基于记忆模块与过滤式生成对抗网络的入侵检测方法

1

作者 张慧妍 梁勇 +1 位作者 兰景宏 赵强 《计算机工程》 CAS CSCD 北大核心 2024年第6期197-207,共11页

为了解决现有的网络入侵检测方法在异常样本有限时存在精确度低且容易产生过拟合的问题,提出一种基于记忆模块和过滤式生成对抗网络(GAN)的入侵检测方法MemFGAN。在生成对抗网络中,生成器采用编码器-解码器结构并引入1个记忆模块学习正... 为了解决现有的网络入侵检测方法在异常样本有限时存在精确度低且容易产生过拟合的问题,提出一种基于记忆模块和过滤式生成对抗网络(GAN)的入侵检测方法MemFGAN。在生成对抗网络中,生成器采用编码器-解码器结构并引入1个记忆模块学习正常样本的特征向量进行记忆增强,生成器用于对给定的输入进行编码并将其用作查询请求,在记忆模块中查询最相关的项进行重构,生成器的重构误差作为异常分数用于入侵检测,在判别器之前增加过滤器过滤异常样本,利用判别器损失提高生成器对正常样本的生成能力以降低其异常分数。此外,分别为生成器和判别器设计了新的训练目标,实现利用已知异常标签对生成器进行监督,降低生成器对异常样本的重构能力以扩大其异常分数,从而提高模型的入侵检测精确度并缓解过拟合问题。在MAWILab、ISCX2012、IDS2017、IDS20184个入侵检测数据集上的实验结果表明,相较于基线方法,MemFGAN的F1值平均提高了0.147,在入侵检测方面具有较好的准确性和泛化性,可以在异常样本有限时保持良好的检测能力。 展开更多

关键词 入侵检测 生成对抗网络 记忆模块 弱监督学习 特征增强

在线阅读 下载PDF 职称材料

基于块金字塔记忆模块的无监督异常检测

2

作者 鄢宁 李岳阳 罗海驰 《计算机工程》 CAS CSCD 北大核心 2023年第12期304-310,共7页

基于重建的无监督异常检测方法由于不需要异常样本和预训练模型,被广泛地应用到异常检测任务中。然而,在实际应用中由于卷积神经网络的泛化性,模型能够有效地重建异常,使得难以通过重建误差来检测异常。现有方法通过使用合适的记忆块存... 基于重建的无监督异常检测方法由于不需要异常样本和预训练模型,被广泛地应用到异常检测任务中。然而,在实际应用中由于卷积神经网络的泛化性,模型能够有效地重建异常,使得难以通过重建误差来检测异常。现有方法通过使用合适的记忆块存储正常数据,将异常特征转化为正常特征,从而抑制异常重建,但不同的异常区域差异较大,记忆块尺寸的选择不当会导致重建模糊和重建异常等问题。考虑到这类方法在重建模型中的优势,提出一种基于改进记忆块存储的无监督异常检测方法。通过增加块金字塔记忆模块来适应不同面积大小的异常,并且不同尺度的块记忆模块通过读取、聚合得到多特征图融合的输出特征图,能够最大限度地保留正常样本的特征信息,增强特征信息的存储与表达,从而更好地重建正常数据。同时,为了增强重建清晰度,减少重建异常,在重建网络中增加skip connection结构。最后引入SSIM损失函数,通过亮度、对比度和结构3个维度来增强图像重建效果,并作为异常判定指标的组成部分,提高异常检测的精度。实验结果表明,相较于原始基于块存储和读取的重建模型,该方法平均AUC高出1.5%,具有更优的检测效果。 展开更多

