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 601

会议视频 50

会议信息 23

年份

2024 3

2023 75

2022 92

2021 72

2020 77

2019 78

2018 36

2017 46

2016 23

2015 18

2014 4

2013 27

2012 6

2011 11

2010 8

2009 6

2008 5

2007 10

2006 11

2005 13

展开︾

关键词

机器学习 27

人工智能 15

深度学习 15

三峡工程 14

农业科学 13

智能制造 11

三峡升船机 10

升船机 10

2020 9

2019 6

环境 5

仿生机器人 4

可持续发展 4

生态保护 4

MATLAB 3

图像处理 3

施工技术 3

环境保护 3

第三届 3

展开︾

检索范围：

排序：展示方式：

运用支持向量机的稳健智能音频水印设计 Article

Mohammad MOSLEH,Hadi LATIFPOUR,Mohammad KHEYRANDISH,Mahdi MOSLEH,Najmeh HOSSEINPOUR

《信息与电子工程前沿（英文）》 2016年第17卷第12期页码 1320-1330 doi: 10.1631/FITEE.1500297

摘要：然而，如何保护数据免于非授权复制与分发行为也是数据所有者们所面临的主要挑战。数字水印技术作为缓解导致系统效率下降潜在挑战一种可靠保护方法，逐渐被人们所认同数字音频水印应当能以人耳不能察觉的方式保持主信号的质量，也应当能在潜在的攻击前保持足够的稳健型。传统音频水印技术存在的一个主要问题是使用非智能解码器——此类解码器在提取数字水印时仅使用特定的规则集。本文提出了一种稳健、智能的音频水印方法，该方法有效地结合了奇异值分解（Singular value decomposition, SVD）和支持向量机（Support vector machine, SVM该方法通过调整奇异值实现水印数据嵌入，又通过SVM智能解码器实现水印提取。此外，通过学习噪声信号的有害效应，该解码器能够有效的提取水印。不同条件下的一系列实验验证了所述设计的性能。

关键词：音频水印；版权保护；奇异值分解；机器学习；支持向量机

HTML PDF 收藏

应用完备集合固有时间尺度分解和混合差分进化和粒子群算法优化的最小二乘支持向量机对柴油机进行故障诊断 Article

俊红张,昱刘

《信息与电子工程前沿（英文）》 2017年第18卷第2期页码 272-286 doi: 10.1631/FITEE.1500337

摘要：针对固有时间尺度分解算法的模态混叠问题和最小二乘支持向量机的参数优化问题，本文提出了一种新的基于完备集合固有时间尺度分解和混合差分进化和粒子群算法优化最小二乘支持向量机的柴油机故障诊断方法。该方法主要包括以下几个步骤：首先，为解决固有时间尺度分解算法的模态混叠问题，提出了一种完备集合固有时间尺度分解算法。随后，利用完备集合固有时间尺度分解算法将非平稳的柴油机振动信号分解为一系列平稳的旋转分量和残差信号。然后，提取了前几阶旋转分量的三类典型的时频特征，包括奇异值、旋转分量能量和能量熵、AR模型参数，作为故障特征。最后，提出了混合差分进化和粒子群算法对最小二乘支持向量机的参数进行优化的方法，并通过将故障特征输入训练好的最小二乘支持向量机模型实现故障诊断。

关键词：柴油机；故障诊断；完备集合固有时间尺度分解；最小二乘支持向量机；混合差分进化和粒子群优化算法

HTML PDF 收藏

最小二乘支持向量机的扩展及其在时间序列预测中的应用

向小东

《中国工程科学》 2008年第10卷第11期页码 89-92

摘要：

根据时间序列近期数据较远期数据包含有更多未来信息的思想，对最小二乘支持向量机预测方法进行了扩展，得到了更具一般性的最小二乘支持向量机预测模型两个时间序列的预测实例表明，扩展后的预测方法获得了更好的预测效果，提升了最小二乘支持向量机预测方法的价值。

关键词：最小二乘支持向量机扩展时间序列预测

HTML PDF 收藏

Muhammad IMRAN, Bruce A. HARVEY, Muhammad ATIF, Adnan Ali MEMON

《信息与电子工程前沿（英文）》 2019年第20卷第7期页码 946-963 doi: 10.1631/FITEE.1700667

摘要：提出一种基于多分辨率分解和去相关的模块化安全性与鲁棒性彩色图像水印方案。该方案主要目标是同时满足良好水印的4个要求（鲁棒性、安全性、不可察觉性和容量）。本研究的贡献在于实现一个基本满足这4个矛盾需求的水印方案。为此，结合不同方法以实现这个目的。为取得鲁棒性，采用离散小波变换（DWT）分解去相关信道，将近似带（其余3个带保持不变以保留边缘信息）进一步分解为不同区块。根据随机生成键选择随机区块。随机选取的区块进一步被分解为奇异值和向量。基于奇异值和向量矩阵的相互依赖性，并依据水印位，对数值进行修改，并保存这些数值的位置，将数值位置作为提取水印所需的另一个密钥。两级认证级别确保了安全性，同时使用奇异值和向量可提高该方案的容量。此外，在水印嵌入过程中，左右奇异向量与奇异值的结合增强了该方案的鲁棒性。

