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
共找到62篇文章
< 1 2 … 4 >
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：
低资源非自回归壮语语音合成
1
作者 王杰 秦董洪 《中央民族大学学报（自然科学版）》 2024年第2期40-47,共8页
基于FastSpeech2模型,文章提出了非自回归的壮语语音合成模型Zhuang-TTS。为了提升模型合成壮语语音的韵律,根据壮语特点及实地调查提出了一套新的壮语音系(声调、声母或辅音、韵母或元音),同时针对壮语声学特点进行了改进:(1)使用壮语... 基于FastSpeech2模型,文章提出了非自回归的壮语语音合成模型Zhuang-TTS。为了提升模型合成壮语语音的韵律,根据壮语特点及实地调查提出了一套新的壮语音系(声调、声母或辅音、韵母或元音),同时针对壮语声学特点进行了改进:(1)使用壮语音素序列表征壮语发音信息;(2)使用音素级的声学调节器(与FastPitch类似),使合成结果更加稳定;(3)使用Conformer代替FastSpeech2模型中的Transformer,同时构建了一个壮语语音合成语料库。实验结果表明,Zhuang-TTS在韵律方面的意见评分(Mean Opinion Score, MOS)达到3.90,合成实时率达8.65×10^(-2)。该模型在合成壮语语音的质量和速度方面获得了较大提升,优于Tacotron2和FastSpeech2基线模型,研究推动了壮语语音合成领域的发展。 展开更多
关键词 壮语语音合成 非自回归声学模型 非自回归声码器 CONFORMER
在线阅读 下载PDF
融合时空图卷积网络与非自回归模型的三维人体运动预测
2
作者 刘一松 高含露 蔡凯祥 《计算机应用研究》 CSCD 北大核心 2024年第3期956-960,共5页
当前人体运动预测的方法大多采用基于图卷积网络的自回归模型,没有充分考虑关节间的特有关系和自回归网络性能的限制,从而产生平均姿态和误差累积等问题。为解决以上问题,提出融合时空图卷积网络和非自回归的模型对人体运动进行预测。... 当前人体运动预测的方法大多采用基于图卷积网络的自回归模型,没有充分考虑关节间的特有关系和自回归网络性能的限制,从而产生平均姿态和误差累积等问题。为解决以上问题,提出融合时空图卷积网络和非自回归的模型对人体运动进行预测。一方面利用时空图卷积的网络提取人体运动序列的局部特征,可以有效减少三维人体运动预测场景中的平均姿态问题和过度堆叠图卷积层引起的过平滑问题的发生;另一方面将非自回归模型与时空图卷积网络进行结合,减少误差累计问题的发生。利用Human3.6M的数据集进行80 ms、160 ms、320 ms和400 ms的人体运动预测实验。结果表明,NAS-GCN模型与现有方法相比,能预测出更精确的结果。 展开更多
关键词 人体运动预测 非自回归 图卷积网络
在线阅读 下载PDF
融入上下文特征提取的非自回归神经机器翻译 被引量：1
3
作者 赵光耀 王剑 +1 位作者 高盛祥 余正涛 《陕西理工大学学报（自然科学版）》 2024年第3期44-51,83,共9页
非自回归翻译(NAT)模型是一种消除目标句子中的顺序依赖关系的翻译模型,在推理速度上取得了显著的突破。然而该模型在翻译质量方面存在一些局限,为探究原因,主要对注意机制进行了细致而全面的初步研究,研究结果揭示了NAT模型在捕捉局部... 非自回归翻译(NAT)模型是一种消除目标句子中的顺序依赖关系的翻译模型,在推理速度上取得了显著的突破。然而该模型在翻译质量方面存在一些局限,为探究原因,主要对注意机制进行了细致而全面的初步研究,研究结果揭示了NAT模型在捕捉局部性特征方面存在明显不足。为此提出了一种通过明确引入周围词汇信息而改进NAT模型局部性能力的方法。具体而言,在编码器和解码器两个方向上引入了混合分组线性变换,以获得更具局部感知性的表示。通过在WMT14英德与WMT16英罗两个数据集上进行实验,结果表明该方法以微弱的速度代价分别提高了0.7与1.03个BLEU分数,这表明该研究方法在改善NAT模型的局部性特征提取方面具有显著的效果和潜力。 展开更多
