非线性映射
非线性映射的相关文献在1986年到2022年内共计253篇,主要集中在自动化技术、计算机技术、数学、无线电电子学、电信技术
等领域,其中期刊论文200篇、会议论文30篇、专利文献50991篇;相关期刊168种,包括集团经济研究、金陵科技学院学报、四川大学学报(自然科学版)等;
相关会议30种,包括第33届中国数据库学术会议(NDBC2016 )、2012年中国西部声学学术交流会、中国电工技术学会电力电子学会第十二届学术年会等;非线性映射的相关文献由592位作者贡献,包括李众、陈松灿、黄华等。
非线性映射—发文量
专利文献>
论文:50991篇
占比:99.55%
总计:51221篇
非线性映射
-研究学者
- 李众
- 陈松灿
- 黄华
- 刘艳
- 吴晓庆
- 曾啸
- 高航
- 丁幼亮
- 于慧敏
- 何小海
- 冉清红
- 岳云华
- 张勇刚
- 李宁
- 李飞
- 王世杰
- 王宇
- 王霞
- 赵生妹
- 郑宝玉
- 黄玉龙
- 刘建东
- 刘珍
- 刘红民
- 吕晓仁
- 周广涛
- 周建新
- 宋志杰
- 尹仁龙
- 崔玉
- 张宏科
- 张楠
- 张游杰
- 文海霞
- 曹伟平
- 权炳贤
- 李仲
- 李平
- 李爱群
- 李立乡
- 杨真荣
- 杨金牛
- 林乐平
- 梁德群
- 欧阳宁
- 毛慧娜
- 江学锋
- 沈建冬
- 王则柯
- 王国臣
-
-
周斯名
-
-
摘要:
在关联代数上的中心化子及Lie中心化子的基础上,通过代数组合的方法探究关联代数上的非线性中心化子及非线性Lie中心化子的性质。设(X,≤)是一个有限预序集,R是含2–扭自由的单位元的交换环。设I(X,R)是定义在R上的关于X的关联代数,且Φ、Φ:I(X,R)→I(X,R)是非线性映射。若Φ是中心化子,证明了非线性映射Φ为可加中心化子及若Φ是非线性Lie中心化子,证明了存在a∈Z(I(X,R))及τ:I(X,R)→Z(I(X,R)),使得对任意x∈I(X,R)有Φ(x)=ax+τ(x),其中τ作用于交换子[x,y]为零。
-
-
蔺国梁
-
-
摘要:
针对单幅图像超分辨率重建中出现纹理模糊、重建效果差和重建复杂度高的问题,提出一种改进的残差网络重建方法.首先应用一层卷积网络进行特征提取,然后应用4个连续的残差块组成的残差网络进行非线性映射,输出残差图像,最后将残差图像和网络的输入低分辨率图像相加得到最终的高分辨率图像.在set5和set14数据集上的实验结果表明:与Bicubic、SRCNN和FSRCNN方法相比,本算法能有效地实现图像超分辨率重建,获得更好的高频细节信息.
-
-
蔺国梁
-
-
摘要:
针对单幅图像超分辨率重建中出现纹理模糊、重建效果差和重建复杂度高的问题,提出一种改进的残差网络重建方法.首先应用一层卷积网络进行特征提取,然后应用4个连续的残差块组成的残差网络进行非线性映射,输出残差图像,最后将残差图像和网络的输入低分辨率图像相加得到最终的高分辨率图像.在set5和set14数据集上的实验结果表明:与Bicubic、SRCNN和FSRCNN方法相比,本算法能有效地实现图像超分辨率重建,获得更好的高频细节信息.
-
-
张敏;
黄刚;
陈啟超
-
-
摘要:
图像超分辨率重构是计算机视觉领域中的一个经典问题,旨在通过算法将一幅或者多幅低分辨率图像转化为高分辨率图像.近年来,基于深度学习的单幅图像超分辨率重构算法得到了广泛的应用.针对多数网络存在的学习能力较弱、训练时间较长以及重建图像质量有待提升等问题,提出一种基于残差学习的图像超分辨率重构方法.网络通过级联深度卷积网络对图像进行特征提取,引入残差学习获得深层次的纹理细节信息,并加快网络的收敛速度,避免梯度爆炸和梯度消失,通过反卷积层对特征图像进行上采样,重建出与目标图像尺寸相同的高分辨率图像.在Set5、Set14等测试集中,使用峰值信噪比(PSNR)和结构相似性(SSIM)作为所提算法的评价指标,同时对比SRCNN、FSRCNN以及VDSR等方法均重建出了效果更好的图像.实验结果表明,该方法能够有效地提高特征信息的利用率,生成具有丰富细节且清晰的高分辨率图像.
