基于堆栈降噪自编码器改进的混合推荐算法 被引量：14

1

作者 杨帅 王鹃 《计算机应用》 CSCD 北大核心 2018年第7期1866-1871,共6页

针对传统协同过滤算法仅利用评分信息作为推荐依据,没有利用用户评论和标签信息,无法准确反映用户对项目特征的偏好,推荐精确度低且容易过拟合等问题,提出一种基于堆栈降噪自编码(SDAE)改进的混合推荐(SDHR)算法。首先利用深度学习模型S... 针对传统协同过滤算法仅利用评分信息作为推荐依据,没有利用用户评论和标签信息,无法准确反映用户对项目特征的偏好,推荐精确度低且容易过拟合等问题,提出一种基于堆栈降噪自编码(SDAE)改进的混合推荐(SDHR)算法。首先利用深度学习模型SDAE从用户自由文本标签中抽取项目的显式特征信息;然后,改进隐因子模型(LFM)算法,使用显式项目特征信息替换LFM中的抽象特征,进行矩阵分解训练;最后通过用户-项目偏好矩阵为用户提供推荐。在公开数据集Movie Lens上的实验测试,与三组推荐模型(基于标签权重及协同过滤、基于SDAE和极限学习机、基于循环神经网络)比较,该算法推荐精确度分别提高了45.2%、38.4%和16.1%。实验结果表明,所提算法可以充分利用项目自由文本标签信息提高推荐性能。 展开更多

关键词 推荐系统 协同过滤 深度学习 堆栈降噪自编码器 隐因子模型

在线阅读 下载PDF 职称材料

基于改进堆栈降噪自编码器的锅炉设备在线监测数据清洗方法 被引量：13

2

作者 娄建楼 李燕 +2 位作者 王琦 孙博 贾俊奇 《计算机集成制造系统》 EI CSCD 北大核心 2019年第12期3181-3190,共10页

数据清洗过程是对锅炉设备在线监测数据预处理的一个重要环节,针对数据清洗步骤繁琐,易导致连续性数据被破坏等问题,提出一种基于混合自适应性矩估计和随机梯度下降算法优化的堆栈降噪自编码器的数据清洗方法。首先,引入自适应性矩阵估... 数据清洗过程是对锅炉设备在线监测数据预处理的一个重要环节,针对数据清洗步骤繁琐,易导致连续性数据被破坏等问题,提出一种基于混合自适应性矩估计和随机梯度下降算法优化的堆栈降噪自编码器的数据清洗方法。首先,引入自适应性矩阵估计和随机梯度下降的混合算法,以不断调整堆栈降噪自编码器模型的网络参数。其次,利用模型训练正常状态数据,获取数据的隐藏特征,得到正常状态下的重构误差。再次,用该模型检测异常状态数据,根据其重构误差分析各种类型的数据对模型的影响,并对“脏数据”和反映设备故障的异常数据进行快速分类清洗修复。通过某电厂锅炉监测数据的清洗修补实验,证明了该方法能准确识别出“脏数据”,修补后的数据亦能遵循数据整体的分布规律,满足了数据的清洗要求,为后续数据分析挖掘和设备故障诊断工作奠定了良好的基础。 展开更多

关键词 锅炉设备 在线监测数据 数据清洗 深度学习 堆栈降噪自编码器 特征提取

在线阅读 下载PDF 职称材料

基于堆栈降噪自编码器和LBP的人脸识别算法

3

作者 刘晓敏 艾震鹏 《计算机科学与应用》 2018年第6期867-876,共10页

针对传统的人脸识别算法的鲁棒性弱,分类准确率不高,运算速率较慢的缺点,基于局部二值模式(Local Binary Pattern)和堆栈式降噪自编码器(Stack Denoising Autoencoders)模型,提出了一种LBP + SDAE新的人脸表情识别算法。首先,先对图像... 针对传统的人脸识别算法的鲁棒性弱,分类准确率不高,运算速率较慢的缺点,基于局部二值模式(Local Binary Pattern)和堆栈式降噪自编码器(Stack Denoising Autoencoders)模型,提出了一种LBP + SDAE新的人脸表情识别算法。首先,先对图像进行直方图均衡化处理,用LBP提取特征,接着进行尺度归一化处理后用SDAE二次提取特征并且去噪,降维,最后用SVM分类。该方法不仅提高了分类的准确率,而且加快了运算的速率。在数据集Yale上进行验证,表明相对于以前传统的人脸识别算法,它具有更高的准确率和较强的鲁棒性。 展开更多

