降噪自编码器相关论文
滚动轴承是风电机组中故障最为频繁的部件之一,准确有效的轴承故障诊断方法有助于保障风电机组安全稳定运行。针对轴承振动信号特征......
微生物与人类的生命活动息息相关,微生物鉴定对于许多行业领域都显得至关重要。比如在医疗领域,准确快速的微生物鉴定能够帮助疾病......
随着工业化的发展与城市化的推进,电力电缆因体积小、安全性高和抗干扰性强等优点而被广泛应用于电力传输和电力分配。然而,由于受......
网络入侵检测系统能够发现可疑的网络攻击,并采取一系列保护网络安全的措施来减少用户的损失。网络流量分类则是网络入侵检测任务......
随着人工智能技术的快速发展,大数据时代的来临,面对教育领域海量的知识资源如何巧妙地结合自然语言处理领域的相关技术更好地为学......
针对采煤机监测参数间关联性强、冗余信息多且受强噪声干扰导致其健康状态识别困难及传统的采煤机状态识别方法在健康状态指标构建......
针对长期演进LTE网络上行干扰分类模型中噪声敏感、训练时间长的问题,建立了结合堆栈降噪自编码器与极限学习机的LTE网络上行干扰......
随着测序技术的发展,产生的序列数据量越来越多,如何从海量生物数据中挖掘有利信息,是生物学研究面临的一个挑战。用低维、核心特......
基于机器学习方法的数字信号调制解调,可以在不进行载波恢复、滤波处理的情况下,实现在同一个网络模型下对多种数字调制信号进行解......
互联网时代的到来使得各大网站以及移动端的新闻app都跻身于资讯推送和信息传播的行列,由于在线新闻的普及公众不再局限于从电视、......
考虑到软件老化具有动态性,准确预测软件老化趋势,可降低软件老化所造成的损失,提出基于动态命令树算法的软件老化趋势预测方法.采......
电缆早期故障是发生在中压配电系统中的一种间歇性的电弧故障,持续时间短且自清除,通常不能被继电保护装置识别,最终发展成为永久......
提出一种可以直接从振动信号中提取频域特征的非对称自编码器方法。与传统自编码器以重构振动信号作为目标输出不同,频域自编码器......
针对非合作侦察接收机只在降噪后才能开展后续检测识别工作的问题,结合降噪自编码器和生成对抗网络的优势,构建噪声增强网络与信号......
精准的空间电力负荷态势感知结果是配电网精益化规划的基础。随着配电网中可采集负荷数据深度和广度的增加,如何运用这些数据实现......
针对配电网线损精益化管理的需求,为准确把握配电线路线损率短期变化趋势,提出一种基于降噪自编码器(DAE)和长短期记忆网络(LSTM)......
本文针对无人机系统中电动舵机的健康监测问题,提出一种基于深度学习网络的电动舵机故障智能诊断方法。首先,对电动舵机故障模式......
针对动态网络节点之间链路预测的准确率低和运行时间长的情况,提出了一种以降噪自编码器(dAE)为框架,结合图卷积网络(GCN)和长短期......
针对煤矿井下高动态、强磁场的复杂环境,使用智能手机中陀螺仪解算航向角存在较大累积误差这一问题,提出一种基于降噪自编码器的卡......
近年来,在线数据量呈指数级增长,这些数据的主要部分与基于互联网的电子商务平台和社交平台有关。对于个人或组织来说,想要从巨量......
随着生物芯片以及高通量测序技术的发展和广泛应用,生物组学数据爆炸性增长。其中,伴随着转录组数据的积累和相关公共数据库的建立......
面对大数据的环境,如何从杂乱无章的海量信息中给用户准确推荐有价值的信息,这将是推荐系统领域的主要研究任务。在传统的推荐算法......
随着神经网络体系结构和损失函数的深入研究,卷积神经网络模型在图像处理领域(低、高层图像处理任务)得到了越来越广泛的应用。但......
在互联网技术高速发展背景下,网络数据成爆炸式增长及网民数据激增,用户在海量的数据库中寻求有价值的信息是一项巨大的工程,推荐......
