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 1177

会议视频 51

会议信息 31

会议专题 1

年份

2024 2

2023 137

2022 159

2021 151

2020 114

2019 112

2018 83

2017 97

2016 68

2015 24

2014 14

2013 6

2012 23

2011 18

2010 16

2009 18

2008 27

2007 29

2006 34

2005 34

展开︾

关键词

机器学习 27

神经网络 27

人工智能 19

深度学习 15

模式识别 10

2020 9

智能制造 9

2019 7

能源 6

人工神经网络 5

BP神经网络 4

COVID-19 4

增材制造 4

目标识别 4

网络 4

网络安全 4

网络空间安全 4

预测 4

MATLAB 3

展开︾

检索范围：

排序：展示方式：

具有深度阈值噪声消除的多尺度分析调制识别网络 Research Article

李响1,2,李一兵1,2,汤春瑞3,4,李迎松1,2

《信息与电子工程前沿（英文）》 2023年第24卷第5期页码 742-758 doi: 10.1631/FITEE.2200253

摘要：为了提高多变环境下调制信号识别的准确性、减少先验知识不足等因素对识别结果的影响，研究人员逐渐采用深度学习技术来替代传统的调制信号处理技术。为了解决低信噪比下调制信号识别精度低的问题，我们设计了一种具有深度阈值噪声消除的多尺度分析调制识别网络，在标签平滑的对称交叉熵函数作用下识别实际采集的调制信号。该网络由一个具有深度自适应阈值学习的消噪编码器和一个具有多尺度特征融合的解码器组成。将两个模块进行跳跃连接，共同作用以提高整体网络的鲁棒性。实验结果表明，该方法在低信噪比下比以前的方法具有更好的识别效果。该网络展示了对噪声阈值的灵活自学习能力以及所设计的特征融合模块对各种调制类型的多尺度特征获取的有效性。

关键词：信号消噪；深度自适应阈值学习网络；多尺度特征融合；调制识别

HTML PDF 收藏

自适应小波阈值去噪在重力仪信号处理中的应用

赵立业,周百令,李坤宇

《中国工程科学》 2006年第8卷第3期页码 49-52

摘要：

为了有效地消除各种外界干扰噪声对高精度海洋重力仪测量值的影响，提高重力异常测量值的精度，在分析了小波阈值及自适应小波阈值去噪算法的基础上，将其应用到高精度海洋重力仪系统数据处理中，并与自适应卡尔曼滤波做了对比，以处理后信号的信噪比作为衡量3种数据处理方法优劣的依据。理论分析和仿真实验表明，自适应小波阈值去噪方法、传统的小波阈值去噪方法和自适应卡尔曼滤波都能在一定程度上消除噪声信号对重力仪测量信号的影响，但在相同情况下，自适应小波阈值去噪方法具有明显的优越性。

关键词：重力仪信号处理小波变换自适应阈值去噪自适应卡尔曼滤波

HTML PDF 收藏

复小波的亚像元图像重建及去噪方法

张智,韦志辉,夏德深

《中国工程科学》 2008年第10卷第11期页码 76-81

摘要：

通过对亚像元理论的分析，对两帧错半个像元的遥感图像进行复小波插值，引入基于层间的小波自适应阈值方法去除噪声，并通过重构得到更高分辨率的遥感图像

关键词：亚像元复小波自适应阈值重建去噪

HTML PDF 收藏

针对无监督域自适应问题的深度逐层领域修正算法 Article

Shuang LI, Shi-ji SONG, Cheng WU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 91-103 doi: 10.1631/FITEE.1700774

摘要：深度神经网络凭借强大的特征抽象能力，已成功应用在机器学习的多个领域。然而，传统深度网络假设训练样本和测试样本来自同一分布，这一假设在很多实际应用中并不成立。为借助深度网络解决领域偏移问题，本文提出逐层领域修正（layer-wise domain correction, LDC）深度域自适应算法。该算法通过在已有深度网络中增加领域修正层，将源域网络成功适配到目标领域。逐层增加的领域修正层能够将两个领域特征的最大均值偏差（maximum mean discrepancy, MMD）距离最小化，从而完美匹配源域和目标域样本的特征表示。与此同时，网络深度的增加极大提高了网络表达能力。LDC算法不需要目标领域有标记样本，在几个跨领域分类识别数据集都取得了当时最好结果，且其训练比已有深度域自适应算法快近10倍。

关键词：无监督域自适应；最大均值偏差；残差网络；深度学习

HTML PDF 收藏

融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用 Article

Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 978-988 doi: 10.1631/FITEE.1600996

摘要：在文档分析和模式识别领域，自由书写的脱机手写识别是一个非常具有挑战性的研究课题。然而，因为多层感知机学习能力的不足，学习到的特征对于后续的识别任务不一定是最优的。在本文中，我们针对自由书写的脱机手写识别提出一种基于深度结构的串联方法。在提出的模型中，深度置信网络被用于学习序列数据的紧致表示，隐马尔科夫模型被用于（子-）词的识别。