关键词 非自回归 局部性特征 混合分组线性变换 自回归
在线阅读 下载PDF
结合轻量卷积的非自回归语音合成方法
4
作者 钟巧霞 曾碧 +1 位作者 林镇涛 林伟 《计算机工程与设计》 北大核心 2024年第4期1166-1172,共7页
对如何有效捕捉音素之间的关联及如何合成韵律丰富的音频进行研究,提出一种结合轻量卷积的非自回归语音合成模型LCTTS。引入轻量卷积建立起音素之间的联系,解决发音出错问题。通过添加音高和能量预测器预测生成语音的韵律,解决音频韵律... 对如何有效捕捉音素之间的关联及如何合成韵律丰富的音频进行研究,提出一种结合轻量卷积的非自回归语音合成模型LCTTS。引入轻量卷积建立起音素之间的联系,解决发音出错问题。通过添加音高和能量预测器预测生成语音的韵律,解决音频韵律缺乏问题。训练模型获取梅尔频谱,结合预先训练好的声码器转化为音频。实验结果表明,提出的LCTTS模型优于先前提出的SpeedySpeech模型,在Emotional Speech Database数据集上平均意见得分获得2.8%的提升,梅尔倒谱失真测度下降0.15。 展开更多
关键词 语音合成 轻量级卷积 韵律合成 梅尔频谱生成 非自回归方法 深度学习 自然语言处理
在线阅读 下载PDF
基于Transformer和多模态对齐的非自回归手语翻译技术研究 被引量：1
5
作者 邵舒羽 杜垚 范晓丽 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第7期2932-2941,共10页
为了解决多模态数据的对齐及手语翻译速度较慢的问题,该文提出一个基于自注意力机制模型Transformer的非自回归手语翻译模型(Trans-SLT-NA),同时引入了对比学习损失函数进行多模态数据的对齐,通过学习输入序列(手语视频)和目标序列(文本... 为了解决多模态数据的对齐及手语翻译速度较慢的问题,该文提出一个基于自注意力机制模型Transformer的非自回归手语翻译模型(Trans-SLT-NA),同时引入了对比学习损失函数进行多模态数据的对齐,通过学习输入序列(手语视频)和目标序列(文本)的上下文信息和交互信息,实现一次性地将手语翻译为自然语言。该文所提模型在公开数据集PHOENIX-2014T(德语)、CSL(中文)和How2Sign(英文)上进行实验评估,结果表明该文方法相比于自回归模型翻译速度提升11.6~17.6倍,同时在双语评估辅助指标(BLEU-4)、自动摘要评估指标(ROUGE)指标上也接近自回归模型。 展开更多
关键词 手语翻译 自注意力机制 非自回归翻译 深度学习 多模态数据对齐
在线阅读 下载PDF
MonTTS:完全非自回归的实时、高保真蒙古语语音合成模型 被引量：6
6
作者 刘瑞 康世胤 +2 位作者 高光来 李劲东 飞龙 《中文信息学报》 CSCD 北大核心 2022年第7期86-97,共12页
针对现有基于Tacotron模型的蒙古语语音合成系统存在的两个问题:①合成效率较低;②合成语音保真度较低,该文基于FastSpeech2模型提出了完全非自回归的实时、高保真蒙古语语音合成模型MonTTS。为了提高MonTTS模型合成蒙古语语音的韵律自... 针对现有基于Tacotron模型的蒙古语语音合成系统存在的两个问题:①合成效率较低;②合成语音保真度较低,该文基于FastSpeech2模型提出了完全非自回归的实时、高保真蒙古语语音合成模型MonTTS。为了提高MonTTS模型合成蒙古语语音的韵律自然度/保真度,根据蒙古语声学特点提出以下三点创新改进:①使用蒙古文音素序列来表征蒙古文发音信息;②提出音素级的声学调节器以学习长时韵律变化;③提出基于蒙古语语音识别和自回归语音合成两种时长对齐方法。