目的在自动化和智能化的现代生产制造过程中,视频异常事件检测技术扮演着越来越重要的角色,但由于实际生产制造中异常事件的复杂性......
现代化工过程愈加精密化、复杂化,使得化工过程数据呈现高度非线性、强耦合等特点,传统的故障诊断模型难以学习此类数据的有效特征......
噪声压制是地震勘探中一个长期存在的问题,虽然一些传统方法能够压制数据中的噪声,但存在有效信号丢失、噪声残留等问题。为此,提......
传统推荐系统以评分作为推荐依据,没有分析与利用用户的评论内容,导致推荐系统存在推荐准确性低和数据稀疏性的问题。针对这种情况......
传统的分类算法大都默认所有类别的分类代价一致,导致样本数据非均衡时产生分类性能急剧下降的问题.对于非均衡数据分类问题,结合......
鉴于传统的协同过滤推荐算法在处理冷启动和数据较稀疏的问题上表现不佳,提出一种将堆栈降噪自编码器(stacked denoising autoenco......
针对利用卷积神经网络进行辐射源信号识别过程中时间复杂度高的问题进行研究,提出一种基于降噪自编码器和卷积神经网络结合的算法......
将堆叠降噪自编码器(SDAE)深度学习方法引入水中目标辐射噪声的特征提取与识别中。建立SDAE模型并将水中目标辐射噪声谱特征作为SDAE......
为了解决传统协同过滤算法的准确度因评分缺失产生的剧烈变化以及冷启动问题,本文提出了一种新的降噪自编码器推荐算法。该方法将......
为提高多功能雷达(Multi-Function Radar,MFR)波形单元的识别准确率和鲁棒性,提出一种栈式降噪自编码器(Stacked Denoising Autoenc......
近年,随着环境治理要求的不断提升,汽车尾气作为污染的主要来源之一.汽车工业是我国如今重点关注的对象,而汽车行驶工况在是汽车工......
为了提高浅海脉冲噪声环境下水声通信信号调制识别的性能和实用性,提出了基于降噪自编码器和卷积神经网络的调制识别方法。算法构......
针对传统智能故障诊断方法因装备电路复杂和工作环境噪声等因素引起的诊断困难问题,提出了基于降噪自编码器和高斯深度信念网络的......
卷积神经网络作为深度学习中神经网络的一种,在图像处理领域有着十分优秀的性能表现,其优点是可以直接作用于图像像素之上,对像素......
现阶段各种信息数据爆炸式增长,海量数据的不平衡性和高维性越来越明显,这严重影响了分类的准确率。原始分类算法以数据均衡为前提......
调制识别技术是指在非合作通信系统中,接收端在信号调制信息未知的情况下,判定接收信号调制样式的技术。随着人工智能技术的发展,......
随着网络平台的流行和网络信息的急剧增多,如今互联网中的信息量已经远远超出了人们的需求范围。海量数据的涌现反而使信息的利用......
为了解决浅层学习与传统深度学习模型因机械装备结构复杂、工作环境噪声和大数据等因素引起的诊断困难问题,提出了一种基于降噪自......
在协同过滤算法中最主要是用户相似度计算,但是用户评分项数据存在严重稀疏,导致推荐精准度降低。针对评分项数据稀疏性问题,论文......
现有的隐式反馈协同算法直接利用稀疏的二值社交信任信息辅助推荐,存在严重的数据稀疏问题,且没有深层次地融合社交信任信息的影响......
协同过滤算法已广泛应用在推荐系统中,在实现新异性推荐功能中效果显著,但仍存在数据稀疏、扩展性差、冷启动等问题,需要新的设计......
现有的社会化推荐算法未考虑信任用户对目标用户深层的偏好影响。针对这一问题,提出了一种基于深度学习的混合推荐算法,利用降噪自......
针对非线性时变信号分类问题,将过程神经网络(PNN)的信息处理机制与卷积运算相结合,提出了一种降噪自编码器深度卷积过程神经网络(......
当今社会,电机作为一种能量转换设备,广泛应用于人们的日常生产生活。电机一旦发生故障,轻则直接造成经济损失,影响生产效率,重则......