-
-
娄佳欣;
李元凯;
王媛;
徐琰珂
-
-
摘要:
核方法通过将原始空间数据映射到高维希尔伯特空间,将非线性映射隐含在线性学习器中,使用核函数代替高维空间中复杂的内积运算,能够有效避免高维空间计算带来的"维数灾难".核方法具备可学习性、高效计算、可线性化、泛化性能好等优势,为解决非线性目标跟踪问题提供了一种新的有效途径.传统的目标跟踪方法往往利用跟踪模型预测目标当前运动状态,并确保跟踪的准确性与实时性,核方法则提供了线性化处理的一般途径,且可以不依赖具体模型,具备高效计算能力,将核学习方法引入目标跟踪领域有望提升目标跟踪的环境适应性.本文基于核方法基本思想,着重梳理了核学习目标跟踪当前的研究进展,包括基于核学习的目标检测算法、生成式和判别式目标跟踪算法,以及构造不同核函数的多核学习方法,并对核学习目标跟踪在核函数优化、长时间跟踪、特征提取、目标遮挡等方面的进一步研究与探索进行展望.
-
-
宋永生;
丁幼亮;
董逸轩
-
-
摘要:
以烈士河大桥(12联混凝土简支箱梁桥)为例,基于长短期记忆(LSTM)网络建立了应变和挠度监测数据间的非线性映射模型。首先,运用小波包分解与重构方法分离实测应变数据中的温度应变,得到车载应变数据。然后,运用LSTM网络分别构建应变和挠度的单对单和多对多映射模型。结果表明,单对单和多对多映射模型的相关性和误差均满足控制标准;多对多映射模型的回归预测偏差较单对单映射模型更小,性能优于单对单映射模型。
-
-
-
熊宁;
朱文广;
钟士元;
舒娇;
李伟伟;
王光
-
-
摘要:
提出了一种基于非线性映射与核主成分分析的区域配电网综合评价方法.首先,将高维配电网评价结果经非线性映射降至二维,再利用改进的K均值聚类对二维数据进行分类;其次,用核主成分分析对存在非线性关系的配网评价指标降维,从经济性、安全性、可靠性、智能化水平4方面构建配网评价指标体系;最后,依据聚类划分和指标评价结果,分析各区域配电网的发展状况.应用所提方法对某省108个县域配电网进行综合评价,评价结果有效反映出该省108个县域配电网的发展现状并能确定其主要问题,表明了所提方法是科学有效的.
-
-
高方远;
王秀美
-
-
摘要:
聚类分析是机器学习与数据挖掘中的重要工具,而子空间聚类是高维数据分析中常用的聚类方法.基于谱图的子空间聚类方法首先学习数据在子空间中的自表示系数矩阵,然后基于此进行谱聚类分析.通过研究子空间聚类的过程和模型设计,发现基于子空间的聚类方法存在难以保持数据非线性和局部几何结构的问题.为此,文中提出了一种可以提取非线性结构的子空间聚类方法.首先,使用非线性映射函数将原始数据空间映射到高维的线性空间,利用块对角表示保持子空间的独立性.此外,为了对聚类过程中数据的局部结构进行约束,文中引入了基于拉普拉斯矩阵的流形正则项.然后,采用3种计算拉普拉斯矩阵的方法设计不同的基于流形正则和块对角约束的非线性子空间聚类模型.最后,在不同数据集上的实验结果验证了所提算法的有效性.
