期刊文献+
共找到116篇文章
< 1 2 6 >
每页显示 20 50 100
A Convolutional Deep Neural Network Approach for miRNA Clustering
1
作者 Ghada Ali Mohamed Shommo Hadia Abbas Mohammed Elsied +3 位作者 Amira Kamil Ibrahim Hassan Sara Elsir Mohamed Ahmed Lamia Hassan Rahmatalla Mohamed Wafa Faisal Mukhtar 《Communications and Network》 2024年第4期135-148,共14页
The regulatory role of the Micro-RNAs (miRNAs) in the messenger RNAs (mRNAs) gene expression is well understood by the biologists since some decades, even though the delving into specific aspects is in progress. Clust... The regulatory role of the Micro-RNAs (miRNAs) in the messenger RNAs (mRNAs) gene expression is well understood by the biologists since some decades, even though the delving into specific aspects is in progress. Clustering is a cornerstone in bioinformatics research, offering a potent computational tool for analyzing diverse types of data encountered in genomics and related fields. MiRNA clustering plays a pivotal role in deciphering the intricate regulatory roles of miRNAs in biological systems. It uncovers novel biomarkers for disease diagnosis and prognosis and advances our understanding of gene regulatory networks and pathways implicated in health and disease, as well as drug discovery. Namely, we have implemented clustering procedure to find interrelations among miRNAs within clusters, and their relations to diseases. Deep clustering (DC) algorithms signify a departure from traditional clustering methods towards more sophisticated techniques, that can uncover intricate patterns and relationships within gene expression data. Deep learning (DL) models have shown remarkable success in various domains, and their application in genomics, especially for tasks like clustering, holding immense promise. The deep convolutional clustering procedure used is different from other traditional methods, demonstrating unbiased clustering results. In the paper, we implement the procedure on a Multiple Myeloma miRNA dataset publicly available on GEO platform, as a template of a cancer instance analysis, and hazard some biological issues. 展开更多
