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 502

年份

2024 2

2023 52

2022 44

2021 59

2020 34

2019 41

2018 37

2017 40

2016 24

2015 5

2014 8

2013 3

2012 20

2011 5

2010 4

2009 10

2008 14

2007 26

2006 10

2005 10

展开︾

关键词

深度学习 15

人工智能 8

医院中子照射器 5

机器学习 4

医院中子照射器I型堆 3

航天器 3

中子通量密度 2

主动控制 2

仿真 2

增材制造 2

并联机构 2

微反应器 2

深度神经网络 2

生物传感器 2

电动汽车 2

神经网络 2

结构健康监测 2

10kV高压电力电缆 1

2 Mb/s高速信令 1

展开︾

检索范围：

排序：展示方式：

基于门控自编码器的驾驶行为量化评价标准化策略 Research Articles

何欣,张哲,许力,俞佳培

《信息与电子工程前沿（英文）》 2022年第23卷第3期页码 452-462 doi: 10.1631/FITEE.2000667

摘要：前人工作采用必要的驾驶员模型进行驾驶循环测试；与这种基于模型的方法不同，我们提出的方法在遵循标准速度曲线时使用自动编码器直接对驾驶行为进行标准化。为确保车速和驾驶行为之间满足正相关约束条件，在编码器和解码器之间设计了门控函数。所提方法无需模型且高效。测试结果验证了该方法与已有方法的一致性。

关键词：驾驶行为；标准化；门控自编码器；定量评价

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：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。本文对基于深度学习的三维重建方法进行全面综述。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。再次，对基于深度学习的三维重建方法进行综合比较，包括不同方法在同一数据库、同一方法在不同数据库以及同一方法对于不同视角个数输入的结果比较。最后，讨论了基于深度学习的三维重建方法的发展趋势。

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

半监督堆叠距离自动编码器的表征学习在图像分类上的应用 Research Articles

侯亮,罗潇逸,汪子扬,梁军

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900116

摘要：图像分类是深度学习的重要应用。在典型分类任务中，分类精度与通过深度学习方法提取的特征密切相关。自动编码器是一种特殊神经网络，常用于降维和特征提取。本文所提方法基于传统的自动编码器，将不同类别样本之间的“距离”信息纳入其中。该模型被称为半监督距离自动编码器。首先以无监督方式对每一层进行预训练。在随后的监督训练中，将优化的参数设置为初始值。为获得更好性能，使用堆叠式模型代替具有单一隐含层的传统自动编码器结构。将所提半监督距离自动编码器方法分别与传统自动编码器、稀疏自动编码器和监督自动编码器比较，实验结果证明该模型有效。

关键词：自动编码器；图像分类；半监督学习；神经网络

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

一种新的通信抗干扰技术体制：预编码跳码扩谱

姚富强,张毅

《中国工程科学》 2011年第13卷第10期页码 69-75

摘要：

基于常规直扩体制的不足，笔者分析了跳码扩谱的必要性，提出和研究了一种新的预编码跳码扩谱通信抗干扰技术体制，重点讨论了预编码跳码扩谱的基本原理与自编码跳码扩谱的异同点

关键词：通信抗干扰直接序列扩谱预编码跳码扩谱自编码跳码扩谱

HTML PDF 收藏

基于双向深度生成模型和功能磁共振成像数据的大脑编码和解码 Review

杜长德, 李劲鹏, 黄利皆, 何晖光

《工程（英文）》 2019年第5卷第5期页码 948-953 doi: 10.1016/j.eng.2019.03.010

摘要：

通过功能磁共振成像（fMRI）进行大脑编码和解码是视觉神经科学的两个重要方面。尽管以前的研究人员在大脑编码和解码模型方面取得了显著进步，但是现有方法仍需要使用先进的机器学习技术进行改进。例如，传统方法通常会分别构建编码和解码模型，并且容易对小型数据集过度拟合。实际上，有效地统一编码和解码过程可以进行更准确的预测。在本文中，我们首先回顾了现有的编码和解码方法，并讨论了“双向”建模策略的潜在优势。接下来，在体系结构和计算规则方面，我们证明了深度神经网络和人类视觉通路之间存在的对应关系。此外，深度生成模型[如变分自编码器（VAE）和生成对抗网络（GAN）]在大脑编码和解码研究中产生了可喜的成果。最后，我们提出了最初为机器翻译任务设计的对偶学习方法，该方法通过利用大规模未配对数据提高了编码和解码模型的效果。