同时,该文构建了一个当前最大规模的蒙古语语音合成数据库:MonSpeech。实验结果表明,MonTTS在韵律自然度方面的主观平均意见分数(Mean Opinion Score,MOS)达到4.53,显著优于当前最优的基于Tacotron的蒙古语语音合成基线系统和基线FastSpeech2模型;MonTTS合成实时率达3.63×10^(-3),满足实时高保真合成要求。最后,文中涉及的训练脚本和预训练模型全部开源(https://github.com/ttslr/MonTTS)。 展开更多
关键词 蒙古语语音合成 非自回归声学建模 非自回归神经声码器 实时 高保真
在线阅读 下载PDF
基于第一视角的非自回归行人轨迹预测模型 被引量：1
7
作者 桑海峰 王金玉 +1 位作者 陈旺兴 王海峰 《电子学报》 EI CAS CSCD 北大核心 2023年第5期1266-1272,共7页
行人轨迹预测在自动驾驶和监控系统等多个应用中具有重要意义.目前大多数行人轨迹预测模型采用基于循环神经网络的编码器-解码器结构,其自回归的解码结构存在一定的累积误差,而且循环神经网络对序列的长期依赖问题仍然无法很好地解决.... 行人轨迹预测在自动驾驶和监控系统等多个应用中具有重要意义.目前大多数行人轨迹预测模型采用基于循环神经网络的编码器-解码器结构,其自回归的解码结构存在一定的累积误差,而且循环神经网络对序列的长期依赖问题仍然无法很好地解决.本文提出一种基于Transformer网络的非自回归行人轨迹预测模型,非自回归的解码结构能够同时生成所有预测值来减少累积误差,Transformer网络中的自注意力机制能够改善长期依赖问题.本文还设计一个局部信息加强模块来捕获行人运动趋势发生变化的局部特征,同时结合边界框的位置信息和大小信息来编码第一视角下透视投影产生的影响,使得模型提取到的轨迹特征更加有效.实验结果表明,在基于第一视角的公开数据集PIE(Pedestrian Intention Estimation)上,本文提出的模型比PIE预测模型在15、30、45帧的平均位移误差和终点位移误差上分别降低了24%,14.5%,11%和6%. 展开更多
关键词 行人轨迹预测 第一视角 Transformer网络 非自回归预测 累积误差 局部信息加强
在线阅读 下载PDF
基于掩码机制的非自回归神经机器翻译 被引量：3
8
作者 贾浩 王煦 +2 位作者 季佰军 段湘煜 张民 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第4期648-654,共7页
当前基于自注意力机制的神经机器翻译模型取得了长足的进展,但是采用自回归的神经机器翻译在解码过程中无法并行计算,耗费时间过长.为此,提出了一个采用非自回归的神经机器翻译模型,可以实现并行解码,并且只使用一个Transformer的编码... 当前基于自注意力机制的神经机器翻译模型取得了长足的进展,但是采用自回归的神经机器翻译在解码过程中无法并行计算,耗费时间过长.为此,提出了一个采用非自回归的神经机器翻译模型,可以实现并行解码,并且只使用一个Transformer的编码器模块进行训练,简化了传统的编码器-解码器结构.同时在训练过程中引入了掩码机制,减小了与自回归的神经机器翻译的翻译效果差距.相比于其他非自回归翻译模型,该模型在WMT 2016罗马尼亚语-英语翻译任务上取得了更好的效果,并且在使用跨语言预训练语言模型初始化后,取得了和自回归神经机器翻译模型相当的结果. 展开更多
关键词 神经机器翻译 掩码机制 非自回归
在线阅读 下载PDF
基于非自回归方法的维汉神经机器翻译 被引量：1
9
作者 朱相荣 王磊 +2 位作者 杨雅婷 董瑞 张俊 《计算机应用》 CSCD 北大核心 2020年第7期1891-1895,共5页
