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 823

会议视频 38

会议信息 10

会议专题 1

年份

2024 4

2023 105

2022 102

2021 99

2020 92

2019 63

2018 55

2017 61

2016 44

2015 19

2014 7

2013 11

2012 12

2011 10

2010 10

2009 13

2008 15

2007 25

2006 21

2005 21

展开︾

关键词

神经网络 27

智能制造 10

人工智能 7

人工神经网络 5

机器学习 5

BP神经网络 4

指标体系 4

绿色化工 4

网络 4

网络安全 4

网络空间安全 4

2020 3

原子力显微镜 3

网络空间 3

遗传算法 3

BP算法 2

DX桩 2

HIV感染孕产妇 2

展开︾

检索范围：

排序：展示方式：

一种端到端语音合成中的高效解码自注意力网络 Research Article

赵伟1,2,许力1,2

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1127-1138 doi: 10.1631/FITEE.2100501

摘要：自注意力网络由于其并行结构和强大的序列建模能力，被广泛应用于语音合成（TTS）领域。然而，当使用自回归解码方法进行端到端语音合成时，由于序列长度的二次复杂性，其推理速度相对较慢。为解决该问题，提出一种高效解码自注意力网络（EDSA）作为替代。通过一个动态规划解码过程，有效加速TTS模型推理，使其具有线性计算复杂度。

关键词：高效解码；端到端；自注意力网络；语音合成

HTML PDF 收藏

基于图卷积注意力网络的视频摘要方法 Research Articles

李平1,2,唐超1,徐向华1

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 902-913 doi: 10.1631/FITEE.2000429

摘要：提出一种基于图卷积注意力网络（graph convolutional attention network, GCAN）的视频摘要方法。具体而言，GCAN使用空洞时序卷积对局部线索和时序自注意力建模，能有效利用各视频帧的全局线索；同时利用多层图卷积网络学习图嵌入，反映视频帧样本的本征结构。

关键词：时序学习；自注意力机制；图卷积网络；上下文融合；视频摘要

HTML PDF 收藏

基于注意力的高效机器人抓取检测网络 Research Article

秦晓飞1,胡文凯1,肖晨2,何常香2,裴颂文1,3,4,张学典1,3,4,5

《信息与电子工程前沿（英文）》 2023年第24卷第10期页码 1430-1444 doi: 10.1631/FITEE.2200502

摘要：为平衡抓取检测算法的推理速度和检测精度，本文提出一种编码器–解码器结构的像素级抓取检测神经网络，称为基于注意力的高效机器人抓取检测网络（AE-GDN）。在编码器阶段引入3个空间注意模块以增强细节信息，在解码器阶段引入3个通道注意模块以提取更多语义信息。采用多个轻量高效的DenseBlocks连接编码器和解码器，提高AE-GDN的特征建模能力。

关键词：机器人抓取检测；注意力机制；编码器–解码器；神经网络

HTML PDF 收藏

城市地下基础设施低碳发展策略研究

王国盛,季港澳,路德春,杜修力

《中国工程科学》 2023年第25卷第1期页码 30-37 doi: 10.15302/J-SSCAE-2023.01.012

摘要：研究认为，对于新建城市地下基础设施，以源头端、消费端、固碳端三端为抓手，提出了在规划设计、建造物化、运行维护阶段等全面考虑城市地下基础设施全生命周期的低碳发展策略；对于既有城市地下基础设施，提出了电气化

关键词：城市地下基础设施；碳中和；全生命周期；源头端；消费端；固碳端

HTML PDF 收藏

无线多媒体传感器网络中端对端时延资源调配的多层次跨层协议 Regular Papers-Research Articles

Hossein HADADIAN NEJAD YOUSEFI, Yousef SEIFI KAVIAN, Alimorad MAHMOUDI

《信息与电子工程前沿（英文）》 2019年第20卷第9期页码 1266-1276 doi: 10.1631/FITEE.1700855

摘要：近年来信息和通信技术的讯速发展让无线多媒体传感器网络（WMSNs）面临重要挑战。在传感器网络多媒体应用中，端对端时延和可靠性是关键问题。本文提出一种新的跨层方法，使得网络端对端时延可以确保理想的数据包分组传送率（PDR），此处PDR被用来度量网络可靠性。在提出的多层次跨层（MLCL）协议中，利用远离接收器的跃点数设置每个节点级别。数据包通过以该级别设置的到接收器的最小越点数路径发送。该协议利用网络和多址接入协议（MAC）层之间跨层特性估计最小时延，在该时延下节点能够将数据包传送给接收器。该数据包的丢弃能够提高网络性能，因为节点能够发送有用数据包以取代无用数据包。结果表明，与当前最先进协议相比，所提协议在端对端时延和可靠性方面表现出优越性能。

