MLP

摘要： 针对5G Massive MIMO天线权值优化问题,以AI技术为基础,基于真实MDT、MR测量、工程工参等数据,动态识别问题区域,构建用户分布模型、覆盖场景模型,通过用户分布和场景识别推荐算法与MLP算法周期性迭代寻优,加权输出小区最优SSB场景化波束权值及相关调整参数,以提升广播信道覆盖质量,达到最优覆盖效果,提升用户体验.

摘要： Accurately,reliably and rapidly identifying intrinsically disordered(IDPs)proteins is essential as they often play important roles in various human diseases;moreover,they are related to numerous important biological activities.However,current computational methods have yet to develop a network that is sufficiently deep tomake predictions about IDPs and demonstrate an improvement in performance.During this study,we constructed a deep neural network that consisted of five identical variant models,ResNet18,combined with an MLP network,for classification.Resnet18 was applied for the first time as a deep model for predicting IDPs,which allowed the extraction of information fromIDP residues in greater detail and depth,and this information was then passed through the MLP network for the final identification process.Two well-known datasets,MXD494 and R80,were used as the blind independent datasets to compare their performance with that of our method.The simulation results showed that Matthew’s correlation coefficient obtained using our deep network model was 0.517 on the blind R80 dataset and 0.450 on the MXD494 dataset;thus,our method outperformed existing methods.

摘要： 原始TextCNN深度神经网络模型在短文本分类过程中,首先将Embedding经过卷积后直接使用最大池化操作将词向量调整成1的长度,虽然保留了最显著的特征也会损失掉一部分信息。针对直接使用maxpool造成的信息丢失问题,首先利用全局注意力机制对词向量中的每个元素进行权重赋值,从而突出显著特征抑制无用特征。继而融合了平均池化和最大池化操作,使用MLP层进一步提取平均池化和最大池化产生的特征,提升特征的全局表示能力。最后通过两者相加,融合平均池化和最大池化产生的特征,并经过softsign激活后得到最终的词向量表示特征。所提出的方法在精确率、准确率、召回率、和F1值上均有所提升,其值分别是0.9145、0.9140、0.9129和0.9131,优于原始TextCNN、TextRNN、DPCNN,能在短文本分类中较好的识别。

摘要： 以创伤弧菌(Vibrio vulnificus)ST-6菌株腹腔注射半滑舌鳎(Cynoglossus semilaevis)为研究对象,采用RT-PCR方法扩增、克隆半滑舌鳎黏蛋白样蛋白(CsMLP)基因及其序列,利用实时荧光定量PCR技术研究CsMLP基因的组织分布和创伤弧菌感染后在皮肤中的时序表达水平。结果表明:CsMLP基因片段长度为2989 bp,推测编码996氨基酸(aa),含有VWD(98~273 aa)、C8(318~379 aa)和CK(908~982 aa)3个黏蛋白特异性结构域。氨基酸序列同源性分析结果表明,半滑舌鳎CsMLP与黄金鲈(Perca flavescens)、石斑鱼(Epinephelus lanceolatus)、斑马鱼(Danio rerio)、非洲爪蟾(Xenopus laevis)和人(Homo sapiens)的序列同源性分别为56.18%、44.07%、33.15%、26.91%和22.63%。CsMLP基因在鳃和皮肤表达水平较高,在脾脏、肠道和肝脏中表达水平较低;CsMLP在创伤弧菌感染皮肤12 h后显著性上调表达,36 h后显著性下调表达。本结果为半滑舌鳎黏蛋白功能及其黏膜免疫应答机制研究提供参考。

摘要： 针对复杂场景下可见光卫星遥感影像的多类别船舶目标检测中易产生误检、漏检的问题,基于YOLOv5算法改进,提出了一种融合MLP的双分支网络船舶目标检测方法TB-MYOLO.该算法通过引入分支网络作为辅助以增强小目标的特征表达能力,分支网络只负责关注小目标物体的学习,携带更多的浅层位置信息.将分支网络学习到的小目标特征向量与主干网络学习到的小目标特征向量相融合,使小目标特征在网络中占有更大的比重,以此增强模型对目标位置的特征学习能力.同时使用MLP模块代替原始YOLOv5的SPPF模块,利用MLP的特征长依赖性的特点对深层网络的特征向量进行筛选加权,突出重点信息,避免了池化层带来的信息损失.实验结果表明,相比原始YOLOv5算法,改进后的TB-MYOLO算法显著提升了小目标类别的召回率和定位精度.对于复杂场景下可见光卫星遥感影像的多类别船舶目标检测,平均准确率mAP50达到了80.8%,相比原始YOLOv5、Retinanet和Faster R-CNN算法、改进后的TB-MYOLO算法,分别提升了2.4%、24.5%和28.1%.