现有的基于循环神经网络、卷积神经网络和Transformer的自回归翻译模型,虽然都具有良好的翻译性能,但由于解码并行性较低导致了翻译速度慢的问题,针对这个问题提出一种基于非自回归模型的优化学习率策略的方法。在基于迭代优化的非自回... 现有的基于循环神经网络、卷积神经网络和Transformer的自回归翻译模型,虽然都具有良好的翻译性能,但由于解码并行性较低导致了翻译速度慢的问题,针对这个问题提出一种基于非自回归模型的优化学习率策略的方法。在基于迭代优化的非自回归序列模型的基础上,改变学习率调节方法,即把warm up替换为liner annealing方法。首先评估出liner annealing优于warm up方法,然后将liner annealing应用于非自回归序列模型以得到翻译质量和解码速度的最优平衡,最后将该方法与自回归模型的方法作对比。实验结果表明该方法相较于自回归模型Transformer,当解码速度提升1.74倍时,翻译质量的双语评估替换(BLEU)分数值为41.31,可达到Transformer的95.34%。由此可见,采用liner annealing的非自回归序列模型,在降低少许翻译质量的条件下,能够有效地提升解码速度,适用于对翻译速度需求迫切的平台。 展开更多
关键词 维吾尔语 机器翻译 解码速度 翻译质量 非自回归模型
在线阅读 下载PDF
融合音字特征转换的非自回归Transformer中文语音识别 被引量：1
10
作者 滕思航 王烈 李雅 《计算机科学》 CSCD 北大核心 2023年第8期111-117,共7页
基于自注意力机制的Transformer模型在语音识别任务中展现出了强大的模型性能,其中非自回归Transformer自动语音识别模型与自回归模型相比解码速度更快,然而语音识别速度的提升却造成了准确度的大幅降低。为提升非自回归Transformer语... 基于自注意力机制的Transformer模型在语音识别任务中展现出了强大的模型性能,其中非自回归Transformer自动语音识别模型与自回归模型相比解码速度更快,然而语音识别速度的提升却造成了准确度的大幅降低。为提升非自回归Transformer语音识别模型的识别准确度,首先引入基于连续时间分类(Connectionist Temporal Classification,CTC)的帧信息合并,在帧宽范围内对语音高维表示向量进行融合,改善非自回归Transformer decoder输入序列的特征信息不完整问题;其次对模型输出进行音字特征转换,在decoder的输出读音特征中融合上下文信息,然后转换为包含更多字符特征的输出,从而改善模型同音不同字的识别错误问题。在中文语音数据集AISHELL-1上的实验结果显示,所提模型实现了实时性因子(Real Time Factor,RTF)0.0028的识别速度与字符错误率(Character Error Rate,CER)8.3%的识别精度,在众多主流中文语音识别算法中展现出较强的竞争力。 展开更多
关键词 语音识别 TRANSFORMER 非自回归 自注意力机制 特征转换
在线阅读 下载PDF
自适应独立性假设的非自回归Transformer语音识别 被引量：1
11
作者 滕思航 王烈 +1 位作者 李雅 蓝峥杰 《微电子学与计算机》 2023年第5期29-38,共10页
基于非自回归Transformer的端到端自动语音识别模型与自回归Transformer等传统模型相比拥有更快的解码速度,然而非自回归的解码方式与独立性假设导致了语音识别结果准确性的下降.为了解决此问题,提出了一种语音表征融合的自适应独立性... 基于非自回归Transformer的端到端自动语音识别模型与自回归Transformer等传统模型相比拥有更快的解码速度,然而非自回归的解码方式与独立性假设导致了语音识别结果准确性的下降.为了解决此问题,提出了一种语音表征融合的自适应独立性假设非自回归Transformer端到端中文语音识别模型.在训练期间,通过对表征向量进行注意力融合,改善decoder输入帧语义信息部分缺失的问题;在解码期间,采用基于自适应独立性假设的解码策略,解决非自回归模型独立性假设带来的输出字符条件独立问题.最后,利用迭代式波束搜索进行多目标的排序搜索解码,解决波束搜索算法在提出模型上的不适用问题.在中文数据集AISHELL-1的实验结果显示,模型的实时性因子达到0.005,字错误率为8.8%,较非自回归Transformer基线模型降低了20%,在保证较高的识别速度的同时大幅降低了错误率,展现出先进的模型性能. 展开更多
