基于嵌入注意力机制层级LSTM的音视频情感识别

对于语音的情感识别,针对单层长短期记忆(LSTM)网络在解决复杂问题时的泛化能力不足,提出一种嵌入自注意力机制的堆叠LSTM模型,并引入惩罚项来提升网络性能.对于视频序列的情感识别,引入注意力机制,根据每个视频帧所包含情感信息的多少为其分配权重后再进行分类.最后利用加权决策融合方法融合表情和语音信号,实现最终的情感识别...     

基于关系图卷积神经网络的多标签事件预测

事件预测需要综合考虑的要素众多,现有预测模型多数存在数据稀疏、事件的组合特征及时序特征考虑不足、预测类型单一等问题。为此,提出了基于关系图卷积神经网络的多标签事件预测方法,通过节点特征聚合技术实现数据的稠密化表示。模型利用卷积神经网络的卷积和池化运算,提取预测数据的组合时间段特征信息,并结合长短期记忆网络的时序特征提取能力,进一步提取预测数据的时序规律特征;最后,模型通过全连接的多标签分类器,输出多种类型事件发生的概率值。实验结果表明,所提模型可以支持进行多日期、多类型事件预测,在特定数据集上最高F1值可以达到0.85。     

Airport delay prediction model based on regional residual and LSTM network

Nowadays,the civil aviation industry has a high precision requirement of airport delay prediction,so an airport delay prediction model based on the RR-LSTM network was proposed.Firstly,the airport information,meteorological information and related flight information were integrated.Then,the RR-LSTM network was used to extract the features of the fused airport data set.Finally,the Softmax classifier was adopted to classify and predict the airport delay.The proposed RR-LSTM network model can not only extract the time correlation of airport delay data effectively,but also avoid the gradient disappearance problem of deep LSTM network.The experimental results indicate that the RR-LSTM network model has a prediction accuracy of 95.52%,which achieves better prediction results than the traditional network model.The prediction accuracy can be improved about 11% by fusing the weather information and the flight information of the airport.     

Estimating rainfall using machine learning strategies based on weather radar data

The precision of forecasting rainfall is vital owing to current world climate change. As deterministic weather forecasting models are usually time consuming, it becomes challenging to efficiently use this large volume of data in hand. Machine learning methods are already proven to be good replacement for traditional deterministic approaches in weather prediction. This paper presents an approach using recurrent neural networks (RNN) and long short term memory (LSTM) techniques to improve the rainfall forecast performance. This will be compared with the random forest classifier and XGBoost as well. The goal is to predict a set of hourly rainfall levels from sequences of weather radar measurements. Python libraries are utilized to forecast the time series data. The training set comprises of data from first 20 days of every month and the inference set data from the continuing days. This makes sure that both train and inference sets are more or less independent. The idea resides in implementing an end‐to‐end learning framework.     

基于多特征的视频内容安全过滤方法

应国家对视频网站加强有序管理的迫切要求,文中应用一种基于多模态特征的网络视频分类方法,实现对网络视频的安全监管。该方法对从网络视频中提取三大类的视频特征,分别针对音频特征、运动和颜色以及空间和时间特征,递进地对视频进行过滤。通过对视频中不良场景的定义,包括恐怖、暴力和色情语义,以检测网络视频内容中潜在的不良信息,实验证明该方法有效地提高了不良视频检测和分类的准确率。     

融入注意力机制的深度学习动作识别

针对现有的深度学习方法在人体动作识别中易出现过拟合、易受到干扰信息影响、特征表达能力不足的问题,提出了一种融入注意力机制的深度学习动作识别方法.该方法在数据预处理中提出了视频数据增强算法,降低了模型过拟合的风险,然后在视频帧采样过程中对现有的采样算法进行了改进,有效抑制了干扰信息的影响,并在特征提取部分提出了融入注意力的残差网络,提高了模型的特征提取能力;之后,利用长短时记忆(Long Short-Term Memory,LSTM)网络解决了空间特征的时序关联问题;最后,通过Softmax完成了相应动作的分类.实验结果表明,在UCF YouTube、KTH和HMDB-51数据集上,所提方法的识别率分别为96.72％、98.06％和64.81％.     