关键词 MIRNA Deep Clustering DeepTrust Convolutional Neural network Recurrence plot
暂未订购
STATA软件network模块在两分类数据网络meta分析中的应用 被引量:7
2
作者 郑亮 兰琴 +3 位作者 周晓慧 林芳 孙静 范慧敏 《同济大学学报(医学版)》 CAS 2018年第3期119-122,共4页
在循证医学领域中网络meta分析(network meta-analysis,NMA)受到了越来越多的重视。本研究将从netw ork模块安装与应用的角度对两分类数据资料的NMA如何在Stata中实现加以介绍,并举例说明其具体的操作步骤。(1)完成Stata软件中metan模... 在循证医学领域中网络meta分析(network meta-analysis,NMA)受到了越来越多的重视。本研究将从netw ork模块安装与应用的角度对两分类数据资料的NMA如何在Stata中实现加以介绍,并举例说明其具体的操作步骤。(1)完成Stata软件中metan模块的安装;(2)完成network模块的安装;(3)介绍network模块其他几种安装方式;(4)举例说明NMA结果的生成以及如何进行解读;(5)介绍其他NMA结果的实现。NMA是一种实现间接比较的便捷且有效方法,同时可以较为清晰地通过一致性、不一致性评估、网状关系图、森林图以及校正漏斗图等来定量或定性地体现合并效应以及比较结果。 展开更多
关键词 循证医学 网络meta分析 森林图 校正漏斗图
暂未订购
基于FDTRP-ALDCNN的小样本轴承故障诊断方法
3
作者 王娜 刘佳林 王子从 《铁道科学与工程学报》 北大核心 2025年第9期4271-4283,共13页
针对滚动轴承在小样本条件下诊断精度低的问题,提出一种基于频域无阈值递归图与自适应线性可变卷积神经网络(frequency domain thresholdless recurrence plot-adaptive linear deformable convolutional neural network,FDTRP-ALDCNN)... 针对滚动轴承在小样本条件下诊断精度低的问题,提出一种基于频域无阈值递归图与自适应线性可变卷积神经网络(frequency domain thresholdless recurrence plot-adaptive linear deformable convolutional neural network,FDTRP-ALDCNN)的滚动轴承故障诊断方法。首先,使用快速傅里叶变换(fast fourier transform,FFT)将一维时域信号转为频域信号,并与无阈值递归图(thresholdless recurrence plot,TRP)相结合,以有效构建初始特征,提高模型输入质量;其次,采用线性可变卷积核(linear deformable convolutional kernel,LDConv)替换卷积神经网络中方形卷积核,从而能够根据采样数据的分布来调整卷积核形状,准确获取空间信息中的关键特征,提高小样本数据的利用率;再次,设计自适应交叉熵(adaptive cross entropy,ACE)损失函数,根据样本分类损失自适应调整分类器对难分与易分样本的拟合程度,增强难分样本损失在整体分类损失中的显著性,进一步提高小样本下的模型诊断精度;最后,采用CWRU滚动轴承数据集对所提方法进行3组仿真验证。对比仿真的结果表明,所提模型在不同小样本数量下均有较高的诊断准确率,最高可达到99.82%。而对2组不平衡数据集的泛化性分析可知,本模型的诊断准确率分别达到98.56%与99.3%,泛化能力优于其他模型,且具有良好的稳定性。并通过消融实验验证了FFT、LDConv与ACE损失函数对提高故障诊断精度的有效性。综上所述,所提方法能够有效诊断出小样本轴承故障,具有较高的实际应用价值。 展开更多
