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 250

年份

2023 46

2022 43

2021 34

2020 30

2019 29

2018 19

2017 20

2016 7

2015 2

2013 1

2011 2

2010 1

2009 1

2008 1

2007 4

2006 1

2005 2

2004 1

2002 2

2001 3

展开︾

关键词

机器学习 27

深度学习 15

人工智能 10

代理模型 2

在线检测 2

增材制造 2

强化学习 2

材料设计 2

神经网络 2

结构健康监测 2

高层建筑 2

2D—3D配准 1

3D打印 1

6G 1

ARM 1

AT89S52芯片 1

CAN总线 1

CCUS 1

COVID-19 1

展开︾

检索范围：

排序：展示方式：

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。通过凸分析和概率语义分析，我们设计了高效的在线算法，与经典情形的最大不同在于这个算法使用聚集而非平均化处理梯度。实验证明了我们的算法具有很好的泛化性能和收敛速度。

关键词：多类学习；最大间隔学习；在线算法

HTML PDF 收藏

模糊基函数神经网络在线跟踪自学习算法研究

许飞云,钟秉林,黄仁

《中国工程科学》 2007年第9卷第11期页码 48-53

摘要：

提出了一种用于分类的模糊基函数（FBF）神经网络在线跟踪自学习算法，通过带有遗忘因子的样本均值和样本协方差矩阵，保存了原始样本所包含的类可能性分布信息，并在此基础上产生新增样本的目标输出用于训练FBF网络，以实现分类边界的在线跟踪；给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法，以克服传统方法需要保存大量以往训练样本带来的困难。

关键词：模糊基函数自学习故障诊断

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：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。

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

高速主轴动平衡及其在线控制技术

章云,梅雪松

《中国工程科学》 2013年第15卷第1期页码 87-92

摘要：

针对机床主轴在线自动平衡控制问题，阐述了高速主轴不平衡识别方法和在线自动平衡技术国内外现状，分析了喷液式在线自动平衡装置原理，设计了喷液式平衡系统，并通过高速主轴实验对该系统的有效性进行了验证。

关键词：高速主轴在线动平衡振动控制

HTML PDF 收藏

提高在线模型识别平台效率的多目标最优实验设计框架 Article

Arun Pankajakshan, Conor Waldron, Marco Quaglio, Asterios Gavriilidis, Federico Galvanin

《工程（英文）》 2019年第5卷第6期页码 1049-1059 doi: 10.1016/j.eng.2019.10.003

摘要：本文提出了一个多目标最优实验设计框架，用于提高在线模型识别平台的效率。所提出的框架能够灵活权衡实验设计解决方案，这些解决方案可以在线计算（即在执行实验期间）。将该框架应用于流动反应器中动力学模型在线识别的案例研究，并确定了微反应器中苯甲酸（benzoic acid, BA）和乙醇酯化的动力学模型。

关键词：多目标优化最优实验设计在线

HTML PDF 收藏

基于DBN模型的激光焊接状态在线监控研究 Article

张艳喜, 游德勇, 高向东, Seiji Katayama

《工程（英文）》 2019年第5卷第4期页码 671-678 doi: 10.1016/j.eng.2019.01.016

摘要：

本文开发了集辅助激光成像系统、紫外/可见波段视觉成像系统（波长小于780 nm）、光谱测量仪、光电传感器的多传感器系统，用以观察和分析激光焊接过程中的焊接状态信息。本文采用小波包分解方法对通过光电传感器获得的可见光波段传感信号和激光反射传感信号进行分解并提取相关特征。光谱仪采集到的信号的主要波长为400~900 nm，将其分为25个子带并采用统计方法来提取光谱信号特征。利用紫外/可见波段视觉成像系统采集的图像获取金属蒸气和飞溅的特征，而辅助照明视觉传感器系统主要是用来采集匙孔特征。本文基于上述焊接过程的实时量化特征建立了焊接状态监测的深度信念网络（DBN），并采用遗传算法对所提出的DBN模型参数进行优化。与传统的反向传播神经网络（BPNN）模型相比，本文建立的DBN模型在焊接状态监测方面具有更高的精度和鲁棒性。最后，本文通过三个附加焊接试验验证了该方法在激光焊接状态监控中的有效性和泛化能力。

关键词：在线监控多传感小波包分解深信度网络

HTML PDF 收藏

零件加工质量（尺寸和表面粗糙度）在线检测技术研究

陈爱弟,王信义

《中国工程科学》 2000年第2卷第12期页码 73-77

摘要：

文章研究零件加工质量在线检测的方法和关键技术。在分析在线检测工件尺寸和表面粗糙度检测方法及特点的基础上，建立检测工件尺寸的神经网络和检测表面粗糙度的模糊神经网络，并且建立了零件加工质量在线检测系统。

