无监督学习
无监督学习的相关文献在1998年到2023年内共计744篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文496篇、会议论文16篇、专利文献82282篇;相关期刊250种,包括中国图象图形学报、电子学报、计算机工程等;
相关会议14种,包括浙江省信号处理学会2011学术年会、International Conference on Engineering and Business Management2010(EBM2010)(2010年工程和商业管理国际会议)、第六届中国信息和通信安全学术会议(CCICS'2009)等;无监督学习的相关文献由2266位作者贡献,包括曹先彬、朱熙、杜文博等。
无监督学习—发文量
专利文献>
论文:82282篇
占比:99.38%
总计:82794篇
无监督学习
-研究学者
- 曹先彬
- 朱熙
- 杜文博
- 陈晓云
- 刘俊俍
- 孙庆华
- 庄浩杰
- 李宇萌
- 李强
- 李碧月
- 王聪
- 田雨农
- 薛洋
- 陈深进
- 魏巍
- 何大可
- 余传明
- 凯文·威福尔斯
- 刘伟峰
- 刘艳芳
- 吴涛
- 唐佳敏
- 安璐
- 宫婧
- 张亮
- 张宏伟
- 张明远
- 杨丽
- 杨洋
- 沈亮
- 洪军
- 王丽娜
- 王士同
- 王鹏
- 田英杰
- 缪宇杰
- 裴丹
- 谢磊
- 郭涛
- 陆帅
- 陈凯
- 陈子奇
- 韩华
- 黄丽
- A·斯里瓦斯塔瓦
- B.A.西博尔德
- P·帕拉尼萨梅
- U·P·穆达里戈
- 丁兴号
- 丁吉芸
-
-
姜杉;
张红运;
杨志永;
张国彬
-
-
摘要:
三维肺部电子计算机断层扫描(computed tomography,CT)图像非刚性配准是医学图像配准领域中最重要的任务之一.但是,肺部组织受呼吸运动影响而产生的非线性形变与大尺度位移给三维肺部CT图像的非刚性配准带来巨大挑战.针对这一难题,设计开发了一种基于无监督学习端到端的配准方法.通过改进现有U-Net神经网络结构,在跳接之间引入Inception模块,充分融合多尺度深层特征生成高精度的稠密位移向量场.为保证位移向量场光滑,在损失函数中加入雅可比正则化项,以达到训练中显式惩罚位移向量场中奇点的目的.另外,为缓解现有公开数据资源有限导致的过拟合问题,提出了一种基于三维薄板样条(3D-thin plate spline,3D-TPS)变换的数据增强方法实现对训练数据的扩充,将具有60套三维肺部CT图像的训练数据集EMPIRE10扩充为6060套以满足卷积神经网络训练的需要.设计验证实验,通过与基于学习的Voxelmorph方法和两个包含传统方法配准工具包ANTs和Elastix进行比较.实验结果表明:在公开可用的DIR-Lab 4 DCT数据集上,所提出的方法在目标配准误差(target registra-tion error,TRE)上达到次优的2.09 mm,平均Dice得分达到最优的0.987,同时所生成的扭曲图像中几乎不存在折叠体素.
-
-
徐慧英;
董仕豪;
朱信忠;
赵建民
-
-
摘要:
近年来,随着获取信息手段的增多,对高维度数据的聚类变得越来越难.利用深度学习与聚类分析相结合的方式,通过对深度聚类算法的深入调查与研究,提出了基于自编码器的多模态嵌入式聚类模型,该模型分别将自编码器、卷积自编码器、卷积变分自编码器模型提取的特征进行自适应特征融合,再将融合后的特征输入深度聚类层得到聚类结果.多模态数据有助于提取更全面的数据信息,自适应特征融合能够很好地计算每个模态提取特征对融合特征的贡献度,从而提高无监督聚类算法的稳定性.提出的模型在4种公开数据集上进行了实验,验证了该模型的有效性,聚类结果优于现有流行的算法.