关键词：无线多媒体传感器网络；跨层；存活时间；端对端时延；服务质量

HTML PDF 收藏

Ldformer：面向长期电力预测的并行神经网络模型

田冉,李新梅,马忠彧,刘颜星,王晶霞,王楚

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1287-1301 doi: 10.1631/FITEE.2200540

摘要：首先，将Informer与长短期记忆网络相结合，以获得时间序列的深度表达能力。其次，提出并行编码器模块提高模型鲁棒性，并将卷积层与注意力机制相结合，以避免注意力机制中的值冗余。最后，提出结合UniDrop的概率稀疏注意力机制，以减少计算开销并减轻序列中一些关键连接丢失的风险。

关键词：长期电力预测长短期记忆网络 UniDrop 自注意力机制

HTML 收藏

NGAT：基于广度和深度探索注意力机制的半监督图表示学习 Research Articles

胡荐苛,张引

《信息与电子工程前沿（英文）》 2022年第23卷第3期页码 409-421 doi: 10.1631/FITEE.2000657

摘要：近年来图神经网络（GNN）在图结构数据表示学习方面取得显著成绩。然而，随着网络层数增加，由于过度平滑问题，基于邻域信息聚合策略的GNN性能恶化，这也是GNN应用于真实图的主要瓶颈。为缓解过度平滑，本文提出一种嵌套的图注意网络，即基于双重注意力机制的多尺度特征融合模型NGAT，该网络可以半监督形式工作。除广度探索，k层NGAT运用注意力机制引导的分层聚合策略，选择性地利用来自k阶邻域的信息特征，即深度探索。本文在公开数据集上对比了现有图神经网络模型，实验表明本文提出的NGAT模型具备更强的节点嵌入学习能力。

关键词：图学习；半监督学习；节点分类；注意力机制

HTML PDF 收藏

基于带积分补偿近端策略优化算法的四旋翼控制 Research

胡欢,王庆领

《信息与电子工程前沿（英文）》 2020年第21卷第5期页码 649-808 doi: 10.1631/FITEE.1900641

摘要：使用先进的近端策略优化强化学习算法优化随机控制策略，实现对无模型四旋翼飞行器速度的稳定控制。飞行器模型由4个可以学习训练的子神经网络控制，神经网络以一种端到端的方式将模型状态映射为控制命令输送给飞行器执行。将积分补偿器引入行为评估算法框架，可大大提高模型速度跟踪的准确性和鲁棒性。

关键词：强化学习；近端策略优化；四旋翼控制；神经网络

HTML PDF 收藏

混凝土裂缝端部粘聚力的计算

徐世烺,王利民

《中国工程科学》 2002年第4卷第5期页码 53-58

摘要：

混凝土裂缝端部断裂过程区的粘聚力分布是导致混凝土断裂呈现非线性特性的重要原因。基于混凝土的断裂特性和虚拟裂缝端部存在粘聚力的分析模型，并通过分布函数的特性分析，提出了粘聚力分布函数的两种简化表达式：一为单参数待定式，另一为双参数待定式。进而通过裂缝张开位移实测数据即可求得粘聚力分布，并且给出了适当的算例分析和讨论。

关键词：混凝土裂缝张开位移虚拟裂缝粘聚力代数方程

HTML PDF 收藏

端对端能源交易现状分析与展望 Review

周越, 吴建中, 龙超, 明文龙

《工程（英文）》 2020年第6卷第7期页码 739-753 doi: 10.1016/j.eng.2020.06.002

摘要：

作为有望解决人类社会“能源三元悖论”的一种重要手段，端对端能源交易（peer-to-peer energy trading）在近年涌现并快速发展。在端对端能源交易中，分布式能源（distributed energy resource, DER）直接互相进行能源的交易和共享。基于对相关学术论文、研究项目和工程实践的综合调研，本文总结并分析了端对端能源交易的全球发展现状，讨论了端对端能源交易的5个主要方面，包括市场机制设计、交易平台、物理和信息通信基础设施、社会科学视角以及政策法规端对端能源交易是一个快速发展的领域，为全球的学术界和工业界提供了巨大的潜力和机会。

