Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 947

会议视频 33

会议信息 19

年份

2024 4

2023 98

2022 108

2021 127

2020 87

2019 82

2018 66

2017 69

2016 56

2015 18

2014 9

2013 5

2012 25

2011 9

2010 10

2009 15

2008 19

2007 37

2006 23

2005 29

展开︾

关键词

神经网络 27

人工智能 10

模式识别 10

2020 5

人工神经网络 5

医院中子照射器 5

深度学习 5

BP神经网络 4

机器学习 4

目标识别 4

网络 4

网络安全 4

网络空间安全 4

能源 4

遗传算法 4

仿真 3

信息技术 3

医院中子照射器I型堆 3

展开︾

检索范围：

排序：展示方式：

An artificial intelligence enhanced star identification algorithm

Hao Wang, Zhi-yuan Wang, Ben-dong Wang, Zhuo-qun Yu, Zhong-he Jin, John L. Crassidis,roger@zju.edu.cn

《信息与电子工程前沿（英文）》 2020年第21卷第11期页码 1535-1670 doi: 10.1631/FITEE.1900590

摘要： An artificial intelligence enhanced algorithm is proposed for s in mode. A model based on Vgg16 is used in the artificial intelligence algorithm to classify star images. The training dataset is constructed to achieve the networks’ optimal performance. Simulation results show that the proposed algorithm is highly robust to many kinds of noise, including position noise, magnitude noise, false stars, and the tracker’s angular velocity. With a deep , the identification accuracy is maintained at 96% despite noise and interruptions, which is a significant improvement to traditional pyramid and grid algorithms.

关键词：星敏感器；姿态失锁；星图识别；卷积神经网络

HTML PDF 收藏

基于海面更快区域卷积神经网络的导航雷达平面位置指示器图像海面目标检测方法 Research Article

陈小龙,牟效乾,关键,刘宁波,周伟

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 630-643 doi: 10.1631/FITEE.2000611

摘要：更快的区域卷积神经网络（Faster R-CNN）作为一种经典深度学习目标检测算法，已广泛应用于高分辨率合成孔径雷达和逆合成孔径雷达的图像检测。然而，对于大多数常见的低分辨率雷达平面位置指示器（PPI）图像，很难取得良好性能。本文以导航雷达PPI图像为例，针对复杂背景（如海杂波）和目标特性情况，提出一种基于海面的更快的区域卷积神经网络（Marine-Faster R-CNN）算法的海面目标检测方法。该方法利用卷积神经网络（CNN）对雷达回波生成的PPI图像进行特征提取和目标识别。首先，为提高检测海面目标的准确率，降低虚警率，设计了特征融合网络FFNet（Feature Fusion Network），并从锚点尺度、多目标检测、数据样本平衡性、尺度归一化等方面优化Faster R-CNN

关键词：海面目标检测；导航雷达；平面位置指示器（PPI）图像；卷积神经网络；更快的区域卷积神经网络

HTML PDF 收藏

深度卷积神经网络高效计算研究进展 Review

Jian CHENG, Pei-song WANG, Gang LI, Qing-hao HU, Han-qing LU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 64-77 doi: 10.1631/FITEE.1700789

摘要：近年来迅速发展的深度神经网络已成为许多智能系统的基础工具。同时，深度网络的计算复杂度和资源消耗也在持续增加，这给深度网络的部署带来了严峻挑战，尤其在实时应用中或应用设备资源有限时。因此，网络加速是深度学习领域的热门话题。为提升深度神经网络的硬件性能，最近几年涌现出一大批基于现场可编程门阵列（field-programmable gate array, FPGA）或专用集成电路（application-specificintegrated circuit, ASIC）的加速器。本文针对网络加速、压缩、软硬件结合的加速器设计等方面的进展进行了详细而全面的总结。特别地，本文对网络剪枝、低秩估计、网络量化、拟合网络、紧凑网络设计以及硬件加速器进行了深入分析。

关键词：深度神经网络；加速；压缩；硬件加速器

HTML PDF 收藏

深度三维重建：方法、数据和挑战 Review Article

刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.2000068

摘要：三维形状重建是计算机视觉、计算机图形学、模式识别和虚拟现实等领域的重要研究课题。基于深度学习的三维重建方法通过利用深度网络自动学习低质量图像中的三维形状语义特征，克服了这两个瓶颈。然而，这些方法具有多种体系框架，但是至今未有文献对它们作深入分析和比较。首先，基于不同深度学习模型框架，将基于深度学习的三维重建方法分为4类：递归神经网络、深自编码器、生成对抗网络和卷积神经网络，并对相应方法作详细分析。其次，详细介绍上述方法常用的4个代表性数据库。