关键词：手写识别；隐马尔科夫模型；深度学习；深度置信网络；串联方法

HTML PDF 收藏

ECGID：一种基于自适应粒子群优化算法和双向LSTM网络的个体身份识别模型 Research Article

张烨菲,赵治栋,邓艳军,张晓红,张钰

《信息与电子工程前沿（英文）》 2021年第22卷第12期页码 1551-1684 doi: 10.1631/FITEE.2000511

摘要：随着日益增长的个人隐私和安全需求，基于生理信号的生物识别技术近年受到越来越多关注。心电信号（electrocardiogram, ECG）的活体采集性和信息隐蔽性使其具有极强抗攻击性。本文针对现有深度学习算法在心电身份识别领域应用中面临的3个主要瓶颈——超参数寻优费时、识别过程缓慢且计算量大、心电采集环境复杂且不稳定，提出一种新的深度神经网络框架，集双向长短期记忆网络（BLSTM）和自适应粒子群优化算法（APSO）于一体，直接从时序信号中学习待识别个体的关键特征表示。该方法避免了超参数选择寻优效率低下且依赖于经验设定的不足，充分利用时序信号的空间信息特征和识别算法对关键特征的记忆特性。经4种LSTM网络模型和机器学习算法的实验对比分析，证实所提算法在抑制过拟合和特征自学习方面存在一定优势，训练集、验证集和测试集的平均识别率分别为97.71%、99.41%和98.89%。

关键词：心电图生物特征；个体身份识别；长短期记忆网络；自适应粒子群优化算法

HTML PDF 收藏

改进的阈值法在毫米波目标辐射信号去噪中的应用

范庆辉,李兴国

《中国工程科学》 2008年第10卷第7期页码 153-157

摘要：

根据毫米波目标辐射信号小波变换的特征，使用非负小波系数作信号的小波系数，对于确定的阈值，令小于阈值的小波系数为零，大于阈值的小波系数减去常数a ，利用信号的方差函数推导了a 的取值方法，实验表明该方法有良好的去除毫米波目标辐射信号噪声的能力

关键词：毫米波目标辐射信号硬阈值法软阈值法均方差贝叶斯阈值

HTML PDF 收藏

基于深度Q学习网络与新训练算法的服务机器人主动物品检测模型 Research Article

刘少鹏,田国会,崔永成,邵旭阳

《信息与电子工程前沿（英文）》 2022年第23卷第11期页码 1673-1683 doi: 10.1631/FITEE.2200109

摘要：目前基于强化学习的AOD模型存在训练效率低和测试精度差的问题。因此，本文提出一种基于深度Q学习网络的AOD模型，并设计了一种新的模型训练算法。该模型旨在拟合各种动作Q值，包括状态空间、特征提取和多层感知机。与现有研究不同，本文针对所提AOD模型设计了一种基于记忆的训练算法，以提高模型训练效率和测试精度。

关键词：主动物品检测；深度Q学习网络；训练算法；服务机器人

HTML PDF 收藏

融合自监督图学习与目标自适应屏蔽的会话型推荐方法 Research Article

王祎童,蔡飞,潘志强,宋城宇

《信息与电子工程前沿（英文）》 2023年第24卷第1期页码 73-87 doi: 10.1631/FITEE.2200137

摘要：现有模型主要使用循环神经网络（RNN）或图神经网络（GNN）来建模顺序序列或物品之间的传递关系。为了解决上述问题，本文提出一种融合自监督图学习与目标自适应屏蔽的会话型推荐方法(SGL-TM)。具体来说，首先根据所有涉及到的会话构建全局图，然后从物品之间的全局连接中捕捉自监督信号，用来监督模型生成当前会话中准确的物品表示。之后，通过比较真值与经过我们设计的目标自适应屏蔽模块调整后的物品的预测分数来计算主监督损失。最后，将主监督组件与辅助自监督模块相结合，以获得用来优化模型参数的最终损失。

关键词：会话型推荐；自监督学习；图神经网络；目标自适应屏蔽

HTML PDF 收藏

自适应光学显微中基于深度学习的复杂波前探测方法 Research Articles

胡淑文1,2,胡乐佳1,2,龚薇3,李政翰1,2,斯科1,2,3

《信息与电子工程前沿（英文）》 2021年第22卷第10期页码 1277-1288 doi: 10.1631/FITEE.2000422

摘要： Shack-Hartmann波前传感器（SHWS）是自适应光学显微镜中用于波前传感的重要工具。然而，由复杂波前相位分布引起的畸变点阵限制了其探测性能。本文提出一种基于深度学习的波前探测方法，该方法结合了基于点扩散函数图像的泽尼克（Zernike）系数估计和波前相位分布拼接。本文所提方法可实现高精度的复杂波前检测，获得的波前残差均方根误差值显著降低，在自适应光学显微中具有极大应用潜力。