关键词 故障诊断 小样本 无阈值递归图 线性可变卷积核 卷积神经网络 交叉熵损失函数
在线阅读 下载PDF
结合递归图与LeNet网络的足底压力身份识别方法
4
作者 袁田 辛义忠 《仪器仪表学报》 北大核心 2025年第6期338-347,共10页
针对身份识别领域足底压力采集设备在传感器数量和位置配置方面存在的差异性,以及足底压力特征通常依赖于对步态周期数据进行完整分割所带来的时间成本增加问题,提出一种基于足底压力信号的无阈值递归图和LeNet网络的身份识别方法。首... 针对身份识别领域足底压力采集设备在传感器数量和位置配置方面存在的差异性,以及足底压力特征通常依赖于对步态周期数据进行完整分割所带来的时间成本增加问题,提出一种基于足底压力信号的无阈值递归图和LeNet网络的身份识别方法。首先使用自制足底压力采集设备,在常规混凝土地面采集28名无足部及下肢疾病的健康成年参与者无负重等干扰状态自然行走过程中的足底压力数据;再经数据重构算法对足底压力数据进行预处理,将其转化为无阈值递归图;最后将生成的图像作为LeNet网络的输入,完成特征提取与身份识别,并对单一区域及多区域组合方案的结果进行分析比较。实验结果表明,足跟内侧区域、足跟外侧区域、第二跖骨区域和大脚趾区域的组合身份识别性能以最少的传感器数量和高识别精度优于其他方案,其中准确率、精确率、召回率和F 1分数分别达到99.25%、99.22%、99.39%、99.26%。不同区域的身份识别性能受行走过程中不同阶段和受力大小的影响,但随着区域数量的增加,该影响逐渐减弱。此外,实验结果还显示,使用足底压力信号的无阈值递归图进行身份识别的方法无需依赖严格的步态分割,依然能够保持较高的识别精度。为身份识别技术在生物特征识别领域的应用提供了新的思路与技术支持,在公共安全等领域具有潜在的应用价值。 展开更多
关键词 足底压力特征 无阈值递归图 LeNet网络 身份识别
原文传递
基于无阈值递归图和CNN-LSTM的人体活动识别算法 被引量:3
5
作者 史立宇 孙杨帆 +2 位作者 谢溢翀 黄旭萍 周彪 《传感器与微系统》 北大核心 2025年第3期130-133,共4页
人体活动识别(HAR)可为智慧生活、医疗监护、虚拟现实等上下文感知系统提供重要的基础信息,是模式识别领域的热门研究方向。针对现有基于惯性传感器的活动识别深度学习算法对于多维时间序列特征的提取效果欠佳的问题,提出了一种基于无... 人体活动识别(HAR)可为智慧生活、医疗监护、虚拟现实等上下文感知系统提供重要的基础信息,是模式识别领域的热门研究方向。针对现有基于惯性传感器的活动识别深度学习算法对于多维时间序列特征的提取效果欠佳的问题,提出了一种基于无阈值递归图(URP)和卷积神经网络—长短期记忆(CNN-LSTM)的活动识别算法。首先,使用SMOTE-ENN算法对惯性数据集进行增强,平衡各个类别样本数量比例;然后,使用URP方法将多维惯性传感时序波形构造为对应多个二维递归矩阵;最后,构建CNN-LSTM组合的分类模型。通过在UCI-HAR、WISDM公开数据集上的实验结果表明:所提算法在测试集上4种分类指标均得到提高,其中准确率分别达到98.32%和98.97%,性能优于现存的其他深度学习算法。 展开更多
关键词 人体活动识别 数据增强 深度学习 无阈值递归图 卷积神经网络 长短期记忆神经网络
在线阅读 下载PDF
融合递归图与ECA-AResNet的石油管道法兰盘堵塞诊断
6
作者 赵毅 邢涛 +2 位作者 刘鉴建县 赵飞翔 徐敏玉 《科学技术与工程》 北大核心 2025年第24期10238-10245,共8页
为保证石油管道系统的安全运行,需准确判断管道法兰盘堵塞工况,因此提出一种基于卷积神经网络的石油管道法兰盘堵塞诊断方法。首先,通过递归图对采集到的石油管道法兰盘的振动数据进行递归得二维图像,再将图像数据输入融合了ECA(efficie... 为保证石油管道系统的安全运行,需准确判断管道法兰盘堵塞工况,因此提出一种基于卷积神经网络的石油管道法兰盘堵塞诊断方法。首先,通过递归图对采集到的石油管道法兰盘的振动数据进行递归得二维图像,再将图像数据输入融合了ECA(efficient channel attention)高效通道注意力机制的AResNet(adaptive deep residual network)自适应深度残差网络中进行训练。该网络能够自适应地增强对故障敏感特征的关注度,同时削弱与故障相关性差的特征,以此取代原始的残差网络。最后,将测试集数据输入到模型中进行验证。结果表明:融合递归图和ECA-AResNet的石油管道法兰盘堵塞诊断模型与现有的方法相比具有更优的准确率、鲁棒性和计算性能。 展开更多
