基于三维自监督学习的快速无标记受激拉曼散射显微成像(特邀)

1

作者 李政林 沈炳林 +5 位作者 周思思 李艳萍 郭源 胡睿 屈军乐 刘丽炜 《光子学报》 北大核心 2025年第9期55-65,共11页

为了克服传统受激拉曼散射显微成像技术采集图像序列时速度慢、信噪比低的局限,提出了一种基于自监督学习的快速受激拉曼散射成像方法。通过搭建基于光谱聚焦的受激拉曼散射显微成像系统,实现了样品的光谱-图像序列的快速采集(每帧0.5 s... 为了克服传统受激拉曼散射显微成像技术采集图像序列时速度慢、信噪比低的局限,提出了一种基于自监督学习的快速受激拉曼散射成像方法。通过搭建基于光谱聚焦的受激拉曼散射显微成像系统,实现了样品的光谱-图像序列的快速采集(每帧0.5 s,总时间40 s,较传统方法速度提高8倍)。构建了新型三维自监督拉曼图像增强网络,基于改进的3D U-Net架构,利用编码器-解码器结构与跳跃连接捕捉时空相关性,分析低激发功率、低驻留时间条件下的光谱-图像序列,学习其中的噪声模式和样品结构特征,无需高信噪比的目标图像,即可有效去除激光强度噪声、散粒噪声等噪声伪影,从而获取高信噪比的图像。研究结果表明,经过网络增强后,图像序列的三维信噪比平均增加了6.87 dB,提高了105.4%,三维结构相似性指数平均增加了0.27,提高了130.0%。该研究为无标记光学成像技术在系统参数提升方面提供了一种新范式。 展开更多

关键词 受激拉曼散射成像 图像降噪 自监督学习 三维神经网络 高信噪比

在线阅读 下载PDF 职称材料

基于多特征优化的PolSAR数据农作物精细分类方法 被引量：1

2

作者 郭交 王鹤颖 +2 位作者 项诗雨 连嘉茜 王辉 《农业机械学报》 EI CAS CSCD 北大核心 2024年第9期275-285,共11页

农作物精细分类在农业资源调查、农作物种植结构监管等诸多领域具有重要意义。极化合成孔径雷达(Polarimetric synthetic aperture radar,PolSAR)能够有效探测伪装和穿透掩盖物,提取多种散射特征信息,获取覆盖农作物生长关键物候阶段的... 农作物精细分类在农业资源调查、农作物种植结构监管等诸多领域具有重要意义。极化合成孔径雷达(Polarimetric synthetic aperture radar,PolSAR)能够有效探测伪装和穿透掩盖物,提取多种散射特征信息,获取覆盖农作物生长关键物候阶段的连续时序信息,有效提升表达作物遥感特征的丰富度,在农作物分类中独具优势。但多时相和多特征的引入必然导致模型运算量剧增,不利于工程应用。针对上述问题,本文提出了一种基于多特征优化的PolSAR数据农作物精细分类方法,首先对PolSAR数据进行多种极化目标分解及参数提取以获得多个散射特征;然后使用基于栈式稀疏自编码网络和ReliefF优选的方法进行特征增强与优化,获取最优特征集;最后构建具有2个分支结构的卷积神经网络,融合不同卷积深度输出的特征,完成农作物的高精度分类。通过对单时相数据的特征分析、单时相数据初步分类实验和多时相数据不同特征集结合分类器的对比实验,证明本文所提方法能够在低维特征输入的前提下,最大程度提取不同作物之间的差异性特征,准确高效地实现对农作物的精细分类,最高分类精度和Kappa系数分别达到97.69%和97.24%。 展开更多

关键词 农作物分类 POLSAR 栈式稀疏自编码网络 RELIEFF 卷积神经网络

在线阅读 下载PDF 职称材料

机器学习和深度学习在遥感影像分类中的对比研究 被引量：4

3

作者 陈香 《测绘与空间地理信息》 2024年第7期72-75,共4页

遥感影像分类是遥感技术应用的一个重要环节;机器学习和深度学习能够实现精确、自动化、迅速、可定义和规模化的遥感影像分类。本文选取机器学习算法支持向量机和深度学习算法卷积神经网络、深度置信网络、栈式自编码网络共计4种分类算... 遥感影像分类是遥感技术应用的一个重要环节;机器学习和深度学习能够实现精确、自动化、迅速、可定义和规模化的遥感影像分类。本文选取机器学习算法支持向量机和深度学习算法卷积神经网络、深度置信网络、栈式自编码网络共计4种分类算法进行对比研究,并对支持向量机核函数的参数以及深度学习算法的神经元数量开展寻优以到达最高分类精度。实验结果表明,深度学习算法栈式自编码网络的总体分类精度最高,分类效果最好,在地物复杂多样地区开展遥感地物分类时具有较好的适用性和推广价值。 展开更多

