|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于深度学习的永磁同步电机故障诊断方法显示文摘针对永磁同步电机匝间短路和永磁体失磁故障因处理复杂、特征独立单一和样本稀少等因素引起的诊断偏差问题,提出一种基于深度学习变分自编码网络的故障特征样本快速扩展策略及融合稀疏自编码网络的故障诊断方法。通过组合永磁同步电机频域电流、磁通密度、电磁转矩特征,结合变分自编码网络的生成模型实现故障真实样本扩张,构建丰富、多样、更具鲁棒性的训练集合。将优化数据集输入稀疏自编码网络训练诊断模型,用测试数据验证网络的优劣。实验结果表明,相比传统故障诊断方法,该算法能更加高效快速地实现匝间短路及失磁故障诊断。 | 张周磊 李垣江 李梦含 魏海峰 | 2019 | 计算机应用与软件2019，36，10： | 20 |
| 2 | 融合用户兴趣度和信任度的协同过滤推荐算法显示文摘针对传统协同过滤推荐算法推荐精度较低等问题,提出一种个性化社交活动推荐算法。采用文件主题模型求取用户与其参加过的所有社交活动的主题分布,利用隐含主题概率分布表征用户的兴趣度;利用信任传递机制求取用户间的直接信任值和间接信任值;综合用户对社交活动的兴趣度和评分,构建新的兴趣度相似矩阵得到用户间的综合相似度,将综合用户相似度与用户信任度相融合,得到个性化推荐权值,以不同的权值配比获得最终的社交化活动推荐,利用豆瓣同城数据集确定各模块的参数设置值。对比实验结果表明,在保证较高覆盖率的基础上,算法相较于其它两种推荐算法准确率至少提高了5.26%,召回率至少提高了12.5%。 | 苑宁萍 辛力坚 王呼生 宁鹏飞 | 2020 | 计算机工程与设计2020，41，7： | 11 |
| 3 | 基于VAE-GAN和FLCNN的不均衡样本轴承故障诊断方法显示文摘针对滚动轴承故障诊断中样本分布不均衡引起的模型泛化能力差、诊断精度低的问题,从两个方面展开研究:(1)故障样本增广,提出结合变分自编码器(VAE)和生成对抗网络(GAN)的VAE-GAN样本增广模型;(2)改进分类算法,提出基于焦点损失(FL)和卷积神经网络(CNN)的FLCNN(focal loss and convolutional neural network)样本分类模型。在此基础上,将VAE-GAN和FLCNN融合,构建VAE-GAN+FLCNN轴承故障诊断模型。首先,将样本量少的故障类输入VAE-GAN模型,通过交替训练编码网络、生成网络和判别网络,学习出真实故障样本的数据分布,从而实现故障样本的增广;然后用增广后的数据样本训练FLCNN分类模型,完成轴承故障识别。试验对比结果表明,所提方法能够有效提升样本不均衡条件下的轴承故障诊断效果,拥有更高的Recall值和F1-score值。 | 张永宏 张中洋 赵晓平 王丽华 邵凡 吕凯扬 | 2022 | 振动与冲击2022，41，9： | 6 |
| 4 | 融合多上下文特征信息的贝叶斯群组推荐算法显示文摘针对当前群组推荐精度较低等问题,将群组活动推荐转化为排序学习,提出了一种融合多上下文特征信息的贝叶斯群组推荐算法。首先借助线性判断分析文件主题模型,构建用户对活动的兴趣偏好,利用词频-逆文档频率统计算法求取用户对活动的时间偏好,引入密度估计法并结合用户参加活动的频数建立用户对活动位置的偏好概率模型;随后基于贝叶斯个性化排序为所有群组定义统一优化目标;最后根据群组对活动的偏好评分获得活动推荐列表。仿真实验对比表明:与3种单特征群组推荐算法相比,所提出的算法准确率至少提高了29.51%、召回率至少提高了34.76%;与3种同类群组推荐算法相比,所提出的算法准确率至少提高了3.51%、召回率至少提高了2.82%,归一化折损累计增益也略高于其他算法。 | 柯赟 周胜 | 2021 | 武汉大学学报(工学版)2021，54，12： | 3 |