关键词 语音识别 TRANSFORMER 非自回归 表征融合 自适应独立性假设
在线阅读 下载PDF
嵌入句法信息在汉蒙非自回归机器翻译应用
12
作者 程永坤 苏依拉 +1 位作者 王涵 仁庆道尔吉 《计算机仿真》 北大核心 2023年第5期486-490,共5页
针对当前的语言研究模型多为自回归神经机器翻译模型,存在Exposure Bias现象和不并行解码问题,提出非自回归神经机器翻译模型进行汉蒙翻译研究。借助生成对抗网络对汉蒙语料进行对抗训练,然后利用教师模型Transformer对得到的语料进行... 针对当前的语言研究模型多为自回归神经机器翻译模型,存在Exposure Bias现象和不并行解码问题,提出非自回归神经机器翻译模型进行汉蒙翻译研究。借助生成对抗网络对汉蒙语料进行对抗训练,然后利用教师模型Transformer对得到的语料进行知识蒸馏处理,为学生模型提供高精度汉蒙语料,最后利用图卷积神经网络学习句子中的句法信息,并将句法信息融入到词嵌入层中。通过仿真结果证明,所提研究模型结合实验所用方法,在保证了模型翻译速度大幅度提升的前提下,同时译文的翻译质量也呈现出提高的效果。 展开更多
关键词 非自回归神经机器翻译 生成对抗网络 知识蒸馏 图卷积神经网络 句法信息
在线阅读 下载PDF
非自回归神经机器翻译综述 被引量：1
13
作者 曹航 胡驰 +2 位作者 肖桐 王成龙 朱靖波 《中文信息学报》 CSCD 北大核心 2023年第11期1-14,共14页
当前的神经机器翻译系统大多采用自回归的方式进行解码,这种串行解码的方式导致解码效率低下。与之相比,非自回归的方式通过并行解码显著提高了推断速度,受到研究人员的广泛关注。然而,由于缺乏目标序列内词语间的依赖关系,非自回归方... 当前的神经机器翻译系统大多采用自回归的方式进行解码,这种串行解码的方式导致解码效率低下。与之相比,非自回归的方式通过并行解码显著提高了推断速度,受到研究人员的广泛关注。然而,由于缺乏目标序列内词语间的依赖关系,非自回归方法在性能上还存在较大差异。近些年,有很多工作研究如何缩小非自回归机器翻译(NART)和自回归机器翻译(ART)之间的翻译质量差距,但是目前缺少对现有方法和研究趋势的梳理。该文不仅从捕获依赖关系的角度对NART方法进行了详细分类和总结,而且对NART研究面临的挑战进行了展望与分析,并归纳整理了相关的论文,还进一步根据方法、发表会议和任务等进行了分类。 展开更多
关键词 自然语言处理 非自回归 机器翻译
在线阅读 下载PDF
基于非自回归模型中文语音合成系统研究与实现 被引量：2
14
作者 王志超 吴浩 +1 位作者 李栋 刘益岑 《计算机与数字工程》 2023年第2期325-330,335,共7页
针对传统语音合成质量差、自然度低和自回归模型训练时间较长,效率低等问题,提出了一种基于非自回归模型的中文语音合成方法。该方法相比于自回归模型训练效率拥有大幅提升,并在声码器中采用生成对抗网络,较传统语音合成方法合成音频质... 针对传统语音合成质量差、自然度低和自回归模型训练时间较长,效率低等问题,提出了一种基于非自回归模型的中文语音合成方法。该方法相比于自回归模型训练效率拥有大幅提升,并在声码器中采用生成对抗网络,较传统语音合成方法合成音频质量有明显提升。该方法首先输入中文汉字经过前端处理转换为音素,再通过One-hot编码转换到音素嵌入层,通过位置编码确定音素序列位置信息,编码器中前馈网络负责将音素序列转换为隐藏序列,再添加可变信息适配器预测的音频特征,最后由解码器输出梅尔频谱到声码器生成音频波形。实验数据集采用专业中文女声10000句,实验结果表明主观意见得分为3.76,在合成质量方面明显优于传统参数式语音合成方法,训练时间只需要自回归模型的15%。 展开更多