关键词 遥感影像分类 支持向量机 卷积神经网络 深度置信网络 栈式自编码网络

在线阅读 下载PDF 职称材料

基于卷积神经网络的医学CT图像自动分割方法 被引量：1

4

作者 胡扬 《自动化技术与应用》 2024年第3期70-73,共4页

针对医学CT图像自动分割方法对三维分层医学CT图像分割精准度较差问题,设计基于卷积神经网络的医学CT图像自动分割方法。对采集到的原始医学CT图像进行去噪处理,为后续的图像分割提供训练集。设定卷积神经网络的激活函数及网络参数,构... 针对医学CT图像自动分割方法对三维分层医学CT图像分割精准度较差问题,设计基于卷积神经网络的医学CT图像自动分割方法。对采集到的原始医学CT图像进行去噪处理,为后续的图像分割提供训练集。设定卷积神经网络的激活函数及网络参数,构建医学CT图像自动分割卷积神经网络。计算医学CT图像在卷积过程中损失函数,获取图像最优分割参数,根据此参数完成分割过程。实验结果表明:此方法无论在图像的整体分割还是细节分割方面,均可获取精度较高的分割结果。 展开更多

关键词 卷积神经网络 图像分割 统计迭代重建 堆叠降噪自编码网络

在线阅读 下载PDF 职称材料

6kV高压电动机故障智能诊断方法 被引量：3

5

作者 张焱 《自动化应用》 2024年第8期115-117,共3页

针对6 kV高压电动机故障智能诊断方法存在错诊率较高和诊断响应时间较长的问题,提出6k V高压电动机故障智能诊断方法。利用无线传感器采集电动机运行数据,利用降噪自编码网络模型对数据去噪处理,利用小波包分析技术获取数据小波包能量... 针对6 kV高压电动机故障智能诊断方法存在错诊率较高和诊断响应时间较长的问题,提出6k V高压电动机故障智能诊断方法。利用无线传感器采集电动机运行数据,利用降噪自编码网络模型对数据去噪处理,利用小波包分析技术获取数据小波包能量熵信息,提取数据特征,根据计算故障特征频率,诊断电动机故障类型,以完成6 kV高压电动机故障智能诊断。实验证明,该设计方法错诊率在1%以内,能在1s内完成故障诊断,具有良好的应用前景。 展开更多

关键词 6 kV高压电动机 智能诊断 降噪自编码网络模型 小波包分析技术 小波包能量熵

在线阅读 下载PDF 职称材料

密度估计下异构网络数据异常辨识算法设计

6

作者 尚建贞 王欣欣 《计算机仿真》 2024年第12期477-481,共5页

在海量数据中辨识异常数据是确保异构网络安全运行的前提条件,为提高数据异常辨识精度、敏感性和效率,提出一种基于密度估计的异构网络数据异常辨识算法。采用稀疏去噪自编码网络消除异构网络中存在的噪声数据,避免噪声数据对辨识过程... 在海量数据中辨识异常数据是确保异构网络安全运行的前提条件,为提高数据异常辨识精度、敏感性和效率,提出一种基于密度估计的异构网络数据异常辨识算法。采用稀疏去噪自编码网络消除异构网络中存在的噪声数据,避免噪声数据对辨识过程产生干扰,提高辨识结果的稳定性;通过密度估计获取异构网络数据的特征曲线,对其展开加权叠加处理,获得异构网络数据特征,并采用MISE最小准则优化窗宽,提高特征提取精度;引入欧几里得距离计算网络数据特征之间的相似度,设定异常辨识阈值,完成异构网络数据的异常辨识。实验结果表明,所提算法具有较高的辨识精度、敏感性和辨识效率。 展开更多

