|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 一种多尺度前向注意力模型的语音识别方法显示文摘注意力模型是当前语音识别中的主流模型,然而其存在一个缺点,即当前时刻的注意力模型可能产生异常得分.为此,本文首先提出前向注意力模型,其采用上一时刻正常注意力得分平滑当前时刻异常得分.接着通过对上一时刻的注意力得分添加约束因子来对前向注意力模型进行优化,达到自适应平滑的目的.最后,在优化模型基础上提出多尺度前向注意力模型,其通过引入多尺度模型来对不同等级的语音基元进行建模,进而将所得到的不同等级目标向量进行融合,以达到解决注意力得分异常值的目的.采用SwitchBoard作为训练集,Hub5’00作为测试集进行实验,相比于基线系统,多尺度前向注意力模型的词错误率(Word Error Rate,WER)相对降低14.28%. | 唐海桃 薛嘉宾 韩纪庆 | 2020 | 电子学报2020，48，7： | 17 |
| 2 | Performance Analysis and Prediction of Double-Server Polling System Based on BP Neural Network显示文摘To solve the poor performance of the single-server polling system in high traffic and the complex analysis of the multi-server polling system,a synchronous double-server polling system is proposed,and its performance is analyzed using a Backpropagation(BP)neural network prediction algorithm.Experimental data are processed and analyzed,and a three-layer multiinput single-output BP network model is constructed to predict the performance of the polling system under different arrival rates of information packets.In the prediction stage,first,the data are processed and the average queue length under different information arrival rates is used to form a sequence.Subsequently,a multiinput single-output BP neural network is constructed for prediction.Experimental results show that the algorithm can accurately predict the performance of the double-server polling system,thereby facilitating research regarding polling systems. | YANG Zhijun MAO Lei GAN Jianhou DING Hongwei | 2020 | Chinese Journal of Electronics2020，29，6： | 4 |
| 3 | 基于CNN-seq2seq的运动心率检测系统显示文摘针对当前可穿戴式心率检测设备在运动条件下的心率测量准确度不高的问题,提出了一种卷积神经网络结合序列到序列网络(CNN-seq2seq)的深度学习算法,提取在运动状态下的光电容积脉搏波(photoplethysmograph,PPG)中的心率值的方法.结合卷积神经网络在特征提取方面的特点,并利用长短期记忆网络在时序数据处理上的优势,建立了卷积神经网络结合序列到序列的+注意力机制的网络模型.方法采集了30名身体健康的受试者在静止、行走、慢跑和快跑四个状态下的PPG信号,并通过有抗干扰能力的心电设备同步采集他们的心电(electrocardiogram,ECG)信号,将PPG信号作为神经网络输入信号,将ECG信号简化后保留心率特征,作为网络标签,然后对CNN-seq2seq网络进行训练,网络输出得到具有准确心率特征的类PPG信号,从而实现对运动条件下的心率测量.将CNN-seq2seq网络输出结果与对应的ECG信号计算每分钟心率值,心率估计的平均误差和均方误差为0.25±1.31.实验结果证明:CNN-seq2seq网络模型对于运动心率预测能得到比较理想的结果.这为实现运动心率的便携式测量提供了一种可行方案. | 覃凯 张绪 龚佳琪 高军峰 | 2021 | 中南民族大学学报(自然科学版)2021，40，5： | 4 |
| 4 | 面向高能物理分级存储的文件访问热度预测显示文摘高能物理计算是典型的数据密集型计算,其主要采用基于文件的分级存储方案,根据访问热度的不同将数据存储于不同性能的存储设备上,然而当前数据热度预测采用基于人工经验的启发式算法,准确率较低。提出一种借助长短期记忆网络预测文件未来访问热度的方法,包括网络结构设计、训练和预测算法等。该方法通过划分动态时间窗口构造文件访问特征的时序序列,预测不同数据的访问趋势。在LHAASO高能物理实验数据集上的实验结果表明,与SVM、MLP等算法相比,该方法预测准确率提升了30%左右,具有更强的适用性。 | 程振京 汪璐 程耀东 陈刚 胡庆宝 李海波 | 2021 | 计算机工程2021，47，2： | 4 |
| 5 | 基于LSTM神经网络和DBSCAN算法的污水水质预测显示文摘在污水处理过程中,重要的环节之一是对污水水质进行预测,以便了解污水水质变化情况。为了获得更加准确的水质预测结果,首先对采集到的某污水处理厂的历史污水数据进行归一化、缺失值填充等处理,选取ORP(Oxidation-Reduction Potential)、DO(Dissolved Oxygen)、pH值等七个指标作为输入变量;然后利用DBSCAN算法得到经过聚类之后的污水数据,使相近的污水数据归为一类;最后利用LSTM神经网络模型对化学需氧量(Chemical Oxygen Demand,COD)、氨氮(NH4N)、总磷(Total Phosphorus,TP)三个污水水质参数值进行预测,从而得知水质变化情况。实验结果表明,水质预测结果的均方根误差(Root Mean Square Error,RMSE)和平均绝对误差(Mean Absolute Error,MAE)两个值均较小,预测值与实际值较为接近,预测结果更加准确。 | 邓锐 尉胜男 | 2021 | 电脑与电信2021，，4： | 1 |
| 6 | A Hierarchical Scheme for Video-Based Person Re-identification Using Lightweight PCANet and Handcrafted LOMO Features显示文摘A two-level hierarchical scheme for video-based person re-identification(re-id)is presented,with the aim of learning a pedestrian appearance model through more complete walking cycle extraction.Specifically,given a video with consecutive frames,the objective of the first level is to detect the key frame with lightweight Convolutional neural network(CNN)of PCANet to reflect the summary of the video content.At the second level,on the basis of the detected key frame,the pedestrian walking cycle is extracted from the long video sequence.Moreover,local features of Local maximal occurrence(LOMO)of the walking cycle are extracted to represent the pedestrian’s appearance information.In contrast to the existing walking-cycle-based person re-id approaches,the proposed scheme relaxes the limit on step number for a walking cycle,thus making it flexible and less affected by noisy frames.Experiments are conducted on two benchmark datasets:PRID 2011 and i LIDS-VID.The experimental results demonstrate that our proposed scheme outperforms the six state-of-art video-based re-id methods,and is more robust to the severe video noises and variations in pose,lighting,and camera viewpoint. | LI Youjiao ZHUO Li LI Jiafeng ZHANG Jing | 2021 | Chinese Journal of Electronics2021，30，2： | 0 |
| 7 | 基于UniLM模型的学术文摘观点自动生成研究显示文摘[目的/意义]将海量学术文本观点提取工作由人工转向机器,提高效率的同时又能够保证观点提取的准确性、客观性。[方法/过程]使用UniLM统一语言预训练模型,训练过程中对模型进行精调,以人工标注数据集进行机器学习。将学术文摘作为长度为a的文本序列,经过机器学习,生成长度为b的句子序列(a≥b),并且作为学术论文观点句输出。[结果/结论]研究结果表明:UniLM模型对于规范型文摘、半规范型文摘、非规范型文摘观点生成精准度分别为94.36%、77.27%、57.43%,规范型文摘生成效果最好。将机器学习模型应用于长文本观点生成,为学术论文观点生成提供一种新方法。不足之处在于本文模型依赖文摘的结构性,对非规范型文摘观点生成效果有所欠缺。 | 曾江峰 刘园园 程征 段尧清 | 2023 | 图书情报工作2023，67，2： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员