关键词 人脸识别 局部二值模式 堆栈式降噪自编码器 支持向量机

在线阅读 下载PDF 职称材料

基于大数据分析的情报信息多重加密方法研究

4

作者 李新 徐军 《佳木斯大学学报(自然科学版)》 2025年第2期27-29,56,共4页

针对当前情报信息多重加密方法未考虑密钥身份认证,导致情报信息加密能耗较高、加密效率较低,造成加密后信息安全性较差的问题,提出基于大数据分析的情报信息多重加密方法。结合随机梯度下降和自适应性矩阵估计的大数据分析方法,调整堆... 针对当前情报信息多重加密方法未考虑密钥身份认证,导致情报信息加密能耗较高、加密效率较低,造成加密后信息安全性较差的问题,提出基于大数据分析的情报信息多重加密方法。结合随机梯度下降和自适应性矩阵估计的大数据分析方法,调整堆栈降噪自编码器模型参数,利用堆栈降噪自编码器模型,提取情报信息的隐层特征,根据提取特征清洗情报信息。采用AES加密算法计算加密时间大小,结合RSA加密算法进行密钥协商和通信双方身份认证,利用CPRS混沌伪随机序列,循环更新密钥,对清洗后的信息进行多重加密,实现情报信息多重加密。实验结果表明,所提方法的加密能耗较低、加密时间较短,能够有效提高加密效率和信息安全性。 展开更多

关键词 大数据分析 情报信息 信息清洗 堆栈降噪自编码器模型 信息多重加密

在线阅读 下载PDF 职称材料

结合波段选择和保边去噪滤波的高光谱遥感图像分类 被引量：5

5

作者 王巧玉 陈锻生 《小型微型计算机系统》 CSCD 北大核心 2017年第5期1098-1102,共5页

高光谱遥感图像分类是遥感图像在众多领域得以有效应用的基础.为了提高其分类精度,提出一种结合波段选择和保边去噪滤波的分类方法.通过波段选择对高光谱数据进行降维同时保留了光谱的物理信息;然后通过对各波段图像进行保边去噪滤波将... 高光谱遥感图像分类是遥感图像在众多领域得以有效应用的基础.为了提高其分类精度,提出一种结合波段选择和保边去噪滤波的分类方法.通过波段选择对高光谱数据进行降维同时保留了光谱的物理信息;然后通过对各波段图像进行保边去噪滤波将空间信息和光谱信息结合起来;最后选取结合了空间信息的光谱曲线作为由堆栈降噪自编码器加Softmax分类器构成了深度学习网络的输入,对其进行特征提取及分类.波段选择去除了一些对分类不利的波段,保边去噪滤波将空间信息与光谱信息结合了起来,深度学习提取特征避免了手动选择特征的主观臆断,通过在Indian Pines和Pavia University数据集上的实验,结果表明本文算法分类精度高、稳定性好. 展开更多

关键词 波段选择 保边去噪滤波 堆栈降噪自编码器 空间-光谱结合 高光谱图像分类

在线阅读 下载PDF 职称材料

基于深度学习SDAE-BP的暂降类型识别方法 被引量：2

6

作者 张金娈 邓祖强 +1 位作者 张鑫 王亮 《电气工程学报》 CSCD 2022年第3期184-193,共10页

不同短路故障引起的暂降类型不同,对用户造成的影响也不相同,准确地识别暂降类型可针对实际的电压暂降情况进行分析、补偿和抑制,对于电压暂降的治理具有重要的意义,同时还可作为电力供应部门和用户之间协调纠纷的依据。考虑到实际系统... 不同短路故障引起的暂降类型不同,对用户造成的影响也不相同,准确地识别暂降类型可针对实际的电压暂降情况进行分析、补偿和抑制,对于电压暂降的治理具有重要的意义,同时还可作为电力供应部门和用户之间协调纠纷的依据。考虑到实际系统发生短路故障时可能存在相位跳变,在原有文献短路故障引起的暂降分类基础上,推导了系统阻抗与线路阻抗的阻抗角不相等情况下短路故障引起的电压暂降类型的表达式并分析了其特征;为准确识别电压暂降类型,并避免人为特征提取过程中信息丢失的问题,提出了一种基于堆栈降噪自编码器-神经网络(Stacked denoised autoencoder-back propagation,SDAE-BP)的暂降类型识别方法,在输入信号中加入一定概率的噪声,再通过构建多层降噪自编码网络(Stacked denoised autoencoder,SDAE)逐层训练,以最小的误差实现信号的特征提取,并采用BP(Back propagation,BP)神经网络对暂降类型进行识别,通过Matlab仿真验证了上述传播特性及电压暂降类型识别方法的正确性。 展开更多

