样本生成相关论文
变电设备是电力系统中的关键部分，维护其安全稳定运行具有重要意义。当变电设备发生故障时，需要及时、准确对其故障类型进行诊断。提......
借鉴于多光谱遥感物性探测的能力,机载多光谱LiDAR系统同时发射多个波段的激光脉冲,以扫描方式采集的点云数据兼具地表的空间信息......
电网规模不断扩大、可再生能源渗透率增大以及大量电动汽车加入等新情况出现,给电力系统运行引入了更多的时空不确定性和随机性,以......
基于深度学习的列车通信网络入侵检测需要以充足的训练样本为支撑，然而实际可获取的列车通信网络攻击样本非常少。本文将生成对抗网......
随着电力系统的迅猛发展，如何高效利用海量、多源、多维的电力数据，是当前电力行业面临的重要技术问题之一。相对于传统机器学习算法......
遥感监测技术被认为是快速准确获取城市土地覆盖/利用信息的最有力手段,能够为城市用地监测提供稳定的数据支持。得益于机器学习方......
电熔氧化镁具有熔点高、结构致密、耐压强度高、耐腐蚀性强、化学性能稳定等特性,是冶金、科研、国防、航天领域重要的战略性原材......
现代加工制造产线逐步走向高度自动化,“无人车间”或“少人车间”的生产模式越来越普遍。在这种模式下,生产流程中某一工序的刀具......
能源在国家经济发展中扮演了不可或缺的角色,而管道又是保证能源运输的一种重要途径。目前随着管道在役时间的增加,管道外力,自然......
针对三北防护林树种混交比例低、灌水不足、空间分布不均匀、病虫害时发造成的防护林衰退问题,提出了一种小样本下基于无人机多光......
在当今热门的互联网的应用领域,如云计算、Io T中,主机入侵检测技术的成熟应用能很大程度上提升关键基础设施主机的安全水平。在基......
在实际工况下,轴承可采集到的故障样本分布往往呈现极强的不均衡特性,该特性对故障诊断精度具有不可忽略的影响.为提高样本不均衡......
对抗生成网络的发展为图像生成等传统领域带来了很大进步,通过使用较少样本训练对抗生成网络,可以学习到特定图像类别的特征,进而......
煤矿智能化要求实现智能化开采,其中煤岩识别是实现无人化开采的核心技术之一,近年来基于图像的煤岩识别方法受到广泛关注。受采掘......
为解决实战运用中已有机器学习算法对侦察低截获雷达型号的识别问题,提出基于样本扩展与生成技术的识别框架。研究基于K-means和组......
静态电压稳定临界点在研究极限状态电力系统的传统分析方法与数据驱动方法中都有重要意义.电网新形势下,多次调用逐点法获取极限数......
人工智能在金相图片分析领域的发展愈加完善,大数据分析成为金相图像分析的重要技术之一,然而该技术的实现依赖于大量的图像数据,......
随着互联网技术的广泛普及,网络安全问题也随之增加。作为网络系统的主要防御手段之一,对网络流量进行异常检测从过去基于流量负载......
最近几年,随着智能手机的普及以及4G、5G等网络通信技术的不断成熟商用,各种短视频、视频直播平台迅速兴起。与此同时,对海量的视......
物体检测,即给定一张图像,识别出其中的目标物体并对其定位,是计算机视觉领域研究的一个重要和基础问题。最近几年随着深度学习的......
电力系统频率是反映电网状态的重要标志。研究电力系统的频率稳定,即是研究如何预测电网发生扰动后频率响应的变化及控制策略的制......
基于数据驱动的电网异常数据辨识方法已成为电网安全领域研究的重点,由于实际电力发电统计数据中异常数据样本数极少,给通过数据挖......
针对传统的分类算法在处理不均衡样本数据时,其分类器预测倾向于多数类,少数类分类误差大,提出了一种基于聚类和遗传算法的样本生......
"藏文—梵文"包括500多个现代藏文、6 000多个梵音藏文,在文字识别领域属于大类别的字符集,所以联机手写样本采集是庞大而复杂的工......
提出了一种基于辅助分类生成对抗网络的功率变换器参数性故障智能诊断方法。首先采集功率变换器的测点电压与支路电流信号,提取信......
在不平衡数据的应用中,少量的负样本(异常数据)往往是检测准确率低的重要原因,如在主机异常检测领域中,异常样本过少使得检测效果......
对于不平衡类数据集的分类问题,训练分类器后,分类结果产生了向多数类偏斜的问题,少数类识别率较低。为了提高少数类的分类精度,提......
网络攻击现象的频发性使得网络安全问题变得不容小觑,针对网络攻击行为,传统的防御手段大部分采用被动防御策略,由网络管理员制定......
为增加模糊测试工具对程序的感知能力,提高样本变异效率,有效提高代码覆盖率,在原有基于覆盖率反馈基础上,提出一种结合污点分析技......
非均衡数据集的分类过程中,产生了向多数类偏斜、少数类识别率较低的问题。为了提高少数类的分类精度,提出了一种S-SMO-Boost方法......
基于数据驱动的深度学习技术成为新一代智能电网的应用趋势,该技术对电网中有标注训练数据的量级提出更高的要求。为了获取更多有......
基于数据驱动的设备故障智能诊断方法是监测设备健康状况的重要手段,然而实际应用中,难以获取到足量有效的故障数据训练智能诊断模......
研究了基于生成式对抗网络(GAN)和跨域自适应迁移学习的样本生成和自动标注方法。该方法利用自适应迁移学习网络,基于已有的少量可......
随着信息化条件下战争的深入发展,作战样式已经由过去作战双方单一的火力对抗转变为由诸军兵种协同的一体化联合作战。在复杂作战......
使用KNN（K Nearest Neighbor）分类算法进行不良文本信息过滤时,由于包含不良信息的样本不易获取,导致分类器预测结果严重倾向于多数......
针对扩充建筑垃圾遥感图像样本集问题,本文基于Wasserstein对抗生成网络,在网络整体流程中加入结合自适应直方图均衡化与图像融合......
深度学习方法在图像内容检测中取得良好效果并得到广泛应用。自然场景中Logo（标识）图案的检测具有很强的商业和社会需求,但获取其适......
在众多软件漏洞挖掘的方法中,Fuzz测试是最为成熟有效的一种.而传统的Fuzz测试普遍存在挖掘深度不足、样本没有指向性等问题.针对......
视觉是人类理解世界的重要媒介,同样计算机视觉也是机器认知世界的重要途经。图像分类一直是计算机视觉中备受关注的一个问题,深度......
