期刊文献+
共找到339篇文章
< 1 2 17 >
每页显示 20 50 100
Piecewise linear recursive convolution FDTD method for magnetized plasmas 被引量:4
1
作者 Liu Song Zhong Shuangying Liu Shaobin 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2006年第2期290-295,共6页
The piecewise linear recursive convolution (PLRC) finite-different time-domain (FDTD) method greatly improves accuracy over the original recursive convolution (RC) FDTD approach but retains its speed and efficie... The piecewise linear recursive convolution (PLRC) finite-different time-domain (FDTD) method greatly improves accuracy over the original recursive convolution (RC) FDTD approach but retains its speed and efficiency advantages. A PLRC-FDTD formulation for magnetized plasma which incorporates both anisotropy and frequency dispersion at the same time is presented, enabled the transient analysis of magnetized plasma media. The technique is illustrated by numerical simulations the reflection and transmission coefficients through a magnetized plasma layer. The results show that the PLRC-FDTD method has significantly improved the accuracy over the original RC method. 展开更多
关键词 electromagnetic wave FDTD methods piecewise linear recursive convolution magnetized plasma.
在线阅读 下载PDF
Borehole-GPR numerical simulation of full wave field based on convolutional perfect matched layer boundary 被引量:7
2
作者 朱自强 彭凌星 +1 位作者 鲁光银 密士文 《Journal of Central South University》 SCIE EI CAS 2013年第3期764-769,共6页
The absorbing boundary is the key in numerical simulation of borehole radar.Perfect match layer(PML) was chosen as the absorbing boundary in numerical simulation of GPR.But CPML(convolutional perfect match layer) appr... The absorbing boundary is the key in numerical simulation of borehole radar.Perfect match layer(PML) was chosen as the absorbing boundary in numerical simulation of GPR.But CPML(convolutional perfect match layer) approach that we have chosen has the advantage of being media independent.Beginning with the Maxwell equations in a two-dimensional structure,numerical formulas of finite-difference time-domain(FDTD) method with CPML boundary condition for transverse electric(TE) or transverse magnetic(TM) wave are presented in details.Also,there are three models for borehole-GPR simulation.By analyzing the simulation results,the features of targets in GPR are obtained,which can provide a better interpretation of real radar data.The results show that CPML is well suited for the simulation of borehole-GPR. 展开更多