摘要： 随着社会对信息安全需求的不断提高,各行各业愈加重视对信息技术的应用,而密码算法作为其中的基础内容,学者们对其进行了大量的研究.基于此,文章在阐述了密码算法能量分析和MLP神经网络内涵的基础上,分析了基于MLP神经网络的能量分析流程,并通过重构密码算法设计提出了基于MLP神经网络的分组密码算法,实验表明该模型具有较强的预测性,具有训练次数少、时间短的优点,且迭代次数增加时,模型的预测精度显著提升.

摘要： 随着通信技术的发展,垃圾邮件越来越多,对个人和中小企业危害也越来越大.该文介绍垃圾邮件识别使用的数据集以及特征提取方法,包括词袋模型和词汇表模型,然后介绍朴素贝叶斯、支持向量机、多层感知机、卷积神经网络和循环神经网络在垃圾邮件过滤的实现,经过对比发现多层感知机和卷积神经网络效果最好.

摘要： 基于神经网络的实体关系抽取模型已经被证明了它的有效性, 但使用单一的神经网络模型在不同的输入条件下, 会表现出不同的结果, 性能不太稳定. 因此本文提出一种利用集成学习思想将多个单一模型集成为一个综合模型的方法. 该方法主要使用MLP (MultiLayer Perceptron)将两个单一模型Bi-LSTM (Bi-directional Long Short-Term Memory)和CNN (Convolutional Neural Network)集成为一个综合模型, 该模型不仅可以充分利用两个单一模型的优势, 而且可以利用MLP的自学习能力与自动分配权重的优势. 本研究在SemEval 2010 Task 8数据集上取得了87.7％的F1值, 该结果优于其他主流的实体关系抽取模型.

摘要： MLP是一种仅仅存在于植物中的乳胶蛋白.本文对MLP的结构特征及其在植物生长发育和生物、非生物胁迫应答中的作用进行了综述,以期为MLP的研究及培育植物抗逆新品种提供参考.

摘要： 铝电解生产是一个大延迟、多变量耦合和非线性的过程。铝电解槽每天的出铝量往往是根据多年积累的经验制定的,目前为止还没有一个准确的计算方案。根据电解槽的各个状态参数进行相关性分析,其中电解质水平、铝水平、槽温、分子比变化等一些列参数对出铝量的影响相对较大。本文将从操控系统得到的各参数数据集分为测试集、训练集,利用机器学习框架搭建MLP神经网络日出铝量模型,通过模型得到预测值和真实值进行对比,对误差曲线进行了分析。

摘要： 本文针对 DNA 微阵列数据的超高维空间和超小样本特性，提出了实现二/多病类样本有效分类的基于SVM/MLP+CV的基因选择方法，该方法运用线性SVM＋leave-one-out 解决二病类情况的基因选择问题，并在此基础上运用非线性MLP+leave-one-out解决多病类情况的基因选择问题。对于真实的 DNA 微阵列 MIT 数据(7129 个基因、两个病类、72 个样本的 MIT 数据)，用本文方法选择出了 11 个基因，与传统的 SNR 方法表明该方法明显优于传统的 SNR 方法；对于真实的DNA 微阵列 NCI 数据(2308 个基因、64 个样本、4 个病类的 NCI 数据)，从 2308 个基因中找出了能对 4 个病类进行有效分类、且具有很好推广能力的 6 个基因，从而利用这些基因既可有效诊断相应疾病，同时又极大降低芯片和诊断费用，表明了本文方法的有效性。

摘要： 本文针对 DNA 微阵列数据的超高维空间和超小样本特性，提出了实现二/多病类样本有效分类的基于SVM/MLP+CV的基因选择方法，该方法运用线性SVM＋leave-one-out 解决二病类情况的基因选择问题，并在此基础上运用非线性MLP+leave-one-out解决多病类情况的基因选择问题。对于真实的 DNA 微阵列 MIT 数据(7129 个基因、两个病类、72 个样本的 MIT 数据)，用本文方法选择出了 11 个基因，与传统的 SNR 方法表明该方法明显优于传统的 SNR 方法；对于真实的DNA 微阵列 NCI 数据(2308 个基因、64 个样本、4 个病类的 NCI 数据)，从 2308 个基因中找出了能对 4 个病类进行有效分类、且具有很好推广能力的 6 个基因，从而利用这些基因既可有效诊断相应疾病，同时又极大降低芯片和诊断费用，表明了本文方法的有效性。