关键词：在线检测神经网络模糊神经网络尺寸精度表面粗糙度

HTML PDF 收藏

一种对工业过程复杂液体进行非接触原态在线实时监测方法 Article

段宁, 降林华, 徐夫元, 张歌

《工程（英文）》 2018年第4卷第3期页码 392-397 doi: 10.1016/j.eng.2018.05.005

摘要：

无法对工业过程大量存在的复杂液体在线实时监测导致资源消耗和污染产生过多的现象十分普遍。本文介绍一种对高强包裹性和高盐多组分液体中目标物质进行非接触原态在线实时监测的方法，该方法的原理是建立液体中目标物质浓度（C）、不同浓度目标物质色空间坐标(L*, a*, b*) 和最大吸收波长与传统分析方法和现有在线分析方法不同，这种方法无需对样品进行任何预处理（过滤、稀释、定容、氧化/还原、添加显色剂等），可实现测试样品的原态化在线实时监测。

关键词：复杂液体原态监测在线实时非接触识别

HTML PDF 收藏

过程操作性能的在线评估与诊断

Sedghi Shabnam,Huang Biao

《工程（英文）》 2017年第3卷第2期页码 214-219 doi: 10.1016/J.ENG.2017.02.004

摘要：

随着时间的推移，过程性能会因为过程变动和不确定性从其初始状态偏移，这使系统性地发展基于日常过程操作数据的在线最优性评估方法变得必要。在在线阶段，结合过程系统的先验知识，基于模型的聚类判别分析方法(model-based clustering discriminant analysis，MclustDA) 被用于模态检测。

关键词：最优性能评估概率主成分回归多模态过程

HTML PDF 收藏

联邦无监督表示学习 Research Article

张凤达1,况琨1,陈隆1,游兆阳1,沈弢1,肖俊1,张寅1,吴超2,吴飞1,庄越挺1,李晓林3,4,5

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1181-1193 doi: 10.1631/FITEE.2200268

摘要：为利用分布式边缘设备上大量未标记数据，我们在联邦学习中提出一个称为联邦无监督表示学习(FURL)的新问题，以在没有监督的情况下学习通用表示模型，同时保护数据隐私。

关键词：联邦学习；无监督学习；表示学习；对比学习

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

学习挑选伪标签：一种用于命名实体识别的半监督学习方法 Research Articles

李真真,冯大为,李东升,卢锡城

《信息与电子工程前沿（英文）》 2020年第21卷第6期页码 809-962 doi: 10.1631/FITEE.1800743

摘要：深度学习模型在命名实体识别（NER）中实现了最先进的性能；然而，其良好性能很大程度上依赖于大量标记数据。在某些特定领域，例如医学、金融和军事领域，标记数据非常稀缺，而未标记数据则很容易获得。本文提出一种用于NER任务的半监督方法，其通过学习一个判别模块筛除错误伪标签，以创建高质量标注数据。伪标签是为未标记数据自动生成的标签，并被当作真实标签用来训练模型。该半监督框架包括3个步骤：为特定NER任务构建最佳单神经网络模型，学习一个评价伪标签的模块，以及迭代创建新的标记数据和改进NER模型。

关键词：命名实体识别；无标注数据；深度学习；半监督学习方法

HTML PDF 收藏

人工智能新方向：类人、机器、仿生和量子智能 Comment

李伟钢,Liriam Michi ENAMOTO,Denise Leyi LI,Geraldo Pereira ROCHA FILHO

《信息与电子工程前沿（英文）》 2022年第23卷第6期页码 984-990 doi: 10.1631/FITEE.2100227

摘要：

本评论回顾1998年提出的“一次性学习”（once learning，OLM）机制，和随后出现的用于图像分类的“一瞥学习”（one-shot learning这些被认为是AI研发的主要方向，并按以下分类标准区分：（1）以类人、机器、仿生或量子计算为本的AI研发;（2）升维或降维的信息输入;（3）小样本或大数据知识学习。

关键词：人工智能；机器学习；一次性学习；一瞥学习；量子计算

HTML PDF 收藏

基于两级层次特征学习的图像分类方法 Article

Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE

《信息与电子工程前沿（英文）》 2016年第17卷第9期页码 897-906 doi: 10.1631/FITEE.1500346

摘要：本文提出了一种新颖、有效的基于深度卷积神经网络的两级层次特征学习框架。首先，不同层次的深度特征抽取器使用迁移学习方法进行训练。最后，基于Caltech-256、Oxford Flower-102和Tasmania Coral Point Count三个图像数据集的实验证明，通过两级层次特征学习的深度特征的表达能力十分强大，与传统的扁平多分类方法相比

关键词：迁移学习；特征学习；深度卷积神经网络；层次分类；谱聚类