关键词 无监督学习 异常检测 记忆模块 自编码器 重建模型

在线阅读 下载PDF 职称材料

融合记忆模块与编解码框架的异常行为识别算法

3

作者 范冰 顾博涵 《自动化应用》 2023年第22期172-176,179,共6页

大多基于深度学习的异常行为识别算法的主要思路是学习单一正常行为带有的特征,并在识别阶段用预测误差或重建误差判断当前帧是否存在异常行为,但由于正常行为的多样性,使得在识别阶段会对正常行为造成误判。为此,本文提出融合记忆模块... 大多基于深度学习的异常行为识别算法的主要思路是学习单一正常行为带有的特征,并在识别阶段用预测误差或重建误差判断当前帧是否存在异常行为,但由于正常行为的多样性,使得在识别阶段会对正常行为造成误判。为此,本文提出融合记忆模块与编解码框架的异常行为识别算法,通过引入记忆模块来存储多种正常行为的特征。实验表明,与最新的算法相比,本文的算法在公开数据集Avenue和ShanghaiTech Campus上的异常识别AUC分别提升了0.049和0.028。 展开更多

关键词 记忆模块 编解码框架 异常行为识别算法

在线阅读 下载PDF 职称材料

基于记忆引导双流时空编码网络的视频异常检测

4

作者 李博男 张宏 曹瑞 《齐鲁工业大学学报》 CAS 2024年第4期10-17,共8页

由于监控视频异常事件的不可知性和异常环境的复杂性,视频异常检测备受关注。当前,视频异常检测往往利用无监督的方法获取视频信息,但在特征提取过程中缺乏时空信息的获取,导致时空特征不一致的问题。为此,提出一种基于记忆引导的双流... 由于监控视频异常事件的不可知性和异常环境的复杂性,视频异常检测备受关注。当前,视频异常检测往往利用无监督的方法获取视频信息,但在特征提取过程中缺乏时空信息的获取,导致时空特征不一致的问题。为此,提出一种基于记忆引导的双流时空编码器网络(MSTAE)模型,设计了一种双流时空特征提取网络,分别以连续的视频帧序列和光流图为输入,空间流获取视频的运动特征,时间流获取视频的时序特征,同时,引入注意力机制改进编码器,降低因数据冗余导致的风险误差。在3个公开标准数据集(Ped2、Avenue和ShanghaiTech数据集)上进行了广泛的实验,结果表明,模型的AUC精度优于目前大多数的方法。 展开更多

关键词 记忆模块 双流时空编码 异常检测 编码器 解码器

在线阅读 下载PDF 职称材料

略论模块记忆法在英语教学中的应用 被引量：4

5

作者 董琴 《新课程研究（下旬）》 2014年第2期97-98,共2页

随着教育改革的不断推进和经济社会的不断发展，教育部也越来越关注英语教学的教学质量。苏教牛津版本的英语教材难度比较大，知识面比较广泛，有鉴于此，文章就“模块记忆法在英语教学中的应用”这个课题进行了初步论述。

关键词 模块记忆 单词 句子 语法 写作 英语教学

在线阅读 下载PDF 职称材料

结合记忆与迁移学习的小样本学习 被引量：5

6

作者 刘兵 杨娟 +1 位作者 汪荣贵 薛丽霞 《计算机工程与应用》 CSCD 北大核心 2022年第19期242-249,共8页

小样本学习是视觉识别中的一个受关注的领域,旨在通过少量的数据来学习新的视觉概念。为了解决小样本问题,一些元学习方法提出从大量辅助任务中学习可迁移的知识并将其应用于目标任务上。为了更好地对知识进行迁移,提出了一种基于记忆... 小样本学习是视觉识别中的一个受关注的领域,旨在通过少量的数据来学习新的视觉概念。为了解决小样本问题,一些元学习方法提出从大量辅助任务中学习可迁移的知识并将其应用于目标任务上。为了更好地对知识进行迁移,提出了一种基于记忆的迁移学习方法。提出一种权重分解策略,将部分权重分解为冻结权重与可学习权重,在迁移学习中通过固定冻结权重,仅更新可学习权重的方式来减少模型需要学习的参数。通过一个额外的记忆模块来存储之前任务的经验,在学习新任务时,这些经验被用来初始化模型的参数状态,以此更好地进行迁移学习。通过在miniImageNet、tieredImageNet以及CUB数据集上的实验结果表明,相对于其他先进的方法,该方法在小样本分类任务上取得了具有竞争力甚至是更好的表现。 展开更多