摘要： 本文针对 DNA 微阵列数据的超高维空间和超小样本特性，提出了实现二/多病类样本有效分类的基于SVM/MLP+CV的基因选择方法，该方法运用线性SVM＋leave-one-out 解决二病类情况的基因选择问题，并在此基础上运用非线性MLP+leave-one-out解决多病类情况的基因选择问题。对于真实的 DNA 微阵列 MIT 数据(7129 个基因、两个病类、72 个样本的 MIT 数据)，用本文方法选择出了 11 个基因，与传统的 SNR 方法表明该方法明显优于传统的 SNR 方法；对于真实的DNA 微阵列 NCI 数据(2308 个基因、64 个样本、4 个病类的 NCI 数据)，从 2308 个基因中找出了能对 4 个病类进行有效分类、且具有很好推广能力的 6 个基因，从而利用这些基因既可有效诊断相应疾病，同时又极大降低芯片和诊断费用，表明了本文方法的有效性。

摘要： 本文针对 DNA 微阵列数据的超高维空间和超小样本特性，提出了实现二/多病类样本有效分类的基于SVM/MLP+CV的基因选择方法，该方法运用线性SVM＋leave-one-out 解决二病类情况的基因选择问题，并在此基础上运用非线性MLP+leave-one-out解决多病类情况的基因选择问题。对于真实的 DNA 微阵列 MIT 数据(7129 个基因、两个病类、72 个样本的 MIT 数据)，用本文方法选择出了 11 个基因，与传统的 SNR 方法表明该方法明显优于传统的 SNR 方法；对于真实的DNA 微阵列 NCI 数据(2308 个基因、64 个样本、4 个病类的 NCI 数据)，从 2308 个基因中找出了能对 4 个病类进行有效分类、且具有很好推广能力的 6 个基因，从而利用这些基因既可有效诊断相应疾病，同时又极大降低芯片和诊断费用，表明了本文方法的有效性。

摘要： 一种基于MLP和CNN的视盘视杯分割方法，属于医学图像分割领域；解决视盘视杯分割精度低、推理速度慢的问题。技术方案是：(1)第一阶段使用卷积神经网络和通道注意力机制初步提取图像特征；(2)二三阶段使用卷积神经网络和RB‑MLP模块诱导网络关注位置信息，标记特征以提升特征质量；(3)四五阶段使用卷积神经网络和R‑MLP模块标记特征以提升特征质量；(4)第六阶段融合二至五阶段的特征图，使用金字塔平均池化来扩大特征的感受野；(5)第七阶段，将特征图上采样并与第一层输出的特征图进行跨层连接，恢复丢失细节；(6)第八阶段，将特征图上采样至原始尺寸，经由1×1卷积输出最终预测结果。本发明具有分割精度高、结果真实、网络复杂度低、推理速度快等优点。

摘要： 本发明公开了一种基于MLP的公路桥梁工程造价预测方法，包括：获取公路桥梁工程造价的历史数据，并从所述历史数据提取影响公路桥梁工程造价的多个影响因子；对多个所述影响因子预处理后得到样本数据集；将所述样本数据集分为训练集样本、测试集样本和验证集样本，并将所述训练集样本作为输入训练MLP神经网络模型，并利用所述测试集样本监视所述MLP神经网络模型训练过程中的错误，利用验证集样本评估所述MLP神经网络模型的准确性；利用所述MLP神经网络模型对公路桥梁的工程造价进行预测。本发明对于提高公路桥梁工程造价的科学性、有效性和智能性具有重要意义。

摘要： 本发明公开了一种基于MLP‑LSTM有监督联合模型的剩余使用寿命预测方法，首先使用多层感知器MLP对多维时间序列历史信息进行数据融合提取机器的健康指标特征；将提取的健康指标时间序列输入到LSTM中，计算机器当前的剩余使用寿命RUL。进一步，利用有标签样本数据集将两个串联连接的神经网络同时进行有监督训练更新权重，在验证集中评估预测结果并自适应调整参数获得优化模型。训练得到的MLP‑LSTM有监督联合模型不仅有效提高了LSTM对剩余使用寿命的预测能力，而且同时提供了多维传感器数据的特征融合结果，能够有效表现当前机器的健康状况，为设备维护和保养提供了有效的参考指标。

摘要： 本发明公开了一种基于MLP神经网络的室内空间地标显著度评价方法，包括步骤：S1.确定地标显著度影响因素；S2.对室内空间地标样本的地标显著度影响因素进行量化处理，得到量化后的影响因素；S3.对量化后的影响因素进行数据特征扩充，得到特征扩充后的影响因素；S4.构建MLP神经网络模型；S5.将特征扩充后的影响因素输入到MLP神经网络模型进行模型训练，得到训练后的MLP神经网络模型；S6.将待测室内空间地标的地标显著度影响因素输入到训练后的MLP神经网络模型，输出地标显著度评价值。本发明能够从用户实际需求出发对室内地标进行显著度评价，更具层次化地依据地标显著度提取室内空间中能吸引用户的地标。

