习的代表算法之一。卷积神经网络通过卷积运算来提取特征,并通过卷积的......
提取滚动轴承有效的故障特征参数是轴承故障诊断重要的组成部分,针对支持向量机(Support Vector Machine,SVM)难以表征被测信号与......
针对稀疏自动编码器(sparse auto encoder, SAE)采用sigmoid激活函数容易造成梯度消失的问题,用一种新的Tan函数替代原有的sigmoid......
浮筏养殖广泛存在于我国近海海域,可见光遥感图像无法完全准确地获取养殖目标,而基于主动成像的合成孔径雷达(Synthetic aperture ......
为了提高自动编码器算法的学习精度,更进一步降低分类任务的分类错误率,提出一种组合稀疏自动编码器(SAE)和边缘降噪自动编码器(m ......
针对目前感应电动机故障诊断大多采用监督学习提取故障特征的现状,提出一种将去噪编码融入稀疏自动编码器的深度神经网络,实现非监......
图像变化检测是检测同一地点不同时间的两幅图像变化情况的一个过程。在上个世纪末,随着遥感技术的发展,遥感图像的变化检测已经变......
现有无监督特征学习算法通常在RGB色彩空间进行特征提取,而图像和视频压缩编码标准则广泛采用YUV色彩空间。为了利用人类视觉特性......
提出了一种基于视觉几何组19(visual geometry group-19,VGG-19)混合迁移学习模型的服饰图片识别算法。该算法对VGG-19模型预训练,......
机器学习算法的成功一般来说取决于数据以及数据是以什么方式呈现的。近些年来,已经有了大量的关于非监督特征学习和深度学习的研......
心脏性猝死具有突发性、高发病率和高致死率的特点,是心血管领域关注的热点问题。在远程医疗背景下,动态心电监护是心脏性猝死预测......
