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 256

年份

2023 46

2022 43

2021 35

2020 31

2019 30

2018 19

2017 19

2016 9

2015 1

2011 2

2010 1

2009 1

2008 1

2007 5

2006 2

2005 1

2004 1

2002 3

2001 4

2000 1

展开︾

关键词

机器学习 27

深度学习 15

人工智能 10

代理模型 2

增材制造 2

强化学习 2

材料设计 2

神经网络 2

结构健康监测 2

高层建筑 2

2D—3D配准 1

3D打印 1

6G 1

ARM 1

CAN总线 1

CCUS 1

COVID-19 1

H∞控制；零和动态博弈；强化学习；自适应动态规划；极小极大Q-学习；策略迭代 1

IC产业 1

展开︾

检索范围：

排序：展示方式：

联合局部学习和组稀疏回归的无监督特征选择 Regular Papers

Yue WU, Can WANG, Yue-qing ZHANG, Jia-jun BU

《信息与电子工程前沿（英文）》 2019年第20卷第4期页码 538-553 doi: 10.1631/FITEE.1700804

摘要：通过挑选特征子集，可有效提升学习算法效率。由于难以获取标签信息，无监督特征选择算法相较于有监督特征选择算法应用更为广泛，其关键在于找出更能反映数据分布的特征集合。为解决这一问题，本文提出联合局部学习和组稀疏回归的无监督特征选择算法。将基于局部学习聚类方法与组稀疏回归算法有机整合，选出有效反映数据流形分布同时保持组稀疏结构的特征。

关键词：无监督；局部学习；组稀疏回归；特征选择

HTML PDF 收藏

一种局部二次嵌入学习算法及其在软测量中的应用 Article

包垚垚, 朱远明, 钱峰

《工程（英文）》 2022年第18卷第11期页码 186-196 doi: 10.1016/j.eng.2022.04.025

摘要：

鉴于元学习在众多领域取得的巨大成就，本文针对数据回归问题提出了融合度量学习和神经网络（NN）的局部二次嵌入学习（LQEL）算法。首先，通过优化输入输出空间里样本间度量的全局一致性来改进马氏度量（Mahalanobis metric）学习算法；同时，通过引入松弛约束进一步证明了改进的度量学习问题等价于一个凸规划问题。然后，基于局部二次插值假设原理，引入了两个轻量级的神经网络，其一用于学习局部二次模型中的系数矩阵，另一个则用于对从不同局部近邻获得的预测结果进行权重分配。最后，将两个子模型嵌入统一的回归框架中，并通过随机梯度下降（SGD）算法学习模型参数。所提出的算法优势在于可充分利用目标标签中隐含的信息找到更可靠的参考样本。

关键词：局部二次嵌入度量学习回归机软测量

HTML PDF 收藏

体育视频摘要中的镜头分类和回放检测 Research Article

Ali JAVED, Amen ALI KHAN

《信息与电子工程前沿（英文）》 2022年第23卷第5期页码 790-800 doi: 10.1631/FITEE.2000414

摘要：为此，提出局部八元模式特征来表示视频帧，并训练极限学习机分为回放或非回放两类。

关键词：极限学习机；轻量级卷积神经网络；局部八元模式；镜头分类；回放检测；视频摘要

HTML PDF 收藏

多处理器系统中的数据局部性及其优化技术研究

杨学军,戴华东,夏军

《中国工程科学》 2002年第4卷第5期页码 44-52

摘要：

数据局部性是多处理器系统中的重要研究方向之一。结合该领域目前国内外研究现状和我们近一阶段的研究进展，讨论了多处理器系统中的数据局部性及其优化问题。针对现有局部性度量模型存在的不足，提出了一种增强的可用于层次式并行计算机体系结构的局部性度量模型。在静态和动态局部性优化技术方面，分别探讨了基于投影分层的数据变换框架和基于瞬时访问信息的动态页迁移策略，并展开了系列相关的讨论。另外，针对利用数据局部性时必须解决的一个关键问题——存储一致性问题，进行了深入的研究，提出了以操作系统为中心的线程存储一致性模型。