混合交通下基于车联网的无线集群智能轨迹预测算法

5G网络是车联网(Internet of Vehicles, IoV)发展的关键一步,其低时延的特点可以实现自动驾驶车辆对前方实时交通信息感知的需求,为预先制动、提前绕行等驾驶行为提供参考。针对混合交通场景中手动驾驶车辆可能会出现的危险驾驶行为,基于长短时记忆(Long Short-Term Memory, LSTM)网络和无线集群学习框架,提出了一种基于车联网的无线集群智能轨迹预测(Swarm Learning-based Trajectory Prediction, SLTP)算法。SLTP算法以智能网联汽车为研究对象,在使用去中心化的无线集群学习保护用户隐私数据的同时,使用车车无线通信系统感知周边手动驾驶车辆的历史轨迹信息并给出轨迹预测。通过使用美国高速公路行车NGSIM(Next Generation Simulation)的真实交通数据集评估SLTP的轨迹预测准确性能,评估结果表明,与现有的基于LSTM网络轨迹预测方法相比,SLTP算法在同样的无线通信开销下对于周边手动驾驶车辆的轨迹预测误差降低了43.1%,表明SLTP算法在车联网场景下的轨迹预测应用中具有良好的鲁棒性和准确...     

基于ATML标准的UUT信号信息标准化描述研究

为实现测试信息在自动测试系统中透明地传输与交换,基于ATML标准,建立了UUT信号信息描述XML Schema模型,同时结合某装备测试系统对其进行了简要说明,取得了良好的效果。     

Supervised learning‐based DDoS attacks detection: Tuning hyperparameters

Two supervised learning algorithms, a basic neural network and a long short‐term memory recurrent neural network, are applied to traffic including DDoS attacks. The joint effects of preprocessing methods and hyperparameters for machine learning on performance are investigated. Values representing attack characteristics are extracted from datasets and preprocessed by two methods. Binary classification and two optimizers are used. Some hyperparameters are obtained exhaustively for fast and accurate detection, while others are fixed with constants to account for performance and data characteristics. An experiment is performed via TensorFlow on three traffic datasets. Three scenarios are considered to investigate the effects of learning former traffic on sequential traffic analysis and the effects of learning one dataset on application to another dataset, and determine whether the algorithms can be used for recent attack traffic. Experimental results show that the used preprocessing methods, neural network architectures and hyperparameters, and the optimizers are appropriate for DDoS attack detection. The obtained results provide a criterion for the detection accuracy of attacks.     

基于自适应并行结构的多模态生物特征识别

传统多模态生物特征识别方法当出现生物特征缺失时,识别性能会明显下降。针对此问题,提出一种融合人脸、虹膜和掌纹的自适应并行结构多模态生物识别方法。该方法在设计融合策略时,考虑到所有可能的输入缺失,构造并行结构的融合函数集,在实际应用时根据输入状态自适应的选择融合策略进行识别。实验仿真结果表明该方法既可提高识别可靠性又可实现当有生物特征缺失时的性能稳定。     

一种基于LSTM模型的水库水位预测方法

受降水量、径流等因素的影响,水库的长期水位预测面临巨大挑战。提出了一种新的基于长短期记忆(Long Short Term Memory, LSTM)网络的时间序列模型,对沂沭泗流域中的石梁河水库水位进行了预测和性能评价。该模型整合了降雨、水流和土壤含水量等历史信息,并通过实验获取最优预测步长,从而提高了模型的预测准确度,并且稳定性更好,避免出现较大的误差。实验使用Nash-Sutcliffe效率(NSE)、Pearson相关系数平方(R²)和绝对均方根误差(Root Mean Square Errors, RMSE)等评价指标,与基本的多层感知机模型和卷积神经网络(Convolutional Neural Networks, CNN)比较,得出如下结论:(1) LSTM模型的预测值不存在明显较小的波峰或波谷;(2)模型的预测精度不会随着预测时间步长的增加而急剧下降;(3)在真实的洪水事件预测中,雨量较小时不会引起预报线的波动,且预测洪峰时偏离度较小。当然,如何在大规模流域中应用该模型,以及对流域中的多个水库水位同时预测等问题,将在未来的工作中进行进一步的研究和分析...     