关键词 小样本学习 迁移学习 记忆模块 元学习

在线阅读 下载PDF 职称材料

带磁记忆干簧管模块在液位显示控制系统中的应用

7

作者 刘建华 《电工技术》 2002年第12期39-39,共1页

目前液位显示控制系统普遍采用干簧管作液位检测元件，普通的干簧管通过磁场可控制干簧管接点的开关状态。它作为检测元件与液体隔离，可靠性高，广泛用于简单的液位控制系统中。但不能对已吸合的状态保持记忆。如将它作为复杂的多级显... 目前液位显示控制系统普遍采用干簧管作液位检测元件，普通的干簧管通过磁场可控制干簧管接点的开关状态。它作为检测元件与液体隔离，可靠性高，广泛用于简单的液位控制系统中。但不能对已吸合的状态保持记忆。如将它作为复杂的多级显示、多级控制的液位控制系统中的检测元件，会使控制电路的设计复杂化；如在控制电路中采用电气联锁的方法保持液位记忆， 展开更多

关键词 液位显示控制系统 控制电路 液位检测元件 磁记忆干簧管模块 可靠性

在线阅读 下载PDF 职称材料

基于多尺度时空特征融合的视频异常事件检测

8

作者 李歌 肖洪兵 +2 位作者 闫善武 王瑜 孙梅 《燕山大学学报》 北大核心 2025年第1期74-82,共9页

在视频异常事件检测的问题上,现有的研究方法未充分考虑场景中的背景信息干扰和目标尺度变化,导致检测精度普遍较低。针对此类问题,提出了一种融合多尺度时空信息的异常事件检测方法。首先,应用一种坐标注意力的方法,使模型更多地关注... 在视频异常事件检测的问题上,现有的研究方法未充分考虑场景中的背景信息干扰和目标尺度变化,导致检测精度普遍较低。针对此类问题,提出了一种融合多尺度时空信息的异常事件检测方法。首先,应用一种坐标注意力的方法,使模型更多地关注异常事件发生的区域。其次,为了提取到各层次丰富的时空信息,采用空洞卷积网络构建一种多分支多尺度的特征融合模块。最后,考虑到正常事件的多样性,提出一种规则分数,以便在测试阶段进一步更新记忆增强模块中的记忆项,提高对异常事件的检测精度。在CUHK Avenue和ShanghaiTech数据集的相关实验中,提出方法的帧级AUC分别达到了88.7%和77.5%,且满足视频检测的实时性要求,验证了该方法的可行性和有效性。 展开更多

关键词 视频异常检测 无监督学习 空洞卷积 多尺度时空特征融合 记忆增强模块

在线阅读 下载PDF 职称材料

可编程逻辑器件实现记忆和延时功能的研究与编程

9

作者 刘常澍 谭林 苏林 《实验技术与管理》 CAS 2002年第4期63-66,共4页

本文提出了一种可编程逻辑器件实现记忆和延时功能的方法.利用这种方法设计出的记忆和延时功能模块具有参数可设置、频带范围宽、精确度高、同步输出和节省空间等优点,在用可编程逻辑器件实现的数字系统中,可避免利用引出端外加定时元... 本文提出了一种可编程逻辑器件实现记忆和延时功能的方法.利用这种方法设计出的记忆和延时功能模块具有参数可设置、频带范围宽、精确度高、同步输出和节省空间等优点,在用可编程逻辑器件实现的数字系统中,可避免利用引出端外加定时元件的烦恼与不便.也可作为学生可编程逻辑器件实验的内容. 展开更多