关键词：大脑编码和解码功能磁共振成像深度神经网络深度生成模型双重学习

HTML PDF 收藏

位移测量光栅干涉仪综述 Special Feature on Precision Measurement and Inst

Peng-cheng HU, Di CHANG, Jiu-bin TAN, Rui-tao YANG, Hong-xing YANG, Hai-jin FU

《信息与电子工程前沿（英文）》 2019年第20卷第5期页码 631-654 doi: 10.1631/FITEE.1800708

摘要：光栅干涉仪是测量精密位移的常用方法。和激光干涉仪相比，光栅干涉仪对空气折射率不敏感且易于实现多自由度测量结构，因此被广泛研究、应用。从光学测量原理角度看，光栅干涉仪历经零差干涉、外差干涉和空间分离式外差干涉3个阶段。与前两者相比，空间分离式外差光栅干涉仪具有能消除光学混叠引起纳米级周期非线性误差的特性，可以获得更高位移测量精度。与此同时，各式各样光栅干涉仪结构被提出，以提高光学细分数、增加量程、提升适用性或实现多自由度位置姿态测量。本文详细总结了近年来增量式位移测量光栅干涉仪的发展，并简述其测量误差相关的研究。

关键词：光栅干涉仪；光学编码器；位移测量；精密测量

HTML PDF 收藏

Latent source-specific generative factor learning for monaural speech separation using weighted-factor autoencoder

Jing-jing Chen, Qi-rong Mao, You-cai Qin, Shuang-qing Qian, Zhi-shen Zheng,2221808071@stmail.ujs.edu.cn,mao_qr@ujs.edu.cn,2211908026@stmail.ujs.edu.cn,2211908025@stmail.ujs.edu.cn,3160602062@stmail.ujs.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.2000019

摘要： Much recent progress in monaural (MSS) has been achieved through a series of architectures based on s, which use an encoder to condense the input signal into compressed features and then feed these features into a decoder to construct a specific audio source of interest. However, these approaches can neither learn of the original input for MSS nor construct each audio source in mixed speech. In this study, we propose a novel weighted-factor (WFAE) model for MSS, which introduces a regularization loss in the objective function to isolate one source without containing other sources. By incorporating a latent attention mechanism and a supervised source constructor in the separation layer, WFAE can learn source-specific and a set of discriminative features for each source, leading to MSS performance improvement. Experiments on benchmark datasets show that our approach outperforms the existing methods. In terms of three important metrics, WFAE has great success on a relatively challenging MSS case, i.e., speaker-independent MSS.

关键词：语音分离；生成因子；自动编码器；深度学习

HTML PDF 收藏

基于深度学习紧致二进制编码的指纹索引 None

Chao-chao BAI, Wei-qiang WANG, Tong ZHAO, Ru-xin WANG, Ming-qiang LI

《信息与电子工程前沿（英文）》 2018年第19卷第9期页码 1112-1123 doi: 10.1631/FITEE.1700420

摘要：实值特征的指纹索引已进行广泛研究，但二进制编码特征的研究相对较少，并且二进制编码特征更适合大规模指纹数据库的高效检索。首先，提出高效的有区分度的深度紧致二进制细节点圆柱体编码（deep compact binary minutia cylinder code，DCBMCC）作为指纹索引特征。具体分析了最新细节点圆柱体编码（minutia cylinder code，MCC），并发现其缺点。提出一种新颖的深度神经网络学习指纹索引特征DCBMCC，设置网络倒数第二层直接输出为二进制编码。

关键词：指纹索引；细节点圆柱体编码；深度神经网络；多索引哈希

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

论智能起源中的简约与自洽原则 Position Paper

马毅1,曹颖2,沈向洋3

《信息与电子工程前沿（英文）》 2022年第23卷第9期页码 1298-1323 doi: 10.1631/FITEE.2200297

摘要：深度学习重振人工智能十年后的今天，我们提出一个理论框架来帮助理解深度神经网络在整个智能系统里面扮演的角色。我们引入两个基本原则：简约与自洽；分别解释智能系统要学习什么以及如何学习。这个框架统一并解释了现代深度神经网络以及众多人工智能实践的演变和进化。

关键词：智能；简约；自洽；编码率减少；深度网络；闭环转录

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