关键词 故障诊断 特征选择 递归图 深度残差网络
在线阅读 下载PDF
基于递归图和MobileNetV3模型的高频变压器故障识别方法
7
作者 陈超杰 顾华 +3 位作者 沈晓峰 杨欢红 叶婧元 王宇轩 《电气自动化》 2025年第3期1-5,共5页
高频变压器是电力电子变压器的核心元件。为提升基于油色谱可视化的高频变压器故障识别方法的准确率,提出了一种基于递归图和MobileNetV3的变压器故障识别方法。首先,对于一维油色谱故障样本序列利用递归图算法进行可视化处理,绘制出故... 高频变压器是电力电子变压器的核心元件。为提升基于油色谱可视化的高频变压器故障识别方法的准确率,提出了一种基于递归图和MobileNetV3的变压器故障识别方法。首先,对于一维油色谱故障样本序列利用递归图算法进行可视化处理,绘制出故障样本二维真彩图;其次,对于故障样本图片较少无法满足深度学习需求的问题,利用深度卷积生成对抗网络进行样本扩充;最后,基于扩充后的样本集利用MobileNetV3模型进行训练。试验结果表明:相较于其余可视化方法,递归图转换的真彩图的区分度更高;深度卷积生成对抗网络生成的样本集更加符合真实情况。改进的MobileNetV3模型可以在故障种类复杂的情况下对故障进行精确识别,且算法收敛速度快、模型小,更加适用于实际应用。 展开更多
关键词 高频变压器 变压器故障识别 油色谱 递归图 深度卷积生成对抗网络
在线阅读 下载PDF
Box-plot-SA-BP:变压器DGA多参量故障诊断模型 被引量:1
8
作者 周威振 赵银山 +1 位作者 王兴 张鹏望 《电力大数据》 2023年第5期44-52,共9页
油中溶解气体分析(DGA)方法是一种典型的充油电力设备故障诊断方法,广泛应用于电力变压器故障检测与状态评估,但由于样本数据的可靠性和诊断模型的有效性影响,导致DGA诊断方法准确率较低。文中提出了一种Box-plot-SA-BP模型,首先,采用Bo... 油中溶解气体分析(DGA)方法是一种典型的充油电力设备故障诊断方法,广泛应用于电力变压器故障检测与状态评估,但由于样本数据的可靠性和诊断模型的有效性影响,导致DGA诊断方法准确率较低。文中提出了一种Box-plot-SA-BP模型,首先,采用Box-plot数据检测法去除异常数据以解决数据质量的问题,然后,利用自注意力机制(Self-attention, SA)准确捕捉多参量样本数据间的联系,提取更加稳定可靠的特征,最后设计BP网络多分类模型实现变压器故障诊断。对比实验证明了Box-plot-SA-BP模型的良好性能,具有较高的应用价值。 展开更多
关键词 油中溶解气体分析 箱线图 自注意力机制 BP神经网络 变压器故障诊断
在线阅读 下载PDF
网络文学作品对大学生出游意愿的影响--基于情节叙述、人物形象、作品类型的分析
9
作者 刘笑明 罗洋 +3 位作者 曾才容 魏雨可 陈玉琳 李可欣 《西安石油大学学报(社会科学版)》 2024年第3期58-65,共8页
以大学生为研究对象,发放调查问卷并应用SPSS软件和AMOS Graphics软件进行整体分析,研究网络文学作品中情节叙述、人物形象、作品类型3个因素对大学生出游意愿的影响。结果表明,情节叙述对大学生出游意愿影响最大,精彩情节会对心理距离... 以大学生为研究对象,发放调查问卷并应用SPSS软件和AMOS Graphics软件进行整体分析,研究网络文学作品中情节叙述、人物形象、作品类型3个因素对大学生出游意愿的影响。结果表明,情节叙述对大学生出游意愿影响最大,精彩情节会对心理距离产生正面影响,提升出游意愿;人物形象正向、饱满时会对心理距离产生正面影响,提升出游意愿;作品类型对出游意愿的影响与受众读者相关,当读者表现出对某作品类型感兴趣时,出游意愿会提升。提出借助网络文学作品塑造旅游地的形象,挖掘作品中的旅游资源,同时注重网络文学作品的社会责任。 展开更多
关键词 网络文学作品 情节叙述 人物形象 作品类型 出游意愿 心理距离
在线阅读 下载PDF
A linear analysis of the space structure of the standard plot in city
10
