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 690

会议视频 56

会议信息 25

年份

2024 4

2023 73

2022 80

2021 95

2020 60

2019 75

2018 40

2017 59

2016 19

2015 22

2014 16

2013 13

2012 21

2011 20

2010 15

2009 8

2008 19

2007 22

2006 17

2005 13

展开︾

关键词

大数据 29

2020 10

机器学习 10

数据挖掘 9

人工智能 7

农业科学 5

医学 5

增材制造 5

检测 5

无损检测 4

智能制造 4

MATLAB 3

信息技术 3

图像处理 3

数据分析 3

2035 2

CAPP 2

COVID-19 2

ICGDA 2

展开︾

检索范围：

排序：展示方式：

FAAD：一种无监督快速准确的数据流上多维序列异常检测方法 Regular Papers

Bin LI, Yi-jie WANG, Dong-sheng YANG, Yong-mou LI, Xing-kong MA

《信息与电子工程前沿（英文）》 2019年第20卷第3期页码 388-404 doi: 10.1631/FITEE.1800038

摘要：最近，序列异常检测被广泛应用于许多领域。这些领域中的序列数据在数据流上通常是多维的。设计同时满足检测精度和速度的数据流上多维序列异常检测方法是一个挑战。因为：（1）序列数据和庞大状态空间的维度冗余导致序列建模能力较差；（2）异常检测无法适应数据流的高速性，尤其是概念漂移会降低检测率。一方面，大多数现有序列异常检测方法集中在单维序列。另一方面，多维序列研究主要集中在静态数据集而非数据流。最后，“基于模型动态调整的异常缓冲”（anomaly buffer based on model dynamic adjustment，ABMDA）方法显著降低数据流中概念漂移的影响。在流平台Storm上实施FAAD检测多维日志审计数据。与现有异常检测方法相比，FAAD在检测精度和速度方面不受概念漂移影响，具有良好性能。

关键词：数据流；多维序列；异常检测；概念漂移；特征选择

HTML PDF 收藏

一种面向软件缺陷预测的相似性度量特征选择方法 Article

Qiao YU, Shu-juan JIANG, Rong-cun WANG, Hong-yang WANG

《信息与电子工程前沿（英文）》 2017年第18卷第11期页码 1744-1753 doi: 10.1631/FITEE.1601322

摘要：软件缺陷预测旨在通过历史数据和能反映软件模块特性的软件特征来发现潜在缺陷。然而，有的特征可能与类别（有缺陷或无缺陷）的相关性较高，有的特征可能是冗余的或无关的。针对软件缺陷预测中不同特征与类别的相关性差异，本文提出一种基于相似性度量（similarity measure, SM）的特征选择方法。首先，根据不同类样本间的相似性来更新特征权重；然后，按照特征权重值降序排列生成特征排序列表，并依次选取特征排序列表中的所有特征子集；最后，在KNN（k-nearest neighbor）模型上验证所有特征子集的分类性能在11个美国航空航天局（NASA）数据集上进行实验验证，结果表明，与其它四种特征选择方法相比，本文方法具有与之相当甚至更高的分类性能。

关键词：软件缺陷预测；特征选择；相似性度量；特征权重；特征排序列表

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。对文献的分析为理解和强调在通过各种特征选择技术寻找最佳特征子集时存在的众多挑战和问题铺平了道路。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

提高光流估计性能的渐进性高斯多维预滤波方法的研究

付昀,徐维朴

《中国工程科学》 2004年第6卷第12期页码 56-61

摘要：

基于光流计算方法统一框架理论，研究了一种利用高斯多维滤波器的渐进性和时空性提高光流估计性能的有效方法。在保持现有光流计算方法的前提下，通过调节时间维和空间维的方差参数，改变时空预滤波和光滑效果，突出时间混叠和光流主信息，从而提高重构视频序列的信噪比。试验中以标准的Flower Garden和Football序列的前50帧作为参考图像序列，以LK算法为参考光流算法。结果显示，滤波窗口为5×5时的最佳时间方差参数为0.4，最佳空间方差参数为［1.6，2.0］；加入高斯多维预滤波前后利用光流场重构图像的平均峰值信噪比PSNR提高2.572dB，提高幅度为13.6%

