基于机器学习的电磁脉冲相位特征挖掘算法

对电磁脉冲信号相位特征的准确挖掘和参量估计可以有效准确地确定信号源的方位,实现对识别目标的准确定位。传统的相位特征挖掘算法采用贝叶斯估计算法,算法在受到脉冲干扰时估计性能不好。提出一种基于机器学习的电磁脉冲信号相位特征挖掘算法,实现对相位估计精度的改进提高。首先构建电磁脉冲信号的模型,得到相位特征挖掘模型原始模型,求解相位模糊数搜索结合解得到两个阵列输出数据的相位差。计算电磁脉冲信号参数相位补偿项,采用机器学习算法进行电磁脉冲信号相位特征挖掘,构建调频信号作为估计目标方位角的载波信号,采用最小二乘拟合求斜率最终实现相位特征等相关信息的挖掘。仿真实验表明,该算法能准确估计出电磁脉冲信号辐射源的相位等参数信息,相位特征挖掘性能较好,展示了优越的数据挖掘和目标检测定位性能。     

新媒介环境下民间故事传承与传播途径探索

民间故事是中国优秀传统文化的重要组成部分,但是新媒介环境下民间故事传承与传播受到了前所未有的冲击。本文对民间故事传承传播现状进行考察,认为新媒介环境下民间故事的传承传播需要紧紧拥抱新技术,通过基于虚拟现实(VR)技术的沉浸式展示、基于互联网大数据驱动的知识图谱构建、基于文化绘图的民间故事存储实现全方位的传承保护,通过基于网络文艺的多媒介叙事、基于短视频带来的流量红利进行传播利用,使民间故事在新媒介环境下焕发出新的活力。     

超越碎片化学习:语义图示与深度学习

泛在技术的普及使得信息的获取更加便捷,与之伴随地是信息消费中的碎片化、多任务和浅层读图的现象。针对这一问题,该文依托于"语义图示"所开展的研究,提出一个有助于提高学习深度的方案——语义图示工具模型。作为一种帮助学习者达到深层学习的工具,语义图示工具的设计超越碎片化的知识获取方式,为学习者提供系统而全面的学习支持。该文首先追溯机器学习和教育领域中深度学习的发展;接着在语义图示工具的设计中,借助人工智能技术,设计专家系统作为后台支持,以实现可视化语义建模、语义推荐以及动态模拟的核心功能,这些功能旨在通过语义图示帮助学习者做出决策、解决问题,以超越碎片化的信息获取方式;最后,该文以案例的方式呈现语义图示工具中的几个核心功能,以示例如何通过可视化的语义图示超越碎片化的语义获取。     

Ring Allreduce中的梯度参数完整性保护方案（英文）

为了解决Ring Allreduce架构中没有保护梯度参数完整性的问题,提出了一种面向Ring Allreduce架构的梯度参数完整性保护方案(RAA-DIP).使用基于身份的组密钥协商算法和Boneh-Lynn-Shacham (BLS)签名方案保障Ring Allreduce中梯度参数的完整性.结合身份认证和密钥协商算法,实现安全高效的动态工作节点管理.基于DBDH问题实现安全的组密钥协商,使密钥生成中心(KGC)或网络攻击者无法计算工作节点的共享密钥,解决密钥托管问题,保障传输参数的完整性.对RAA-DIP方案进行形式化证明,并将仿真结果与相关方案进行比较.结果表明：RAA-DIP方案可以保障Ring Allreduce中梯度参数传输过程的完整性,实现工作节点动态管理,解决密钥托管问题;与其他方案相比,RAA-DIP方案可以同时满足安全和性能需求.     

追逐梦想 追随大师——记北京交通大学教授陈德旺

<正>当初那个偏好数学的小孩,经历了30多年的积累沉淀,如今已是一个将深奥的计算智能、机器学习与最优化理论方法和列车定位与驾驶紧密结合的博导了。学海无涯,而知也无涯,怀着对科学的热情,凭着能将理论方法和实际工程应用结合的执着追求,他成功解决了轨道交通控制与安全领域的一个个关键科学问题。他就是我们今天的主人公,北京交通大学轨道交通与安全国家重点     

追逐梦想 追随大师——记北京交通大学教授陈德旺

当初那个偏好数学的小孩．经历了30多年的积累沉淀．如今已是一个将深奥的计算智能、机器学习与最优化理论方法和列车定位与驾驶紧密结合的博导了。学海无涯．而知也无涯,怀着对科学的热情,凭着能将理论方法和实际工程应用结合的执着追求,他成功解决了轨道交通控制与安全领域的一个个关键科学问题。     

基于机器学习的科学数据正式引用识别方法研究

[研究目的]科学数据已经成为科研产出的重要成果类型之一,通过研究和观察科学数据的使用情况可以发现科学数据的管理需求,提高科研人员共享和重用科学数据的积极性。[研究方法]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,并对比评估了8种机器学习方法在数据集上的分类和识别效果。[研究结论]实证研究效果显示,机器学习分类方法可以用于科学数据正式引用识别,全文信息和样本集大小对分类效果起到关键性作用。     

深度学习让计算机学会思考 逐步朝人工智能靠近

<正>[导读]使用海量数据来识别照片和语音并实时翻译讲话,深度学习计算机朝着真正的人工迈进了一大步。深度学习:而今迈步从头越——计算机逐步朝人工智能靠近IBM公司的计算机沃森(中)在参加智力竞赛节目使用海量数据来识别照片和语音并实时翻译讲话,深度学习计算机朝着真正的人工迈进了一大步。英国《自然》杂志网站近日就此进行了报道。深度学习东山再起2012年,位于美国加州山景城的神秘莫测的Google X实验室的研究人员用1000台计算机(共有1.6万个处理器)构建出了全球最大的电子模拟神经网络——拥有10亿个连接的人工神经网络"谷歌大脑",并通过向     

基于机器学习的勘探开发数据质控方法研究

数据是油气藏研究的基础.长庆油田大型一体化油气藏研究与决策支持系统(简称RDMS)整合新建了长庆油田动静态基础数据库和研究成果库,形成了海量数据资源池,数据源头众多,且存在同一类型数据不一致情况.针对这些问题,应用Python爬虫、神经网络等大数据及机器学习方法,开发PDF文档自动解析与数据提取、图像中数据识别等程序,...     

基于KPCA-LightGBM的心脏病预测研究

由于工作压力大和饮食不健康等原因,心脏病发病年龄不断提前.同时,各地区存在医疗资源不充分、发展不平衡问题.因此,通过患者身体状况快速预测和诊断心脏病具有重要现实意义.提出一个KPCA-Light-GBM模型,通过KPCA算法对数据集进行降维,使用LightGBM算法对降维后的数据集进行训练,然后使用训练好的模型预测心脏...