-
题名基于栈式去噪自编码器的遥感图像分类
被引量：12
- 1
-
-
作者
张一飞
陈忠
张峰
欧阳超
-
机构
华中科技大学自动化学院
-
出处
《计算机应用》
CSCD
北大核心
2016年第A02期171-174,188,共5页
-
文摘
针对传统遥感图像分类方法难以取得更高精度的问题,提出一种根据深度学习思想的基于栈式去噪自编码器的遥感图象分类方法。首先,将多个去噪自编码器栈式叠加构成深度网络模型,用无监督的layer-wise方法由下至上训练每一层网络并在训练数据中加入噪声以得到更为稳健的特征表达;然后,通过反向传播(BP)神经网络对特征进行有监督学习并利用误差反向传播对整个网络参数进行进一步优化得到最终的模型;最后,利用国产高分一号遥感数据进行实验验证。基于栈式去噪自编码器的遥感图像分类方法的总体分类精度和kappa精度分别达到95.7%和95.5%,均高于传统的支持向量机(SVM)和BP神经网络的分类精度。实验结果表明,所提出的方法能有效提高遥感图像的分类精度。
-
关键词
深度学习
栈式去噪自编码器
反向传播神经网络
遥感图像
地物分类
-
Keywords
deep learning
Stacked Denoising AutoEncoder （SDAE）
Back Propagation （BP） neural network
remote sensing image
land cover classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于栈式去噪自编码器的语音测谎算法
被引量：3
- 2
-
-
作者
雷沛之
傅洪亮
陶华伟
姜芃旭
赵力
叶超
-
机构
河南工业大学信息科学与工程学院
东南大学信息科学与工程学院
-
出处
《电子器件》
CAS
北大核心
2019年第3期793-796,共4页
-
基金
国家自然科学基金项目(61673108)
国家自然科学基金项目(61601170)
河南省高等学校重点科研项目(19A510009)
-
文摘
为了进一步提高谎言语音检测的准确率,提出了一种基于栈式去噪自编码器的语音测谎算法(SDA-SVM)。该算法首先采用OpenSMILE提取了384维语音特征;然后构建了两层去噪自编码网络对语音特征进行变换加工;最后,采用SVM分类器对语音是否为谎言进行分类识别。所用语音来源为CSC测谎语料库,实验结果显示:相比传统的SVM分类,所提算法的检测准确率至少提升1.85%。
-
关键词
测谎
语音特征
栈式去噪自编码器
SVM
-
Keywords
polygraph
voice features
stacked denoising autoencoder
SVM
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于投资者情绪和栈式自编码器的股价预测模型
- 3
-
-
作者
蔡俊杰
王爱银
-
机构
新疆财经大学统计与数据科学学院
-
出处
《哈尔滨商业大学学报(自然科学版)》
2025年第1期120-128,共9页
-
基金
国家社科基金一般项目《西部民族地区提升基本公共服务可及性和均衡性路径研究》(23BJL122)。
-
文摘
为提高股价预测的准确性,通过非线性组合的方法,构造了一种融合投资者情绪和栈式去噪自编码器(SDAE)和LSTM组合模型.通过情感分析(SA)提取的情感指数和SDAE提取的股票高质量特征被用作LSTM模型的输入.基于Python开发环境对恒生指数(HSI)进行了研究,实验结果表明,所提方法的预测性能优于其他对比方法,其平均绝对误差(MAPE)、R^(2)和方向准确度(DA)值分别达到1.12%、0.92和84.93%,具有准确度较高的预测能力.
-
关键词
股价预测
投资者情绪
栈式去噪自编码器
长短期记忆网络
非线性组合
-
Keywords
stock price forecasting
investor sentiment
stacked denoising autoencoder
long short-term memory network
nonlinear combination
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于SDAE-DNN的网络异常检测方法
- 4
-
-
作者
吕勋
蔡畅
-
机构
湖南省衡阳市南华大学计算机学院
-
出处
《电子技术与软件工程》
2020年第1期26-28,共3页
-
基金
湖南省研究生科研创新项目(CX20190736)
-
文摘
本文针对传统的异常检测方法在处理海量高维度数据时检效果不佳的问题,提出一种融合栈式去噪自编码器(SDAE)和深度神经网络(DNN)的网络异常检测方法。首先,利用栈式去噪自编码器对数据进行特征降维,实现从高维数据到低维数据的非线性转换;然后用深度神经网络对数据进行分类。采用NSL-KDD数据集的实验结果表明,与与其他异常检测方法相比,SDAE-DNN模型性能要优于其他方法,取得了更好的检测效果。
-
关键词
栈式去噪自编码器
深度神经网络
特征降维
异常检测
-
分类号
TN92
[电子电信—通信与信息系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于混合深度神经网络的异常检测方法
- 5
-
-
作者
邱鹏
刘汉忠
黄晓华
-
机构
南京工程学院计算机工程学院
南京工程学院先进工业技术研究院
-
出处
《实验室研究与探索》
CAS
北大核心
2023年第9期73-77,共5页
-
基金
国家自然科学基金面上项目(62076122)
南京工程学院先进工业技术研究院开放基金(XJY202112)。
-
文摘
为提高监控与数据采集中的异常检测精度和效率,对数据进行归一化特征标准、拆分、均衡以及独热编码等预处理,构建栈式稀疏去噪自编码器深度神经网络模型作为混合深度神经网络,重建网络模型中自编码器的输入特征值,进行无监督特征学习,再添加监督分类器。通过训练异常检测引擎模块来完成异常检测。仿真结果表明,在检测异常攻击特征上,无论是精度与召回率协调值还是假阳性率相较于其他检测算法都更有优势;采用分布式训练模型提高了异常检测效率,证明本方法可行且有效。
-
关键词
混合深度神经网络
无监督特征学习
栈式稀疏去噪自编码器
监督分类器
异常检测
-
Keywords
hybrid deep neural networks
unsupervised feature learning
stacked sparse de-noising auto-encoder
supervised classifier
anomaly detection
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于边缘云框架的高效安全人脸表情识别
被引量：1
- 6
-
-
作者
张娴静
褚含冰
刘鑫
-
机构
郑州工业应用技术学院信息工程学院
中南大学商学院
-
出处
《计算机工程与设计》
北大核心
2021年第5期1472-1478,共7页
-
基金
河南省科技厅科技攻关计划基金项目(162102210119、182102310961、172102210532)。
-
文摘
针对物联网环境下数据量大且人脸表情识别率低的问题,提出基于边缘云框架的高效安全人脸表情识别方法。物联网设备通过多秘密共享技术获取用户信息,并分发到不同的边缘云。边缘云利用语谱图和局部二值模式的方法提取语音特征,采用差值中心对称局部二值模式获得图像特征,将特征送至核心云。基于栈式稀疏去噪自编码器融合语音和图像特征,实现人脸表情的识别,并在RML和eNTERFACE’05数据库上进行实验。实验结果表明,该方法的识别准确率明显高于对比方法,抵御网络攻击的能力较强。
-
关键词
边缘云框架
多秘密共享技术
差值中心对称局部二值模式
人脸表情识别
栈式稀疏去噪自编码器
-
Keywords
edge cloud framework
multi secret sharing technology
difference centrosymmetric local binary pattern
facial expression recognition
trestle sparse denoising self-encoder
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