关键词 可编程逻辑器件 记忆功能模块 延时功能模块 脉冲宽度 延迟时间

在线阅读 下载PDF 职称材料

基于记忆对抗网络的监控视频异常检测

10

作者 郑博元 《控制工程》 CSCD 北大核心 2023年第2期376-384,共9页

生成对抗网络是近年来解决视频异常检测的一类新方法。传统对抗网络对异常样本预测的泛化能力过强,进而导致预测性能不稳定。针对这一问题,提出一种基于记忆对抗网络的监控视频异常检测方法。首先,将记忆模块引入基于U-Net的预测网络与... 生成对抗网络是近年来解决视频异常检测的一类新方法。传统对抗网络对异常样本预测的泛化能力过强,进而导致预测性能不稳定。针对这一问题,提出一种基于记忆对抗网络的监控视频异常检测方法。首先,将记忆模块引入基于U-Net的预测网络与判别网络的对抗学习框架中,构建记忆对抗网络,以提升模型对正常视频帧的预测能力;其次,为记忆对抗网络设计了基于特征紧致度与分离度的新损失函数,提升了训练过程收敛的可靠性;此外,提出了基于记忆损失的异常性评估方案,以提升异常检测的准确性。通过对未来帧与预测帧的PSNR值和视频帧特征与记忆特征间距离的融合,进一步提升了模型的异常检测效果。消融实验验证了各改进部分的有效性;同其他算法相比,所提方法表现出良好的竞争力。 展开更多

关键词 生成对抗网络 记忆模块 预测网络 U-Net

在线阅读 下载PDF 职称材料

融合混合注意力的自编码器视频异常检测 被引量：2

11

作者 郑重 杨晓文 +3 位作者 谢剑斌 欧阳楠楠 忽欣谕 王晋涛 《计算机工程与设计》 北大核心 2024年第2期516-523,共8页

为提高视频异常检测的准确率,提出一种融合混合注意力的自编码器视频异常检测算法。针对自编码器网络强大的“泛化”能力可能重构异常行为问题,提出一种混合注意力模块(CSCFAM)并将其融合至编码器和解码器之间的跳跃连接层以限制异常行... 为提高视频异常检测的准确率,提出一种融合混合注意力的自编码器视频异常检测算法。针对自编码器网络强大的“泛化”能力可能重构异常行为问题,提出一种混合注意力模块(CSCFAM)并将其融合至编码器和解码器之间的跳跃连接层以限制异常行为的生成。为考虑正常样本的多样性,在编码器和解码器之间的瓶颈处引入存储记忆模块(Memory),记录正常样本潜在特征的原型模式。实验结果表明,该算法在UCSD Ped2、CUHK Avenue数据集上帧级AUC分别达到97.3%、87.0%,与当前先进的视频异常检测算法相比,异常检测能力得到有效提升。 展开更多

关键词 视频异常检测 自编码器 跳跃连接 混合注意力模块 存储记忆模块 异常行为 原型模式

在线阅读 下载PDF 职称材料

基于反向知识蒸馏的工件异常检测算法研究

12

作者 张晓涌 王黎明 +1 位作者 李璇 韩星程 《激光杂志》 CAS 北大核心 2024年第8期92-97,共6页

工件异常检测是工业生产中极其关键的一环,由于异常样本数量少,随机性大,有监督学习不能完全学习到所有的异常类型,存在模型稳定性差的问题,针对上述问题,研究了一种基于反向知识蒸馏的无监督工件异常检测算法,利用ResNet网络结构设计... 工件异常检测是工业生产中极其关键的一环,由于异常样本数量少,随机性大,有监督学习不能完全学习到所有的异常类型,存在模型稳定性差的问题,针对上述问题,研究了一种基于反向知识蒸馏的无监督工件异常检测算法,利用ResNet网络结构设计的教师模型和学生模型作为主干网络,教师模型真实地提取图像特征,学生模型根据先验知识重构图像,采取逆向结构扩大异常状况的特异性;中间加入记忆模块和掩码注意力模块,提取出样本的多维特征信息,避免遗漏图像中的细节信息;记忆模块之后添加的掩码注意力机制,将图像的多维度、多层次特征整合起来,进一步提升了检测的精确度。在两个公开工业异常检测数据集上进行实验的结果表明,所提算法能有效地定位细小异常,且相比普通知识蒸馏算法AUC提升了5%~7%。 展开更多