作者 Yang Qingyuan,female,32 years old,associate professor. Yang Qingyuan Department of Urban Science,Environment and Resources,Southwest China Normal University,Chongqing 400715 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 1998年第5期107-115,共9页
City’sstandardplotsaresomelandblockssetupinaregion,whichlandquality,individualfactors,landusebenefitandprice... City’sstandardplotsaresomelandblockssetupinaregion,whichlandquality,individualfactors,landusebenefitandpricearerepresentat... 展开更多
关键词 STANDARD plot SPACE DISPOSITION LINEAR ANALYSIS road network
全文增补中
基于GWO-BiLSTM的岩性识别方法研究与应用 被引量:1
11
作者 崔文洁 赵军龙 +3 位作者 陈家鑫 张雨辰 孙婧 金利睿 《河北地质大学学报》 2024年第5期30-37,共8页
为解决常规岩性识别方法精度不高、耗时较长且受人为影响较大等问题,构建了基于GWO-BiLSTM的岩性识别方法。结合录井资料、岩心资料以及测井资料,采用常规方法对研究区进行岩性识别,效果较差,进而利用GWO-BiLSTM模型在研究区展开岩性识... 为解决常规岩性识别方法精度不高、耗时较长且受人为影响较大等问题,构建了基于GWO-BiLSTM的岩性识别方法。结合录井资料、岩心资料以及测井资料,采用常规方法对研究区进行岩性识别,效果较差,进而利用GWO-BiLSTM模型在研究区展开岩性识别工作。根据皮尔逊函数对各测井曲线与岩性进行分析,优选出相关系数绝对值大于0.3的测井曲线值作为输入特征,采用灰狼优化算法对BiLSTM超参数组合随机生成与更新,从而更加快速地获取最优解,进一步提高模型的效率以及准确率。实验表明,基于GWO-BiLSTM模型的岩性识别准确率达96%,与BiLSTM模型、RF模型、BP神经网络和SVM模型相比具有较高的准确率,验证了该模型在识别复杂岩性时的可靠性,并为复杂岩性识别提供了方法参考。 展开更多
关键词 复杂岩性识别 灰狼优化算法 双向长短时记忆神经网络 交会图法 机器学习
在线阅读 下载PDF
基于Web of Science的1992—2023年径流小区土壤侵蚀研究文献计量分析 被引量:2
12
作者 吴悦溪 任小花 +2 位作者 严靖雯 孙朝阳 简金世 《水资源与水工程学报》 CSCD 北大核心 2024年第4期212-224,共13页
土壤侵蚀是导致水土流失、土地退化和生态系统脆弱等问题的重要因素,径流小区尺度的土壤侵蚀研究有助于深入理解侵蚀机制并制定防治策略。使用CiteSpace软件对1992—2023年间Web of Science数据库收录的径流小区土壤侵蚀研究文献进行了... 土壤侵蚀是导致水土流失、土地退化和生态系统脆弱等问题的重要因素,径流小区尺度的土壤侵蚀研究有助于深入理解侵蚀机制并制定防治策略。使用CiteSpace软件对1992—2023年间Web of Science数据库收录的径流小区土壤侵蚀研究文献进行了文献计量分析。通过对4313篇文献的系统研究,分析了土壤侵蚀研究的主要研究机构及作者的合作与贡献情况、关键词共现以及研究热点的转移。结果显示:全球范围内该领域的发文量呈增长趋势,出现了“气候变化”“土地利用”和“黄土高原”等热点话题,美国和中国是发文量最大的国家,其中美国与欧洲国家和机构合作程度较高;研究热点从传统的侵蚀机理和监测预防转向气候变化、土地利用与遥感技术的综合应用;关键词共现与时区分析揭示了生态系统服务和可持续土地管理策略的重要性日益增加。未来关于跨尺度研究和技术应用,特别是在生态系统服务领域和遥感技术与GIS的应用方面将是研究的重点,同时也需要关注土壤侵蚀测量方法的准确性和实用性,以及全球合作在解决土壤侵蚀问题中的重要性。 展开更多
关键词 土壤侵蚀 径流小区 文献计量分析 CiteSpace 网络图谱分析
在线阅读 下载PDF
