深度学习在轴承故障诊断中的应用

深度学习是机器学习的一个领域。目前,已成为一种有前途的智能轴承故障诊断工具。本研究对深度学习在轴承故障诊断方面的应用进行系统综述。简要介绍了三种流行的轴承故障诊断深度学习算法：自动编码器、受限玻尔兹曼机和卷积神经网络,并讨论了该研究领域的进一步应用和挑战。     

基于深度学习的虚拟学术社区智能问答研究

[目的/意义]作为科研人员知识获取、交流与利用的重要场所,虚拟学术社区资源具有数量多、价值高等特征,探索智能问答服务在社区的理论、方法与应用,对推动学术资源高效检索与利用,促进知识服务创新具有重要意义。[方法/过程]梳理虚拟学术社区研究现状与目前知识服务存在的不足,联合双向长短期记忆网络(BiLSTW)、文本相似度等技术作为支撑,基于注意力机制的CNN的智能问答方式构建学术社区内资源的智能问答模型,增加注意力分支以抽取细粒度特征,提高检索速度,提升科研效率。[结果/结论]智能化技术的应用实现学术资源的深度聚合,实现传统信息交互与智能化新技术的协同发展,提升了学术资源利用率,扩大信息资源共建共享。     

基于深度学习的智慧图书馆移动视觉搜索服务模式研究

[目的/意义]大数据时代智慧图书馆用户需要精确智能的检索工具，而移动视觉搜索技术能够满足用户以视觉资源数据为中心的检索需求。[方法/过程]文章在分析国内外基于深度学习的视觉资源识别技术的研究基础之上，构建了基于深度学习的智慧图书馆移动视觉搜索服务模式模型，并设计了模型的工作流程，最后对基于深度学习的智慧图书馆移动视觉搜索系统的发展趋势进行了展望。[结果/结论]将深度学习融入智慧图书馆移动视觉搜索系统中，可以整合多源异构视觉数据、贴合用户个性化偏好以及提高移动视觉搜索系统性能。     

基于高维数据和深度学习的短期电力负荷预测

精确高效的短期电力负荷预测在现代化电网建设和资源分配上具有重要的作用和研究意义.随着水电、风电等新能源逐渐接入,电网中数据维度飞速增长,面对具有海量特征的高维数据,短期电力负荷预测技术面临着重大的挑战.传统的短期电力负荷预测技术仅关注了某些特定的特征,因此很难对电力负荷数据在时间维度进行建模;基于循环神经网路的方法虽然...     

基于深度学习的信息组织与检索研究综述

【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。     

深度学习神经网络在火电厂阀门故障诊断与预警中的应用

针对燃煤发电机组的重要执行机构阀门,通过深度神经网络算法对机组大量运行数据进行学习,构建重要执行机构阀门在全负荷工况下的精准数学模型,以深度神经网络模型预测值和皮尔逊相关系数判别为依据,实现重要执行机构阀门的故障诊断和早期预警。结果表明,基于大数据,学习和深度神经网络算法的数学模型有效地实现了对执行机构阀门的故障诊断和提前预警,指导运行人员进行提前干预和检修,减少机组的故障率。执行机构阀门故障预警的深度神经网络模型以执行机构阀门前的相关DCS参数、系统主要运行参数作为模型的输入变量;以执行机构阀门之后的参数作为输出量。选择机组在不同负荷工况下,执行机构阀门系统从打开到关闭的完整时间段内的大量数据,作为深度神经网络模型的训练数据。该方法具有较强的通用性,可以方便地平行移植至火电机组的其他重要辅机设备中。皮尔逊相关系数能反映数据变化的趋势信息,能判断两个向量或者两个数组相似度。以皮尔逊相关系数作为深度神经网络模型预测输出值与系统实际输出偏差距离的判据,可以很好地解决系统发生偏离后的预警问题,有效地提高模型预测的精度。     

钢板表面缺陷深度主动学习高效分类方法

针对钢板表面缺陷图像分类传统深度学习算法中需要大量标签数据的问题,提出一种基于主动学习的高效分类方法。该方法包含一个轻量级的卷积神经网络和一个基于不确定性的主动学习样本筛选策略。神经网络采用简化的convolutional base进行特征提取,然后用全局池化层替换掉传统密集连接分类器中的隐藏层来减轻过拟合。为了更好的衡量模型对未标签图像样本所属类别的不确定性,首先将未标签图像样本传入到用标签图像样本训练好的模型,得到模型对每一个未标签样本关于标签的概率分布(probability distribution over classes, PDC),然后用此模型对标签样本进行预测并得到模型对每个标签的平均PDC。将两类分布的KL-divergence值作为不确定性指标来筛选未标签图像进行人工标注。根据在NEU-CLS开源缺陷数据集上的对比实验,该方法可以通过44%的标签数据实现97%的准确率,极大降低标注成本。     

遥感在干旱监测中的应用技术

在对人类造成严重威胁的多种自然灾害中,干旱灾害是发生最频繁、危害最广泛的灾害之一。大规模的干旱往往可以使大范围的农业长期绝收。干旱发生频率较大现代遥感技术的发展和应用,为人类准确有效地监测干旱灾害的发生和发展并评估其影响,提供了强有力的手段。干旱遥感监测的本质是监测土壤水分含量,通过土壤含水量的多少和分布来反映干旱的程度和分布范围,对农业生产具有直接的指导作用。     

遥感在洪涝灾害中的应用

遥感由于自身特有的优势在洪灾中成为非常重要的数据源,本文论述了遥感的技术优势、遥感在整个洪灾过程中能够发挥的作用、遥感与GIS结合后的强大功能.并对其未来在防灾中的应用前景进行了展望.     