关键词 密度估计 稀疏去噪自编码网络 异构网络 密度估计 数据异常辨识

在线阅读 下载PDF 职称材料

基于神经网络的一种改进的向量量化方法 被引量：13

7

作者 郭薇 廖林炜 胡光波 《科学技术与工程》 2010年第17期4192-4195,共4页

用LBG算法产生的码书,其码向量在码书中的排列是无序的。用此序号作为向量量化器编码输出时,对信道误码特别敏感。为了控制由于信道误码而导致整个向量量化通信系统性能严重下降,基于Kohonen网络的自组织特征映射(SOFM)算法进行向量量... 用LBG算法产生的码书,其码向量在码书中的排列是无序的。用此序号作为向量量化器编码输出时,对信道误码特别敏感。为了控制由于信道误码而导致整个向量量化通信系统性能严重下降,基于Kohonen网络的自组织特征映射(SOFM)算法进行向量量化分析,并针对SOFM算法性能上的缺陷,提出了一种改进的自组织特征映射算法。新算法引入失真敏感参数,对网络参数进行优化,通过调整码字的部分失真来指导神经网络的学习。通过仿真试验,从峰值信噪比的提高验证了算法的优越性。 展开更多

关键词 自组织特征映射 神经网络 向量量化 图像编码 峰值信噪比

在线阅读 下载PDF 职称材料

基于集成降噪自编码的网络入侵多模式匹配算法设计 被引量：3

8

作者 李青 徐子闻 《广西大学学报（自然科学版）》 CAS 北大核心 2020年第3期530-537,共8页

针对高维网络入侵受到层次限制,入侵识别易出现局部极值化,导致入侵匹配时间延长的问题,提出并设计基于集成降噪自编码的网络入侵多模式匹配算法。引入降噪自编码网络,将深度学习法运用于在网络入侵检测中,构建深层网络模型,根据逐层贪... 针对高维网络入侵受到层次限制,入侵识别易出现局部极值化,导致入侵匹配时间延长的问题,提出并设计基于集成降噪自编码的网络入侵多模式匹配算法。引入降噪自编码网络,将深度学习法运用于在网络入侵检测中,构建深层网络模型,根据逐层贪婪编码模式实现预训练,完成高维深层网络入侵特征的自适应性提取及挖掘,通过监督式微调解决机器学习中局部极值问题,增强网络入侵检测效果与泛化性能,实现网络入侵初步检测。利用多模式匹配实现初步识别结果的最终匹配,完成网络入侵模式诊断。搭建实验平台对所提算法进行验证,将网络中用户行为日志数据当作实验数据样本,实验结果表明,负载均衡方差保持在0.85~1.0,匹配时间最短,访问文本串中字符的数目增长幅度很小,证明了算法鲁棒性和可实践性很强。 展开更多

关键词 集成降噪自编码 网络入侵 多模式匹配

在线阅读 下载PDF 职称材料

一种稀疏降噪自编码神经网络影像变化检测方法 被引量：2

9

作者 王斌 罗莉 +2 位作者 刘金沧 黄小川 雷雳 《测绘与空间地理信息》 2022年第1期40-44,共5页

采用粤西2018—2019年优于0.5 m地理国情监测影像,结合2018年矢量化地表覆盖分类成果,使用稀疏降噪自编码神经网络深度学习方法,首先选取BJ、GF、ZY等各类高分辨率遥感影像训练生成多传感器训练模型;其次利用PCA主成分分析提取样本数据... 采用粤西2018—2019年优于0.5 m地理国情监测影像,结合2018年矢量化地表覆盖分类成果,使用稀疏降噪自编码神经网络深度学习方法,首先选取BJ、GF、ZY等各类高分辨率遥感影像训练生成多传感器训练模型;其次利用PCA主成分分析提取样本数据最大特征,实现样本数据白化降维;最后采用tanh函数作为神经元激活函数,选取softmax回归分类器逐层训练深度网络模型,并计算该模型总体损失函数,求出损失函数最小值作为该模型最优参数解。试验表明:1)该方法在城乡接合部查全率优于88%,建成区查全率优于92%,农村地区查全率优于80%,准确度优于68%;2)结合语义分割对稀疏降噪自编码神经网络能够产生较好的局部极值,网络结构达到较好泛化性能,减少了高分辨率遥感影像特征过拟合现象。 展开更多