关键词：光流计算高斯多维滤波峰值信噪比运动估计

HTML PDF 收藏

数据驱动的加工过程异常诊断 Article

Y.C. Liang, S. Wang, W.D. Li, X. Lu

《工程（英文）》 2019年第5卷第4期页码 646-652 doi: 10.1016/j.eng.2019.03.012

摘要：

为了在计算机数控（CNC）加工过程中实现零缺陷生产，开发有效的异常检测诊断系统势在必行。为了解决这个问题，本文提出了一种全新的异常数据驱动的诊断系统。在该系统之中，我们持续收集随动态加工过程而产生的状态监测功率数据，并以此支持在线诊断分析。为了便于分析，我们设计了预处理机制对所监视的数据进行去噪、标准化以及校准。随后我们即从监控数据中提取关键特征，并定义阈值以识别异常。考虑到加工过程中机床和工装的动态条件，用于识别异常的阈值可以调整。我们还可以基于历史数据利用果蝇优化（FFO）算法优化阈值，以实现更准确的检测。通过实践验证，我们证明了该系统在工业应用中的有效性和巨大前景。

关键词：计算机数控加工异常检测果蝇优化算法数据驱动方法

HTML PDF 收藏

基于多表征声呐数据特征融合的水下目标检测方法 Research Article

王非1,李婉玉1,刘淼2,周景春1,张维石1

《信息与电子工程前沿（英文）》 2023年第24卷第6期页码 828-843 doi: 10.1631/FITEE.2200429

摘要：现有水下目标检测方法多基于物体的几何形状从声呐数据中识别物体，这些方法几乎忽略数据采集和数据表征过程所产生的形状畸变问题。为此，本文对声呐数据的不同表示形式进行了对比分析，在此基础上，提出了一个特征融合框架，以充分利用从极坐标图像中提取的强度特征和从点云表示形式中学习的几何特征。该框架中设计了三种特征融合策略，以分析特征融合对检测器不同模块的影响。同时，这些融合策略可以直接集成到其他检测器中，如YOLO系列。通过公开水下实景声呐数据集上的一系列对比实验，验证了所提框架和特征融合策略的有效性。实验结果表明，所提特征融合方法对检测器中候选区域模块和分类模块的结果都有所增益。

关键词：水下目标检测；声呐数据表示形式；特征融合

HTML PDF 收藏

基于最小化重构误差的生成对抗网络异常检测 Article

Huan-gang WANG, Xin LI, Tao ZHANG

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 116-125 doi: 10.1631/FITEE.1700786

摘要：本文引入并调查了生成对抗网络在异常检测中的应用。在训练阶段，生成对抗网络从正常数据中学习；然后，基于过去的未知数据，生成器和判别器可以通过学习到的决策边界，区分异常和正常模式。提出的基于生成对抗网络的异常检测方法在MNIST数字数据集和田纳西-伊斯曼标准数据集上的性能表现极具竞争力。

关键词：生成对抗网络；异常检测；田纳西-伊斯曼过程

HTML PDF 收藏

AED-Net——异常事件检测网络 Article

王田, 苗子琛, 陈禹昕, 周毅, 单光存, Hichem Snoussi

《工程（英文）》 2019年第5卷第5期页码 930-939 doi: 10.1016/j.eng.2019.02.008

摘要：

长期以来，在拥挤场景中检测异常事件都是一项具有挑战性的任务。为解决这一问题，本文提出了一种名叫异常事件检测网络（AED-Net）的自监督框架，它由主成分分析网络（PCANet）和核主成分分析（kPCA）组成。该框架以不同场景的监控视频序列为原始数据，通过训练PCANet以提取人群情况的高级语义。kPCA可作为一种单类分类器，被用于识别场景中的异常事件。与目前流行的一些深度学习方法相比，该框架完全是自监督的，因为它只使用正常情况下的视频序列。通过对明尼苏达大学公共监测人类活动数据集（UMN数据集）和加州大学圣地亚哥分校监测异常数据集（UCSD数据集）进行全局和局部异常事件进行检测发现，与其他最先进的方法相比，该方法具有更好的等误差率（EER

关键词：异常事件检测异常事件检测网络主成分分析网络核主成分分析

HTML PDF 收藏

一种用于文本分类的去冗余特征选择新方法 None

You-wei WANG, Li-zhou FENG

《信息与电子工程前沿（英文）》 2018年第19卷第2期页码 221-234 doi: 10.1631/FITEE.1601761

摘要：特征选择是文本分类领域一种重要降维方法。针对传统特征选择方法所选特征集常包含冗余信息的问题，提出一种能够有效去除冗余信息的特征选择新方法。首先，为衡量两个词之间的关系，引入基于词频的相关性和相对冗余词集的概念；接着，选择一种最优特征选择方法并用其获得一个临时特征子集；最后，为提高算法执行效率，结合预设阈值去除临时特征子集中的冗余特征，并将结果存储在链表结构中实验以支持向量机和朴素贝叶斯作为分类器，并以WebKB、20-Newsgroups和Reuters-21578作为测试数据集。实验结果表明，该方法分类精度高于传统特征选择方法；相对于基于互信息的方法而言，该方法能够在保证分类精度的同时，有效提高运行效率。