关键词：端对端能源交易分布式能源本地能源市场区块链能源政策

HTML PDF 收藏

一种抗RPE-LTP声码器压缩的端到端数据传输方法

陈立全,胡爱群,徐青,杨晓辉

《中国工程科学》 2007年第9卷第12期页码 81-85

摘要：

提出了一种基于正交频分复用(OFDM)的抗规则脉冲激励-长时预测声码器（RPE-LTP）压缩的端到端数据传输方法。根据RPE-LTP声码器特性，将待传输数据分别调制到正交的低频正弦载波上，用快速傅立叶逆变换运算实现信号的调制传输，调制后的波形符合声码器的时频特性。经仿真结果验证，提出的抗压缩传输方法的数据传输速率可达2.4 kb/s，误码率小于0.3 %，适合移动网络端到端实时安全语音数据传输使用。

关键词：声码器；规则脉冲激励-长时预测；正交频分复用；快速傅立叶变换

HTML PDF 收藏

一种基于非线性时空效应的个性化下一个兴趣点推荐方法

孙曦,吕志民

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1273-1286 doi: 10.1631/FITEE.2200304

摘要：下一个兴趣点（POI）推荐是基于位置的社交网络（LBSN）的一项重要任务，其目标是使用历史签到数据在特定情境下为用户推荐下一个兴趣点。现有研究将用户时空信息线性离散化，然后使用基于循环神经网络（RNN）的方法进行建模。但是这些研究忽略了时空信息对用户偏好的非线性影响以及用户轨迹和候选兴趣点之间的时空相关性。该模型使用具有注意力机制的长短期记忆网络（LSTM）作为基本框架，并将时空信息以编码形式引入模型。在编码信息过程中，使用指数型衰减因子刻画用户兴趣随时间和距离的非线性漂移特性。

关键词：兴趣点推荐时空效应长短期记忆网络注意力机制

HTML 收藏

融合目标语言端语义角色的串到树翻译模型 Article

Chao SU, Yu-hang GUO, He-yan HUANG, Shu-min SHI, Chong FENG

《信息与电子工程前沿（英文）》 2017年第18卷第10期页码 1534-1542 doi: 10.1631/FITEE.1601349

摘要：串到树模型是统计机器翻译中最为成功的基于句法的模型之一。它通过对目标语言端句法信息进行建模，使得机器输出的译文更符合语法。提出两种方式，利用语义角色提高串到树模型性能：（1）在句法树上添加语义角色标签；（2）先将语义角色转换成树结构，再引入句法信息。将上述两种新的树结构用于串到树机器翻译模型训练，使得系统能够利用语义信息学习或选择更好的翻译规则。实验表明，在口语和新闻两种语料上，我们的方法都超越了传统串到树翻译系统；在大规模新闻语料上，我们的方法超越了基于短语的机器翻译系统。

关键词：机器翻译；语义角色；句法树；串到树模型

HTML PDF 收藏

基于多智能体深度强化学习的工业无线网络端边协同资源分配 Research Article

刘晓宇1,2,3,4,许驰1,2,3,于海斌1,2,3,曾鹏1,2,3

《信息与电子工程前沿（英文）》 2022年第23卷第1期页码 47-60 doi: 10.1631/FITEE.2100331

摘要：边缘人工智能通过协同利用设备侧和边缘侧有限的网络、计算资源，赋能工业无线网络以支持复杂和动态工业任务。面向资源受限的工业无线网络，我们提出一种基于多智能体深度强化学习的资源分配（MADRL-RA）算法，实现了端边协同资源分配，支持计算密集型、时延敏感型工业应用。首先，建立了端边协同的工业无线网络系统模型，将具有感知能力的工业设备作为自学习的智能代理。然后，采用马尔可夫决策过程对端边资源分配问题进行形式化描述，建立关于时延和能耗联合优化的最小系统开销问题。接着，利用多智能体深度强化学习克服状态空间维灾，同时学习关于计算决策、算力分配和传输功率的有效资源分配策略。实验结果表明，MADRL-RA收敛速度快，能够学习到有效资源分配策略以实现最小系统开销。

关键词：多智能体深度强化学习；端边协同；工业无线网络；时延；能耗