关键词 语义分割 稀疏降噪自编码 主成分分析 神经网络 变化检测

在线阅读 下载PDF 职称材料

降噪自编码神经网络下高炉冶炼质量在线预测

10

作者 黄政魁 韦兰花 许玉婷 《工业加热》 CAS 2023年第8期36-41,共6页

高炉冶炼过程中,其内部发生的复杂反应会对产出的铁水质量产生重要影响,为了调整冶炼参数,并实时掌握产品质量变化趋势,有效提高冶炼产品的质量,提出降噪自编码神经网络下高炉冶炼质量在线预测方法。根据烧结工艺和烧结矿的同化性、液... 高炉冶炼过程中,其内部发生的复杂反应会对产出的铁水质量产生重要影响,为了调整冶炼参数,并实时掌握产品质量变化趋势,有效提高冶炼产品的质量,提出降噪自编码神经网络下高炉冶炼质量在线预测方法。根据烧结工艺和烧结矿的同化性、液相流动性和粘结相强度等基础特征,确定烧结矿质量评价指标及包含9大类参量的主要工艺参数。基于神经网络并行处理、分布式存储和自适应性强等优势条件,改善神经网络模型对输入数据的泛化性,获取降噪自编码器代价函数,结合激活函数提取隐含层中任意神经元残差,建立液相神经元模型,得到降噪自编码网络神经元,以误差反向传播算法作为神经网络学习方法,通过输出误差实现层级之间的逆传播,确定学习步骤和学习模式,构建烧结矿质量在线预测模型,为了提高预测精度,定义学习速率修正预测模型,实现烧结矿质量预测。实验结果表明,采用所提方法对高炉冶炼质量进行在线预测后,烧结矿碱度预测误差较小,预测结果可信程度较高,预测时间较短,具有良好的预测能力,能够实现实时反馈。 展开更多

关键词 降噪自编码 神经网络 烧结矿 预测模型 激励算法

在线阅读 下载PDF 职称材料

基于深度学习的短时交通流预测 被引量：5

11

作者 李莹 李晓霞 《公路工程》 2021年第3期314-319,共6页

精确的交通流预测是智能运输系统的重要技术支撑,以实际交通流数据为背景,提出了一种新型的基于深度学习的交通流预测模型。将若干个降噪自编码器(DAE)进行堆叠,组成栈式降噪自编码器模型(SDAE),完成了深度学习框架的构建。进一步通过... 精确的交通流预测是智能运输系统的重要技术支撑,以实际交通流数据为背景,提出了一种新型的基于深度学习的交通流预测模型。将若干个降噪自编码器(DAE)进行堆叠,组成栈式降噪自编码器模型(SDAE),完成了深度学习框架的构建。进一步通过在顶层结构中增加标准预测模型,实现了基于深度学习的预测模型的搭建。结合实际交通流数据,开展了多个预测模型的实验对比。结果表明,考虑多维时空因素的SDAE预测精度更高,证明了模型的优越性。 展开更多

关键词 智能运输系统 栈式降噪自编码器 交通流预测 深度学习

在线阅读 下载PDF 职称材料

基于贝叶斯网络的智能舆情分析监控技术研究 被引量：7

12

作者 杨寒冰 王春玲 《电子设计工程》 2021年第10期73-76,81,共5页

针对社交网络信息传播速度快,容易造成负面情绪大面积传播引发网络舆情的问题,文中进行了智能舆情分析监控技术的研究。通过使用朴素贝叶斯网络作为情感倾向分类器,并与堆叠降噪自编码器相融合,构建了智能舆情分析监控模型。将社交网络... 针对社交网络信息传播速度快,容易造成负面情绪大面积传播引发网络舆情的问题,文中进行了智能舆情分析监控技术的研究。通过使用朴素贝叶斯网络作为情感倾向分类器,并与堆叠降噪自编码器相融合,构建了智能舆情分析监控模型。将社交网络上的文本信息进行预处理,通过与情感词典比对进行分词,同时使用TF-IDF算法计算特征权重并构成词向量。将词向量输入至智能舆情分析监控模型中进行情感倾向分析。对比实验结果表明,文中所述方案比使用Softmax分类器的模型具有更高的准确率,尤其是在处理高纬度词向量的情况下,其准确率有较显著的提高。 展开更多