关键词：深度学习模型；三维重建；循环神经网络；深度自编码器；生成对抗网络；卷积神经网络

HTML PDF 收藏

用于语音识别的二值神经网络 Regular Papers

Yan-min QIAN, Xu XIANG

《信息与电子工程前沿（英文）》 2019年第20卷第5期页码 701-715 doi: 10.1631/FITEE.1800469

摘要：近年来，在语音识别的声学建模中，深度神经网络(DNNs)明显优于高斯混合模型。然而，推断阶段巨大的计算量使其难以部署在低功耗的嵌入式模型上。为此，稀疏性和低精度定点量化技术被广泛使用。为降低推理阶段计算量，本文开发了用于语音识别的二进制神经网络，并实现了高速的二值矩阵乘法。在中央处理器(CPU)和图形处理单元(GPU)上，二值矩阵乘法的运行速度是浮点矩阵乘法的5–7倍。针对大规模连续语音识别的声学建模，提出多种二值神经网络及相关模型优化算法。为提高二值模型的精度，探索了从浮点模型到二值模型的知识蒸馏技术。在标准的Switchboard语音识别任务上，该二值神经网络模型比浮点神经网络模型速度提高3–4倍。借助知识蒸馏技术，二值深度神经网络或卷积神经网络相对其浮点神经网络的词错误率增加可以保持在15%以内。若只二值化卷积神经网络的卷积层，词错误率增加几乎可忽略。

关键词：语音识别；二值神经网络；二值矩阵乘法；知识蒸馏；位1计数

HTML PDF 收藏

基于径向基函数神经网络的滚动轴承故障模式的识别

陆爽,张子达,李萌

《中国工程科学》 2004年第6卷第2期页码 56-60

摘要：

径向基函数（RBF）神经网络是一种3层前馈性神经网络，它具有较强的函数逼近能力和分类能力。鉴于径向基函数神经网络的优点，在对滚动轴承振动信号特征分析的基础上，提出了采用时序方法对其建立AR模型，利用AR模型参数建立径向基函数神经网络，并用该网络对滚动轴承的故障模式进行了识别。理论和试验证明了该方法的有效性，且具有较高的识别精度。

关键词：滚动轴承振动信号 AR模型 RBF神经网络模式识别

HTML PDF 收藏

过程神经网络的训练及其应用

何新贵,梁久祯,许少华

《中国工程科学》 2001年第3卷第4期页码 31-35

摘要：

研究过程神经网络的学习算法及其在过程模式识别中的应用。针对权值基展开的过程神经网络讨论了权值基的选取规则和对采样曲线的标准化处理问题，给出了含一个隐层的过程神经网络的误差反传播学习算法。以聚合化学反应和渗流实验两个具体实例验证了算法的有效性，也说明了过程神经网络的广泛应用前景。

关键词：过程神经网络学习算法模式识别化学反应渗流

HTML PDF 收藏

电流型有源电力滤波器的神经网络滞环控制

王萍,张珂,许会军

《中国工程科学》 2007年第9卷第1期页码 40-43

摘要：

神经网络滞环控制就是将神经网络和滞环比较器这两种方法相结合的一种控制方法。将二者结合的控制方法不仅可实现神经网络对快速变量的控制，而且可以提高滞环控制的性能。通过训练神经网络能够完成滞环比较器的功能，并可取代滞环比较器。给出了计算机仿真结果，神经网络通过DSP实现。

关键词：有源滤波神经网络滞环比较器

HTML PDF 收藏

一种基于分块步态模板的鲁棒性步态识别方法 Research Articles

王科俊,刘亮亮,丁欣楠,于凯强,胡钢

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.2000377

摘要：步态识别具备远程识别的巨大潜力，但这种方法很容易受到与身份无关的因素影响，例如穿衣、随身携带的物体和角度。目前基于步态模板的方法可以有效表示步态特征。每一种步态模板都有其优势以及表征不同的显著信息。本文提出一种步态模板融合方法，以避免经典的步态模板（例如步态能量图像方法）的不足——经典步态模板表征的不完整信息对轮廓变化很敏感。根据人体各部分特点将融合的步态模板为3个部分（头部、躯干和腿部区域），然后将这3部分的步态模板分别输入卷积神经网络学习从而获得融合的步态特征。实验结果表明，所提步态识别方法具有良好准确性和鲁棒性。