关键词 中文语音合成 非自回归模型 自注意力 可变信息适配器 声码器
在线阅读 下载PDF
基于BERT和非自回归的医疗知识抽取
15
作者 于清 马志龙 徐春 《计算机与现代化》 2023年第1期120-126,共7页
为避免实体与关系独立抽取产生的误差累计及实体重叠问题,提出一种基于BERT和非自回归的联合抽取模型来进行医疗知识抽取。首先,通过BERT预训练语言模型进行句子编码;然后,采用非自回归(NAR,Non-autoregressive)的方法实现并行解码,抽... 为避免实体与关系独立抽取产生的误差累计及实体重叠问题,提出一种基于BERT和非自回归的联合抽取模型来进行医疗知识抽取。首先,通过BERT预训练语言模型进行句子编码;然后,采用非自回归(NAR,Non-autoregressive)的方法实现并行解码,抽取关系类型,并根据头尾实体的位置索引抽取实体,得到医疗实体的关系三元组;最后,将抽取出的实体和关系导入Neo4j图数据库中实现知识可视化。通过对电子病历中的数据进行人工标注得到数据集,实验结果表明,基于BERT和非自回归联合学习模型的F1值为0.92,precision值为0.93,recall值为0.92,与现有模型相比3项评价指标均有提升,表明本文方法能够有效抽取电子病历中的医疗知识。 展开更多
关键词 联合学习 非自回归 BERT 实体重叠 电子病历
在线阅读 下载PDF
正线性约束组合优化问题的非自回归学习求解
16
作者 汪润中 郦洋 +1 位作者 严骏驰 杨小康 《中国科学：信息科学》 CSCD 北大核心 2024年第10期2368-2384,共17页
组合优化问题的求解是计算机科学、应用数学等学科共同研究的基础性问题.其固有的计算复杂性为精确求解带来了挑战.而采用深度神经网络进行求解已经成为一个前沿的研究方向.本文设计了一种能够求解正线性约束组合优化问题的非自回归式... 组合优化问题的求解是计算机科学、应用数学等学科共同研究的基础性问题.其固有的计算复杂性为精确求解带来了挑战.而采用深度神经网络进行求解已经成为一个前沿的研究方向.本文设计了一种能够求解正线性约束组合优化问题的非自回归式神经网络.本文方法的优势在于,正线性约束代表了一大类组合优化问题,突破了现有非自回归网络的通用性瓶颈;与目前常用的自回归网络相比,非自回归网络具有高效性、排列不变性等优势;在神经网络框架中,本文采用的离线无监督学习对标注的需求低,无需求解最优解进行监督训练;本文提出的在线可微分搜索方法显著提升了神经网络求解器的泛化能力.本文在设施布局、最大集合覆盖、旅行商问题等代表性的组合优化问题中验证了非自回归求解器的有效性.特别是在综合考虑求解效率和求解效果时,非自回归网络求解器持平甚至超越了SCIP,Gurobi等开源或者商用的主流传统求解软件. 展开更多
关键词 组合优化 深度学习 非自回归网络 图神经网络 梯度优化
原文传递
非参数自回归方法在短期电力负荷预测中的应用 被引量：18
17
作者 赵渊 张夏菲 谢开贵 《高电压技术》 EI CAS CSCD 北大核心 2011年第2期429-435,共7页
为了避免短期负荷预测中主观因素的影响,采用非参数核密度估计技术建立了基于数据驱动的非参数自回归模型,从而将短期电力负荷预测看作一个非线性时间序列预测问题,并从历史负荷数据本身出发挖掘负荷变动的内在随机分布规律。非参数自... 为了避免短期负荷预测中主观因素的影响,采用非参数核密度估计技术建立了基于数据驱动的非参数自回归模型,从而将短期电力负荷预测看作一个非线性时间序列预测问题,并从历史负荷数据本身出发挖掘负荷变动的内在随机分布规律。非参数自回归模型详细考虑了滞后阶数的选择、平滑参数(宽窗)的确定以及预测置信区间计算。通过对某一实际电力系统的历史负荷数据进行平稳化处理,然后采用两种非参数核类型:N-W(Nadaraya-Watson)核估计和局部多项式估计,实现了非参数自回归模型在短期负荷预测中的应用,并与参数自回归模型的预测结果进行了比较,验证了所提模型的正确性和有效性。 展开更多
