期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
无倾斜选择的分子束外延模型变步长BDF2格式的最优误差估计
被引量：
3
1
作者
张继伟
赵成超
《数学杂志》
2022年第5期377-401,共25页
对于没有斜率选择的分子束外延模型,具有可变时间步长的两步向后微分公式(BDF2)的稳定性和收敛性仍未被完全解决。在本文中,我们首先证明了该BDF2格式在新的相邻时间步长比条件下保持修正的能量耗散定律:r_(k)=τ_(k)/τ_(k-1)≤4.8645-...
对于没有斜率选择的分子束外延模型,具有可变时间步长的两步向后微分公式(BDF2)的稳定性和收敛性仍未被完全解决。在本文中,我们首先证明了该BDF2格式在新的相邻时间步长比条件下保持修正的能量耗散定律:r_(k)=τ_(k)/τ_(k-1)≤4.8645-δ,其中δ>0是给定的任意小常数。然后,我们介绍了最近发展的离散正交卷积(DOC)和离散互补卷积(DCC)核技巧,并在新的比率条件r_(k)≤4.8645-δ下给出了BDF2格式的鲁棒且最优的二阶收敛性。鲁棒性意味着,除了r_(k)≤4.8645-δ以外,收敛性不需要其他时间步长上的约束条件。此外,我们的分析表明,使用一阶BDF1格式计算第一步数值解足以确保全局最优收敛阶。也就是说,选择BDF1格式计算起始步的数值解不会导致全局二阶收敛的损失。数值算例验证了我们的理论分析。
展开更多
关键词
变步长BDF2
离散正交
卷积
(DOC)核
离散互补
卷积
(DCC)核
误差
卷积
结构
(
ecs
)
最优
误差
估计
分子束外延(MBE)模型
在线阅读
下载PDF
职称材料
两类遥感图像深度神经网络预测方法及比较
被引量：
1
2
作者
金兴
唐娉
赵理君
《无线电工程》
北大核心
2021年第12期1397-1406,共10页
遥感影像预测是一种利用不同影像之间的时空及光谱特征进行影像变换的应用方法,能够弥补卫星影像数据的缺失,对于遥感应用领域的发展具有重要的意义。影像的色彩迁移及时序预测就是遥感影像预测包含的研究角度。基于影像色彩迁移的循环...
遥感影像预测是一种利用不同影像之间的时空及光谱特征进行影像变换的应用方法,能够弥补卫星影像数据的缺失,对于遥感应用领域的发展具有重要的意义。影像的色彩迁移及时序预测就是遥感影像预测包含的研究角度。基于影像色彩迁移的循环一致性生成对抗网络(CycleGAN)是一种不需要其他额外信息就能将一张影像从源域映射到目标域的方法,基于影像时序预测的卷积长短时记忆网络(ConvLSTM)是一种利用多时序影像的状态信息进行不同影像之间映射的方法。通过对比CycleGAN及ConvLSTM网络在影像预测中的结果,进一步分析色彩迁移网络及时序预测网络在影像预测中的适用性。实验使用无人机影像(UAV)数据、均方根误差(RMSE)及结构相似度(SSIM)等影像质量评价指标,得出如下结论:①使用CycleGAN及ConvLSTM网络的预测结果都能与参考影像保持一致的光谱特征,ConvLSTM网络在遥感影像预测方面的性能优于CycleGAN网络;②根据时序影像的缺失情况,选择不同的网络进行时序影像预测可以提高预测结果的精度和质量。当然,对于影响CycleGAN和ConvLSTM网络适用性的其他因素,将在未来的工作中进一步研究和分析。
展开更多
关键词
循环一致性生成对抗网络
卷积
长短时记忆网络
无人机影像
均方根
误差
结构
相似度
在线阅读
下载PDF
职称材料
基于通道性能度量的神经网络结构搜索算法
3
作者
潘杰
郑学驰
邹筱瑜
《控制与决策》
EI
CSCD
北大核心
2024年第7期2151-2160,共10页
卷积神经网络的表征与预测能力往往依赖结构合理性,但其主流结构均由人工设计,存在设计难度高、算力要求强、时间开销大等问题.如何让神经网络自主搜索合理结构并节约计算资源是当前的研究重点.目前,基于部分通道连接的可微分结构搜索算...
卷积神经网络的表征与预测能力往往依赖结构合理性,但其主流结构均由人工设计,存在设计难度高、算力要求强、时间开销大等问题.如何让神经网络自主搜索合理结构并节约计算资源是当前的研究重点.目前,基于部分通道连接的可微分结构搜索算法,以其高效的显存利用率在搜索速度和分类性能上表现良好.然而,其针对通道的随机采样策略易造成重要信息丢失,当通道连接不足时性能明显下降.为此,提出一种基于通道性能度量的神经网络结构搜索算法,利用注意力机制提取通道重要性系数,并以此对通道进行排序采样.此外,考虑到预热阶段导致搜索不充分,产生较大离散化误差,在结构权重连续化的过程中设计温度正则化系数,提升权重差异.实验表明,所提算法能够在节约计算资源的基础上搜索出更优的卷积神经网络结构.