关键词 短路故障 电压暂降类型 堆栈降噪自编码器 BP神经网络 暂降识别

在线阅读 下载PDF 职称材料

基于GSP仿真和SDAE的航空发动机故障诊断 被引量：7

7

作者 车畅畅 王华伟 +1 位作者 倪晓梅 蔺瑞管 《航空发动机》 北大核心 2022年第1期13-18,共6页

为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障... 为了深入研究航空发动机故障机理,提出基于航空燃气涡轮发动机性能仿真软件(GSP)和堆栈降噪自编码器(SDAE)的航空发动机故障诊断方法。通过GSP性能仿真方法模拟发动机在不同设计参数下的部件故障,并得到对应的运行状态参数;从每种故障类型下的长时间序列的状态参数中提取出向量化的曲线特征,构成故障样本;将故障样本带入SDAE模型中进行深度特征提取,经过前向传播和反向微调得到训练好的模型用于发动机故障诊断。结果表明:GSP能够通过参数更改来模拟微弱故障下的状态参数,从而构建多故障样本集;SDAE的重构误差和反向传播误差能够快速收敛到较小值,SDAE的故障诊断正确率为99.5%;与深度信念网络(DBN)、人工神经网络(ANN)以及经典机器学习方法支持向量机(SVM)相比,SDAE的故障分类正确率分别提高了0.8%、6.9%和10.1%。 展开更多

关键词 燃气涡轮发动机性能仿真软件 堆栈降噪自编码器 故障诊断 航空发动机

在线阅读 下载PDF 职称材料

基于数字孪生的行车多因素隐性级联故障诊断 被引量：2

8

作者 张辉辉 郑龙辉 +5 位作者 孙奕程 杨芸 李婕 黄德林 鲍劲松 张丹 《计算机集成制造系统》 EI CSCD 北大核心 2023年第6期2086-2101,共16页

针对行车传统运维方式中存在的可管可控状态不明、故障时定位分析耗时久、设备宕机时间长等问题,为实现行车状态运维的智能化转型升级,基于数字孪生技术和数据驱动方法,提出一种用于行车多机构联动、多因素耦合的隐性级联故障诊断分析... 针对行车传统运维方式中存在的可管可控状态不明、故障时定位分析耗时久、设备宕机时间长等问题,为实现行车状态运维的智能化转型升级,基于数字孪生技术和数据驱动方法,提出一种用于行车多机构联动、多因素耦合的隐性级联故障诊断分析方法。以数据驱动为核心,构建了数据驱动的行车数字孪生模型,详细阐述了行车数字孪生系统的组成和交互行为;对显性故障和隐性故障进行分类和定义,设计了SDAE—MCSVM—FBN方法解决多因素隐性级联故障;构建了数据驱动的行车数字孪生模型的原型系统,以某大型国企钢厂某车间内的行车作业过程为例,与传统运维方式中的人工点检对比,在所提方法应用前后,故障维修时长和设备宕机时长分别减少的时间比例区间为24.5%~32.8%,20.5%~32.4%,证实了所提方法对隐性级联故障诊断分析的有效性和可行性。 展开更多

关键词 数字孪生 数据驱动 堆栈降噪自编码器 多类支持向量机 模糊贝叶斯网络

在线阅读 下载PDF 职称材料

基于SDAE预测模型和改进SSA的NO_(x)排放优化 被引量：5

9

作者 马良玉 孙佳明 《中国电机工程学报》 EI CSCD 北大核心 2022年第14期5194-5201,共8页

为降低锅炉燃烧系统氮氧化物(nitrogen oxide,NO_(x))的排放浓度,基于某1000MW火电机组采集的真实历史运行数据,采用堆叠降噪自编码器(stacked denoising auto-encoder,SDAE)建立了NO_(x)排放浓度的预测模型,进而提出一种基于改进麻雀... 为降低锅炉燃烧系统氮氧化物(nitrogen oxide,NO_(x))的排放浓度,基于某1000MW火电机组采集的真实历史运行数据,采用堆叠降噪自编码器(stacked denoising auto-encoder,SDAE)建立了NO_(x)排放浓度的预测模型,进而提出一种基于改进麻雀搜索算法(sparrow search algorithm,SSA)的锅炉配风配粉优化策略。为提高SSA的寻优能力,提出一种引入萤火虫扰动的混沌优化麻雀搜索算法(chaotic optimized sparrow search algorithm with the introduction of firefly perturbation,FCOSSA),该算法采用Tent混沌映射使初始个体尽可能分布均匀,以增加初始种群的多样性,利用萤火虫扰动方式对所有麻雀位置进行更新。经典测试函数优化试验表明了FCOSSA的优越性。针对某给定负荷稳态运行工况,以降低NO_(x)排放为目标,利用方法对锅炉各磨煤机的给煤量及二次风门开度等进行寻优,结果表明优化后锅炉的NO_(x)排放浓度可有效降低,验证了方法的有效性。 展开更多

