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 1331

会议视频 83

会议信息 37

会议专题 1

年份

2024 4

2023 137

2022 152

2021 170

2020 103

2019 127

2018 83

2017 105

2016 51

2015 20

2014 22

2013 19

2012 32

2011 30

2010 30

2009 23

2008 45

2007 61

2006 38

2005 41

展开︾

关键词

大数据 29

机器学习 27

人工智能 24

深度学习 15

2020 14

数学模型 13

神经网络 12

模型 10

数值模拟 9

数据挖掘 9

模型试验 9

增材制造 8

智能制造 8

能源 7

仿真技术 6

建模 6

农业科学 5

医院中子照射器 5

工程管理 5

展开︾

检索范围：

排序：展示方式：

基于带约束最大间隔的贝叶斯分类器判别学习方法 None

Ke GUO, Xia-bi LIU, Lun-hao GUO, Zong-jie LI, Zeng-min GENG

《信息与电子工程前沿（英文）》 2018年第19卷第5期页码 639-650 doi: 10.1631/FITEE.1700007

摘要：提出一种新的面向贝叶斯模式分类的判别学习方法，称作“带约束的最大间隔（CMM）方法”。通过计算正样本最小决策值和负样本最大决策值的差异，定义类别之间的类别间隔。基于该类别间隔和正确分类的约束，将间隔函数学习问题转化为最大化类别间隔问题。利用序列无约束最小化技术解决该非线性规划问题。运用CMM方法得到基于高斯混合模型的贝叶斯分类器，并在10个UCI数据集上进行实验。结果表明，利用CMM方法得到的分类器分类性能，明显优于代表性的生成式学习方法期望最大化（EM）和判别式学习方法支持向量机（SVM），并且在多个数据集上取得了相比之前最优结果更好的效果。分类实验和分类器对比实验证明，CMM方法有效，具有一定应用前景。

关键词：判别学习；统计建模；贝叶斯分类器；高斯混合模型；UCI数据集

HTML PDF 收藏

集成增强主动学习混合判别分析模型及其在半监督故障分类中的应用 Research Article

王伟俊1,王云2,王君1,方信昀3,何雨辰1

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1814-1827 doi: 10.1631/FITEE.2200053

摘要：故障分类作为过程监控中不可缺少的部分，其性能高度依赖于过程知识的充分性。然而，由于采样条件有限及实验室分析昂贵，数据标签总是难以获取，这可能导致分类性能下降。为了解决这个难题，本文提出一种新的半监督故障分类方法，其中每个未标记样本相对于特定标记数据集的价值采用增强的主动学习来评估。具有高价值的未标记样本将作为训练数据集的补充信息。最后，通过数值例子和田纳西伊士曼过程（TEP）评估了该方法的故障分类有效性。

关键词：半监督；主动学习；集成学习；混合判别分析；故障分类

HTML PDF 收藏

多尺度材料与过程设计的数据驱动和机理混合建模方法 Perspective

周腾, Rafiqul Gani, Kai Sundmacher

《工程（英文）》 2021年第7卷第9期页码 1231-1238 doi: 10.1016/j.eng.2020.12.022

摘要：尽管有这种重要联系，但由于通常需要使用不同规模的多个模型，材料和过程的集成设计并不容易。混合建模为解决此类复杂的设计问题提供了一个有前景的选择。在混合建模中，用数据驱动模型描述原本计算成本高昂的材料特性，而用机理模型表示众所周知的过程相关原理。本文重点介绍了混合建模在多尺度材料和过程设计中的重要性。对于选定的每个领域，讨论了使用混合建模进行多尺度材料和过程设计的最新研究。最后，本文给出了结论，指出当前研究的局限性和未来的发展空间。

关键词：数据驱动代理模型机器学习混合建模材料设计过程优化

HTML PDF 收藏

基于混合驱动高斯过程学习的强机动多目标跟踪方法 Research Article

国强1,滕龙1,2,尹天祥3,郭云飞3,吴新良2,宋文明2

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1647-1656 doi: 10.1631/FITEE.2300348

摘要：本文提出一种混合驱动方法，利用数据驱动和基于模型算法的优点跟踪多个高机动目标。将时变恒速（CV）模型集成到在线学习的高斯过程（GP）中，提高高斯过程的预测性能。进一步与广义概率数据关联（GPDA）算法相结合，实现多目标跟踪。通过仿真实验可知，与广泛使用的机动目标跟踪算法如交互式多模型（IMM）和数据驱动的高斯过程运动跟踪器（GPMT）相比，提出的混合驱动方法具有显著的性能优势。

