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 470

会议视频 15

会议信息 11

年份

2024 1

2023 51

2022 60

2021 66

2020 61

2019 42

2018 35

2017 32

2016 35

2015 11

2014 2

2013 3

2012 4

2011 5

2010 1

2009 5

2008 10

2007 12

2006 10

2005 14

展开︾

关键词

神经网络 27

人工智能 10

人工神经网络 6

深度学习 5

BP神经网络 4

机器学习 4

网络 4

网络安全 4

网络空间安全 4

2020 3

智能制造 3

网络空间 3

BP算法 2

RBF神经网络 2

中国制造 2

互联网 2

仿真 2

体系结构 2

展开︾

检索范围：

排序：展示方式：

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。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，并基于此建立Marine-Faster R-CNN海面目标检测模型。

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

基于图像的深度学习降雨强度估计方法 Article

尹航, 郑飞飞, 段焕丰, Dragan Savic, Zoran Kapelan

《工程（英文）》 2023年第21卷第2期页码 162-174 doi: 10.1016/j.eng.2021.11.021

摘要：进一步来说，一种称为基于图像的降雨卷积神经网络（image-based rainfall convolutional neural network, irCNN）模型是使用从现有密集传感器（即智能手机或交通摄像头

关键词：城市洪水降雨图像深度学习模型卷积神经网络（CNN）降雨强度

HTML PDF 收藏

一种基于高斯过程与粒子群算法的CNN超参数自动搜索混合模型优化算法 Research Article

闫涵,仲崇权,吴玉虎,张立勇,卢伟

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1557-1573 doi: 10.1631/FITEE.2200515

摘要：卷积神经网络（CNN）在许多实际应用领域中有着快速发展。然而，CNN性能很大程度上取决于其超参数，而为CNN配置合适的超参数通常面临着以下3个挑战：（1）不同类型CNN超参数的混合变量编码问题；（2）评估候选模型的昂贵计算成本问题；（3）确保搜索过程中收敛速率和模型性能问题针对上述问题，提出一种基于高斯过程（GP）和粒子群优化算法（PSO）的混合模型优化算法（GPPSO），用于自动搜索最优的CNN超参数配置。首先，设计一种新的编码方法高效编码CNN中不同类型的超参数。

关键词：卷积神经网络；高斯过程；混合模型；超参数优化；混合变量；粒子群优化

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。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

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-specific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

一种基于特征模板和CNN-BiLSTM-CRF的网络安全实体识别方法 Research Papers

Ya QIN, Guo-wei SHEN, Wen-bo ZHAO, Yan-ping CHEN, Miao YU, Xin JIN

《信息与电子工程前沿（英文）》 2019年第20卷第6期页码 872-884 doi: 10.1631/FITEE.1800520

摘要：利用海量网络安全威胁情报数据，构建网络安全知识图谱实施深度关联分析和挖掘，可帮助识别安全威胁并提出相应防御措施。这已成为网络安全领域研究热点。本文针对网络安全文本数据，研究实体识别算法，为构建网络安全知识图谱奠定基础。传统方法难以识别网络安全领域的新实体、中英文混合安全实体等，且提取的特征不够充分。本文在神经网络模型基础上，提出基于特征模板的CNN-BiLSTM-CRF网络安全实体识别算法。首先构建人工特征模板，提取局部上下文特征。再利用CNN提取字符特征，与局部上下文特征结合，传入BiLSTM模型提取语义特征。最后利用CRF对安全实体进行标注。结果表明，在大规模网络安全数据集上，该方法优于其它算法，F值达到86%。

