郭超然
- 作品数：5 被引量：39H指数：1
- 供职机构：中国人民解放军海军航空工程学院更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 深度自动编码器的研究与展望被引量：39
- 2014年
- 深度学习是机器学习的一个分支,开创了神经网络发展的新纪元。作为深度学习结构的主要组成部分之一,深度自动编码器主要用于完成转换学习任务,同时在无监督学习及非线性特征提取过程中也扮演着至关重要的角色。首先介绍深度自动编码器的发展由来、基本概念及原理,然后介绍它的构建方法以及预训练和精雕的一般步骤,并对不同类型深度自动编码器进行总结,最后在深入分析深度自动编码器目前存在的问题的基础上,对其未来发展趋势进行展望。
- 曲建岭杜辰飞邸亚洲高峰郭超然
- 关键词：精雕神经网络
- 基于形态运算的二值网格域描述单类分类方法
- 2015年
- 针对样本数不平衡的分类问题,提出一种基于形态运算的二值网格单类分类方法。该方法首先将样本分布空间划分成等尺寸网格,而后根据训练样本分布将网格分为目标网格和背景网格。包含样本的网格称为目标网格,不包含样本的网格称为背景网格。最后对目标网格进行形态学闭运算和开运算形成训练样本的域描述。在人工数据集和真实数据集上将该分类方法与其他典型分类方法进行了对比实验。结果表明,该方法分类精度较高、训练速度较快,是一种有效的单类分类方法。
- 高峰曲建岭郭超然孙文柱
- 关键词：网格
- 基于BEMD的染噪混沌时间序列预测方法
- 2015年
- 基于经验模态分解(EMD)方法对染噪混沌时间序列进行预测时,模态混叠会降低预测精度和最大可预测时间。针对这一问题,将复数据经验模态分解(BEMD)引入到染噪混沌时间序列的预测,在BEMD过程中以高斯白噪声分解的内禀模态函数(IMF)为基函数来驱动染噪混沌信号的分解,从而减小模态混叠对混沌预测的影响。Lorenz混沌时间序列和Henon混沌时间序列的预测实例表明,本方法相对于EMD方法在预测精度和最大可预测时间上都有一定程度的提高。
- 高峰王小飞曲建岭郭超然
- 关键词：高斯白噪声
- 《航空仪电设备维护》课程教学施训的几点思考
- 2017年
- 本文立足《航空仪电设备维护》课程的性质和地位,依据课程教学目标,从教材选编、教学实施、课程资源的开发和利用,以及教学评价等四个方面提出了建议,具有较强的教学实践指导性。
- 曲建岭高峰郭超然高艳丽
- 关键词：教学目标课程标准