关键词 borehole-GPR numerical simulation convolutional perfect match layer finite-difference time-domain method
在线阅读 下载PDF
Convolutional Sparse Coding in Gradient Domain for MRI Reconstruction 被引量:1
3
作者 Jiaojiao Xiong Hongyang Lu +1 位作者 Minghui Zhang Qiegen Liu 《自动化学报》 EI CSCD 北大核心 2017年第10期1841-1849,共9页
关键词 梯度图像 稀疏编码 MRI 卷积 应用 分割图像 空间采样 磁共振成像
在线阅读 下载PDF
便携式拉曼光谱仪结合CGAN-Multi-CNN模型的矿物精确识别方法研究
4
作者 向艳芳 石红 +1 位作者 张家臣 蔡耀仪 《分析测试学报》 北大核心 2025年第6期1075-1085,共11页
野外环境下天然未知矿物的快速识别受限于不同光谱设备分辨率差异、样本量不足导致的模型泛化能力弱以及高维复杂光谱特征的提取能力有限这三个难题。为了解决上述难题,该文设计并实现了一种多尺度卷积神经网络结合光谱样本生成的拉曼... 野外环境下天然未知矿物的快速识别受限于不同光谱设备分辨率差异、样本量不足导致的模型泛化能力弱以及高维复杂光谱特征的提取能力有限这三个难题。为了解决上述难题,该文设计并实现了一种多尺度卷积神经网络结合光谱样本生成的拉曼光谱分类模型,并联立便携式拉曼光谱仪实现了野外未知矿物的快速识别。首先,三次样条曲线拟合算法被用于实现不同设备所采集光谱的维数匹配,从而消除不同光谱设备之间采样分辨率的差异。其次,全球矿物光谱库包含1648类矿物的5668个光谱样本被送入生成对抗网络进行训练并产生15000个扩增样本,从而缓解了数据稀缺性对模型分类性能的制约。此外,一种新的多尺度深度卷积网络被用于同步提取拉曼光谱的宽峰与窄峰特征,从而增强复杂光谱的表征能力。实验中将所提出的模型与k-近邻(k-NN)、支持向量机(SVM)和随机森林(RF)等几类经典机器学习模型对未知矿物的识别性能进行对比。结果表明,所提出的多尺度卷积神经网络结合光谱样本生成的分类模型对未知矿物拉曼光谱的判别准确率远超其他传统机器学习模型,其top-1和top-3的准确率值分别为93.26%和98.94%。使用所提出的模型结合便携式拉曼光谱系统对50类未知天然矿石样本进行了识别,其准确率达到100%,单个样本的识别时间仅为1~2 min,体现了该方法快速、精确和无需取样制样的优势。 展开更多
关键词 拉曼光谱 矿物识别 重采样方法 多尺度卷积网络 条件生成对抗网络(CGAN)样本生成
在线阅读 下载PDF
应用卷积近场动力学快速模拟随机裂纹扩展
5
作者 周建 廖星川 +2 位作者 刘福深 尚肖楠 沈君逸 《岩土力学》 北大核心 2025年第2期625-639,共15页
传统近场动力学方法采用积分方程替代连续介质力学中的偏微分方程,获得了对未知函数无光滑限制且更具一般性的方程,使得该方法特别适合模拟裂纹自发萌生和扩展等非连续问题,但高昂的计算成本往往限制了其在实际工程中的应用。采用一种... 传统近场动力学方法采用积分方程替代连续介质力学中的偏微分方程,获得了对未知函数无光滑限制且更具一般性的方程,使得该方法特别适合模拟裂纹自发萌生和扩展等非连续问题,但高昂的计算成本往往限制了其在实际工程中的应用。采用一种基于快速卷积的近场动力学方法,以提高近场动力学方法的计算效率。该算法采用快速傅里叶变换来完成卷积计算,实现近场动力学方程中积分项的计算,可显著降低近场动力学的计算成本。基于快速卷积近场动力学的计算流程及其数值实现特性,提出了一套适用于该算法的前处理方法,并通过两个含预制裂纹的受拉方板算例验证了该前处理方法的可行性。在此基础上,进一步提出了随机裂纹扩展预测的建模方法,为岩土体随机裂纹扩展的预测研究提供了一个新的可行的思路。 展开更多
关键词 近场动力学 快速卷积 建模方法 随机裂纹扩展预测
在线阅读 下载PDF
湖南省主汛期5—8月降水过程延伸期智能预报 被引量:1
6
作者 曾玲玲 谭桂容 +3 位作者 赵辉 张祎 黄超 费麒铭 《大气科学学报》 北大核心 2025年第3期486-498,共13页
延伸期预报(提前10~30 d的天气预报)是目前尚未解决而又亟需解决的预报问题之一。本文利用2005—2022年湖南省97站逐日降水资料以及次季节至季节(subseasonal-to-seasonal,S2S)欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP... 延伸期预报(提前10~30 d的天气预报)是目前尚未解决而又亟需解决的预报问题之一。本文利用2005—2022年湖南省97站逐日降水资料以及次季节至季节(subseasonal-to-seasonal,S2S)欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)两种模式预报产品,并分别以2005—2018年和2019—2022年为训练验证和独立预测年。基于模式的降水与环流预报产品,首先采用分级累积概率匹配和低频阈值法,对模式降水预报进行订正;然后通过分析大尺度环流特征与降水场的耦合关系,结合卷积神经网络(convolutional neural network,CNN)技术,分别构建基于ECMWF和NCEP动态预报产品的降水预测模型;最后对多种模型的预测结果进行集成,优化预测结果。试验结果表明,经过订正的两种模式延伸期降水预报的准确性均有显著提升,其中NCEP模式预报技巧的改进大于ECMWF模式。具体而言,订正后的NCEP模式单站降水预报TS评分提升38.5%,区域降水评分提升43.9%;ECMWF模式的TS评分提升14.0%,区域降水评分提升24.2%。独立预测表明,ECMWF模式预报的准确性要优于NCEP模式,特别是15 d预报时效前。CNN模型在15~30 d预报中展现出超越单一数值模式的预测能力,基于动力模式和CNN模型优势的集成预测在整个延伸期预报时效内均展现出较高的预报技巧。 展开更多