关键词：目标跟踪；高斯过程；数据驱动；在线学习；模型驱动；概率数据关联

HTML PDF 收藏

基于最大间隔的贝叶斯分类器 Article

Tao-cheng HU,Jin-hui YU

《信息与电子工程前沿（英文）》 2016年第17卷第10期页码 973-981 doi: 10.1631/FITEE.1601078

摘要：概要：多分类学习中经常需要考虑在泛化性能和计算开销间进行权衡。本文提出一个生成式概率多分类器，综合考虑了泛化性和学习/预测速率。我们首先证明了我们的分类器具有最大间隔性质，这意味着对于未来数据的预测精度几乎和训练阶段一样高。此外，我们消除了目标函数中的大量的局部变元，极大地简化了优化问题。

关键词：多类学习；最大间隔学习；在线算法

HTML PDF 收藏

微阵列数据集的特征选择技术：综合评述、分类和未来方向 Review

Kulanthaivel BALAKRISHNAN, Ramasamy DHANALAKSHMI

《信息与电子工程前沿（英文）》 2022年第23卷第10期页码 1451-1478 doi: 10.1631/FITEE.2100569

摘要：

为获得最佳结果，从微阵列数据集中检索相关特征已成为特征选择（FS）技术的研究热点。本综述旨在全面阐述各种最新特征选择技术，同时介绍了基于微阵列数据集的处理多类分类问题的技术以及提高学习算法性能的不同方法。我们试图理解和解决数据集不平衡问题，以证实研究人员在微阵列数据集上的工作。同时提供了一个案例说明该方法的实施过程，该方法使用3个微阵列癌症数据集评估一些包装方法和混合方法的分类精度和收敛能力，以确认最优特征子集。

关键词：特征选择；高维；学习技术；微阵列数据集

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：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。其次，提出一种混合代理辅助（HSA）模型降低评估候选模型的高计算成本。最后，设计一种新的激活函数改善模型性能并确保收敛速率。在图像分类基准数据集上进行了大量实验，验证GPPSO优于最先进的方法。实验结果表明，GPPSO仅需0.04和1.70 GPU天即可在CIFAR-10和CIFAR-100数据集上实现95.26％和76.36％识别准确率。

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

融合显著性模型和高斯网模型的视网膜血管分割方法 Research Articles

Lan-yan XUE, Jia-wen LIN, Xin-rong CAO, Shao-hua ZHENG, Lun YU

《信息与电子工程前沿（英文）》 2019年第20卷第8期页码 1075-1086 doi: 10.1631/FITEE.1700404

摘要：本文提出一种融合显著性模型和高斯网（GNET）模型的新型深度学习结构分割视网膜血管。显著性图像替代原始图像作为GNET模型的输入。GNET模型具有双边对称结构。利用DRIVE数据库对所提方法进行评估。实验结果表明，与UNET模型相比，GNET模型能获得更精确的特征和更精细的细节。本文所提算法能提取准确的血管网络，与其他深度学习方法相比具有更高精确度。

关键词：视网膜血管分割；显著性模型；高斯网模型（GNET）；特征学习

HTML PDF 收藏

词加权有监督主题模型：多标签文本分类 None

Yue-peng ZOU, Ji-hong OUYANG, Xi-ming LI

《信息与电子工程前沿（英文）》 2018年第19卷第4期页码 513-523 doi: 10.1631/FITEE.1601668

摘要：有监督主题模型已成功应用于多标签文本分类任务。代表性模型包括有监督隐含狄利克雷分配模型（labeled latent Dirichlet allocation，L-LDA）和判别隐含狄利克雷分配模型（dependency-LDA）。这些已有模型忽略单词类别频率信息，即训练集中单词出现的类别数量，对分类任务的影响。CF-weight方法基于如下假设：具有较高（或较低）类别频率的单词在分类问题中具有较低（或较高）判别力。将CF-weight方法应用于L-LDA和dependency-LDA模型。实验结果表明，相比传统有监督主题模型，基于CF-weight的模型在多标签分类性能上具有优势。