-
-
尚鑫;
方超群;
武东辉
-
-
摘要:
水电站的安全监测涉及电力供应的基本保障,本文通过对北京十三陵蓄能电厂引水系统压力钢管1、2号支管的健康监测数据进行无监督学习,将机器学习算法应用在工程数据处理实际中,为工程提供有效技术手段的可行性。本文从工程中设备运行的实时健康监测数据出发,提出了一种单类支持向量机(one class SVM,OCSVM)无监督学习算法,通过设备正常运行数据特征训练OCSVM模型,利用现有设备运行数据检测运行异常状态,现场数据实验结果验证了所提出的OCSVM算法的有效性。
-
-
马江涛;
刘洋;
张浩然
-
-
摘要:
地震相是沉积相在地震剖面上的反映,能为地下资源尤其是油气资源的勘探开发提供有效依据。近年来随着人工智能的快速发展和油气人工智能的有力推进,国内外学者提出了多种地震相智能识别的方法。对地震相智能识别方法进行了归纳总结,将其归纳为无监督学习、监督学习和半监督学习3类,并详细介绍了这3类方法的原理、应用现状及其优缺点。无监督学习利用没有标签的地震数据进行学习聚类,从而实现地震相的自动识别,具有简单易操作的特点。监督学习主要利用标签数据反馈学习,通过学习不断接近标签,从而使得该方法在地震相识别中具有更高的精度。半监督学习在地震数据标签不足的情况下,利用合成伪标签等方式进行学习,但伪标签中存在的误差会降低该方法的精度。最后以神经网络地震相识别为例,对地震相智能识别技术进行了展望。
-
-
陈鸿杰;
何玉林;
黄哲学;
尹剑飞
-
-
摘要:
伴随着问题场景数据在规模上的快速增长和构成上的复杂化,精确估计簇的个数和簇的中心点是当下聚类算法处理和分析复杂大规模数据的重要挑战.簇数及簇心的精确估计对于部分有参聚类算法、数据集整体复杂性度量和数据简化表示等都十分关键.文中在深入分析I-nice的基础上,提出基于候选中心融合的多观测点I-nice聚类算法.在原多观测点投影分治框架上采用混合高斯模型(Gaussian Mixture Model,GMM),结合粗细粒度最佳GMM搜索策略,实现数据子集的精确划分.此外,基于候选中心点分别到各观测点的距离值及最佳GMM,构造候选中心点的GMM构件向量,并设计一组闵可夫斯基距离对进行候选中心点间的相异度度量,实现基于GMM构件向量相异度的多观测点I-nice候选中心融合.不同于现有聚类算法,文中算法联合优化分治环节数据子集划分和候选中心集成这两个关键过程,实现成百上千个簇的精确高效估计.在真实数据集和仿真数据集上的一系列实验表明,文中算法能精确估计簇数和簇中心,具备较高的聚类精度.实验同时验证算法的有效性及在各类数据场景下的稳定性.
-
-
施端阳;
林强;
胡冰;
马艳艳
-
-
摘要:
为鉴别杂波点迹和目标点迹,消除杂波对雷达性能的影响,提出了一种基于竞争神经网络的雷达杂波抑制方法。首先,选取雷达点迹形成过程中能够反映目标点迹和杂波点迹差异化的特征,作为神经网络输入数据;然后,根据输入输出的数据维度设计竞争神经网络分类器,并对其进行训练;最后,利用训练好的神经网络分类器对雷达点迹进行聚类,对识别为杂波的点迹进行滤除,达到抑制杂波的目的。对雷达实测数据的测试结果证明:所提出的无监督学习方法的杂波抑制效果优于传统的有监督学习BP神经网络算法,能够实现点迹类别未知情况下的雷达点迹鉴别和杂波抑制功能。
-
-
陈志君;
周春丽;
覃惠玲
-
-
摘要:
随着我国经济社会的快速发展和电力行业的不断进步,电网中大量的建设方案和二次装备是否满足规范以及相关参数标准要求,均得到了业内人士的广泛关注。在此背景下,本文对基于无监督学习的二次设备配置智能校核工具进行研究,探讨了该项目开展和市场需求的背景,并论述了基于无监督学习的二次设备配置智能校核工具的建设目标,分析了该智能校核工具的设计原则、设计标准、系统架构、应用架构、技术架构等内容,并进一步研究了不同模块的设计功能,最后对基于无监督学习的二次设备配置智能校核工具的具体应用进行探讨,旨在为无监督学习的二次设备配置智能校核工具应用水平的快速提升和应用范围的进一步拓宽带来更多参考和启迪。