多描述视频编码方法研究

稳健的视频编码压缩方法是实时网络视频传输的关键，多描述视频编码可为解决不可靠信道视频传输的丢包、误码和延时等所带来的视频质量严重降质问题提供一种新途径。本文介绍了面向网络传输的多描述视频编码的研究现状和一些典型的多描述视频编码器，并对其中的关键技术进行了分析、讨论。     

基于Android的视频流自适应算法设计

随着网络的快速发展,对高质量视频的实时传输提出了更高的要求,然而由于智能手机处理能力低、内存小等硬件配置因素,使得嵌入式媒体播放器中的视频数据无法自适应网络状况,最终导致视频数据在传输过程中大量丢失,降低接收到的视频图像质量。在此提出基于Android的视频流自适应算法,该算法可动态探测网络带宽,自动适应网络拥塞状况,制定平滑的数据传输带宽,缓解网络拥塞．根据传输带宽控制视频编码和视频传输速率,提高视频传输质量。     

一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案.结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM)网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究.在此基础上,通过仿真和...     

基于卷积神经网络的PET/CT多模态图像识别研究

将卷积神经网络用于CT、PET、PET/CT三种模态的医学影像分类识别,为医院统一存储管理影像数据和医护人员快速检索提供便利.首先探讨卷积神经网络对于PET/CT多种模态图像识别的可行性,其次探讨模型参数(迭代次数、批量大小)对网络识别率和训练时间的影响,然后改变CNN模型结构,探讨网络层数、特征图数量和卷积核大小对网络训练和分类效果的影响.实验表明:卷积神经网络对于PET/CT多模态图像识别取得了良好的效果,针对特定问题需要综合图像大小和信息的复杂程度构建最优的CNN模型,在保证高识别率的同时,可以选择合适的参数降低时间复杂度.     

基于OWL-S的地理空间信息服务描述与发现

在分析空间信息服务特点的基础上,对Web服务本体语言(OWL-S)进行扩展,使其可以准确地描述空间信息服务。提出了基于语义的空间信息Web服务"三阶段"匹配方法,实现空间信息服务发现,分别针对基本信息、功能描述、服务质量对服务进行匹配,并根据用户的偏好对服务进行优化排序。实验表明,基于此匹配方法的空间信息服务查准率和查全率明显高于常规的基于关键字的服务匹配方法。     

基于深度运动轨迹信息的人体动作描述算法

受到dense轨迹特征的启发,本文提出了基于深度运动轨迹信息的动作描述算法, 首先,利用稠密光流场对L帧深度视频提取稠密(dense)兴趣点并 形成稠密轨迹,其次,利用轨迹前后兴趣 点的深度信息计算深度变化值,并将它加入到稠密轨迹和HOG描述算子的计算中;再次,在 整个数据集上, 计算所有动作的平均深度变化值并利用它判断每类动作的深度信息变化情况;最后,根据深 度信息变化剧 烈程度选择不同的码书,对视频样本进行投影并分类。在两个公开深度动作数据集DHA -17和UTkinect 上进行了实验,实验结果表明基于深度运动轨迹信息的动作描述算法具有较好的区分性和鲁 棒性,其性能与一些先进的且具有代表性的算法具有可比性。     

基于属性描述的构件分类及检索方法

构件技术是继OO(面向对象)技术后又一改变软件产业发展的技术,随着构件数量的增加,对构件的搜索成为了一个热门的研究课题.在总结已有构件搜索方法的基础上,从基本信息、外部信息和所需环境三个方面对构件进行描述,提出了一种基于属性描述的构件分类检索方法,并对其实现做了详细讲述.