关键词 智能舆情分析监控技术 朴素贝叶斯网络 堆叠降噪自编码器 情感词典 TF-IDF算法

在线阅读 下载PDF 职称材料

GRU神经网络短期电力负荷预测研究 被引量：23

13

作者 周莽 高僮 +1 位作者 李晨光 姜辰龙 《科技创新与应用》 2018年第33期52-53,57,共3页

随着智能电网的快速发展,针对电力部门亟需解决的短期电力负荷预测的问题,提出了一种基于栈式自编码和GRU神经网络的短期电力负荷预测方法,方法首先对输入的历史数据,包括电力负荷、天气信息和节假日信息等进行栈式自编码,从而将输入数... 随着智能电网的快速发展,针对电力部门亟需解决的短期电力负荷预测的问题,提出了一种基于栈式自编码和GRU神经网络的短期电力负荷预测方法,方法首先对输入的历史数据,包括电力负荷、天气信息和节假日信息等进行栈式自编码,从而将输入数据进行压缩,然后利用多层GRU构建神经网络,从而预测电力负荷,实例结果表明,将文本提出的电力负荷预测模型能有效预测电力负荷的日变化,与其它常用模型进行比对,预测误差更小,精度更高。 展开更多

关键词 智能电网 神经网络 电力负荷预测 栈式自编码

在线阅读 下载PDF 职称材料

基于深度学习SDAE-BP的暂降类型识别方法 被引量：2

14

作者 张金娈 邓祖强 +1 位作者 张鑫 王亮 《电气工程学报》 CSCD 2022年第3期184-193,共10页

不同短路故障引起的暂降类型不同,对用户造成的影响也不相同,准确地识别暂降类型可针对实际的电压暂降情况进行分析、补偿和抑制,对于电压暂降的治理具有重要的意义,同时还可作为电力供应部门和用户之间协调纠纷的依据。考虑到实际系统... 不同短路故障引起的暂降类型不同,对用户造成的影响也不相同,准确地识别暂降类型可针对实际的电压暂降情况进行分析、补偿和抑制,对于电压暂降的治理具有重要的意义,同时还可作为电力供应部门和用户之间协调纠纷的依据。考虑到实际系统发生短路故障时可能存在相位跳变,在原有文献短路故障引起的暂降分类基础上,推导了系统阻抗与线路阻抗的阻抗角不相等情况下短路故障引起的电压暂降类型的表达式并分析了其特征;为准确识别电压暂降类型,并避免人为特征提取过程中信息丢失的问题,提出了一种基于堆栈降噪自编码器-神经网络(Stacked denoised autoencoder-back propagation,SDAE-BP)的暂降类型识别方法,在输入信号中加入一定概率的噪声,再通过构建多层降噪自编码网络(Stacked denoised autoencoder,SDAE)逐层训练,以最小的误差实现信号的特征提取,并采用BP(Back propagation,BP)神经网络对暂降类型进行识别,通过Matlab仿真验证了上述传播特性及电压暂降类型识别方法的正确性。 展开更多

关键词 短路故障 电压暂降类型 堆栈降噪自编码器 BP神经网络 暂降识别

在线阅读 下载PDF 职称材料

基于神经网络的干泵故障识别模型设计要点分析

15

作者 秦柏林 《中国高新科技》 2023年第9期141-143,共3页

神经网络的干泵故障识别模型的设计,需要设计者对神经网络的基本结构,以及具体的故障识别系统结构进行充分了解。具体来说,神经网络故障识别作用的发挥,主要需要借助堆叠字编码达到预期的效果。故障分析的实践也有非常明确的规范性流程... 神经网络的干泵故障识别模型的设计,需要设计者对神经网络的基本结构,以及具体的故障识别系统结构进行充分了解。具体来说,神经网络故障识别作用的发挥,主要需要借助堆叠字编码达到预期的效果。故障分析的实践也有非常明确的规范性流程。结合堆叠自编码神经网络故障识别功能进行网络模型软件架构的研究,是进一步把握设计要点,确保模型能够为干泵的故障识别提供帮助的重要条件。 展开更多

关键词 神经网络 干泵故障识别 模型设计 堆叠自编码

在线阅读 下载PDF 职称材料