尚家兴
- 作品数:31 被引量:24H指数:2
- 供职机构:重庆大学更多>>
- 发文基金:国家自然科学基金中国博士后科学基金更多>>
- 相关领域:自动化与计算机技术文化科学经济管理更多>>
- 基于多分支时间卷积网络的重着陆的分析方法和装置
- 本申请提出了一种基于多分支时间卷积网络的重着陆的分析方法,该方法包括:获取原始参数数据和动态时间点;使用改进后的时间卷积网络对原始参数数据进行卷积操作生成每个参数的特征图;对特征图进行特征提取生成整体特征表示;使用整体特...
- 郑林江尚家兴李旭陈逢文王启星陈红年张锐祥
- 文献传递
- 飞行员平飘顶杆成因分析方法和装置
- 本申请提出了一种飞行员平飘顶杆成因分析方法,其中,该方法包括:获取多个航段的快速存取记录仪QAR参数;对QAR参数进行数据预处理和参数选择;对经过数据预处理和参数选择的QAR参数进行特征提取,得到多个航段的特征数据;对多...
- 郑林江尚家兴王启星陈逢文陈红年张锐祥陈浩东
- GP-WIRGAN:梯度惩罚优化的Wasserstein图像循环生成对抗网络模型被引量:6
- 2020年
- 通常情形下,现有的图像生成模型都采用单次前向传播的方式生成图像,但实际中,画家通常是反复修改后才完成一幅画作的;生成对抗模型(Generative Adversarial Networks,GAN)能生成图像,但却很难训练.在保证生成图像质量的前提下,效仿作画时的不断更新迭代,以提升生成样本多样性并增强样本语义,同时引入Wasserstein距离,提出了Wasserstein图像循环生成对抗网络模型,简称WIRGAN(Wasserstein Image Recurrent Generative Adversarial Networks Model).WIRGAN定义了生成模型和判别模型,其中,生成模型是由一系列结构相同的神经网络模型组成的循环结构,用时间步骤T控制生成模型的循环次数,用于迭代式生成图像,并以最后一个循环结构的生成图像作为整个生成模型的输出;判别模型也由神经网络构建,结合权重剪枝技术,用来判别输入图像是生成的还是真实的.WIRGAN利用Wasserstein距离作为目标函数,将生成模型和判别模型进行博弈对抗训练.另外,由于模型存在难以优化的问题,本文引入了梯度惩罚来解决此类问题,进一步提出了梯度惩罚优化的Wasserstein图像循环生成对抗网络模型(Gradient Penalty Optimized Wasserstein Image Recurrent Generative Adversarial Networks Model,GP-WIRGAN).最后,WIRGAN和GP-WIRGAN在MNIST、CIFAR10、CeUN四个数据集上进行了基础学习能力、模型间GAM自比较、模型内GAM自比较、初始得分比较、图像生成可视化、时间效率比较等6组实验,采用生成对抗矩阵(Generative Adversarial Metric,GAM)和起始分数(Inception Scores)进行评估,结果表明,本文提出的WIRGAN、GP-WIRGAN具有良好的稳定性,可以生成高质量的图像.
- 冯永张春平强保华张逸扬尚家兴
- 关键词:图像生成
- 基于社会情感共鸣与关系图卷积网络的虚假新闻检测方法
- 本发明提出一种基于社会情感共鸣与关系图卷积网络的虚假新闻检测方法,包括,通过预训练Bert模型对历史新闻文本数据以及历史新闻文本数据对应的历史评论文本数据进行编码,获取文本表示;通过情感评分模型计算历史评论文本信息的情感...
- 陈逢章尚家兴管梦雅陈逢文郑林江
- 飞行重着陆预测方法、装置及存储介质
- 本发明涉及航空安全技术领域,尤其是指一种飞行重着陆预测方法、装置及存储介质。本发明所述的飞行重着陆预测方法,获取了一段时间内不同采样频率的参数数据,其信息获取更加全面;获取数据后,首先对QAR参数序列进行预处理,将高采样...
- 郑林江陈浩东尚家兴陈逢文李旭张锐祥
- 一种空地医学数据和视频实时传输方法及系统
- 本发明涉及一种空地医学数据和视频实时传输方法及系统,属于数据视频实时传输领域。该方法包括:S1、对航空医学应急救援任务所涉及的空地医学数据进行分类和采集;S2、对采集的空地医学数据进行处理,通过专用空地医学数据传输系统实...
- 郑林江廖隆权尚家兴陈逢文
- 基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法
- 本发明涉及一种基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法,包括以下步骤:将大量QAR数据进行筛选,得到其中俯仰操纵杆在接地前10英尺的累计值大于0的部分;提取高度、俯仰角等五个参数作为机器学习特征;根据所提取的参...
- 尚家兴陈红年郑林江王启星张锐祥陈浩东
- 文献传递
- 一种基于迭代决策树的电信用户分类方法
- 本发明涉及一种基于迭代决策树的电信用户分类方法,包括:S1:根据用户的基本信息、通话、短信记录构建用户社交关系网络G(V,E);S2:从G(V,E)中抽取特征,或根据已分类的用户更新其他用户的特征;S3:用迭代决策树对G...
- 尚家兴朱倩雯武红春周尚波冯永钟将
- 文献传递
- 一种基于双变分级联自编码器的信息流行度预测方法
- 本发明提出一种基于双变分级联自编码器的信息流行度预测方法,包括,获取信息扩散过程中的全局交互图和级联图;构建信息扩散模型,将全局交互图和级联图输入信息扩散模型,其中基础信息扩散模型包括变分图自编码器和变分时序自编码器;通...
- 陈逢文尚家兴李诚祥贾雪琪郑林江
- MN-HDRM:长短兴趣多神经网络混合动态推荐模型被引量:18
- 2019年
- 动态推荐系统通过学习动态变化的兴趣特征来考虑推荐系统中的动态因素,实现推荐任务随着时间变化而实时更新.该文提出一种携带历史元素的循环神经网络(Recurrent Neural Networks,简称RNN)推荐模型负责用户短期动态兴趣建模,而利用基于前馈神经网络(Feedforward Neural Networks,简称FNN)的推荐模型对用户长期兴趣建模.通过两种神经网络的融合,该文构建了一个兼顾用户短期动态兴趣和稳定长期兴趣的多神经网络混合动态推荐模型(Hybrid Dynamic Recommendation Model based on Multiple Neural Networks,简称MN-HDRM).实验结果表明相对于目前比较流行的多种动态推荐算法:TimeSVD++、基于HMM(Hidden Markov Model)的推荐模型、基于RNN(Recurrent Neural Networks)的推荐模型、基于LSTM(Long Short-Term Memory)的推荐模型和STG(Session-based Temporal Graph)推荐模型,MN-HDRM在精确率、召回率和平均倒数排名等多项评价指标上展现出更加优越的性能.
- 冯永张备张备强保华尚家兴
- 关键词:循环神经网络前馈神经网络