关键词：版权保护；数据隐藏；多分辨率分解；去相关；安全性

HTML PDF 收藏

一种观点挖掘新词语权重过程性能分析 Article

G. R. BRINDHA,P. SWAMINATHAN,B. SANTHI

《信息与电子工程前沿（英文）》 2016年第17卷第11期页码 1186-1198 doi: 10.1631/FITEE.1500283

摘要：论坛和博客的普及为大量信息的处理带来了挑战和机遇。基于不同主题的信息通常包含了主观的定性词语，需要经过统计分析转换为可用的定量数据。这些数据如不恰当处理则会影响观点的正确表达。每个观点相关词的主要表义各有不同。为将词的语义转换为数据并加强对观点挖掘的分析，我们提出了一种新颖的加权方案，称为词权重推测法（inferred word weighting, IWW）。IWW通过对语境下和表义中词语重要性的计算对算法进行增强。相对已有的方法，本文提出的加权方法从分析的视角上为词语提供了合适的权重。此外，通过对包含停用词的文本分类的性能研究，提供了另一种校验方法，作为对所提出的新加权方法的补充。而通常这些停用词都会在文本处理时移除。将包含停用词这一新概念应用于本文提出的加权方法和已有加权方法，可观察到2个现象：（1）文本分类性能增强；（2）包含停用词与否，所造成的文本处理结果的差异在所提出的方法中较小，而在已有方法中较大。进而，从这2种现象得出推论。基于基准数据集的实验结果表明所提出的方法在分类精度上具有优化潜力。

关键词：词权重推测法；观点挖掘；监督分类法；支持向量机；机器学习

HTML PDF 收藏

一种有效求解非凸正则化线性支持向量机的并行与分布式方法 Personal View

Lei GUAN, Tao SUN, Lin-bo QIAO, Zhi-hui YANG, Dong-sheng LI, Ke-shi GE, Xi-cheng LU

《信息与电子工程前沿（英文）》 2020年第21卷第4期页码 587-603 doi: 10.1631/FITEE.1800566

摘要：支持向量机（SVM）被视为线性分类的有力工具。与可以产生稀疏效果的非凸惩罚项组合时，SVM能同时执行分类和变量选择。然而，由于其不可微、非凸和非平滑特性，非凸正则化SVM通常难以有效求得全局最优解。已有针对非凸正则化SVM的求解方案通常以串行方式求解，因而无法充分利用现代多核机器的并行处理能力。另一方面，现实世界中数据多以分布式方式存储，迫切需要一种并行与分布式方法求解非凸正则化SVM问题。

关键词：线性分类；支持向量机；非凸惩罚项；交替方向乘子法（ADMM）；并行算法

HTML PDF 收藏

基于随机森林模型的滑动轨迹人机识别 Research Articles

Zhen-yi XU, Yu KANG, Yang CAO, Yu-xiao YANG

《信息与电子工程前沿（英文）》 2019年第20卷第7期页码 925-929 doi: 10.1631/FITEE.1700442

摘要：人机身份验证面临的挑战包括对人与机器滑动轨迹的正确检测。提出一种基于滑动轨迹数据集的人机识别随机森林模型。通过多维性能评价指标，包括识别准确率、识别召回率、识别误报率、识别漏报率、F值和加权准确率，验证该随机森林模型以及基准模型（逻辑回归模型和支持向量机）。随机森林模型多维性能评价指标优于基准模型。

关键词：人机识别；随机森林；支持向量机；逻辑回归；多维性能评价指标

HTML PDF 收藏

图像水印框架的层级-方向分解分析 Article

M. F. KAZEMI,M. A. POURMINA,A. H. MAZINAN

《信息与电子工程前沿（英文）》 2016年第17卷第11期页码 1199-1217 doi: 10.1631/FITEE.1500165

摘要：本文研究新型层级-方向分解在图像水印中的应用。实现水印框架的主要步骤是生成带有水印的图像，重点用到轮廓小波嵌入表达。相应地，每当扰码模块作用于一组原始图像，用以表示无序信息，就使用逆轮廓小波嵌入表达以获取带有水印的图像。对于所得到的结果，利用恰当的层级-方向分解阐释。本文主要贡献在于，在轮廓小波嵌入表达新机制的基础上，集成一套子系统，与决策系统相配合。与现有方法相比，本文所述方法在大量重度攻击下仍然有效。