| 5 | 基于置信规则库推理的装备战损等级评定显示文摘针对复杂战场环境下战损数据的多源性和不确定性,本文根据战损等级评定的非线性特点,提出了一种基于置信规则库(belief rule base,BRB)和证据推理(evidential reasoning,ER)的装备战损等级评定方法.首先,在战损等级评定影响因素分析的基础上,建立了一种新的融合多种特征信息的BRB-ER战损等级评定模型;其次,为解决传统专家系统中初始BRB参数不准确的问题,利用局部粒子群算法对模型初始参数进行优化,从而提高战损等级评定的准确性;最后,以某战损试验为例,对基于置信规则库推理的装备战损等级评定方法进行了验证和对比.结果表明,该方法用于战时装备战损等级评定具有较高的准确度和可靠性,从而为装备保障指挥员进行战场维修决策提供辅助支持. | 刘嘉迪 郝建国 黄健 | 2022 | 计算机系统应用2022，31，4： | 2 |
| 6 | 一种融合多因素社交活动个性化推荐模型显示文摘针对当前网络社交活动个性化推荐精度较低的问题,融合用户对活动兴趣度、召集者影响力以及地理位置偏好等三方面因素,提出一种融合多因素社交活动个性推荐模型。采用LDA文件主题模型求取用户与其参加过的所有社交活动的主题分布,利用隐含主题概率分布来表征用户的兴趣度,并构建用户与召集者间的影响力矩阵。根据活动举办地与用户常住地,建立距离幂律分布,并结合用户参加活动的频数,建立用户地理位置偏好概率模型。采用不同权值配比,综合三方面的因素形成最终的社交活动个性推荐。对比实验表明,该算法与三个因素个性推荐算法相比,准确率至少提高了36.7%,召回率至少提高了35.9%;与其他两个同类网络社交活动推荐算法相比准确率至少提高了8.77%,召回率至少提高了8.57%。 | 陈艺 | 2020 | 计算机应用与软件2020，37，1： | 1 |
| 7 | 基于图像和航迹信息的目标完整性评估方法显示文摘快速而准确地对任务目标进行完整性评估,是执行者后续决策的重要情报保障和参考依据。针对当前目标完整性评估研究中多采用单一数据源或者复杂概率模型导致无法兼顾准确率和实时性两种需求的问题,提出了基于图像和航迹信息2种数据源的目标完整性评估新方法。通过目标任务执行前后图像纹理、角点以及航迹参数等特征的变化,将完整性评估问题转化为分类问题,并结合多种分类结果进行综合评估。实验结果证明基于图像和航迹信息2种数据源评估结果的准确率达到了97.5%,高于单一数据源评估结果,且评估用时控制在毫秒级,在提高准确率的同时保证了评估的实时性。 | 谢松云 刘祥惠 吴晓亮 高川林 沈冬睿 | 2021 | 西北工业大学学报2021，39，5： | 0 |
| 8 | 基于贝叶斯后验概率和非合作博弈的推荐算法显示文摘针对传统协同过滤推荐算法推荐精度较低等问题,提出一种基于贝叶斯后验概率预测和非合作博弈的个性化推荐算法。采用文件主题模型求取用户与其参加过的所有社交活动的主题分布,利用隐含主题概率分布表征用户兴趣度,根据信任传递机制求取用户的直接信任和间接信任,形成用户间的信任度;将用户的兴趣度和信任度等隐式特征赋予合理的先验分布,利用贝叶斯后验概率预测隐式特征后的显式反馈;依据显式反馈将推荐结果转化为非合作博弈中用户效益最大化的纳什均衡求解。仿真对比实验表明,与其他三种推荐算法相比该算法的查准率至少提高了3.13%,查全率至少提高了2.62%。 | 索岩 程向羽 | 2022 | 计算机应用与软件2022，39，3： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员