关键词：有监督主题模型；多标签分类；类别频率；有监督隐含狄利克雷分配模型；判别隐含狄利克雷分配模型

HTML PDF 收藏

一种粗模糊神经分类器

曾黄麟,王晓

《中国工程科学》 2003年第5卷第12期页码 60-65

摘要：

介绍一种新的粗集编码模糊神经分类器。基于粗集理论的概念，讨论了知识编码、属性简化、分类系统简化的方法；并利用模糊隶属度函数将输入精确信息映射为模糊变量信息，解决分类中病态定义的数据问题和提高系统非线性映射的分类能力；提出了结合系统参数的重要性因子的网络的模糊推理方法和粗模糊神经分类器的网络结构以及有导师的最小平方误差学习训练算法实现的粗集编码模糊神经分类器具有网络结构空间维数低、学习算法简单、网络训练时间短、非线性特性丰富等优点。

关键词：模糊粗集神经网络分类

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。开展一系列实验测试不同模型在几个数据集上的性能，包括MNIST数据集、街景门牌号码（SVHN）数据集、德国交通标志识别基准（GTSRB）和CIFAR-10数据集。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

EDVAM：用于虚拟博物馆视觉注意建模的三维眼动数据集 Research Article

周赟湛1,冯天2,帅世辉3,厉向东4,孙凌云5,杜本麟2

《信息与电子工程前沿（英文）》 2022年第23卷第1期页码 101-112 doi: 10.1631/FITEE.2000318

摘要：目前，利用眼动数据探究视觉注意机制的研究仍限于二维场景。研究者尚未能从时间和空间的角度出发，在三维虚拟场景里研究这一问题。为此，我们构建了第一个用于虚拟博物馆视觉注意建模的三维眼动数据集，命名为EDVAM。我们还建立了一个深度学习模型，通过历史眼动轨迹预测用户未来的视觉注意区域，用于测试EDVAM。这项研究能为虚拟博物馆的视觉注意建模和上下文感知交互提供参考。

关键词：视觉注意；虚拟博物馆；眼动数据集；注视检测；深度学习

HTML PDF 收藏

复合柔性结构航天器动力学建模研究

曲广吉,程道生

《中国工程科学》 1999年第1卷第2期页码 52-56

摘要：

柔性航天器动力学建模的传统方法是采用混合坐标法，针对中心刚体带大型柔性附件类的航天器，这种方法在理论建模和工程应用方面都获得了极大的成功。在中心刚体加柔性附件类航天器柔性动力学研究成果基础上，通过计及柔性体与柔性体连接点间的复合位移变形，利用混合坐标法建立了复合柔性结构航天器动力学模型，其软件系统DASFA 2.0已初步用于工程分析设计。

关键词：航天器复合柔性结构柔性动力学混合坐标法

HTML PDF 收藏

数据中心设计——一种微结构材料体系设计新方法 Article

Wei Chen, Akshay Iyer, Ramin Bostanabad

《工程（英文）》 2022年第10卷第3期页码 89-98 doi: 10.1016/j.eng.2021.05.022

摘要：

在高通量计算材料科学时代，材料基因组计划的核心是为计算材料设计建立数据处理、材料结构和材料属性（PSP）之间的关系。近年来，在数据获取和存储，微结构表征和重建（MCR），机器学习（ML），材料建模和仿真，数据处理、材料制造和实验方面取得的技术进步，显著提升了研究人员在PSP关系的建立和逆向材料设计方面的能力。特别介绍了一种数据中心设计方法，并从本质上将该方法分为三个方面：设计表征、设计评估和设计合成。每个方面的发展都由领域知识指导并从中受益。因此，针对每个方面，提出了一种应用广泛的计算方法，这些方法的集成实现了以数据为中心的材料发现和设计。

关键词：材料信息学机器学习微结构重建贝叶斯优化混合变量模型降维材料设计

HTML PDF 收藏

使用数据驱动模型优化抗体纯化策略 Article

刘松崧, Lazaros G. Papageorgiou

《工程（英文）》 2019年第5卷第6期页码 1077-1092 doi: 10.1016/j.eng.2019.10.011

摘要：使用基于微型实验数据的制造规模模拟数据集，建立了以负载质量、流速和柱床高度为输入的色谱通量数据驱动模型。与其他方法相比，分段线性回归建模方法具有简单、预测精度高的优点。提出了两种混合整数非线性规划（MINLP）模型，结合数据驱动模型，以最小化每克抗体纯化过程的总成本。然后，使用线性化技术和多参数分解将这些MINLP模型重新构造为混合整数线性规划（MILP）模型。研究了两个具有不同色谱柱尺寸替代品的工业相关案例，以证明所提出模型的适用性。

关键词：抗体纯化多尺度优化抗原结合片段混合整数规划数据驱动模型分段线性回归