遥感图像处理技术在测绘领域中的应用

随着社会的发展,人们对于计算机的依赖越来越大,遥感技术的引入给测绘工作带来了很多便利。笔者首先阐述了遥感技术的概念,然后对遥感图像处理技术进行了简介,在此基础上论述了遥感图像处理技术在测绘领域中的运用情况。本次研究不仅是对遥感技术的再次学习,同时也为遥感图像处理技术在测绘领域中的运用提出了宝贵的建议。     

融合深度学习的对分课堂在高中化学教学中的应用

对分课堂强调以学生为主体,注重培养学生自学能力、合作交流能力、解决问题能力,而深度学习着重培养学生知识迁移能力与批判思维。二者结合恰好符合高中化学学科的特点,符合化学学科核心素养培养的要求,二者互为表里,将化学课堂变得更加丰富多彩。本文以对分课堂问题为引,以教学实例为证,提出融合深度学习理念的对分课堂的实施流程及应用过程,力争培养学生高阶思维,使学生成为学习的主人。     

一种新的特征变换算法在网络数据安全检查中应用研究

大数据时代数据安全性检查至关重要,提出一种新的特征变换算法检测异常数据用以保证数据安全。数据是否异常可以归类为二分类问题,逻辑回归算法作为常用分类算法具有很强的抗噪能力,采用卷积神经网络预产生高阶特征,高阶特征通过提取卷积神经网络各网络层神经元输出获得,高阶特征用以提升逻辑回归算法的表达能力。试验结果表明,逻辑回归算法在高阶特征上能够获得较高的分类准确率。     

论摄影测量技术在遥感领域的应用

本文简明扼要地介绍了摄影测量的三个发展阶段以及摄影测量与遥感的相互关系,分析了摄影测量与遥感的发展现状、趋势以及特点,总结了摄影测量与遥感的应用研究领域。     

浅析广东水利行业终生学习资源库建设

探讨了建立水利行业终生学习资源库的背景,并介绍了建立水利行业学习资源库的意义,然后描述了水利行业学习资源库的建设内容,最后做了一个总结.     

高光谱遥感在土地质量监测中的应用

随着世界范围内的人口一资源一环境之间的矛盾越来越严重,土地退化（如土壤侵蚀、土壤肥力下降、灌溉区盐渍化,森林、草地的生产力下降等）问题愈加严重,土地质量问题也成为热点问题。本文对高光谱遥感在土地质量监测中的应用进行了探讨。     

一种基于注意力机制的高分遥感影像场景分类的方法

针对高分遥感影像场景分类准确率低的问题,提出了一种改进的卷积神经网络模型AResNet。该模型将注意力机制引入到预置残差网络中,使用卷积注意力模块分别从通道和空间两个维度学习特征信息,增强了特征的可判别性,实现对遥感影像场景的有效分类。在此基础上,采用ImagNet预训练参数,在训练过程中,采用Adam算法不断优化参数。实验结果表明,在NWPU-RESISC45数据集上,AResNet模型分类准确率提升到了94.3%,验证了模型的有效性。     

基于深度学习的领域本体概念自动获取方法研究

[目的/意义]实现对领域概念的自动学习抽取,解决领域本体自动化构建的首要基础任务。[方法/过程]以无监督的学习方法和端到端的识别模式为理论技术基础,首先通过对主流词嵌入模型进行对比分析,设计提出了基于Word2Vec和Skip-Gram的领域文本特征词嵌入模型的自动生成方法;其次研究构建了以IOB格式的标注文本作为输入,基于自注意力机制的BLSTM-CRF领域概念自动抽取模型;最后以资源环境学科领域为例进行了实验研究与评估分析。[结果/结论]模型能够实现对领域概念的自动抽取,对领域新概念或术语的自动识别也具有一定的健壮性。[局限]模型精度尚未达到峰值,有待进一步优化提升。     

投身水利 至诚无息——记中国水利水电科学研究院遥感中心路京选教授

专家简介:路京选,中国水利水电科学研究院遥感中心主任,教授。1979-1987年在清华水利系学习,获水资源工程专业学士和土壤水动力学方向硕士学位;1987年到中国科学院自然资源综合考察委员会工作,助理研究员,从事区域资源综合科学考察研究工作;1991-1992年在荷兰代尔伏特国际水利与环境工程学院参加了第一期的水信息学专业进修学习;1993-1996年在新加坡南洋理工大学攻读城市暴雨管理方向博士学位;1996-