关键词：层级-方向分解分析；水印框架；轮廓小波嵌入表达；扰码模块；模拟攻击

HTML PDF 收藏

实现隐私保护个性化推荐服务 Review

王聪, 郑宜峰, 蒋精华, 任奎

《工程（英文）》 2018年第4卷第1期页码 21-28 doi: 10.1016/j.eng.2018.02.005

摘要：因此，在尊重用户隐私的前提下开发实用的隐私保护技术来维护个性化推荐服务提供的数据尤为重要。在本文中，我们提供了与隐私保护的个性化推荐服务相关文献的综合调查。我们介绍了个性化推荐系统的总体架构、其中的隐私问题以及集中于隐私保护个性化推荐服务的现有研究。根据个性化推荐和隐私保护的核心支撑技术，我们对现有研究进行了分类，并对其优缺点进行了深入的讨论和对比，特别是针对隐私和推荐的准确性。与此同时，我们也确定了一些未来的研究方向。

关键词：隐私保护个性化推荐服务针对性推送协同过滤机器学习

HTML PDF 收藏

优化算法在所有权保留数据挖掘中的应用 None

Muhammad KAMRAN, Ehsan Ullah MUNIR

《信息与电子工程前沿（英文）》 2018年第19卷第2期页码 151-164 doi: 10.1631/FITEE.1601479

摘要：在此情况下，共享数据的所有权保护变得尤为重要。水印技术正逐渐成为一种推行数字数据格式所有权的有效工具，但该技术也可能导致数据失真。因此，从具有水印的数据中提取的知识可能不准确。数据失真程度由可用性约束条件来控制，这反过来又限制了可用于添加水印的带宽。尽管大带宽能保证鲁棒性，但可能降低数据质量。该问题可以通过在可用性约束条件下优化可用带宽来解决。本文分析了多种优化方案及其可行性，用于优化添加水印的最大可用带宽，并期望达到以下两个目标：（1）保持数据中存储的知识不变；（2）在可用性约束条件下使可用带宽最大化，以取得最佳鲁棒性。第一个目标利用一个可用性约束模型实现，该模型能确保知识不会因嵌入水印而受到损害。第二个目标通过找到满足第一个目标的可用性约束条件下最大带宽实现。采用不同指标对多种优化方案性能进行了评估。

关键词：信息安全；优化技术；数字版权；水印技术

HTML PDF 收藏

基于回归预测集成学习的交互式图像分割 Article

Jin ZHANG, Zhao-hui TANG, Wei-hua GUI, Qing CHEN, Jin-ping LIU

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 1002-1020 doi: 10.1631/FITEE.1601401

摘要：为此，本文提出一种结合半监督学习的基于回归预测的集成学习交互式图像分割方法。通过集成两个互补的样条回归函数，将图像分割视为一个非线性预测问题。首先，基于已标记样本训练出两个在属性上互补的多元自适应回归样条学习器（multivariate adaptive regression splines, MARS）和薄板样条回归学习器（thin platespline regression, TPSR）；接着，提出一种基于聚类假设和半监督学习的回归器增强算法，该算法从未标记样本中抽选部分样本辅助训练MARS和TPSR；然后，引入支持向量回归方法（support

关键词：交互式图像分割；多元自适应回归样条；集成学习；薄板样条回归；半监督学习；支持向量回归

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：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。

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

基于PSO优化LS-SVM算法的水电站厂房结构振动响应预测

练继建,何龙军,王海军

《中国工程科学》 2011年第13卷第12期页码 45-50

摘要：

依据二滩水电站地下厂房和机组的原型观测数据对机组和厂房结构振动的相关性进行分析，据此建立基于粒子群优化最小二乘支持向量计算法的厂房振动响应预测模型

关键词：水电站厂房耦联振动粒子群优化算法最小二乘支持向量机响应预测

HTML PDF 收藏

边信道攻击和学习向量量化 Article

Ehsan SAEEDI, Yinan KONG, Md. Selim HOSSAIN

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 511-518 doi: 10.1631/FITEE.1500460

摘要：目前提出的多种边信道信息分析方法中，机器学习被认为是一种有前景的方法。基于神经网络的机器学习可获得指令标志（功耗与电磁辐射），并自动识别。本文对椭圆曲线加密（Elliptic curve cryptography, ECC）的现场可编程门阵列（field-programmable gate array, FPGA）实现展开了新的实验研究，探讨了基于学习向量量化LVQ作为多类分类器的主要特点是它具有学习复杂非线性输入-输出关系、使用顺序训练程序和适应数据的能力。实验结果表明基于LVQ的多类分类是边信道数据表征的强大且有前景的方法。

关键词：边信道攻击；椭圆曲线加密；多类分类；学习向量量化