简介:摘 要:在高能物理实验中,核脉冲探测无论在基础研究还是在实际应用中都是很重要的。由于探测器系统的指数信号和随机噪声的存在,传统的曲线拟合方法不足以达到最佳的精度和效率。近年来,神经网络被逐渐应用于高能物理实验的数据分析中,由于神经网络算法计算量大,为满足快速实时处理数据的需求,我们用嵌入式的方法。为解决传统方法存在的问题,本项目研究了基于边缘计算的多通道核脉冲特征参数实时提取系统,采用降噪自编码器的对脉冲序列进行去噪和特征提取操作,采用全连接回归网络对幅度时间参数进行提取和预测,最终运用 FPGA平台或 AI-BoxX Gen.1(WHL-U+HDDL-R8)开发板实现设计内容。
简介:摘要:随着能源技术的发展,能源数据的种类和数据量增大,这给能源目录体系的构建和能源数据的使用带来挑战。为了对能源目录关键项进行提取,降低能源目录的冗余度,本文基于联合互信息的半监督特征选择算法,提出了一种能源目录关键项提取方法。首先,针对能源目录标签信息不完整的问题,采用半监督学习算法将半监督数据集转换为有监督数据集。其次,基于联合互信息对能源目录中所有项目进行重要度排序。然后,根据得到的不同特征子集,计算其分类准确率。最后,通过对比分析得到最终的能源目录关键项。算例结果表明,在数据样本标签信息不完整的情况下,本文所提方法可以在剔除较多特征的时候仍保持较高的分类准确率,验证了该方法的合理性、有效性。
简介:本文介绍了不同类型的通信网络拓扑以及这些网络以邻接矩阵和特征值形式的表示法。一种自组织特性图神经网络用来描述不同类型的通信网络拓扑特征,并给出了模拟结果。
简介:旅游交通出行信息的提取为挖掘旅游者出行时空特征提供数据基础,从而对旅游交通规划与设计、旅游客运优化以及多模式旅游交通协调系统构建等提供支持.本研究以客运包车定位数据为基础,利用DBSCAN算法建立了旅游出行停留点识别方法,并基于关联规则技术提出了出行链提取、分类方法.论文以青海省热度排名前三的青海湖,塔尔寺和茶卡盐湖为研究对象,从多时间粒度挖掘了旅游出行者的旅游交通客流月/日变特征和旅游时间分布特征,以及旅客出发时间、抵达时间、景区驻留时间等信息.论文的主要方法及研究结论可为政府主管部门、景区监管部门以及交通运营管理部门提供决策支持.