摘要： 本发明涉及检验检疫领域，特别是涉及猪肉类产品的检验检疫领域，更为具体的说是涉及一种基于MLP神经网络的注水注胶肉检测方法。本发明创造性的将低场核磁技术与MLP神经网络技术结合进而用于注水注胶猪肉的识别。以17个低场核磁共振检测参数代表样本的低场核磁共振检测信息作为MLP神经网络的输入数据，以原料肉与注水、注胶肉的分类作为输出，采用不同建模参数，通过多次计算，最终建立了一个结构为17—6—3的三层MLP神经网络识别模型。经试验验证本发明所公开的模型正确识别率达到97.8％。本发明所公开的识别方法为注水注胶肉的快速检测提供了新的思路，也对提高我国原料肉质量控制水平具有重要意义。

摘要： 本发明公开一种基于CFD和MLP的仿生鱼水动力预测方法，包括建立改进的自推进运动模型；利用特定翼型构建仿生鱼二维游动几何模型；对二维几何模型采用重叠网格法进行网格划分，并进行网格独立性验证；确定输入和输出参数，基于UDF将二维几何模型和自推进运动模型融合，将二维不可压缩非定常Navier‑Stokes方程作为控制方程；确定变量并设置边界条件，对自推进模型的水动力进行数值模拟，研究参数对仿生鱼运动性能的影响；根据数值模拟的结果，基于MLP建立水动力预测模型；采用多目标遗传算法对参数进行优化，将优化后的参数通过CFD、MLP、RSM方法进行水动力预测，验证MLP预测模型的准确性，实现既可以快速启动又可以提升准稳态游动速度和运动效率的效果。

摘要： 一种基于FCN‑MLP的弧形超声传感阵列风参数测量方法，属于测风技术领域，方法包括：构建弧形阵列结构；根据构建的弧形阵列结构中阵元的分布情况，构建阵列流型；建立不同信噪比下的阵列接收矢量，对风速、风向进行标签处理，构建风速数据集和风向数据集；将风速、风向数据集进行随机打乱，并将随机打乱后的风速数据集划分为训练集、验证集和测试集；构建并训练两个FCN‑MLP网络模型；将风速数据集和风向数据集分别输入到训练好的FCN‑MLP风速测量神经网络模型和FCN‑MLP风向测量神经网络模型中，得出测量风参数信息。本发明方法使得当环境中存在噪声时，实现对风参数的精准测量，并减小计算的复杂度，提高测量的实时性。

摘要： 本发明公开了一种基于改进FCM聚类算法与MLP神经网络的非侵入式家庭负荷识别方法，包括：进行家庭负荷分类，提取负荷的功率变化量特征；使用熵权法改进FCM聚类算法，使用改进聚类算法进行负荷的一次识别；提取负荷的稳态差值电流谐波特征；构建MLP神经网络，使用训练好的MLP神经网络对负荷进行二次识别；综合一次和二次识别结果，获得完整的负荷识别结果。本发明涵盖了负荷的有功、无功和电流谐波等数据特征，多种特征的选择提高了非侵入式负荷辨识的准确度，同时，通过两次识别过程，减少了仅基于深度学习方法负荷辨识的工作量，能够实现对家庭用电设备的准确识别，并对功率特征重叠的家庭负荷具有良好的识别效果。

摘要： 本发明涉及计算机辅助医疗和医学影像处理领域，种融合全局推理和MLP架构的甲状腺结节分割方法，具体流程包括：使用阈值法对甲状腺超声图像进行预处理，并调整为256×256像素大小，将预处理之后的数据基于五折交叉验证方法划分训练集和测试集；然后构建甲状腺结节分割模型：以MLP为基础架构，融合了基于图卷积的全局推理模块和金字塔特征层；接下来利用训练集对甲状腺结节分割模型进行训练，在测试集上对甲状腺结节进行预测，得到分割结果；最后计算模型分割效果和效率的指标值。

摘要： 本发明公开了一种基于MLP的医学图像分割方法，其特征在于，包括如下步骤：1）编码；2）解码；3）局部分支结构和全局分支结构。这种方法不仅在保持原始空间维度特征结构下，具有敏感的位置感知能力和极少的计算开销，并且有效增加模型提取局部特征和全局上下文信息的能力，增大模型对小尺度物体的特征感知，也能有效地解决由于医学分割数据样本数量相对较少，医学图像中patch的位置嵌入的依赖关系不能很好地学习的问题，从而实现高性能和高效率的医学分割。