关键词：特征选择；降维；文本分类；冗余特征；支持向量机；朴素贝叶斯；互信息

HTML PDF 收藏

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：近十年，特征选择备受关注。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。由于数据集中存在冗余和噪声，使用全部特征并不能很好展现数据的真实分布。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。通过迭代算法，回归系数汇聚到重要特征上，选出能得到更优聚类效果的特征。对多个实际数据集（图像、声音和网页）的实验证明了该算法的有效性。

关键词：无监督；局部学习；组稀疏回归；特征选择

HTML PDF 收藏

基于沃尔什特征的增强型AdaBoost 人脸快速检测算法

郭志波,杨静宇,刘华军,严云洋

《中国工程科学》 2008年第10卷第7期页码 125-131

摘要：

提出一种基于沃尔什特征的增强型AdaBoost 人脸快速检测算法，不仅具有很快的训练速度，而且利用较少的非人脸样本进行训练就可以达到较好的检测效果首先，提出用较少的沃尔什特征来代替大量的 Harr-Like 特征可以较大幅度的降低特征之间的冗余。然后提出一种双阈值增强型AdaBoost 算法，其中双阈值的快速搜索方法大大节约了训练时间，并且在训练Cascaded 检测器过程中，前层分类器的训练结果对后层分类器的训练具有指导作用，加强了总体检测器的性能最后，使用该算法训练的检测器对MIT＋CMU 人脸测试库进行了测试，结果表明该方法在训练速度、测试精度、检测时间等方面都优于相应的方法。

关键词：沃尔什特征增强型AdaBoost Cascaded 型检测器人脸检测

HTML PDF 收藏

基于频谱细化的列车轮对轴承故障在线检测

黄采伦,余小华,陈安华,张剑

《中国工程科学》 2007年第9卷第7期页码 61-64

摘要：

列车轮对轴承故障是危及列车运行安全的重要因素之一，对其准确检测是高速重载列车需要解决的关键问题。当轮对轴承出现异常时，其振动信号中的幅值就会出现突变点，据此提出了利用频谱细化技术对轮对轴承的振动加速度信号进行分析的方法。实验结果表明，该方法实现了轮对轴承异常的高精度检测，说明这种方法比常规的方法能更有效地检测出轮对轴承的异常状态。

关键词：轮对轴承频谱细化异常检测

HTML PDF 收藏

基于深度序列特征学习的临床感染性角膜炎图像分类 Article

许叶圣, 孔鸣, 谢文加, 段润平, 方钲清, 林宇萧, 朱强, 汤斯亮, 吴飞, 姚玉峰

《工程（英文）》 2021年第7卷第7期页码 1002-1010 doi: 10.1016/j.eng.2020.04.012

摘要：本文提出了一种深度序列特征学习模型，该模型能够通过对临床图像的分类高效地鉴别不同的感染性角膜炎。我们针对感染性角膜炎的特点设计了一种能够解耦临床图像中最具区别
性的特征并保持其空间结构的机制。通过比较，我们提出的深度序列特征学习模型在120张图像的测试集上的准确率能够达到80%，远高于421位眼科医生所能达到的平均水平[(49.27 ± 11.5)]%。

关键词：深度学习角膜病序列特征机器学习长短时记忆

HTML PDF 收藏

基于HHT的泄流结构损伤在线监测方法研究

练继建,李成业,刘昉,马斌

《中国工程科学》 2011年第13卷第12期页码 38-44

摘要：

结合HHT方法在描述信号瞬时特性和信号处理方面的独特优势，提出了一种基于HHT的泄流结构损伤实时监测诊断方法。首先，利用信号能量谱构造能量分布向量ηi，进而定义结构异常指标和预警指数，最后通过计算相邻时间段内的异常指标，实现结构损伤的在线监测。应用文中方法对一导墙结构进行数值仿真试验，结果表明，文章中定义的异常指标能够较准确地判断结构的损伤，同时具有一定的抗噪能力。

关键词：泄流结构 HHT 能量分布向量异常指标预警指数数值仿真

HTML PDF 收藏

知识表示中的不确定性

李德毅

《中国工程科学》 2000年第2卷第10期页码 73-79

摘要：文章提出用云模型3个数字特征（期望值，熵，超熵）来描述一个定性概念，用熵来关联模糊性和随机性。代表定性概念的云的某一次定量值，被称为云滴，可以用它对此概念的贡献度来衡量，许许多多云滴构成云，实现定性和定量之间的随时转换，反映了知识表示中的不确定性。云方法已经用于数据开采、智能控制、跳频电台和大系统效能评估中，取得明显的效果。

关键词：知识表示定性概念不确定性云模型数宇特征