基于递归图和BP神经网络的桥梁损伤识别研究 被引量:4
13
作者 杨金易 孙兵 +1 位作者 岳晓沛 殷新锋 《交通科学与工程》 2024年第2期116-126,共11页
为研究递归图和多层前馈(BP)神经网络在桥梁损伤识别方面的应用,以某大跨斜拉桥为例,采用ABAQUS有限元软件建立其三维模型,通过动力分析提取该三维模型的加速度曲线并进行递归图处理和BP神经网络分析。研究结果表明:递归图方法能够初步... 为研究递归图和多层前馈(BP)神经网络在桥梁损伤识别方面的应用,以某大跨斜拉桥为例,采用ABAQUS有限元软件建立其三维模型,通过动力分析提取该三维模型的加速度曲线并进行递归图处理和BP神经网络分析。研究结果表明:递归图方法能够初步地识别主梁的损伤位置和损伤程度;BP神经网络分析能够精确识别主梁损伤的具体位置和损伤程度值,且识别准确率均大于85.0%。该方法可为类似桥梁工程的损伤识别提供借鉴。 展开更多
关键词 递归图 BP神经网络 斜拉桥 有限元 损伤识别
在线阅读 下载PDF
基于ISAM-Drsnet的故障识别模型及其应用
14
作者 朱乐文 田兴 李宪华 《机电工程》 CAS 北大核心 2024年第2期216-225,270,共11页
针对滚动轴承故障诊断时网络模型在复杂环境下有效特征提取困难,无法充分挖掘具有周期性的滚动轴承故障数据时序特征的问题,提出了一种基于改进条纹注意力机制与深度残差收缩网络的滚动轴承故障诊断模型(ISAM-Drsnet)。首先,采用递归图(... 针对滚动轴承故障诊断时网络模型在复杂环境下有效特征提取困难,无法充分挖掘具有周期性的滚动轴承故障数据时序特征的问题,提出了一种基于改进条纹注意力机制与深度残差收缩网络的滚动轴承故障诊断模型(ISAM-Drsnet)。首先,采用递归图(RP)编码方式生成了二维图像,使用ISAM和改进软阈值算法加强了Drsnet;然后,采取重叠采样的方式对数据集进行了增强处理,并将数据输入到ISAM-Drsnet中,实现了对不同故障类型的识别目的;最后,利用凯斯西储大学滚动轴承数据集进行了实验,选取了最佳数据截取长度,研究了改进软阈值、数据集规模、噪声对模型的影响;同时,将该模型与支持向量机(SVM)、反向传播神经网络(BPNN)、卷积神经网络(CNN)等进行了对比分析,并采用混淆矩阵等可视化方法对该模型进行了性能评估。实验结果表明:该模型(方法)的故障诊断性能明显优于SVM、BPNN、CNN等模型,其故障诊断精度可达99.79%,相比原始的Drsnet上升了1.60%;且在数据集规模有限和信号添加噪声的情况下,模型仍具有较高的故障诊断精度。研究结果表明:该轴承故障诊断模型不仅具有优秀的诊断性能,同时还具有较强的鲁棒性。 展开更多
关键词 滚动轴承 故障诊断性能 改进条纹注意力机制 深度收缩残差网络 递归图 鲁棒性
在线阅读 下载PDF
多雷达组网点迹自适应凝聚算法研究
15
作者 王宇航 罗利强 《火控雷达技术》 2024年第3期68-72,共5页
本文针对组网条件下多部雷达对同一目标的探测信息无法有效凝聚问题,提出了一种多雷达站组网点迹自适应凝聚处理算法。其利用雷达组网一次点迹的冗余特性和经过转换的量测精度矩阵,自适应完成同一目标的不同雷达节点的一次点迹在融合中... 本文针对组网条件下多部雷达对同一目标的探测信息无法有效凝聚问题,提出了一种多雷达站组网点迹自适应凝聚处理算法。其利用雷达组网一次点迹的冗余特性和经过转换的量测精度矩阵,自适应完成同一目标的不同雷达节点的一次点迹在融合中心的凝聚处理。仿真结果表明,该算法可有效提升融合点迹的定位精度和置信度,具有较高的工程应用价值。 展开更多
关键词 雷达组网 一次点迹 自适应凝聚 点迹融合
在线阅读 下载PDF
基于箱线图与全卷积网络的动态场景烟雾检测 被引量:6
16
作者 王文标 郝友维 时启衡 《安全与环境学报》 CAS CSCD 北大核心 2024年第6期2213-2219,共7页