展开更多
关键词
卷积
神经网络
可微分
结构
搜索
通道注意力
通道排序
离散化
误差
温度正则化系数
原文传递
题名
无倾斜选择的分子束外延模型变步长BDF2格式的最优误差估计
被引量：
3
1
作者
张继伟
赵成超
机构
武汉大学数学与统计学院
北京计算科学研究中心应用与计算数学部
出处
《数学杂志》
2022年第5期377-401,共25页
基金
Supported by NSFC(12171376,2020-JCJQ-ZD-029)
Natural Science Foundation of Hubei Province(2019CFA007)
the Fundamental Research Funds for the Central Universities(2042021kf0050)。
文摘
对于没有斜率选择的分子束外延模型,具有可变时间步长的两步向后微分公式(BDF2)的稳定性和收敛性仍未被完全解决。在本文中,我们首先证明了该BDF2格式在新的相邻时间步长比条件下保持修正的能量耗散定律:r_(k)=τ_(k)/τ_(k-1)≤4.8645-δ,其中δ>0是给定的任意小常数。然后,我们介绍了最近发展的离散正交卷积(DOC)和离散互补卷积(DCC)核技巧,并在新的比率条件r_(k)≤4.8645-δ下给出了BDF2格式的鲁棒且最优的二阶收敛性。鲁棒性意味着,除了r_(k)≤4.8645-δ以外,收敛性不需要其他时间步长上的约束条件。此外,我们的分析表明,使用一阶BDF1格式计算第一步数值解足以确保全局最优收敛阶。也就是说,选择BDF1格式计算起始步的数值解不会导致全局二阶收敛的损失。数值算例验证了我们的理论分析。
关键词
变步长BDF2
离散正交
卷积
(DOC)核
离散互补
卷积
(DCC)核
误差
卷积
结构
(
ecs
)
最优
误差
估计
分子束外延(MBE)模型
Keywords
BDF2 with variable time steps
the discrete orthogonal convolution(DOC)kernels
the discrete complementary convolution(DCC)kernels
the error convolution structure(
ecs
)
sharp error estimate
MBE models
分类号
O241.1 [理学—计算数学]
O241.82 [理学—计算数学]
在线阅读
下载PDF
职称材料
题名
两类遥感图像深度神经网络预测方法及比较
被引量：
1
2
作者
金兴
唐娉
赵理君
机构
中国科学院空天信息创新研究院
中国科学院大学电子电气与通信工程学院
出处
《无线电工程》
北大核心
2021年第12期1397-1406,共10页
基金
国家自然科学基金资助项目(41701397,41971396)。
文摘
遥感影像预测是一种利用不同影像之间的时空及光谱特征进行影像变换的应用方法,能够弥补卫星影像数据的缺失,对于遥感应用领域的发展具有重要的意义。影像的色彩迁移及时序预测就是遥感影像预测包含的研究角度。基于影像色彩迁移的循环一致性生成对抗网络(CycleGAN)是一种不需要其他额外信息就能将一张影像从源域映射到目标域的方法,基于影像时序预测的卷积长短时记忆网络(ConvLSTM)是一种利用多时序影像的状态信息进行不同影像之间映射的方法。通过对比CycleGAN及ConvLSTM网络在影像预测中的结果,进一步分析色彩迁移网络及时序预测网络在影像预测中的适用性。实验使用无人机影像(UAV)数据、均方根误差(RMSE)及结构相似度(SSIM)等影像质量评价指标,得出如下结论:①使用CycleGAN及ConvLSTM网络的预测结果都能与参考影像保持一致的光谱特征,ConvLSTM网络在遥感影像预测方面的性能优于CycleGAN网络;②根据时序影像的缺失情况,选择不同的网络进行时序影像预测可以提高预测结果的精度和质量。当然,对于影响CycleGAN和ConvLSTM网络适用性的其他因素,将在未来的工作中进一步研究和分析。
关键词
循环一致性生成对抗网络
卷积
长短时记忆网络
无人机影像
均方根
误差
结构
相似度
Keywords
CycleGAN
ConvLSTM
UAV images
RMSE
SSIM
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于通道性能度量的神经网络结构搜索算法
3
作者
潘杰
郑学驰
邹筱瑜
机构
中国矿业大学信息与控制工程学院
中国矿业大学机电工程学院
出处
《控制与决策》
EI
CSCD
北大核心
2024年第7期2151-2160,共10页
基金
国家自然科学基金项目(62176258,62273349,52174152)
中央高校基本科研业务费专项资金项目(2021YCPY0111)
江苏省高校优势学科建设工程资助项目(PAPD)。
文摘
卷积神经网络的表征与预测能力往往依赖结构合理性,但其主流结构均由人工设计,存在设计难度高、算力要求强、时间开销大等问题.如何让神经网络自主搜索合理结构并节约计算资源是当前的研究重点.目前,基于部分通道连接的可微分结构搜索算法,以其高效的显存利用率在搜索速度和分类性能上表现良好.然而,其针对通道的随机采样策略易造成重要信息丢失,当通道连接不足时性能明显下降.为此,提出一种基于通道性能度量的神经网络结构搜索算法,利用注意力机制提取通道重要性系数,并以此对通道进行排序采样.此外,考虑到预热阶段导致搜索不充分,产生较大离散化误差,在结构权重连续化的过程中设计温度正则化系数,提升权重差异.实验表明,所提算法能够在节约计算资源的基础上搜索出更优的卷积神经网络结构.
关键词
卷积
神经网络
可微分
结构
搜索
通道注意力
通道排序
离散化
误差
温度正则化系数
Keywords
convolutional neural network
differentiable archit
ec
ture search
channel attention
channel sorting
discretization error
temperature regularization coefficient
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
无倾斜选择的分子束外延模型变步长BDF2格式的最优误差估计
张继伟
赵成超
《数学杂志》
2022
3
在线阅读
下载PDF
职称材料
2
两类遥感图像深度神经网络预测方法及比较
金兴
唐娉
赵理君
《无线电工程》
北大核心
2021
1
在线阅读
下载PDF
职称材料
3
基于通道性能度量的神经网络结构搜索算法
潘杰
郑学驰
邹筱瑜
《控制与决策》
EI
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