关键词 非参数自回归 N-W核估计 局部多项式估计 负荷预测 数据驱动 置信区间
在线阅读 下载PDF
人口增长率的非参数自回归预测模型 被引量：10
18
作者 巩永丽 张德生 武新乾 《数理统计与管理》 CSSCI 北大核心 2007年第5期759-764,共6页
针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征,本文基于局部线性非参数估计理论,对我国建国以来的年人口增长率建立了非参数自回归NAR(1)模型,并对2000-2003年的年人口增长率进行了预测,计算结果表明,相... 针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征,本文基于局部线性非参数估计理论,对我国建国以来的年人口增长率建立了非参数自回归NAR(1)模型,并对2000-2003年的年人口增长率进行了预测,计算结果表明,相对于参数自回归模型而言,非参数自回归模型能够很好地解决人口增长预测这一非线性问题,预测精度较高。 展开更多
关键词 非参数估计 非参数自回归模型 预测
在线阅读 下载PDF
我国人口老龄化趋势预测与结构分析——基于非参数自回归模型 被引量：23
19
作者 陈光慧 蔡远飞 李凤 《西北人口》 CSSCI 2014年第4期81-87,共7页
针对经典的人口老龄化预测模型存在的方法本身误差和思路缺陷等局限,本文将非参数方法运用于我国人口老龄化问题研究中,结合核估计和局部线性估计的理论,建立了非参数自回归模型,与AR(1)模型预测结果进行对比,预测精度更高,则本文选择... 针对经典的人口老龄化预测模型存在的方法本身误差和思路缺陷等局限,本文将非参数方法运用于我国人口老龄化问题研究中,结合核估计和局部线性估计的理论,建立了非参数自回归模型,与AR(1)模型预测结果进行对比,预测精度更高,则本文选择非参数自回归模型对我国人口老龄化趋势进行预测。最后,对我国人口老龄化进行年龄组别和城乡结构分析,针对我国从2004年开始出现人口老龄化"城乡倒置"的现状,从人口迁移等角度分析原因,并提出了我国人口老龄化的对策以及平衡城乡人口老龄化的政策建议。 展开更多
关键词 人口老龄化趋势 非参数自回归 结构分析 城乡倒置
在线阅读 下载PDF
基于非局部自回归学习的医学图像超分辨重建方法 被引量：3
20
作者 徐军 刘慧 尹义龙 《模式识别与人工智能》 EI CSCD 北大核心 2017年第8期747-753,共7页
由于受放射剂量的影响及成像设备条件的限制,医学图像在成像过程中的分辨率不高,并在一定程度上影响后期临床诊疗的精度.针对此问题,文中提出基于非局部自回归学习的医学图像超分辨重建方法.利用医学图像数据固有的非局部相似性特点,将... 由于受放射剂量的影响及成像设备条件的限制,医学图像在成像过程中的分辨率不高,并在一定程度上影响后期临床诊疗的精度.针对此问题,文中提出基于非局部自回归学习的医学图像超分辨重建方法.利用医学图像数据固有的非局部相似性特点,将自回归模型引入到基于稀疏表示的医学图像超分辨重建模型中,同时利用聚类算法得到分类字典,提高实验效率.实验表明,文中方法提高医学图像分辨率方面的可行性,及在重建效率和性能方面的优势. 展开更多
关键词 医学图像 超分辨重建 非局部自回归 分类字典
在线阅读 下载PDF
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 2 … 4 下一页 到第 页
使用帮助 返回顶部