关键词：自适应光学；波前探测；深度学习；泽尼克系数；显微成像

HTML PDF 收藏

网络空间安全命名实体识别综述 Review Article

高宸1,张璇1,2,3,韩梦婷1,刘会1

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1153-1168 doi: 10.1631/FITEE.2000286

摘要：随着互联网技术飞速发展和大数据时代到来，越来越多网络空间安全文本出现在互联网上。这些文本不仅包括安全概念、事件、工具、指南和政策，还包括风险管理方法、最佳实践、保证和技术等。整合大规模、异构和非结构化的网络空间安全信息，对网络空间安全实体进行识别和分类，有助于处理和解决网络空间安全问题。由于网络空间安全领域文本的复杂性和多样性，使用传统的命名实体识别（NER）方法难以识别该领域中的安全实体。本文介绍该领域NER的各种方法和技术，包括基于规则的方法、基于字典的方法和基于机器学习的方法，并讨论该领域NER研究面临的问题，如实体词组的结合与分离、非标准化的命名约定、缩写和大量嵌套等。最后，提出NER在网络空间安全方面的3个研究方向：（1）应用无监督或半监督技术；（2）开发更全面的网络空间安全本体；（3）应用更加有效的深度学习模型。

关键词：命名实体识别（NER）；信息抽取；网络空间安全；机器学习；深度学习

HTML PDF 收藏

基于时序优化长短期记忆和自适应阈值的高排放重型柴油车识别 Research Article

许镇义1,王仁军1,2,曹洋1,3,4,康宇1,3,4

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1633-1646 doi: 10.1631/FITEE.2300005

摘要：然而，由于年检间隔时间较长，很难及时有效地筛选出高排放车辆，而且固定的阈值不能适应车辆驾驶工况的动态变化。车载诊断设备（OBD）安装在车辆内部，可以连续跟踪和实时记录排放数据。本文提出一种时间优化长短期记忆（LSTM）和自适应动态阈值方法，使用OBD数据识别重型高排放车辆。首先，建立一个时间优化LSTM排放预测模型，以解决实际中大量OBD数据流造成的时间步注意力偏重问题。然后，利用灵活的阈值标准检测浓度预测误差序列，以区分异常排放情况，该阈值随驾驶条件变化自适应计算得到。最后，引入时间序列的相似性度量策略，以纠正一些假的异常结果。在3个真实OBD时间序列排放数据集上的实验表明，该方法得到优异的高排放源识别结果。

关键词：高排放识别；时序优化；车载诊断设备（OBD）；动态阈值

HTML PDF 收藏

自适应多小波基函数构造与机械故障诊断应用研究

何正嘉,孙海亮,訾艳阳

《中国工程科学》 2011年第13卷第10期页码 83-92

摘要：

设备在运行中萌生的故障(即早期故障)，特征信息微弱且往往被机械设备运行过程的强噪声所淹没，给故障诊断与预示带来困难，已成为国内外此领域研究的热点和难点文章深入研究了机械故障动态信号与基函数的内积变换原理；提出了若干自适应多小波基函数构造方法；改进了几种多小波邻域区间和局部阈值降噪方法。利用典型的工程案例分析和阐述了重油催化裂化装置、连铸连轧机组、空分机、电力机车和船载卫星通信地球站传动系统在运行状态下，微弱动态信号的特征增强和复合故障特征提取的工程应用实效。

关键词：机械故障诊断内积变换原理自适应基函数多小波降噪故障特征提取

HTML PDF 收藏

多径瑞利衰落信道下AQAM系统最佳信噪比门限值的研究

高欢芹,酆广增,朱琦

《中国工程科学》 2006年第8卷第1期页码 67-71

摘要：

自适应调制根据瞬时信道信噪比选择适当的调制方式，能够改善系统的BER性能以及平均吞吐量性能。在常用于高速移动环境的六径瑞利衰落信道模型下，研究自适应调制系统的最佳信噪比门限值，使系统的平均吞吐量最大，同时保证了目标BER性能，得到的最佳门限值可以用于ITU-R M1225 VehicularTest A模型的自适应调制系统。

关键词：自适应调制 AQAM 最佳门限值

HTML PDF 收藏

考虑量化输入信号的多智能体系统自适应输出反馈编队跟踪控制 None

Jing-lin HU, Xiu-xia SUN, Lei HE, Ri LIU, Xiong-feng DENG

《信息与电子工程前沿（英文）》 2018年第19卷第9期页码 1086-1097 doi: 10.1631/FITEE.1601801

摘要：针对带有不确定性和量化输入信号的多智能体系统的编队跟踪控制问题，提出一种自适应输出反馈控制方法。利用非线性模型描述智能体系统，其中包含未知参数和不可测状态。在高增益观测器和迟滞量化器基础上，设计自适应输出反馈控制方法，并确定控制系统的参数设置方法。稳定性分析证明该控制方法能使多智能体系统跟踪参考航迹并保持编队队形。同时，闭环系统中的所有信号均能保持有界。

关键词：多智能体系统；自适应输出反馈；编队跟踪；迟滞量化