干涉仪解模糊异常值检测及纠错方法

针对多基线相位干涉仪测角雷达在通道相位误差较大时解模糊结果存在异常的问题,提出了一种基于有限记忆算法的干涉仪解模糊异常值检测与纠错方法.该方法利用逐次测角算法的初次解模糊结果估计角度和整周模糊值的初始值,在此基础上进行角度和整周模糊值的有限记忆递推,识别原始测角数据中存在的数据异常值,对其进行异常值剔除或重新解模糊纠错处理.仿真结果表明,该方法原理正确,对于干涉仪解模糊数据中出现的孤立型及连续型异常值都能够进行有效的检测并予以纠正,显著降低了解模糊的出错概率.     

结合栈式自编码及长短时记忆的入侵检测研究

针对网络攻击越来越隐蔽,且具有智能化和复杂化的特点,浅层的机器学习已经无法及时应对,提出了一种基于SDAE(Stacked Denoising Autoencoder)和LSTM(Long Short-Term Memory)相结合的深度学习方法.通过堆叠深层的SDAE智能逐层抽取网络数据的分布规则,结合各个编码层的系...     

睡眠对违反道德的负性情绪记忆的调节

记忆是信息加工的基础,违反道德事件作为记忆的重要内容,往往诱发了个体较强的负性情绪.负面情绪记忆的加工是影响个人心理健康的重要因素,创伤后应激障碍人群表现出对记忆主动操纵的失衡,长期处于负性情绪之中会导致身心健康受到极大的影响.但目前违反道德的负性情绪记忆进行主动操纵的具体表现仍不为人所知.本研究基于记忆线索操纵范式,...     

基于小波优化LSTM-ARMA模型的岩土工程非线性时间序列预测

为了更精确地预测岩土工程应力、变形等的非线性时间序列,提出了基于小波优化的长短时记忆神经网络-自回归滑动平均模型(LSTM-ARMA)预测模型。首先使用小波分析将监测序列分解成趋势项和噪声项,采用LSTM网络滚动预测趋势项、ARMA模型预测噪声项,并将趋势项预测值与噪声项预测值之和作为总的时间序列预测值。在此基础上,以上海云岭超深基坑工程为案例进行了基坑地表沉降分析,结果表明组合模型的预测精度要高于单一LSTM模型且更加稳定;进一步采用弹塑性有限元对基坑开挖诱发的地表沉降进行了预测,并与人工智能预测结果进行对比,验证了人工智预测模型的合理性。分析表明,当后续工况与前置工况所诱发的变形机理突变时,人工智能预测误差增大,但伴随后续工况的推进,人工智能预测误差将逐渐减小。     

基于cw2vec-BiLSTM-CRF的汽车名称和属性识别方法

用户评论产品时经常带有明确的指向,例如,针对产品的某一部分或某一功能做出评价,因此,评论中的产品名称和产品属性的识别显得尤为重要。文章使用了cw2vec模型对中文文本进行表示,在此基础上,使用双向长短期记忆模型融合了条件随机场模型对产品中的对象和属性进行识别。该方法利用长短期记忆模型对上下文信息进行有效建模,同时利用条件随机场模型作为标签推理层很好地解决序列标签的依赖问题。通过在汽车领域数据上进行实验,实验结果表明cw2vec-BiLSTM-CRF模型在产品名称和产品属性识别任务中的是有效的。与仅使用CRF模型相比,产品名称的识别准确率、召回率、F值分别提升了5.87%、5.59%、5.89%,产品属性的识别准确率、召回率、F值分别提升了6.36%、4.41%and 5.28%。     

融合FCN和LSTM的视频异常事件检测

针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征分别输入记忆网络分析时间序列的语义信息,并通过残差结构融合图像特征和语义信息;同时,采...     

如何守护鲜活的文化记忆——关于景德镇古村落、古民居保护、开发问题的思考

在城市和乡村的现代化进程中,由于片面追求经济效益,打着旅游开发的名义对一些文物古迹进行急功近利的更新改造,使我国不少古村落、古民居遭到极大的破坏,古老的文化记忆正在逐渐消失。如何守护鲜活的文化记忆,有效保护好古民居、古建筑、古村落,延续中华文明和地区文化的文脉,已经成为摆在当下有识之士面前的一项重要任务。     

破解记忆之谜

人类的一些学习障碍是能够依靠药物予以治疗的。在科学探索的道路上,有些重大发现受益于意外和机缘,在人类破解＂记忆之谜＂的过程中,这种意外和机缘也戏剧性地发生了。失忆的癫痫症患者20世纪50年代早期,年轻的加拿大科学家布伦达·米尔纳（Brenda Milner）获得了神经学博士学位。很快,她来到加拿大蒙特利尔神经学研究所，一面和著名的外科专家怀尔德·潘菲尔德（Wilder Penfield）协同工作，一面开始了她对于大脑的研究。