关键词 异常检测 知识蒸馏 注意力机制 记忆模块 深度学习 机器视觉。

在线阅读 下载PDF 职称材料

基于自监督记忆自适应的振动筛状态识别方法

13

作者 张磊 吴雨欣 王耀泽 《煤炭工程》 北大核心 2023年第S01期206-212,共7页

振动筛作为选煤厂的核心装备,其运行环境异常恶劣且多变,获取标记的状态数据耗费时间和精力,传统方法在振筛机的运动状态识别以及泛化性方面存在不足。针对这一问题,提出了一种基于自监督记忆自适应的振筛机状态识别方法。首先,引入最... 振动筛作为选煤厂的核心装备,其运行环境异常恶劣且多变,获取标记的状态数据耗费时间和精力,传统方法在振筛机的运动状态识别以及泛化性方面存在不足。针对这一问题,提出了一种基于自监督记忆自适应的振筛机状态识别方法。首先,引入最大熵原理和多种数据变换方式对原始信号进行多样化分布增强。借助编码器,将处理后的特征传递至自监督学习模块和记忆存储模块。在自监督学习模块中,分别对经过多种变换的数据进行分类以及对经过掩码处理的数据进行重构,以获得更加丰富的特征表达。与此同时,通过信息熵和相似度技术,在记忆块中选取最具代表性特征项,将其与编码器提取的特征进行自适应融合。最终使用状态分类器对振筛机的运动状态进行分类。实验验证结果表明,与其他先进方法相比,该方法显著提升了状态识别的准确率,F_(1)分数超过对比方法约23.92%。 展开更多

关键词 振动筛 最大熵 多样化分布增强 自监督学习模块 记忆存储模块

在线阅读 下载PDF 职称材料

基于改进生成对抗网络的晶圆表面缺陷检测

14

作者 凌鸿伟 张建敏 《现代信息科技》 2024年第20期37-42,47,共7页

对于晶圆表面缺陷检测来说,缺陷样本存在着样本数量不足,缺陷表现形式多样的问题。为解决此类问题,提出了一种基于改进生成对抗网络的晶圆表面缺陷检测模型。该模型首先在GANomaly模型的基础上引入了跳层连接,并引入CBAM注意力机制,用... 对于晶圆表面缺陷检测来说,缺陷样本存在着样本数量不足,缺陷表现形式多样的问题。为解决此类问题,提出了一种基于改进生成对抗网络的晶圆表面缺陷检测模型。该模型首先在GANomaly模型的基础上引入了跳层连接,并引入CBAM注意力机制,用以更好地关注图像重要区域,其次引入记忆模块以约束潜在空间的表示,最后在原模型架构上新增一个自编码器架构判别器,以确保训练更稳定,更容易收敛到最佳平衡点。实验结果表明,该模型能够准确分辨具有缺陷的晶圆样本,检测精度达到了0.985,相较于GANomaly算法提升了6.7%。对于Mvtec AD数据集,检测精度达到了0.79,相较于GANomaly算法提升了3%。 展开更多