-
-
俞利新;
崔祺;
车军;
许悦雷;
张凡;
李帆
-
-
摘要:
针对深度学习在红外与可见光图像融合时无法同时满足运算效率和融合效果的问题,提出了一种无监督端到端的红外与可见光图像融合模型。该模型的图像特征提取模块采用结构重参数化方法,有效提升了算法的运行效率;同时引入了注意力机制,减小了冗余信息对融合结果的干扰;损失函数基于结构相似度设计。对比实验结果表明,该模型保证了融合效果并提升了运行速度,相比于不使用结构重参数化的方法,运行速度提升了34%。
-
-
-
彭乔立;
李汉民;
幺冬爱;
肖辉
-
-
摘要:
采用无监督学习算法对105例抑郁症患者的多个实验室检验项目进行分组实验,将分组模型应用在88例测试数据集上,使用统计学方法检验分组结果,最终结果表明大部分组间差异有统计学意义,精神类疾病会对实验室检验项目产生一定影响。
-
-
Yao Hai;
姚海;
Cao Weiping;
曹卫平;
Huang Xuri;
黄旭日
- 《中国地球物理学会地球物理技术委员会第九届学术会议——全域地球物理探测与智能感知学术研讨会》
| 2018年
-
摘要:
基于面波的地下横波速度成像是近地表勘查的主要方法,相比钻探等技术更具有经济、高效、高适用性的优点,广泛应用于地质勘探、岩土工程勘察、地质灾害调查等领域.面波成像其重要的一步是拾取频散曲线以反演地下横波速度结构,因此自动、准确的频散曲线拾取方法能够显著提高面波勘探的效率.面波的频率速度谱中通常存在干扰噪声和高阶面波的影响,传统频散曲线拾取方法通常采用人工判断,受到操作精度和时间成本的制约,难以进行大规模的采用.无监督学习是不需要训练标记数据,而是依据数据内在联系进行自动判断并分组,计算过程快速简单,容易对决策依据进行解释.实验基于无监督学习方法,采用Kmeans、PCA(主成分分析)两种无监督学习方法组合自动拾取频散曲线.Kmeans算法采用贪心策略使聚点收敛于簇内样本均值,以能量为权重进行迭代计算,聚点将收敛于高能量值频散曲线部位.PCA对原始数据特征维度进行降维处理,识别聚集的高密度频散曲线聚点与离散聚点的差异,从而分离出频散曲线能量聚点.
-
-
-
-
-
GENG Libo;
耿立波;
FANG Jiaoyan;
方娇艳;
YANG Li;
杨丽;
YANG Yiming;
杨亦鸣
- 《第十八届中国计算语言学大会暨中国中文信息学会2019学术年会》
| 2018年
-
摘要:
人脑究竟能否掌握新的语言规则,这是语言学习研究领域一直争议的问题.习得年龄、输入量和相似性,哪个才是影响语言规则学习的重要因素?学界始终没有统一的结论.本研究以成年汉语母语者为研究对象,基于小数据的人工语法学习(Artificial Grammar Learning,AGL)范式设计实验,采用跟踪调查和事件相关电位技术,探讨在高/低输入量条件下,人脑加工与汉语相似程度不等的三种句法结构时的神经机制.结果发现,成人可以在小数据学习范式下,运用无监督学习方法掌握新的语言规则;人脑可以基于少量的规则输入习得多种人工语法,并表现出趋近于母语加工的自动加工模式;人脑通过竞争的方式习得新的语言规则.本研究丰富了AGL范式下的语言学习理论,并可以对自然语言处理相关研究提供一些启示.
-
-
朱彦
- 《2017年西南三省一市(贵州、重庆、四川、云南)自动化与仪器仪表学术年会》
| 2017年
-
摘要:
数据融合算法能够实现对海量数据的整合和特征提取,以便形成更为清晰、可靠的数据,满足不同用户需求,但传统基于BP神经网络的数据融合算存在局部最优及泛化能力差的问题,本文引入了一种无监督学习技术自动编码器,并将其与分簇协议相结合衍生出了新型数据融合算法SAEMAD,最终经过实验对比,在同等条件下,该算法较BPNDA算法具有更好的数据特征提取优势.
-
-
-
-