关键词 锅炉运行优化 NO_(x)排放 堆栈式降噪自编码器 麻雀搜索算法 混沌映射 萤火虫扰动

在线阅读 下载PDF 职称材料

结合信任机制与SDAE改进的CF算法研究

10

作者 李璨 孙静宇 孙静 《现代电子技术》 2021年第8期159-163,共5页

为了解决推荐系统中用户评分矩阵稀疏与项目之间没有共同用户评分无法计算相似性的问题,提出结合信任机制与SDAE改进的CF算法。首先,根据信任的性质,扩充用户间的信任关系,将信任度融合到传统的推荐算法中;然后,将融合信任机制的协同过... 为了解决推荐系统中用户评分矩阵稀疏与项目之间没有共同用户评分无法计算相似性的问题,提出结合信任机制与SDAE改进的CF算法。首先,根据信任的性质,扩充用户间的信任关系,将信任度融合到传统的推荐算法中;然后,将融合信任机制的协同过滤算法预测评分与改进的SDAE预测评分相结合,并将其作为改进算法的最终预测评分,产生Top⁃N推荐列表。在MovieLens_100k和MovieLens_1M上的实验结果表明,该算法在预测准确度上有一定程度的提高,从而可以对用户进行更精准的推荐。 展开更多

关键词 协同过滤 信任机制 堆栈降噪自编码器 信任传播 社交网络 评分预测

在线阅读 下载PDF 职称材料

基于深度学习的蛋白质亚细胞定位预测 被引量：3

11

作者 王艺皓 丁洪伟 +2 位作者 李波 保利勇 张颖婕 《计算机应用》 CSCD 北大核心 2020年第11期3393-3399,共7页

针对传统机器学习算法中仍需手工操作表示特征的问题,提出了一种基于堆栈式降噪自编码器(SDAE)深度网络的蛋白质亚细胞定位算法。首先,分别利用改进型伪氨基酸组成法(PseAAC)、伪位置特异性得分矩阵法(PsePSSM)和三联体编码法(CT)对蛋... 针对传统机器学习算法中仍需手工操作表示特征的问题,提出了一种基于堆栈式降噪自编码器(SDAE)深度网络的蛋白质亚细胞定位算法。首先,分别利用改进型伪氨基酸组成法(PseAAC)、伪位置特异性得分矩阵法(PsePSSM)和三联体编码法(CT)对蛋白质序列进行特征提取,并将这三种方法得到的特征向量进行融合,以得到一个全新的蛋白质序列特征表达模型;接着,将融合后的特征向量输入到SDAE深度网络里自动学习更有效的特征表示;然后选用Softmax回归分类器进行亚细胞的分类预测,并采用留一法在Viral proteins和Plant proteins两个数据集上进行交叉验证;最后,将所提算法的结果与mGOASVM、HybridGO-Loc等多种现有算法的结果进行比较。实验结果表明,所提算法在Viral proteins数据集上取得了98.24%的准确率,与mGOASVM算法相比提高了9.35个百分点;同时所提算法在Plant proteins数据集上取得了97.63%的准确率,比mGOASVM算法和HybridGO-Loc算法分别提高了10.21个百分点和4.07个百分点。综上说明所提算法可以有效提高蛋白质亚细胞定位预测的准确性。 展开更多

关键词 深度学习 特征融合 蛋白质定位 堆栈式降噪自编码器 留一法

在线阅读 下载PDF 职称材料

一种基于深度学习的高精度行人步长估算方法

12

作者 朱平 余学祥 +2 位作者 韩雨辰 张灿 肖星星 《测绘科学》 CSCD 北大核心 2023年第6期19-26,130,共9页

针对行人惯性导航定位(PDR)算法中传统步长估计方法精度不高,现有的长短时记忆(LSTM)网络计算复杂度高的问题,该文提出一种基于堆栈式降噪自编码器、灰狼优化算法与门控循环单元(SDAE-GWO-GRU)的步长估计模型。采用深度学习网络SDAE对... 针对行人惯性导航定位(PDR)算法中传统步长估计方法精度不高,现有的长短时记忆(LSTM)网络计算复杂度高的问题,该文提出一种基于堆栈式降噪自编码器、灰狼优化算法与门控循环单元(SDAE-GWO-GRU)的步长估计模型。采用深度学习网络SDAE对加速度数据进行降噪重构,然后将降噪后的数据输入经GWO优化后的GRU网络中进行训练。实验表明,该文的步长估计模型的单步步长误差率均值为1.09%,标准差为0.94%,精度优于传统的步长估计方法。 展开更多

关键词 步长估计 堆栈式降噪自编码器 灰狼算法 GRU网络 行人定位

原文传递