关键词 晶圆表面缺陷 生成对抗网络 CBAM 记忆模块

在线阅读 下载PDF 职称材料

大型云计算网络下的疑似危险信号检测系统的设计与研发 被引量：2

15

作者 饶正婵 蒲天银 《现代电子技术》 北大核心 2015年第22期105-107,共3页

传统大型云计算网络下疑似危险信号检测系统对任何一个疑似危险信号均产生报警,系统通常被海量的报警行为干扰,影响了真正的危险信号的检测,导致检测结果不准确的问题。设计并研发了一种引入二进制分段近似匹配方法的大型云计算网络下... 传统大型云计算网络下疑似危险信号检测系统对任何一个疑似危险信号均产生报警,系统通常被海量的报警行为干扰,影响了真正的危险信号的检测,导致检测结果不准确的问题。设计并研发了一种引入二进制分段近似匹配方法的大型云计算网络下危险信号检测系统,给出了大型云计算网络下疑似危险信号检测系统的详细结构,通过实时将疑似危险信号检测模块检测到的信号和记忆模块中危险信号库的信号进行匹配,确定信号是否为疑似危险信号。采用记忆模块给出若干危险信号库,用于疑似危险信号的匹配。利用自适应模块发出报警信号和给出该疑似危险信号的特征信息,通过该特征数据对实时疑似危险信号检测模块进行调整。仿真实验结果表明,所设计的系统具有很高的检测精度和适应能力。 展开更多

关键词 大型云计算网络 疑似危险信号 检测系统 记忆模块

在线阅读 下载PDF 职称材料

针对文本情感转换的SMRFGAN模型 被引量：1

16

作者 李浩 宁浩宇 +2 位作者 康雁 梁文韬 霍雯 《计算机工程与应用》 CSCD 北大核心 2021年第2期170-176,共7页

文本情感转换的任务需要调整文本的情感并保留与情感无关的内容。但是由于缺乏并行数据,很难提取独立于情感的内容并以无监督学习的方式对情感进行转换,并且由于GAN处理文本类的离散数据效果不如处理连续数据,为此使用了强化学习(Reinfo... 文本情感转换的任务需要调整文本的情感并保留与情感无关的内容。但是由于缺乏并行数据,很难提取独立于情感的内容并以无监督学习的方式对情感进行转换,并且由于GAN处理文本类的离散数据效果不如处理连续数据,为此使用了强化学习(Reinforcement Learning)的方法来解决GAN处理离散数据的问题。强化学习的奖励机制来自完整序列上的GAN的判别器,并且用蒙特卡罗搜索方法对生成器进行优化,从而提高生成文本的准确性。为了将源文本中的情感词的极性进行转换,在长短记忆神经网络(LSTM)中增加了自注意力机制(self-attention),再通过情感记忆模块(sentiment-memory)结合上下文来生成情感词极性反转后的文本作为SMRFGAN(Self-attention Memory Reinforcement learning GAN)预训练的真实数据。实验结果表明,该模型较好地解决了独立于情感内容进行情感转换的问题,BLEU评分有较好的提升。 展开更多

关键词 文本情感转换 强化学习 蒙特卡洛搜索 SMRFGAN 情感词记忆模块

在线阅读 下载PDF 职称材料

基于AT89C51的IC卡智能水表设计 被引量：1

17

作者 马颖 《电子设计工程》 2013年第7期149-151,共3页

IC卡智能水表以AT89C51为控制核心,实现IC卡的读写,液晶显示的控制,电磁阀的控制,脉冲的提取,同时具有安全保护电路、记忆单元电路、通信接口电路,完成整个水表信号的读、写处理,监控水表工作的功能。在设计中编程语言使用了C51,并采用... IC卡智能水表以AT89C51为控制核心,实现IC卡的读写,液晶显示的控制,电磁阀的控制,脉冲的提取,同时具有安全保护电路、记忆单元电路、通信接口电路,完成整个水表信号的读、写处理,监控水表工作的功能。在设计中编程语言使用了C51,并采用模块化设计方法,不仅易于编程和调试,也可减小软件故障率和提高软件的可靠性。本系统具有性能优良、稳定可靠的优点。 展开更多

关键词 AT89C51 IC卡 液晶显示 记忆模块

在线阅读 下载PDF 职称材料

基于循环生成对抗网络的机器翻译方法研究 被引量：5

18

作者 夏珺 周湘贞 隋栋 《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2022年第1期104-109,共6页

