基于CT-GAN的半监督学习窃电检测方法研究

针对电网公司获取有标签数据成本高、难度大,而获取的无标签数据难以训练有效窃电检测模型的问题,提出了在少量有窃电标签数据场景下基于联合训练生成对抗网络（Co-training Generative Adversarial Networks, CT-GAN）的半监督窃电检测方法.首先,探究了生成对抗网络及半监督生成对抗网络的原理与结构.其次,提出了采用Wasserstein距离取代JS（Jensen-Shannon）散度和KL（Kullback-Leibler）散度距离以解决生成对抗网络因梯度消失和模式崩溃原因导致的模型训练不稳定和生成数据质量低的问题,并构建了多判别器联合训练模型,避免了单个判别器分布误差高的问题,同时增强了GAN生成标签样本数据的能力,通过扩充标签样本数据集,提升了模型检测准确度和泛化能力.最后,采用爱尔兰电网数据集验证了该方法的准确性和有效性.     

基于着色Petri网实现A星算法的生产调度优化研究

基于着色Petri网对A星算法进行建模,研究生产调度优化问题.利用着色Petri网的理论优势,简化了大规模复杂工艺生产过程的调度模型过于复杂的问题.直接建立A星算法的着色Petri网模型,对于生产调度研究中的跨平台问题给出了一种解决方法.通过着色Petri网仿真模拟软件CPN Tools构建了基于着色Petri网的A星算法实例和生产调度实例.     

术语要旨解读与生成句法的本土化

生成句法自20世纪50年代创立以来,在语言学界的影响日益增强。近年来,有学者提出,生成句法学理论在向汉语学界渗透的过程中应注意与传统语法的融合。于是,生成句法的本土化问题显得很重要。文章试图从术语要旨解读及其与传统语法的内在联系方面,阐释本土化的内涵与可行性。主要选取三个典型的实例,展示生成句法本土化的理论依据与现实意义。     

多层记忆增强生成对抗网络二次预测的视频异常检测方法

为了提高视频异常检测的准确率,提出了一种基于多层记忆增强生成对抗网络二次预测的视频异常检测方法。首先利用目标检测提取时空立方体,并将其输入自编码器中得到预测帧;其次将预测帧的表观特征和对应真实帧的光流特征进行融合,形成融合特征;最后利用多层记忆增强生成对抗网络二次预测未来帧,以便学习不同层次特征的正常模式并捕获上下文的语义信息。在UCSD Ped2和CUHK Avenue数据集上进行的实验结果表明：所提出的方法与其他视频异常检测方法相比,可有效提高视频异常检测的性能,使帧级别AUC分别达到99.57%和91.59%。     

融合自上而下和自下而上注意力的图像描述生成

随着互联网的普及,每天都有海量的图片被传入互联网中。为了能更好地利用这些图片的价值,图像描述生成技术应运而生。提出一种融合自上而下和自下而上注意力的图像描述生成模型。在工作时,该模型分别利用预训练的ResNet101和Faster R-CNN(regions with convolutional neural network)提取输入图片的全局特征和局部特征,并利用自上而下和自下而上注意力分别计算两种特征的权重;利用门控循环单元(gate recurrent unit, GRU)提取一句话中单词之间的上下文语义信息;利用长短期记忆网络(long short-term memory, LSTM)解析图像特征和语义信息并生成描述语句。在训练时,首先以监督学习的方法,训练出基于编码器-解码器框架的一个基础模型;然后再以结合生成式对抗网络和强化学习的方法,在相互对抗中得到不断优化的策略函数和不断完善的奖励机制,从而使生成的句子更加准确、自然。本文模型在COCO数据集上进行训练和测试,最终在评价指标BLEU@1(bilingual evaluation understudy@1)上达到0.675...     

试论张楚廷的大学内部治理思想

张楚廷认为大学的内部治理权是大学自我生成的结果,其目的是为了保障大学师生的权利,保障学术自由,因而它是以权利为本位的。以人为本,即以人的权利为本。法治是公民权利至上的一种治理模式,大学要处理好与政府、教师、学生和管理人员的权利关系的协调问题,迫切需要加强法治建设。     

Petri网:概念、分析方法和应用

Ｐｅｔｒｉ网以图形化的方式直观地描述了离散事件系统的各种关系和行为,且以网络理论和代数理论等作为数学基础,可方便地分析离散事件系统的各种特性．更由于其形式化的描述方法,能够直接由模型转化为代码实现对系统的控制．因此在计算机系统的建模、分析和控制综合中得到广泛应用．本文介绍了 Ｐｅｔｒｉ网的基本概念、特点、分析方法及其应用．     

基于生成对抗与卷积神经网络的调制识别方法

自动调制识别在频谱监测和认知无线电中占有重要地位.针对现有调制识别算法在低信噪比条件下识别率低的问题,提出一种基于生成对抗网络(generative adversarial network,GAN)和卷积神经网络(convolu-tional neural network,CNN)的数字信号调制识别方法.在利用平滑伪W...     

基于着色Petri网的无人机侦察战术规划

无人机(unmanned aerial vehicle,UAV)战术规划问题是UAV作战的核心,本文以UAV战术规划中的资源分配和目标推理为研究对象,针对传统Petri网不能准确模拟战术规划中资源及任务正负效应建模问题,在阐述了利用传统Petri网将总体任务按计划及目标顺序进行层次分解后,采用着色Petri网对网间结构...     

基于残差生成对抗网络的调制识别算法

针对小样本条件下通信信号识别准确率不高、网络训练困难的问题, 本文提出一种基于残差生成对抗网络的调制识别算法。首先, 设计一种以Leakyrelu作为隐藏层激活函数的新残差单元, 使得网络对输入为负值的数据也可以进行梯度计算; 然后, 将新残差单元组成的残差网络和卷积神经网络作为本文算法的基本网络结构, 使用卷积步幅为1的非对称小卷积核, 更好地提取信号的边缘特征信息; 最后, 用Dropout代替池化操作, 并选择Adam梯度优化算法以交替迭代方式完成网络训练。仿真实验结果表明, 小样本条件下, 残差生成对抗网络算法复杂度明显降低, 信噪比(signal to noise ratio, SNR)在0 dB以上时, 对10种调制信号的识别准确率可以达到91%, 验证了所提方法的有效性。