关键词：计算机多处理器系统数据局部性局部性度量模型数据变换框架页迁移线程一致性模型

HTML PDF 收藏

基于图块的局部加权表决标记融合分割算法 Article

Kai ZHU, Gang LIU, Long ZHAO, Wan ZHANG

《信息与电子工程前沿（英文）》 2017年第18卷第5期页码 680-688 doi: 10.1631/FITEE.1500457

摘要：结合局部加权表决策略和贝叶斯推论，本文提出了一种新的基于图块的分割算法。首先在执行局部加权表决策略中将灰度先验概率和标记先验概率作为两个关键的指标，然后在图块水平上计算这两种先验概率。最后，利用Dice score作为评估分割精度的标准，将该算法分割的结果与其他一些方法进行了比较，如多数表决、局部加权表决、基于图块的多数表决以及广泛运用于整个大脑分割的工具FreeSurfer。

关键词：标记融合；局部加权表决；基于图块；背景分析

HTML PDF 收藏

基于可靠特征点分配算法的鲁棒性跟踪框架 Article

Rong-feng ZHANG, Ting DENG, Gui-hong WANG, Jing-lun SHI, Quan-sheng GUAN

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 545-558 doi: 10.1631/FITEE.1601464

摘要：通过搜索局部最大小波系数（Local maximal wavelet coefficients, LMWC）的位置，获得可靠特征点。在图像中，具有局部最大小波系数之处，表明该处图像信号发生了较大变化，因此，可靠特征点对图像噪声、光照变化和外观形变等情况都具有鲁棒性。此外，在检测中应用卡尔曼滤波器，以提高处理速度并减少误检率。最后，将所提出的RPA与卡尔曼滤波器集成到跟踪–学习–检测（Tracking–learning–detection, TLD）算法框架中，提高了跟踪精度，且降低了误检率。

关键词：局部最大小波系数；可靠特征点分配；目标跟踪；跟踪-学习-检测（TLD）；卡尔曼滤波器

HTML PDF 收藏

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1234-1246 doi: 10.1631/FITEE.2000426

摘要：本文针对非平稳过程，设计了一种基于含有隐变量贝叶斯网络的质量相关局部加权软测量方法。提出一种有监督贝叶斯网络提取质量相关的隐变量，并应用于一种双层相似度测量算法。所提软测量方法试图通过质量相关信息为非平稳过程寻找到一般方法，且详细解释了局部相似度和窗口置信度的概念。通过一个数值算例和脱丁烷塔的应用验证了所提方法的性能。

关键词：软测量；有监督贝叶斯网络；隐变量；局部加权建模；质量预测

HTML PDF 收藏

CWLP：一种在GPU中协同的线程束调度和局部性保护的高速缓存分配策略 None

Yang ZHANG, Zuo-cheng XING, Cang LIU, Chuan TANG

《信息与电子工程前沿（英文）》 2018年第19卷第2期页码 206-220 doi: 10.1631/FITEE.1700059

摘要：提出一种协同的线程束调度和局部性保护的缓存分配策略（CWLP），以充分利用数据局部性和隐藏延迟。首先，设计了一种基于指令PC的局部性保护方法（LPC）以提升GPU性能。在获取缓存块的动态重用信息后，采用一个智能缓存分配单元（PCAU），它结合了重用信息和LRU（最近最少使用）替换策略，以找到拥有最少局部性的缓存块并将其逐出。此外，局部性信息被线程束调度器用来实现一个智能的重排序策略，用以获取局部性和隐藏延迟。实验结果表明，CWLP能够提供高达19.8%的性能加速比和超过基准策略平均8.8%的性能提升。

关键词：局部性GPU；cache分配；线程束调度

HTML PDF 收藏

局部高空间分辨率的应用适应性PET系统设计初探

刘晶晶,谢庆国

《中国工程科学》 2011年第13卷第10期页码 105-112

摘要：初步研究结果表明，所提出的系统能够为局部区域带来高空间分辨率，其空间分辨率提升程度与高性能模块布局位置有关，在同一高性能模块布局位置下，视场中不同位置点的提升程度不同。该研究结果也显示，根据应用需求规划探测模块的构成和布局以在感兴趣区域获得局部高空间分辨率是可能的。