近几年来,智能语言处理在语言学习方面已经得到了广泛的应用,但是由于在处理语言中往往会存在网络模型优化困难、强制对其的标记数据会出现精度偏差,与以往大多数使用判别模型结合HMM混合模型进行声学模型训练的系统相比,本文提出了一... 近几年来,智能语言处理在语言学习方面已经得到了广泛的应用,但是由于在处理语言中往往会存在网络模型优化困难、强制对其的标记数据会出现精度偏差,与以往大多数使用判别模型结合HMM混合模型进行声学模型训练的系统相比,本文提出了一种基于循环生成对抗网络的机器翻译方法,该方法主要结合生成对抗网络来训练机器翻译模型.首先,将一段语音输入神经机器翻译模块进行离散,预先变换得到MFCC特征;然后,将经过预处理的语音输入到特征提取模块并结合长时短时记忆网络循环提取语音特征;最后,将网络模型输出的语音与人工翻译的语音进行对比,并判别网络模型输出的语音特征与人工翻译的语音是否匹配,如果不匹配则继续优化生成网络.实验结果表明,我们的网络与传统的高斯核混合模型相比有明显的提升.本文方法在CSDN口令集、Rockyou口令集、Tianya口令集和Yahoo口令集中均取得了优越的结果,其中在Yahoo口令集中单词错误率降至19.5%. 展开更多

关键词 语音识别 语言翻译 循环对抗网络 长短时记忆模块

在线阅读 下载PDF 职称材料

基于改进生成对抗网络的无监督晶圆缺陷检测 被引量：5

19

作者 李阳 蒋三新 《电子测量技术》 北大核心 2023年第6期91-99,共9页

为实现晶圆表面缺陷的无监督检测,提出了一种改进生成对抗网络的无监督晶圆表面缺陷检测模型,该模型通过目标图像与重构图像之间的差异来检测缺陷。该方法使用带有两层跳跃连接和记忆模块的编码器-解码器卷积神经网络来搭建生成器,跳跃... 为实现晶圆表面缺陷的无监督检测,提出了一种改进生成对抗网络的无监督晶圆表面缺陷检测模型,该模型通过目标图像与重构图像之间的差异来检测缺陷。该方法使用带有两层跳跃连接和记忆模块的编码器-解码器卷积神经网络来搭建生成器,跳跃连接用以捕获多尺度的输入图像特征,记忆模块对潜在特征实施约束,扩大真实缺陷样本与重构样本间的距离。该方法还通过改进判别器网络结构,使模型轻量化。实验结果表明,该模型能够准确分辨具有缺陷的晶圆样本,ROC曲线下的面积值达到0.934,与已有的无监督学习检测方法相比性能更优,同时判别器网络的参数量和计算量分别降低到1 M和60 M以下。 展开更多

关键词 生成对抗网络 无监督学习 缺陷检测 晶圆 记忆模块

在线阅读 下载PDF 职称材料

浅谈英语词汇的学习

20

作者 童金銮 彭银梅 《经济师》 2009年第1期128-129,共2页

英语作为一门国际通用的语言,不仅语法变化多端,语法句式结构灵活多样,而且词汇更是庞大繁杂,难以记忆。对于英语学习者来说,词汇记忆是广大学习者最棘手的问题,其主要原因是记忆方法不当。文章分别从词汇层面根据英语词汇本身的特点和... 英语作为一门国际通用的语言,不仅语法变化多端,语法句式结构灵活多样,而且词汇更是庞大繁杂,难以记忆。对于英语学习者来说,词汇记忆是广大学习者最棘手的问题,其主要原因是记忆方法不当。文章分别从词汇层面根据英语词汇本身的特点和记忆方法层面,利用心理学中的七大记忆模块理论对词汇学习进行了探讨,最后也强调了教师、学习者自身,及其他环境因素在词汇学习中的重要性。只有理论与实践有机地结合起来,才能顺利地进行英语词汇的记忆。 展开更多

关键词 语音 构词法 记忆模块 环境记忆法 联想记忆法

在线阅读 下载PDF 职称材料