-
-
徐衍胜;
张游杰
-
-
摘要:
针对现有保序加密方案在安全性、高效性和易用性方面难以兼顾的问题,提出一种基于随机函数的非线性映射保序加密方案.该方案将明文空间看作一个等差递增数列,基于密钥将数列中每一个元素都映射到一个单独的密文空间.该密钥通过一个非均匀分布的随机数发生函数来生成,而密文空间的构造利用计算机程序来实现.在加密时,只需从对应的密文空间中随机选取一个值即可作为其密文.分析和实验结果表明,所提方案达到了等序明文不可区分(IND-OCPA)安全,并能有效防止统计攻击;其每十万个数据的平均加密时间为30 ms~50 ms,加密效率较高;该方案不需要复杂的参数预设,且可以采用任何计算机语言实现,具有良好的易用性.
-
-
-
Huijuan Lu;
陆慧娟;
Yaqing Liu;
刘亚卿;
Yaqiong Meng;
孟亚琼;
Wei Guan;
关伟;
Yanqiu Liu;
刘砚秋
- 《第33届中国数据库学术会议(NDBC2016 )》
| 2016年
-
摘要:
旋转森林(Rotation Forest,RoF)是一种运用线性分析理论和决策树的集成分类算法,在分类器个数较少的情况下仍取得良好的结果,同时能保证集成分类的准确性.但对于部分基因数据集,存在线性不可分的情况,原始的算法分类效果不佳.提出了一种运用核主成分分析变换的旋转森林算法(KPCA-RoF),选择高斯径向基核函数和主成分分析的方法对基因数据集进行非线性映射和差异性变化,着重于参数的选择问题,再利用决策树算法进行集成学习.实验证明,改进后的算法能很好地解决数据线性不可分的情形,同时也提高了基因数据集上的分类精度.
-
-
-
周美兰;
张伟超;
康娣
- 《中国电工技术学会电力电子学会第十二届学术年会》
| 2010年
-
摘要:
随着CAN总线技术应用于汽车领域,汽车故障诊断也面临着革新。本文针对当前在汽车上应用的CAN总线技术,以及汽车故障信息复杂的特点,开发了CAN-USB转换卡。在此基础上应用Microsoft Visual C++6.0 软件设计了小波数字滤波器,并建立了以BP神经网络为核心的汽车故障诊断系统。最终实现了对汽车上CAN总线信号接收,滤波去噪,以及对汽车主要系统进行在线故障诊断和预报。实验结果表明,小波滤波的方法对复杂的汽车故障信号去噪效果良好,各系统的BP网络训练有效,实现了汽车故障现象和故障部位的非线性映射。
-
-
-
-
- 《第19届中国过程控制会议》
| 2008年
-
摘要:
糖厂澄清工段是糖厂一个非常重要的工艺生产过程,具有强非线性、多约束、时变时滞、多输入等特点,无法建立精确的数学模型.而利用BP神经网络可以实现任意非线性映射的特点,可以建立其神经网络模型,这为将来使用优化控制算法(如自适应动态规划方法)实现pH值的优化控制打下良好的基础.
-
-
-
钱文学;
谢里阳;
尹晓伟;
韩路
- 《2008中国仪器仪表与测控技术报告大会》
| 2008年
-
摘要:
应用疲劳裂纹的声发射信号分析方法,分析了2A12铝合金疲劳裂纹在不同阶段声发射信号的特点,进而应用人工神经网络的非线性映射能力,利用试验所得样本对疲劳裂纹进行模式识别,识别裂纹扩展的不同阶段和裂纹大小。实际试验结果表明,该方法能够检测常规检测方法无法检测的疲劳裂纹,裂纹模式识别结果具有一定的精度,有一定的实际工程意义。
-
-
罗璇;
程伟
- 《第三届全国防震减灾工程学术研讨会》
| 2007年
-
摘要:
神经网络方法因其非线性映射能力强、计算速度快、容错性好等优点,正越来越多地用于基于振动的结构损伤识别.目前应用最为广泛的是BP神经网络,但它存在收敛速度慢、易于陷入局部极小的缺点.本文以带有弹性地基的悬臂梁为例,研究基于联想神经网络的损伤识别方法.以悬臂梁的一阶模态为网络输入数据,基于敏感性分析,对弹性地基的损伤位置和损伤程度进行分阶段识别.这种方法有效降低了网络的复杂性,减少了学习样本,提高了学习效率.并提出一种可靠性分析方法,可以对识别结果进行有效判断。