摘要：传递迁移学习是利用源域知识来提高目标域学习能力的一种学习方法，已在各种应用中被证明是有效的。
迁移学习的一个主要限制是源域和目标域应该是直接相关的，如果两个领域之间几乎没有重叠，则在这些领域之间执行知识转移将无效。
受人类传递性推理和学习能力的启发，利用辅助概念将两个看似无关的概念通过一系列中间桥连接起来，本文研究了一个新的学习问题：传递性转移学习（transitiveTransferlearning，简称TTL）。
TTL的目的是在源域和目标域直接共享少量因素的情况下，打破大的域距离，传递知识。
例如，当源域和目标域分别是文本和图像时，TTL可以使用一些带注释的图像作为中间域来桥接它们。
为了解决TTL问题，我们提出了一个框架，首先选择一个或多个域作为源域和目标域之间的桥梁，实现转移学习，然后通过这个桥梁进行知识转移。
大量的经验证据表明，该框架在多个分类数据集上产生了最新的分类精度。
迁移学习的一个主要限制是源域和目标域应该是直接相关的，如果两个领域之间几乎没有重叠，则在这些领域之间执行知识转移将无效。
受人类传递性推理和学习能力的启发，利用辅助概念将两个看似无关的概念通过一系列中间桥连接起来，本文研究了一个新的学习问题：传递性转移学习（transitiveTransferlearning，简称TTL）。
TTL的目的是在源域和目标域直接共享少量因素的情况下，打破大的域距离，传递知识。
例如，当源域和目标域分别是文本和图像时，TTL可以使用一些带注释的图像作为中间域来桥接它们。
为了解决TTL问题，我们提出了一个框架，首先选择一个或多个域作为源域和目标域之间的桥梁，实现转移学习，然后通过这个桥梁进行知识转移。
大量的经验证据表明，该框架在多个分类数据集上产生了最新的分类精度。
2024/3/19 9:12:27
1.82MB
1
提出了一种将蚁群算法与算法相融合共同完成反传神经网络训练的方法，ACO一BP算法。
该算法首先采用蚁群算法对网络权值进行整体寻优，克服BP算法容易陷入局部最优的不足再以找到的较优权值为初值，采用BP算法做进一步的寻优，以提高网络的训练和预报精度。
将ACO一BP神经网络用于函数逼近问题，并与BP神经网络、蚁群算法神经网络和遗传神经网络的逼近结果进行了比较，验证了该算法的有效性。
该算法首先采用蚁群算法对网络权值进行整体寻优，克服BP算法容易陷入局部最优的不足再以找到的较优权值为初值，采用BP算法做进一步的寻优，以提高网络的训练和预报精度。
将ACO一BP神经网络用于函数逼近问题，并与BP神经网络、蚁群算法神经网络和遗传神经网络的逼近结果进行了比较，验证了该算法的有效性。
2024/3/19 4:21:25
223KB
1
利用扩展卡尔曼滤波器对动力电池SOC参数进行辨识，对极化电容，放电电阻等参数进行识别，实现高精度的SOC辨识，准确度高！
2024/3/18 4:11:11
17KB
1
在电网电压频率波动谐波含量较大的情况下。
硬件锁相很难准确检测到基波的相位．软件锁相技术具有数字控制的一切优点，研究了一种基于d口变换的三相软件锁相环。
实验结果表明，该方案解决了电网电压频率波动时的相位同步等问题，锁相精度高。
稳定可靠，并在工程上具有一定参考价值。
硬件锁相很难准确检测到基波的相位．软件锁相技术具有数字控制的一切优点，研究了一种基于d口变换的三相软件锁相环。
实验结果表明，该方案解决了电网电压频率波动时的相位同步等问题，锁相精度高。
稳定可靠，并在工程上具有一定参考价值。
2024/3/16 21:35:17
1.43MB
1
HandsforVRBasic。
男女高精度双手模型带动画HandsforVRBasic。
男女高精度双手模型带动画HandsforVRBasic。
男女高精度双手模型带动画
男女高精度双手模型带动画HandsforVRBasic。
男女高精度双手模型带动画HandsforVRBasic。
男女高精度双手模型带动画
2024/3/14 18:21:19
22.71MB
1
针对同类多传感器测量中含有的噪声,提出了多传感器数据自适应加权融合估计算法,该算法不要求知道传感器测量数据的任何先验知识,依据估计的各传感器的方差的变化,及时调整参与融合的各传感器的权系数,使融合系统的均方误差始终最小,并在理论上证明了该估计算法的线性无偏最小方差性.仿真结果表明了本算法的有效性,其融合结果在精度、容错性方面均优于传统的平均值估计算法.
2024/3/14 6:54:06
191KB
1
利用高精度数据处理技术与二阶巴特沃兹低通滤波技术研制了一套可与液晶显示器(LCD)或计算机连接工作的激光测试系统,用于可见光波段中小功率激光器的光功率、光功率稳定性等参数的检测,最小分辨率为0.01mW。
实验验证,系统的测量误差小于±5％。
该激光测试系统工艺简单,价格低廉,检测结果直观、明确,测试精确度高,可广泛应用于中小功率激光器的生产、检测和使用。
实验验证,系统的测量误差小于±5％。
该激光测试系统工艺简单,价格低廉,检测结果直观、明确,测试精确度高,可广泛应用于中小功率激光器的生产、检测和使用。
2024/3/13 21:55:01
1.22MB
1
文中以隐式广义预测控制[1]的原理为基础，建立了以受控自回归积分滑动平均模型（即CARIMA）为基础的LNG气化储备站出口压力控制的隐式广义预测控制。
利用MATLAB对此控制系统进行了仿真，同时介绍了常规PID控制，也对常规PID控制系统进行了仿真，由仿真结果可以看出隐式广义预测控制比PID控制具有响应时间短，控制精度高等优点并能取得良好的可行性、鲁棒性、优越性。
利用MATLAB对此控制系统进行了仿真，同时介绍了常规PID控制，也对常规PID控制系统进行了仿真，由仿真结果可以看出隐式广义预测控制比PID控制具有响应时间短，控制精度高等优点并能取得良好的可行性、鲁棒性、优越性。
2024/3/12 18:04:08
748KB
1
基于特征点的图像匹配方法的关键是准确快速地将可靠的特征点提取出来。
经典归一化互相关匹配法属于基于特征点匹配方法中的一种，归一化互相关匹配法具有操作简单，匹配精度高等优点，但其计算量庞大，难以满足实时跟踪的要求。
提出了一种基于序贯相似性检测的归一化互相关快速匹配方法，并对提出的改进方法进行实验验证。
实验表明，该方法可以准确快速的进行特征点匹配，减少了算法的计算时间，有效地减少了发生误匹配的概率。
经典归一化互相关匹配法属于基于特征点匹配方法中的一种，归一化互相关匹配法具有操作简单，匹配精度高等优点，但其计算量庞大，难以满足实时跟踪的要求。
提出了一种基于序贯相似性检测的归一化互相关快速匹配方法，并对提出的改进方法进行实验验证。
实验表明，该方法可以准确快速的进行特征点匹配，减少了算法的计算时间，有效地减少了发生误匹配的概率。
2024/3/12 8:13:56
635KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB