期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到291篇文章
< 1 2 … 15 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于BP-DCKF-LSTM的锂离子电池SOC估计 被引量：2
1
作者 张宇 李维嘉 吴铁洲 《电源技术》 北大核心 2025年第1期155-166,共12页
电池荷电状态(SOC)的准确估计是电池管理系统(BMS)的核心功能之一。为了提高锂电池SOC估算精度,提出了一种将反向传播神经网络(BP)、双容积卡尔曼滤波(DCKF)和长短期记忆神经网络(LSTM)相结合的SOC估计方法。针对多温度条件下传统多项... 电池荷电状态(SOC)的准确估计是电池管理系统(BMS)的核心功能之一。为了提高锂电池SOC估算精度,提出了一种将反向传播神经网络(BP)、双容积卡尔曼滤波(DCKF)和长短期记忆神经网络(LSTM)相结合的SOC估计方法。针对多温度条件下传统多项式拟合法在拟合开路电压(OCV)与SOC时效果较差的问题,提出了一种基于BP神经网络的拟合方法,通过验证表明该方法能有效提高拟合精度。针对单独使用模型法或数据驱动法估计SOC各自存在的优缺点,提出了一种将DCKF与LSTM相结合的估计方法,在提高估计精度的同时,可以减少参数调节时间和训练成本。实验验证表明,BP-DCKF-LSTM算法的均方根误差(RMSE)和平均绝对误差(MAE)分别小于0.5%和0.4%,具有较高的SOC估算精度和鲁棒性。 展开更多
关键词 荷电状态 反向传播神经网络 双容积卡尔曼滤波 长短期记忆神经网络
在线阅读 下载PDF
基于双通道Residual-LSTM的SINS/GNSS组合导航算法 被引量：1
2
作者 奔粤阳 王奕霏 +2 位作者 李倩 魏廷枭 周一帆 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第4期325-333,共9页
针对全球导航卫星系统信号中断情况下SINS/GNSS组合导航系统无法持续进行误差校正的问题,提出一种基于双通道Residual-LSTM的SINS/GNSS组合导航算法。首先,考虑到SINS经度、纬度误差传播特性不同所导致的模型输入、输出信息之间的非线... 针对全球导航卫星系统信号中断情况下SINS/GNSS组合导航系统无法持续进行误差校正的问题,提出一种基于双通道Residual-LSTM的SINS/GNSS组合导航算法。首先,考虑到SINS经度、纬度误差传播特性不同所导致的模型输入、输出信息之间的非线性相关性差异化,构建具有不同权重系数的双通道长短期记忆神经网络模型结构,并引入遗忘信息共享机制自适应地利用历史导航数据对经度、纬度信息进行拟合预测。其次,针对深层神经网络存在的模型退化和梯度消失问题,在多层双通道LSTM网络之间建立残差高速通道形成Residual-LSTM模型结构,以增加不同网络层次之间的信息传播路径。最后,通过实船数据验证本文所提算法的有效性。实验结果表明,与基于常规智能方法的SINS/GNSS组合导航算法相比,所提组合导航算法在GNSS信号中断期间经度误差降低了51.97%,纬度误差降低了31.45%。 展开更多
关键词 SINS/GNSS组合导航 GNSS中断 双通道结构 残差长短期记忆神经网络 深度神经网络
在线阅读 下载PDF
双通道小波核-卷积神经网络轧机设备轴承诊断方法
3
作者 时培明 肖立峰 +2 位作者 许学方 何俊杰 彭荣荣 《机械科学与技术》 北大核心 2025年第2期335-344,共10页
轧机设备运行过程中产生的振动信号和声音信号包含丰富的状况信息,而使用单类传感器采集信号难以捕获轧机的全面信息。针对上述问题,提出一种基于双通道异源信息融合的小波核-卷积神经网络算法。首先,将采集的振动信号转换成二维小波时... 轧机设备运行过程中产生的振动信号和声音信号包含丰富的状况信息,而使用单类传感器采集信号难以捕获轧机的全面信息。针对上述问题,提出一种基于双通道异源信息融合的小波核-卷积神经网络算法。首先,将采集的振动信号转换成二维小波时频图作为二维卷积神经网络通道的输入;再设计一种小波核网络Wavelet kernel network (WKN)作为一维通道对声音信号进行处理;最后,将各通道提取的特征向量在汇聚层进行拼接,信息融合后实现对轧机设备的轴承状况诊断。为了验证该算法的有效性,搭建轧机状况实验平台。实验结果表明,在变工况下,双通道小波核-卷积神经融合网络对轧机轴承故障诊断准确率可达99%。 展开更多
关键词 故障诊断 轧机轴承 双通道卷积神经网络 小波卷积核
在线阅读 下载PDF
融合多层图与分类信息的双意图会话推荐 被引量：1
4
作者 刘超 王中迪 +1 位作者 余岩化 朱军 《计算机应用研究》 北大核心 2025年第4期1058-1064,共7页
针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息冗余和辅助信息未与会话特征相结合的问题,提出融合多层图与分类信息的双意图会话推荐模型(SRIMC)。首先,根据会话序列,构建局部会话图、会话关系图和全局项目图,通... 针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息冗余和辅助信息未与会话特征相结合的问题,提出融合多层图与分类信息的双意图会话推荐模型(SRIMC)。首先,根据会话序列,构建局部会话图、会话关系图和全局项目图,通过图神经网络(GNN)学习得到局部会话特征、会话关系特征和全局项目会话特征,并将上述特征结合获得α意图;其次,基于替换先验分布为β分布的贝叶斯分布整合分类信息与会话长度信息,获得β意图;最后,将α和β意图融合进行预测。在五个公开数据集上的实验结果表明,SRIMC的P@20提升了1.23%~51.78%,MRR@20提升了2.87%~80.87%,证明了模型利用多层会话信息与分类信息捕获用户意图的有效性。 展开更多
关键词 会话推荐 多层信息 图神经网络 分类信息 双意图
在线阅读 下载PDF
共享超分的双分支遥感图像时空融合网络
5
作者 方帅 张小溪 张晶 《电子学报》 北大核心 2025年第2期581-594,共14页
本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1... 本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1)构建了互补性的网络框架,虽然该框架是端到端的深度学习模型,但每个模块有各自的物理意义和任务,通过增加中间监督,分别实现空间维的超分建模,时间维的变化预测建模,以及两者优势互补的融合建模;(2)对变化预测的数学表示进行推演,利用一个非线性补偿模块,使得两分支共享超分模块,在共享超分模块和递归复用超分单元的双重策略下,显著降低了网络参数;(3)递归超分模块使用固定的2倍率超分单元,在有效监督和有效参考下,渐进式进行特征增强与图像重建,这可以有效提高超分精度,且通过调整超分单元个数,灵活适应不同倍率差异的时空融合任务.SSRDB算法在空间和光谱特性上以及变化区域上都展现了优秀的融合效果,RMSE(Root Mean Squared Error)、SAM(Spectral Angle Mapper)和SSIM(Structural Similarity)3个定量评价指标显示,在CIA(Coleambally lrrigation Area)数据集上分别优于次优方法 7.067%、2.065%、0.563%;在LGC(Lower Gwydir Catchment)数据集上分别优于次优方法5.319%、5.490%、1.455%;在Nanjing数据集上分别优于次优方法6.486%、16.290%、0.481%. 展开更多
关键词 遥感图像 时空融合 双分支 图像超分 卷积神经网络
在线阅读 下载PDF
基于深度学习的癫痫异常信号检测和分类模型
6
作者 王剑 成婷 +1 位作者 宋政阳 张一丁 《电子测量技术》 北大核心 2025年第17期113-124,共12页
癫痫是一种常见的神经系统疾病,其诊断主要依赖于脑电信号的分析。近年来,基于深度学习的方法在癫痫检测中得到了广泛应用,但这些方法通常依赖于单一的特征提取技术,且大多忽略了EEG信号的空间域特征。为了捕捉EEG信号的空域特征,研究... 癫痫是一种常见的神经系统疾病,其诊断主要依赖于脑电信号的分析。近年来,基于深度学习的方法在癫痫检测中得到了广泛应用,但这些方法通常依赖于单一的特征提取技术,且大多忽略了EEG信号的空间域特征。为了捕捉EEG信号的空域特征,研究人员尝试引入EEG的图表示,并结合图神经网络模型进行建模。然而,现有方法的图表示通常需要每个顶点遍历所有其他顶点来构建图结构,导致较高的时间复杂度,难以满足临床实时诊断的需求。针对上述挑战,首先提出了核心邻域图结构,在此基础上,进一步提出了基于双视图输入的癫痫自动检测和分类框架——DV-SeizureNet。该框架能够同时学习EEG信号的时域、频域和空域特征,实现癫痫异常检测和发作分类。在TUSZ数据集上的实验表明,DV-SeizureNet在癫痫检测任务中达到91.4%的准确率,优于现有最先进方法2.1%。在分类任务中,模型对4种癫痫发作类型的平均分类准确率为82.8%,F1-score为81.2%。DV-SeizureNet通过双视图学习框架,全面提取并融合EEG信号的时空频域特征,在癫痫异常检测和发作分类任务中表现优越,为临床诊断提供了可靠的辅助工具。 展开更多
关键词 癫痫检测 深度学习 EEG信号 双视图学习 图卷积神经网络 多尺度特征融合
在线阅读 下载PDF
基于多层感知机模型的稻麦双变量精准施肥机排肥策略 被引量：3
7
作者 施印炎 辛亚鹏 +3 位作者 汪小旵 郑恩来 沈成 张昭 《农业工程学报》 北大核心 2025年第10期51-60,共10页
变量施肥是实施精准农业的重要技术途径,转速、开度双重调节的外槽轮式变量施肥方式是稻麦轮作区作物施肥的典型方式。针对目前变量施肥机控制系统响应速度慢、预测模型不准确,引起排肥量误差大、成效不显著的问题,该研究基于自主研制... 变量施肥是实施精准农业的重要技术途径,转速、开度双重调节的外槽轮式变量施肥方式是稻麦轮作区作物施肥的典型方式。针对目前变量施肥机控制系统响应速度慢、预测模型不准确,引起排肥量误差大、成效不显著的问题,该研究基于自主研制的稻麦双变量精准施肥机,运用数理统计和机器学习方法,提出一种基于多层感知人工神经网络的排肥量预测模型,并对其有效性和适用性进行验证。通过分析莱维飞行算法(levy flight algorithm,LFA)、粒子群算法(particle swarm optimization,PSO)和多层感知器神经网络模型(multilayer perceptron,MLP)的算法机理,结合开度-转速双变量排肥方法,构建LFA-PSO-MLP(LPM)排肥量预测模型;引入开度-转速-排肥量关系模型,利用归一化、正则化等方式改善算法结构,开展参数优化和模型训练,并对比MLP和PSO-MLP模型,得到LFA-PSO-MLP排肥量最优预测模型;构建ILPM(inverse LFA-PSO-MLP)预测模型作为施肥机的神经网络模型,根据目标排肥量快速计算所需开度和转速。试验结果表明:LFA-PSO-MLP模型在拟合50次左右收敛,拟合500次后的R2值为0.999,平均相对误差(average relative error,ARE)为1.83%,均优于其他两种模型。LPM验证集验证试验中,预测值与验证值的平均相对误差为2.47%,田间试验的预测值与实测值的平均相对误差为3.49%;ILPM验证试验中,转速预测的平均相对误差为1.82%,目标排肥量与实际排肥量的最大相对误差为7.26%,平均相对误差为6.09%,施肥机排肥效果较好。所提模型能够在保证排肥量预测精度的同时提升运算效率,实现快速、精准、高效的变量施肥,改善生态效益和经济效益。 展开更多
关键词 算法 粒子群 莱维飞行 多层感知机神经网络 双变量排肥策略
在线阅读 下载PDF
交互注意力融合的眼底图像分类方法 被引量：1
8
作者 向凡 王茜玉 +2 位作者 蒋舒颖 李志明 张俊然 《传感器与微系统》 北大核心 2025年第3期93-97,共5页
针对眼底图像分类任务中病灶区域比较分散、局部纹理细节相似度高的问题,提出一种融合Contextual Transformer(COT)与卷积神经网络(CNN)的并行网络。首先,为了充分发挥2个分支在提取全局与局部特征方面的优势,设计了一个新的交互融合模... 针对眼底图像分类任务中病灶区域比较分散、局部纹理细节相似度高的问题,提出一种融合Contextual Transformer(COT)与卷积神经网络(CNN)的并行网络。首先,为了充分发挥2个分支在提取全局与局部特征方面的优势,设计了一个新的交互融合模块,有效地建立两者特征信息之间的联系,同时学习不同尺度特征之间的依赖关系;其次,在Transformer中嵌入COT模块,探索相邻键对之间的远程相关性,更好地捕捉眼底图像病变的复杂分布情况;并在CNN分支引入非对称卷积模块,利用不同维度的卷积核细化局部纹理特征。在眼底图像ODIR公开数据集上,该模型获得93.4%的准确率,结果表明:该模型能有效融合全局和局部特征,在眼底图像分类方面具有较好的准确度。 展开更多
关键词 TRANSFORMER 卷积神经网络 双分支结构 交互融合 眼底图像分类
在线阅读 下载PDF
融合动力学特征的自由返回轨道双路网络学习方法
9
作者 朱彬羽 李海阳 +3 位作者 杨震 何俊华 陆林 张宇航 《国防科技大学学报》 北大核心 2025年第4期64-75,共12页
自由返回轨道是载人飞船进行地月转移的首选轨道方案,其设计约束要求严格,现有算法对时初值依赖性普遍较强。针对载人月球探测任务中的地月转移轨道规划问题,采用双路网络学习方法,进行自由返回轨道初值方法的研究。建立地月自由返回轨... 自由返回轨道是载人飞船进行地月转移的首选轨道方案,其设计约束要求严格,现有算法对时初值依赖性普遍较强。针对载人月球探测任务中的地月转移轨道规划问题,采用双路网络学习方法,进行自由返回轨道初值方法的研究。建立地月自由返回轨道的动力学模型以分析近地端轨道解空间特征。结合近地升降轨的解空间分域特性,提出一种采用参数关联变换设计的双路神经网络架构,确保不同特征域下轨道解的完备性。利用ATK机动规划功能模块实现了双路网络学习初值方法下的地月自由返回轨道规划,并进行了仿真设计与验证。研究成果可为解决载人探月任务地月转移轨道规划的初值依赖性问题提供有效参考。 展开更多
关键词 载人探月任务 自由返回轨道 双路神经网络 ATK机动规划模块
在线阅读 下载PDF
平面冗余机械臂重复性运动关节高精度复位规划
10
作者 王景刚 王新磊 +1 位作者 吴鹏 王胜斌 《中国惯性技术学报》 北大核心 2025年第4期402-407,414,共7页
为解决平面冗余机械臂做重复性运动时出现的关节漂移现象,提出了一种基于线性变分不等式的神经网络重复性运动关节高精度复位规划方法。在考虑关节速度极限和关节位置极限的情况下,建立了一种二次型优化模型,并利用基于线性变分不等式... 为解决平面冗余机械臂做重复性运动时出现的关节漂移现象,提出了一种基于线性变分不等式的神经网络重复性运动关节高精度复位规划方法。在考虑关节速度极限和关节位置极限的情况下,建立了一种二次型优化模型,并利用基于线性变分不等式的原始对偶神经网络方法求解该二次型优化问题。最后利用仿真平台进行平面双四自由度冗余机械臂仿真实验。实验结果表明半径为3 cm的圆形轨迹重复运动关节漂移误差小于0.001 rad,边长为7 cm的正方形轨迹重复运动关节漂移误差小于0.005 rad,证明了所提方法可以有效减小关节漂移误差,基本实现平面双四自由度冗余机械臂的重复运动。 展开更多
关键词 冗余机械臂 重复性运动 二次规划 原始对偶神经网络
在线阅读 下载PDF
机器可以实现科学发现吗?——机器智能在科学发现中的价值与限度 被引量：2
11
作者 贾玮晗 董春雨 《北京师范大学学报(社会科学版)》 北大核心 2025年第1期151-158,共8页
机器学习在科学研究中,尤其是在数据密集型领域,取得了显著进展。然而,其在科学发现中的应用仍然存在局限。近年来,计算科学家提出了一些方法,试图运用人工智能技术从数据集中自动发现科学定律,但他们是否能够真正触及科学发现的本质,... 机器学习在科学研究中,尤其是在数据密集型领域,取得了显著进展。然而,其在科学发现中的应用仍然存在局限。近年来,计算科学家提出了一些方法,试图运用人工智能技术从数据集中自动发现科学定律,但他们是否能够真正触及科学发现的本质,由此引发了广泛的讨论。通过细致分析机器学习系统在数据选择、模型构建、理论与现象的关联以及思维本质等方面与人类的发现过程之间存在的显著差异,表明它们并不具备自主思维能力,即其输出仍是在现有的人类知识体系和认知框架的共同作用下生成的。尽管如此,人工智能已深刻改变了科学研究的方式,既要承认机器在科学研究中的不可替代性,也要坚持人类在科学发现中的特殊作用。未来应当追求的是人机高效协作,而非让机器取代人类成为科学研究的主体。 展开更多
关键词 机器发现 机器思维 科学发现 认知双重过程理论 图神经网络
在线阅读 下载PDF
基于神经网络的无线电能传输自抗扰控制 被引量：1
12
作者 宋贝多 程志江 +1 位作者 刘尊祝 杨涵棣 《现代电子技术》 北大核心 2025年第6期85-90,共6页
为了实现电压型无线电能传输系统(WPT)的精确和稳定输出,解决自抗扰控制器(ADRC)参数整定复杂的问题,提出一种基于径向基(RBF)神经网络优化的ADRC控制的WPT系统。首先,建立双边LCC型WPT系统模型,并采用Hammerstein模型简化系统分析和控... 为了实现电压型无线电能传输系统(WPT)的精确和稳定输出,解决自抗扰控制器(ADRC)参数整定复杂的问题,提出一种基于径向基(RBF)神经网络优化的ADRC控制的WPT系统。首先,建立双边LCC型WPT系统模型,并采用Hammerstein模型简化系统分析和控制器设计;其次,利用RBF神经网络的在线学习能力动态优化ADRC控制器中的可调参数,以实现对系统输出电压的精确控制;最后,搭建基于RBF-ADRC的无线电能传输装置,比较RBF-ADRC和ADRC控制器的控制效果。实验结果表明,与传统ADRC控制器相比,RBF-ADRC控制器不仅解决了参数调整困难的问题,还显著提升了系统的响应速度和控制性能,验证了RBF-ADRC控制器的有效性,实现了无超调的稳定输出,并且过渡时间更短。 展开更多
关键词 无线电能传输系统 自抗扰控制 RBF神经网络 双边LCC型拓扑结构 恒压输出 径向基函数
在线阅读 下载PDF
基于多域特征融合的雷达辐射源个体识别方法
13
作者 毛秀华 樊昀 +1 位作者 郑瑾 王强 《现代电子技术》 北大核心 2025年第17期21-28,共8页
针对当前常用的基于信号时频域的雷达辐射源个体识别方法无法完整表征雷达个体特征,难以满足复杂电磁信号环境以及不同雷达工作模式的雷达个体识别需求问题,在信号时频分布特征基础上,通过分析计算信号的时域、频域、变换域等不同域特征... 针对当前常用的基于信号时频域的雷达辐射源个体识别方法无法完整表征雷达个体特征,难以满足复杂电磁信号环境以及不同雷达工作模式的雷达个体识别需求问题,在信号时频分布特征基础上,通过分析计算信号的时域、频域、变换域等不同域特征,综合构建了雷达辐射源多域特征库,提出最大相关最小冗余多域特征优选方法,创新设计了基于多域特征融合的双路输入神经网络识别模型,并使用注意力机制自适应地关注不同信号环境下雷达重点特征权重,解决仅使用时频域进行时频分布识别率较低的问题。通过实侦实验分析对比,验证了该方法可以较好地适应同时多信号应用场景,个体识别准确率提升了12%以上。 展开更多
关键词 信号细微特征 时频分布 最大相关最小冗余 注意力机制 双输入神经网络 个体识别
在线阅读 下载PDF
基于通道变换和Transformer的高光谱图像变化检测方法
14
作者 刘文力 高峰 +2 位作者 张浩鹏 董军宇 吴淳桐 《计算机学报》 北大核心 2025年第4期971-984,共14页
当前基于Transformer的高光谱图像变化检测方法通过自注意力机制模拟长距离依赖,能够有效建模全局上下文信息。然而,现有方法仍面临着两个主要问题:一是Transformer模型计算复杂度高,导致模型在处理高维度数据时效率低下;二是现有模型... 当前基于Transformer的高光谱图像变化检测方法通过自注意力机制模拟长距离依赖,能够有效建模全局上下文信息。然而,现有方法仍面临着两个主要问题:一是Transformer模型计算复杂度高,导致模型在处理高维度数据时效率低下;二是现有模型对高光谱图像的波段信息利用有限,在光谱维度上缺乏特征交互。针对这些问题,本文提出了一种基于通道变换和Transformer的高光谱图像变化检测方法,以更高效地利用高光谱图像中复杂的光谱和空间信息。创新之处主要体现在两个方面:其一,采用基于通道变换和注意力机制的特征提取模块。该模块改进了传统自注意力计算方式并加入通道信息交互模块,一方面降低了传统Transformer二次方的计算复杂度,使模型更适用于处理高维度数据;另一方面实现了对高光谱图像空间和光谱信息的高效利用,增强了模型对高级语义信息的理解及对复杂变化的感知能力。其二,设计了双分支门控前馈神经网络。该网络实现了模型对特征信息的细粒度调控,提升了模型对关键地物变化和细微差异的捕捉能力。实验结果显示,本文方法在River和Hermiston数据集上的准确率分别达到了96.28%和95.97%,Kappa系数分别达到了79.44%和88.90%。相比于当前主流方法,本文模型在这两个数据集上准确率分别提升了0.60%和0.69%,Kappa系数也分别提升了10.30%和2.33%,验证了本文方法在高光谱图像变化检测任务中的有效性。 展开更多
关键词 变化检测 高光谱图像 注意力机制 双分支门控前馈神经网络 通道变换模块
在线阅读 下载PDF
采用DCT稀疏表示与Dual-PCNN的图像融合算法 被引量：3
15
作者 宋斌 吴乐华 +2 位作者 唐晓杰 文玉强 牟宇飞 《红外技术》 CSCD 北大核心 2015年第4期283-288,共6页
针对已有图像融合方法会导致融合图像亮度不均匀,与原图像对比度不一致,不适合人眼视觉效果的缺点,提出将DCT稀疏表示与双通脉冲耦合神经网络相结合的压缩感知域图像融合算法。首先结合图像DCT稀疏表示的特点,设计射线采样矩阵;再对测... 针对已有图像融合方法会导致融合图像亮度不均匀,与原图像对比度不一致,不适合人眼视觉效果的缺点,提出将DCT稀疏表示与双通脉冲耦合神经网络相结合的压缩感知域图像融合算法。首先结合图像DCT稀疏表示的特点,设计射线采样矩阵;再对测量值采用基于测量值的信息熵加权平均融合;最后经过全变分优化算法对融合测量值重构得到融合图像。通过对多组不同类型传感器所获图像融合实验的主观视觉分析和客观评价表明,该算法所得的融合图像能从原始图像中获取更多有用信息,更好地保持原图像的边缘信息,从而获得更好的视觉效果。 展开更多
关键词 压缩感知 双通道脉冲耦合神经网络 信息熵 全变分优化算法
在线阅读 下载PDF
基于双层多目标优化的翼身融合水下滑翔机设计
16
作者 王文鑫 王鹏 +2 位作者 李靖璐 蒋一辰 董华超 《兵工学报》 北大核心 2025年第11期27-37,共11页
为提高翼身融合水下滑翔机外形的性能和设计优化效率,提出基于双层多目标优化的翼身融合水下滑翔机外形设计方法,建立翼身融合水下滑翔机外形的全参数化模型,搭建外形性能分析平台,形成性能数据库和高精度神经网络映射模型,探究设计参... 为提高翼身融合水下滑翔机外形的性能和设计优化效率,提出基于双层多目标优化的翼身融合水下滑翔机外形设计方法,建立翼身融合水下滑翔机外形的全参数化模型,搭建外形性能分析平台,形成性能数据库和高精度神经网络映射模型,探究设计参数和性能参数的相关性,基于相关性和映射模型开展以升阻比和内部容量为目标的翼身融合水下滑翔机外形双层约束多目标优化。优化结果表明,优化后的翼身融合水下滑翔机升阻比和内部容量更为优越,分别提升31.49%和11.33%,基于不同权重的加权得分值也表明优化的有效性。 展开更多
关键词 水下滑翔机 翼身融合 神经网络 双层约束多目标优化 相关性分析
在线阅读 下载PDF
FTIR光谱结合CNN测定不同温度下的反应组分含量
17
作者 韦怡 倪力伟 +1 位作者 许启跃 叶树亮 《化学研究与应用》 北大核心 2025年第9期2539-2546,共8页
为了解决不同反应温度下傅里叶变换中红外光谱(FTIR)模型无法共享的问题,提出了一种基于卷积神经网络(CNN)的定量温度校正模型。该模型由光谱和温度两个分支构成,光谱分支用于提取组分定量特征,温度分支用于进行温度补偿,将这两个分支... 为了解决不同反应温度下傅里叶变换中红外光谱(FTIR)模型无法共享的问题,提出了一种基于卷积神经网络(CNN)的定量温度校正模型。该模型由光谱和温度两个分支构成,光谱分支用于提取组分定量特征,温度分支用于进行温度补偿,将这两个分支输出的特征向量相加融合,再经过全连接层输出待测组分含量的预测值。以不同温度和质量比的丙烯酸、聚丙烯酸和水的混合溶液为实验样品,利用双输入CNN建立了丙烯酸和聚丙烯酸的定量模型,将其预测结果与偏最小二乘(PLS)单温度模型和PLS全温度模型结果进行比较。结果显示,双输入CNN模型对丙烯酸和聚丙烯酸的预测性能最优,其测试集的均方根误差相比PLS单温度模型分别降低了42.93%、66.61%,相比PLS全温度模型分别降低了34.65%、51.16%。基于已建模型对不同温度下的丙烯酸聚合反应进行定量分析,双输入CNN模型对丙烯酸的平均绝对误差为0.1748%,对聚丙烯酸的平均绝对误差为0.2818%。结果表明,双输入CNN模型具有较高的预测精度,可以对不同温度下的聚合反应进行准确有效地在线分析。 展开更多
关键词 傅里叶变换红外光谱 卷积神经网络 双输入融合模型 温度校正 反应组分定量
在线阅读 下载PDF
基于迁移学习的智能通水冷却策略研究
18
作者 栗雨辰 姬翔 +4 位作者 陈俊涛 王小毛 程翔 白文博 周浩一 《中国农村水利水电》 北大核心 2025年第9期149-156,共8页
通水冷却是大体积混凝土施工中常用的温度控制措施之一,随着我国水电工程建设的不断发展,水工程建设面临着环境更加复杂、施工进度要求更高等挑战。根据现场实际变化的气象条件和不断优化的施工组织方案快速制定合理的通水冷却等温控措... 通水冷却是大体积混凝土施工中常用的温度控制措施之一,随着我国水电工程建设的不断发展,水工程建设面临着环境更加复杂、施工进度要求更高等挑战。根据现场实际变化的气象条件和不断优化的施工组织方案快速制定合理的通水冷却等温控措施是急需突破的关键技术难题。为此,提出一种基于迁移学习代理辅助优化方法(TLSAO),用于混凝土坝一期通水,旨在提升效率并降低优化成本。首先,采用人工神经网络捕捉先验仓温度场计算结果与输入参数之间的非线性关系,并将该模型迁移至坝仓目标域,建立迁移学习代理模型(TLANN),减少样本数量的需求。随后,以最大温度和冷却成本作为优化目标,构建通水冷却双目标优化模型,使用NSGA-II算法优选坝仓的通水方案。为提高数值模拟结果的准确性和可靠性,通过动态模型更新校准热学参数,随监测数据的积累,校准精度逐渐提升,提高了优化的可靠度。该方法能在短时间完成优化,仅需41 h即可完成一个坝段优化,相比传统ANN优化辅助提高了一倍以上的效率,为混凝土坝温度自动化、智能化和精细化控制提供了有力参考。 展开更多
关键词 混凝土坝 通水冷却 迁移学习 人工神经网络 参数校准 双目标优化
在线阅读 下载PDF
数据与知识联合驱动的舰船目标细粒度分类
19
作者 郭嘉胜 刘俊 +5 位作者 何兰 姜盼 薛安克 谷雨 韩利 张杰 《光电工程》 北大核心 2025年第6期35-48,共14页
在当前舰船细粒度分类任务中,仅依赖单一图像数据的方法,只能通过提取目标的图像特征进行分类,难以捕捉舰船本体与其部件间的复杂关系,致使识别精度受限和泛化性差。提出一种数据与知识联合驱动的舰船细粒度分类方法—DKSCN,首先利用目... 在当前舰船细粒度分类任务中,仅依赖单一图像数据的方法,只能通过提取目标的图像特征进行分类,难以捕捉舰船本体与其部件间的复杂关系,致使识别精度受限和泛化性差。提出一种数据与知识联合驱动的舰船细粒度分类方法—DKSCN,首先利用目标检测网络对舰船主体及其关键部位进行检测,通过设计图卷积网络并结合专家知识建立高级语义知识图结构,来捕捉舰船主体与其关键部位间的关系,在分类的过程中融入领域知识来合理化驱动数据。在自建数据集上的对比实验结果表明,所提方法在改善单一数据驱动模型局限性的同时提高分类精度。 展开更多
关键词 舰船识别 图卷积神经网络 数据知识联合驱动 细粒度分类
在线阅读 下载PDF
边缘资源轻量化需求下深度神经网络双角度并行剪枝方法 被引量：1
20
作者 张云翔 高圣溥 《沈阳工业大学学报》 北大核心 2025年第2期250-257,共8页
【目的】深度神经网络的应用面临庞大的计算需求和存储开销,这已成为限制其在边缘设备上广泛应用的主要瓶颈。边缘设备因受限于有限的计算资源和存储空间,难以高效运行复杂的深度神经网络模型。因此,在保证模型精度的前提下,如何降低深... 【目的】深度神经网络的应用面临庞大的计算需求和存储开销,这已成为限制其在边缘设备上广泛应用的主要瓶颈。边缘设备因受限于有限的计算资源和存储空间,难以高效运行复杂的深度神经网络模型。因此,在保证模型精度的前提下,如何降低深度神经网络的复杂度和计算量以适应边缘设备对资源轻量化的需求,已成为当前研究的重要方向。提出了一种结合蚁群算法与双角度并行剪枝的深度神经网络优化方法,以提升深度神经网络在边缘设备中的性能。【方法】分析了深度神经网络的结构特点,并构建了包含多个隐藏层的模型。通过蚁群算法模拟蚂蚁觅食过程中的信息素传递机制,在复杂空间中寻找近似最优解,对隐藏层中的相似节点进行聚类,识别并归类高度相似的神经元节点,从而缩减网络规模并降低复杂性。在聚类结果的基础上,提出了对聚类后的冗余节点及游离节点双角度并行剪枝策略:一方面,从权重矩阵的稀疏性出发,裁剪权重较小的节点,以减少计算开销;另一方面,从节点贡献度角度评估每个节点对整体输出的影响,裁剪贡献度较低的节点,从而进一步优化网络结构。【结果】实验结果表明,与未剪枝的原始模型相比,在相同的计算时间内,本文方法剪枝后的深度神经网络在保持较高精度的同时,其数据量高达120 MB、网络复杂度平均值为88.32%、可拓展性为99%。这一结果表明,在有限的资源条件下,该方法能够显著提升深度神经网络的运行效率,更好地满足边缘设备的应用需求。实验结果不仅验证了该方法的有效性,也为深度神经网络在边缘设备上的部署和应用提供了新思路。【结论】提出的优化方法通过在剪枝过程中应用蚁群算法,实现了隐藏层相似节点的精准聚类,为后续的剪枝处理提供了明确目标。同时,双角度并行剪枝策略提升了剪枝的效率和效果,确保剪枝后模型在精度和可拓展性方面的平衡。该方法不仅能够促进深度神经网络在边缘设备上的广泛应用,也为复杂网络优化问题提供了借鉴和参考价值。 展开更多
关键词 边缘资源 轻量化需求 深度神经网络 双角度并行 剪枝方法 蚁群算法 冗余节点 游离节点
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 15 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部