首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   26篇
  免费   2篇
  国内免费   4篇
工业技术   32篇
  2020年   1篇
  2019年   3篇
  2017年   4篇
  2016年   5篇
  2015年   1篇
  2014年   1篇
  2013年   2篇
  2012年   1篇
  2010年   3篇
  2007年   1篇
  2006年   1篇
  2004年   3篇
  2003年   5篇
  2002年   1篇
排序方式: 共有32条查询结果,搜索用时 15 毫秒
1.
脑电信号反映了生物体的大脑活动,在采集和处理过程中极易受到各种噪声的干扰,如眨眼、快速眼动、心电、肌电等,这些噪声给脑电信号的分析处理带来了很大的困难。本文提出了卡尔曼滤波模型和模型参数估计的方法,将其应用于脑电ECoG信号去噪预处理。实验所用的数据是公开的脑机接口竞赛实验数据(BCI Competition Ⅲ dataset Ⅰ),分类正确率为92%。实验结果表明通过本方法去噪预处理后,分类正确率比竞赛第一名高,并且优于小波去噪与谱减法等预处理方法。  相似文献   
2.
给出了一种新的类条件密度函数估计的σPNN模型,它基于模式层共享的PNN和模式 层分离的PNN,即每个类不仅拥有一组只属于自己的模式层,还拥有所有类都共享的几个模式 层,这里共享意味着每个核函数对所有类的条件密度估计都有贡献,新模型的训练采用最大似然 准则,并改进了EM算法来调整模型参数.闭集文本自由说话人辨认试验证明了提出的模型及其 算法的正确性.  相似文献   
3.
王金甲  周雅倩  郝智 《计量学报》2019,40(6):958-969
深度循环神经网络适用于处理时间序列数据, 然而循环神经网络特征提取能力差, 时间依赖关系挖掘不足。针对此问题, 提出了3种注意力机制和长短时记忆(LSTM)神经网络结合的模型用于人类活动识别问题, 并研究了3种注意力机制在不同数据集上单独及配合使用时对模型精度的影响。对于UCI_HAR数据集, 3种注意力LSTM模型准确率分别为94.13%、95.15%和94.81%,高于LSTM模型识别准确率93.2%。此外, 针对人类活动识别的传感器时间序列数据的标签特点, 提出将时间段分类任务转化为分割任务, 设计了2个基于分割任务的注意力门控循环单元(GRU)神经网络模型, Bahdanau注意力GRU模型在Skoda数据集和机会(Oppor)数据集准确率为84.61%和89.54%, 高于基准UNet模型的70.40%和88.51%。  相似文献   
4.
5.
基于对现有Android手机活动识别技术的分析,针对从不完全、不充分的移动传感器数据中推断人体活动的难题,将能根据无标签样本提高识别预测准确性和速度的半监督(SS)学习和体现模式分类回归的有效学习机制的极限学习机(ELM)相结合给出了解决Android手机平台的人体活动识别问题的半监督极限学习机(SS-ELM)方法,并进一步提出了主成分分析(PCA)和半监督极限学习机(SS-ELM)结合的PCA+SS-ELM新方法。实验结果表明,该方法对人体活动的识别正确率能达到95%,优于最近提出的混合专家半监督模型的正确率,从而验证了该新方法是可行性。  相似文献   
6.
弧齿锥齿轮是用于传递相交轴动力,广泛应用于汽车、工程机械、飞机、船舶、机车等装备.弧齿锥齿轮加工质量的不稳定,是制造中的久存难题.特别是用于载重汽车、拖拉机、铲运车、采煤机及其它采掘设备中的这类齿轮,传动扭拒较大、工作条件较繁重,耐磨性、疲劳强度、心部硬度和冲击韧性等方面的要求比较高.现代工业正朝着高速、高精度、高可靠性方向发展,对高精度弧齿锥齿轮的需求在不断增大.因此研究影响弧齿锥齿轮精度的制造因素,提高弧齿锥齿轮加工质量显得尤为重要和迫切.  相似文献   
7.
一种用于说话人辨认的概率神经网络的MCE训练算法   总被引:2,自引:1,他引:1  
提出了一种基于最小分类错误准则的概率神经网络的训练算法.实验结果表明,这种分类网络及其学习算法在30个说话人辨认应用中利用5秒清晰语音获得98.4%的辨认率,利用15秒电话语音获得85.1%的辨认率.  相似文献   
8.
健康智能家庭是指为那些本应该住院的人们——慢性病人、老年人和残疾人等——提供在自己家里独立、健康、安全、方便的日常生活。阐述了健康智能家庭的研究现状,给出了实验模型、系统模型和其中的家庭监护模块,重点介绍了传感器技术,并指出了所关注的技术领域的发展趋势。  相似文献   
9.
将JPEG 2000中的EBCOT编码与现代水印技术相结合提出了基于图像内容中位平面特征的渐近式水印技术,利用位平面特征来同步水印的顺序,图像被分解为多个位平面上的数据,对各个位平面的重要数据按照顺序先后在压缩的同时嵌入水印信息。实验结果证明该方法改善了水印的不可见性和同步性的矛盾。  相似文献   
10.
研究了输入是可穿戴传感器获得的多通道时间序列信号,输出是预定义的活动的活动识别模型,指出活动中的有效特征的提取目前多依赖于手工和浅层特征学习结构,不仅复杂而且会导致识别准确率下降;基于深度学习的卷积神经网络( CNN)不是对时间序列信号进行手工特征提取,而是自动学习最优特征;目前使用卷积神经网络处理有限标签数据仍存在过拟合问题。因此提出了一种基于融合特征的系统性的特征学习方法用于活动识别,用ImageNet16对原始数据集进行预训练,将得到的数据与原始数据进行融合,并将融合数据和对应的标签送入有监督的深度卷积神经网络( DCNN )中,训练新的系统。在该系统中,特征学习和分类是相互加强的,它不仅能处理端到端的有限数据问题,也能使学习到的特征有更强的辨别力。与其他方法相比,该方法整体精度从87.0%提高到87.4%。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号