烟雾具有透光性强、纹理模糊等特征,且易与云、雾等目标混淆,导致基于视频的单阶段烟雾检测网络识别准确率低且受环境干扰明显,难以满足实际现场的使用需求。针对上述问题,提出一种基于箱线图背景建模(Box Plot Background, BPB)与全卷... 烟雾具有透光性强、纹理模糊等特征,且易与云、雾等目标混淆,导致基于视频的单阶段烟雾检测网络识别准确率低且受环境干扰明显,难以满足实际现场的使用需求。针对上述问题,提出一种基于箱线图背景建模(Box Plot Background, BPB)与全卷积分类网络(Full Convulsion DNCNN,FCDN)的二阶段烟雾检测算法:一阶段使用箱线图统计方法剔除背景队列中的移动干扰目标,利用背景队列中的最大值与最小值建立能适应动态场景的背景模型,以减少一阶段动态背景误报和背景模型被污染带来的烟雾区域遗漏;二阶段使用卷积层替换全连接层,解决输入图像尺寸和形状的限制问题,提升火灾初期细长形烟雾的检出效率。试验显示,该算法在动态场景下的漏检率与误检率均明显降低,并显著提升了烟雾检测速度。 展开更多
关键词 安全工程 烟雾检测 动态场景 箱线图 背景建模 全卷积网络
原文传递
沉浸式、剧情化、可编程网络安全三维仿真平台
17
作者 冯福敏 唐运 +2 位作者 李嘉韩 杨媛媛 陈曦 《现代信息科技》 2024年第18期99-102,107,共5页
网络安全专业的实验教学存在应用场景单一、缺乏真实环境感受等问题。针对此问题,可以通过利用Docker技术构建虚拟实验网络,结合攻防实验中的攻击者视角和全局视角进行Unity3D建模,创造一个虚实结合的场景,并融合剧情元素,使实验更生动... 网络安全专业的实验教学存在应用场景单一、缺乏真实环境感受等问题。针对此问题,可以通过利用Docker技术构建虚拟实验网络,结合攻防实验中的攻击者视角和全局视角进行Unity3D建模,创造一个虚实结合的场景,并融合剧情元素,使实验更生动有趣。攻防指令图形化和可编程化可以提供交互式、引导式的实践教学解决方案,突破传统实验教学的局限,提升学生学习体验和效果。 展开更多
关键词 网络安全 三维可视化 剧情引导 可编程 高交互性
在线阅读 下载PDF
基于Psi-Net深度学习网络的高空间分辨率遥感影像地块尺度的耕地提取 被引量:1
18
作者 马海荣 沈祥成 +3 位作者 罗治情 陈娉婷 郑明雪 官波 《湖北农业科学》 2024年第11期197-202,共6页
将语义分割和边缘检测深度学习网络结合,构建Psi-Net深度学习网络。结果表明,Psi-Net深度学习网络能有效识别耕地,绝大部分耕地被有效提取出来,正确率(Accuracy)为96.3%,生产精度(PA)为98.1%,用户精度(UA)为97.1%。Psi-Net深度学习网络... 将语义分割和边缘检测深度学习网络结合,构建Psi-Net深度学习网络。结果表明,Psi-Net深度学习网络能有效识别耕地,绝大部分耕地被有效提取出来,正确率(Accuracy)为96.3%,生产精度(PA)为98.1%,用户精度(UA)为97.1%。Psi-Net深度学习网络在耕地地块边界识别时有了耕地范围的限定,减少对非耕地地块边界的识别,完备性为74.3%,正确性为80.2%,质量为62.8%。Psi-Net深度学习网络可以有效识别面状耕地范围,并且在耕地范围的限制下,提取的地块尺度耕地边界均落在耕地范围内,不会对耕地外的地块边界进行识别,有效减少了似地块边界提取噪声的影响。 展开更多
关键词 Psi-Net深度学习网络 高空间分辨率 耕地地块 遥感影像
在线阅读 下载PDF
基于神经网络模型胶凝砂砾石渗透性能研究
19
作者 韩立炜 陈明 《水电能源科学》 北大核心 2024年第3期110-114,共5页
以胶凝砂砾石(CSG)为例,通过119组试验试块进行渗透试验测定,形成了CSG的28天渗透系数的数据集。数据集中有119组渗透系数数据,其中最小值为3.41×10^(-5)cm/s,最大值为27.812×10^(-5)cm/s。数据主要集中在3×10^(-5)~22&#... 以胶凝砂砾石(CSG)为例,通过119组试验试块进行渗透试验测定,形成了CSG的28天渗透系数的数据集。数据集中有119组渗透系数数据,其中最小值为3.41×10^(-5)cm/s,最大值为27.812×10^(-5)cm/s。数据主要集中在3×10^(-5)~22×10^(-5)cm/s范围内,约占总样本数的97%。根据箱线图确定去除异常值并通过偏态峰度检验、K-S检验和分布图结果,可认为CSG材料的渗透系数数据服从正态分布规律。在此基础上,使用BP和GABP神经网络模型进行渗透系数预测,并对两种模型的预测精度进行比较。结果表明,GABP估计模型的精度略优于BP模型。CSG渗透系数实际值与预测值吻合较好,说明预测效果较好。 展开更多
关键词 胶凝砂砾石 渗透系数 箱线图 正态分布 神经网络
原文传递
上一页 1 2 6 下一页 到第
使用帮助 返回顶部