关键词：网络安全知识图谱；网络安全实体；特征模板；实体识别；神经网络

HTML PDF 收藏

基于神经网络的虚拟企业跟踪评价系统

王硕,唐小我

《中国工程科学》 2003年第5卷第4期页码 65-69

摘要：

设计虚拟企业跟踪评价指标体系，建立神经网络跟踪评价模型。结果表明，它比传统的方法简便、准确，具有广阔的应用前景。

关键词：虚拟企业神经网络跟踪评价系统

HTML PDF 收藏

气辅注塑成型注气压力的模糊神经网络控制研究

欧长劲

《中国工程科学》 2007年第9卷第5期页码 27-32

摘要：

针对气辅注塑成形的注气压力精确控制要求，设计了具有５层结构的模糊神经网络控制器和控制算法，利用神经网络的学习能力实现对模糊逻辑规则的优化，对系统３段压力控制的仿真分析，验证了模糊神经网络控制模型的可行性，控制效果良好。

关键词：气体辅助注射成型模糊神经网络注气压力控制

HTML PDF 收藏

Aggregated context network for crowd counting

Si-yue Yu, Jian Pu,51174500148@stu.ecnu.edu.cn,jianpu@fudan.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.1900481

摘要： has been applied to a variety of applications such as video surveillance, traffic monitoring, assembly control, and other public safety applications. Context information, such as perspective distortion and background interference, is a crucial factor in achieving high performance for . While traditional methods focus merely on solving one specific factor, we aggregate sufficient context information into the network to tackle these problems simultaneously in this study. We build a fully convolutional network with two tasks, i.e., main density map estimation and auxiliary . The main task is to extract the multi-scale and spatial context information to learn the density map. The auxiliary task gives a comprehensive view of the background and foreground information, and the extracted information is finally incorporated into the main task by late fusion. We demonstrate that our network has better accuracy of estimation and higher robustness on three challenging datasets compared with state-of-the-art methods.

关键词：人群计数；卷积神经网络；密度估计；语义分割；多任务学习

HTML PDF 收藏

高频真空木材干燥的模糊神经网络控制方法研究

姜滨,孙丽萍,曹军,周正

《中国工程科学》 2014年第16卷第4期页码 17-20

摘要：在木材高频真空联合干燥过程的理论分析基础上，针对神经网络方法建立的木材干燥模型，设计了木材干燥模糊控制器和模糊神经网络控制器。对模糊控制和模糊神经网络两种控制方法进行了仿真实验，结果表明模糊神经网络方法控制效果更好，如温度上升快，控制精度高，稳定性好。模糊神经网络控制方法对实现木材干燥过程的全自动控制具有重要研究意义。

关键词：高频真空木材干燥模糊神经网络

HTML PDF 收藏

基于去散射与边缘增强算法的水下图像复原 Research Papers

Pan-wang PAN, Fei YUAN, En CHENG

《信息与电子工程前沿（英文）》 2019年第20卷第6期页码 862-871 doi: 10.1631/FITEE.1700744

摘要：利用卷积神经网络估计传输图，再用自适应双边滤波器改进传输图估计结果。由于无可用数据集训练网络，收集包含2000个水下图像的数据集以获得合成数据。其次，采用白平衡算法消除水下图像的色偏。

关键词：图像散射；边缘增强；卷积神经网络；非下采样轮廓波变换

HTML PDF 收藏

基于神经网络模型的舰面流场仿真算法

孙文胜,林明

《中国工程科学》 2003年第5卷第5期页码 76-79

摘要：文章以纳维-斯托克斯方程为基础，利用BP神经网络算法，研究了实时确定流场速度分布的方法，该方法可用于甲板流场实时仿真，提高直升机飞行仿真的精度。

关键词：流场有限元神经网络

HTML PDF 收藏

基于人工神经网络的多处损伤加筋板剩余强度预测

杨茂胜,陈跃良,郁大照

《中国工程科学》 2008年第10卷第5期页码 46-50

摘要：

用BP神经网络算法对多处损伤加筋板的剩余强度数据进行训练学习，将预测值和3种经典分析方法的计算值与实验值进行对比，结果表明，ANN法预测值与实验值吻合得最好最后用所建立的BP网络对不同主裂纹半长和韧带长度的剩余强度进行了预测，结果发现，在其他参数不变的情况下，不管是双筋条还是三筋条加筋板，剩余强度总是随主裂纹半长的增加而成线性降低，随韧带长度的增加而成线性增加

关键词：神经网络多处损伤加筋板剩余强度