关键词：正电子发射断层成像应用适应性PET系统感兴趣区域局部空间分辨率不同性能探测模块

HTML PDF 收藏

联邦无监督表示学习 Research Article

张凤达1,况琨1,陈隆1,游兆阳1,沈弢1,肖俊1,张寅1,吴超2,吴飞1,庄越挺1,李晓林3,4,5

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1181-1193 doi: 10.1631/FITEE.2200268

摘要：为利用分布式边缘设备上大量未标记数据，我们在联邦学习中提出一个称为联邦无监督表示学习(FURL)的新问题，以在没有监督的情况下学习通用表示模型，同时保护数据隐私。我们采用对比方法进行局部模型训练，通过在3个数据集上独立同分布和非独立同分布设定下的大量实验，我们证明FedCA以显著的优势优于所有基线方法。

关键词：联邦学习；无监督学习；表示学习；对比学习

HTML PDF 收藏

论地对空雷达干扰系统在局部战争中的作用及其发展

张锡祥

《中国工程科学》 2000年第2卷第7期页码 55-65

摘要：文章分析了90年代以来两次现代化局部战争，地对空干扰系统若能发挥作用，将使被入侵国家的损失率下降，使入侵者的损失率升高。

关键词：地对空干扰系统在现代化战争中作用发展前景

HTML PDF 收藏

学习挑选伪标签：一种用于命名实体识别的半监督学习方法 Research Articles

李真真,冯大为,李东升,卢锡城

《信息与电子工程前沿（英文）》 2020年第21卷第6期页码 809-962 doi: 10.1631/FITEE.1800743

摘要：深度学习模型在命名实体识别（NER）中实现了最先进的性能；然而，其良好性能很大程度上依赖于大量标记数据。在某些特定领域，例如医学、金融和军事领域，标记数据非常稀缺，而未标记数据则很容易获得。本文提出一种用于NER任务的半监督方法，其通过学习一个判别模块筛除错误伪标签，以创建高质量标注数据。伪标签是为未标记数据自动生成的标签，并被当作真实标签用来训练模型。该半监督框架包括3个步骤：为特定NER任务构建最佳单神经网络模型，学习一个评价伪标签的模块，以及迭代创建新的标记数据和改进NER模型。

关键词：命名实体识别；无标注数据；深度学习；半监督学习方法

HTML PDF 收藏

人工智能新方向：类人、机器、仿生和量子智能 Comment

李伟钢,Liriam Michi ENAMOTO,Denise Leyi LI,Geraldo Pereira ROCHA FILHO

《信息与电子工程前沿（英文）》 2022年第23卷第6期页码 984-990 doi: 10.1631/FITEE.2100227

摘要：

本评论回顾1998年提出的“一次性学习”（once learning，OLM）机制，和随后出现的用于图像分类的“一瞥学习”（one-shot learning这些被认为是AI研发的主要方向，并按以下分类标准区分：（1）以类人、机器、仿生或量子计算为本的AI研发;（2）升维或降维的信息输入;（3）小样本或大数据知识学习。

关键词：人工智能；机器学习；一次性学习；一瞥学习；量子计算

HTML PDF 收藏

基于两级层次特征学习的图像分类方法 Article

Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE

《信息与电子工程前沿（英文）》 2016年第17卷第9期页码 897-906 doi: 10.1631/FITEE.1500346

摘要：本文提出了一种新颖、有效的基于深度卷积神经网络的两级层次特征学习框架。首先，不同层次的深度特征抽取器使用迁移学习方法进行训练。最后，基于Caltech-256、Oxford Flower-102和Tasmania Coral Point Count三个图像数据集的实验证明，通过两级层次特征学习的深度特征的表达能力十分强大，与传统的扁平多分类方法相比

关键词：迁移学习；特征学习；深度卷积神经网络；层次分类；谱聚类