关键词：步态识别；分块算法；步态模板；步态分析；步态能量图；深度卷积神经网络；生物特征识别；模式识别

HTML PDF 收藏

基于RBF神经网络的水文地质参数识别

张俊艳,魏连伟,韩文秀,邵景力,崔亚丽,张建立

《中国工程科学》 2004年第6卷第8期页码 74-78

摘要：

水文地质参数识别问题是水文地质学上的一个难题。针对传统水文地质参数识别方法的局限性，提出了水文地质参数识别的径向基函数(RBF )神经网络方法，并通过算例验证了它的可行性与有效性，实现了水文地质参数的自动识别，提高了计算效率，比BP神经网络具有更好的参数识别效果

关键词：地下水水文地质参数径向基函数(RBF)神经网络 BP神经网络

HTML PDF 收藏

一种基于卷积神经网络从3导联心电图推导标准12导联心电图的新方法 Regular Papers

Lu-di WANG, Wei ZHOU, Ying XING, Na LIU, Mahmood MOVAHEDIPOUR, Xiao-guang ZHOU

《信息与电子工程前沿（英文）》 2019年第20卷第3期页码 405-413 doi: 10.1631/FITEE.1700413

摘要：本文提出一种基于卷积神经网络（convolutional neural network，CNN）的导联重构方法。

关键词：卷积神经网络（CNNs）；心电图重构；电子健康

HTML PDF 收藏

深度神经网络加速器体系结构概述 Review

陈怡然, 谢源, 宋凌皓, 陈凡, 唐天琪

《工程（英文）》 2020年第6卷第3期页码 264-274 doi: 10.1016/j.eng.2020.01.007

摘要：在本文中，我们特别总结了用于深度神经网络（DNN）的加速器设计（即DNN加速器）的最新进展。我们从计算单元、数据流优化、网络模型、基于新兴技术的体系结构以及针对新兴应用的加速器等方面讨论支持DNN执行的各种体系结构。我们还提供了有关AI芯片设计未来趋势的展望。

关键词：深度神经网络特定领域体系结构加速器

HTML PDF 收藏

风云三号A星微波湿度计数据处理与应用

何杰颖,张升伟

《中国工程科学》 2013年第15卷第10期页码 47-53

摘要：

主要介绍了风云三号A星（FY-3A）有效载荷之一——微波湿度计的结构、运行状态以及数据接收和数据处理的具体形式。利用神经网络算法建立反演模型，并与国外已经业务运行的先进微波探测单元B型（AMSU-B）比较，性能相当。

关键词：微波湿度计风云三号A星神经网络算法水汽密度

HTML PDF 收藏

模糊中心聚类的模式识别学习方法

曾黄麟,袁慧,刘小芳

《中国工程科学》 2004年第6卷第11期页码 33-37

摘要：基于一个约束条件下的非线性规划问题的优化计算思想，把模糊中心聚类中计算输入矢量与中心的距离来实现聚类作为一种优化计算问题，证明了模糊中心聚类方法，取一个适当的属函数，其聚类中心vi为模糊聚类中心价值函数的极小值，推导出了基于模糊中心聚类的模式识别的无导师递推学习方法，提出了模糊中心聚类模式分类神经网络结构，该网络可以实现并行数据处理和模式分类的软划分和硬划分。

关键词：模糊中心聚类模式识别神经网络

HTML PDF 收藏

一种粗模糊神经分类器

曾黄麟,王晓

《中国工程科学》 2003年第5卷第12期页码 60-65

摘要：

介绍一种新的粗集编码模糊神经分类器。基于粗集理论的概念，讨论了知识编码、属性简化、分类系统简化的方法；并利用模糊隶属度函数将输入精确信息映射为模糊变量信息，解决分类中病态定义的数据问题和提高系统非线性映射的分类能力；提出了结合系统参数的重要性因子的网络的模糊推理方法和粗模糊神经分类器的网络结构以及有导师的最小平方误差学习训练算法实现的粗集编码模糊神经分类器具有网络结构空间维数低、学习算法简单、网络训练时间短、非线性特性丰富等优点。

关键词：模糊粗集神经网络分类