关键词 偏差订正 卷积神经网络 延伸期预报 最优集成方法 降水预报
在线阅读 下载PDF
旋转刀尖点频响函数的迁移学习预测技术
7
作者 王贤钧 王玲 +2 位作者 李洋洋 陈春霞 殷国富 《哈尔滨工业大学学报》 北大核心 2025年第8期134-142,共9页
针对刀尖点频响函数受机床主轴位置、主轴转速和刀具参数的影响较大的难点,为快速准确地获取机床刀尖点频响函数,文中引入迁移学习提出了一种基于少量试验样本来获取不同刀具参数的旋转刀尖频响函数预测模型的方法。首先,生成机床主轴... 针对刀尖点频响函数受机床主轴位置、主轴转速和刀具参数的影响较大的难点,为快速准确地获取机床刀尖点频响函数,文中引入迁移学习提出了一种基于少量试验样本来获取不同刀具参数的旋转刀尖频响函数预测模型的方法。首先,生成机床主轴位置和转速的正交规划表,基于空运行自激励法和卷积神经网络(CNN)算法,建立与机床加工位置和主轴转速相关的刀尖频响函数预测模型。其次,考虑刀具伸长量、直径和种类等参数的影响,利用少量的相关数据样本,基于迁移学习训练出不同刀具工况的刀尖频响函数预测模型。最后,基于加工中心VMC80IV开展了锤击实验和空运行自激励实验,采用实验数据对预测模型进行训练,以各阶次模态参数为模型输出值,通过模态叠加法重构出刀尖点频响函数,并对比模型预测值和实际测量值。结果表明,对于不同刀具工况下的旋转刀尖频响函数预测模型,各阶次固有频率的预测误差不超过2%,阻尼比的预测误差不超过5%,验证了该预测模型的有效性和准确性。 展开更多
关键词 刀尖点频响函数 激励实验 卷积神经网络 有限样本 迁移学习
在线阅读 下载PDF
基于瞬态漏源电流变化的SiC MOSFET陷阱表征
8
作者 高博文 杜颖晨 张亚民 《半导体技术》 北大核心 2025年第5期459-467,共9页
SiC MOSFET栅极氧化物附近存在的陷阱缺陷造成其在高温高压场景下出现许多可靠性问题。提出了完整的基于瞬态电流法的陷阱表征方案,结合贝叶斯迭代反卷积算法实现对陷阱位置、时间常数和激活能的表征。基于自建陷阱测试平台在栅极和漏... SiC MOSFET栅极氧化物附近存在的陷阱缺陷造成其在高温高压场景下出现许多可靠性问题。提出了完整的基于瞬态电流法的陷阱表征方案,结合贝叶斯迭代反卷积算法实现对陷阱位置、时间常数和激活能的表征。基于自建陷阱测试平台在栅极和漏极施加不同组合的电学偏置,表征了微秒量级的两个陷阱,其时间常数分别为2×10^(-5)s和2.5×10^(-4)s,并观察到SiC MOSFET中存在同时受栅源电压和漏源电压影响的陷阱,这种现象在沟槽型器件中尤其显著,根据此特性可以分析陷阱的位置。本研究丰富了陷阱表征的信息,为陷阱的定位和表征提供了新的思路。 展开更多
关键词 SiC MOSFET 陷阱表征 瞬态电流法 时间常数谱 贝叶斯迭代反卷积
在线阅读 下载PDF
可变光照下多姿态人脸表情识别方法
9
作者 王灵月 李颖 +1 位作者 郭磊 杨新生 《现代电子技术》 北大核心 2025年第14期154-158,共5页
为消除光照度变化对图像的影响,提供更为全面和清晰的面部信息,并提高表情识别鲁棒性,提出一种可变光照下多姿态人脸表情识别方法。利用自商图像法对原始人脸图像进行光照处理,消除光照度变化对图像的影响。利用生成对抗网络建立多姿态... 为消除光照度变化对图像的影响,提供更为全面和清晰的面部信息,并提高表情识别鲁棒性,提出一种可变光照下多姿态人脸表情识别方法。利用自商图像法对原始人脸图像进行光照处理,消除光照度变化对图像的影响。利用生成对抗网络建立多姿态人脸正面化模型,对光照处理后的人脸图像进行再处理,得到标准正面姿态的人脸图像,为表情识别提供更为全面和清晰的面部信息,提高表情识别鲁棒性。利用局部二值卷积神经网络处理标准正面姿态的人脸图像,完成可变光照下多姿态人脸表情识别。实验结果表明:所提方法可有效地对人脸图像进行光照与人脸正面化处理,不同姿态情况下,该方法均可完成人脸表情的精准识别;在不同光照条件下,人脸表情识别的精度均较高。 展开更多
关键词 人脸表情识别 光照处理 多姿态人脸识别 人脸正面化 自商图像法 局部二值卷积神经网络 生成对抗网络
在线阅读 下载PDF
基于1D-ResNet的沥青混合料光谱分类识别方法
10
作者 王晋军 周兴林 《现代电子技术》 北大核心 2025年第8期139-144,共6页
使用近红外光谱技术对沥青混合料的老化程度进行快速有效评估,对于沥青道路养护具有重要意义。为了实现不同老化程度沥青混合料的快速准确分类,提出一种基于一维残差卷积神经网络(1D-ResNet)的沥青混合料光谱分类方法。该方法是在卷积... 使用近红外光谱技术对沥青混合料的老化程度进行快速有效评估,对于沥青道路养护具有重要意义。为了实现不同老化程度沥青混合料的快速准确分类,提出一种基于一维残差卷积神经网络(1D-ResNet)的沥青混合料光谱分类方法。该方法是在卷积神经网络链式结构的基础上引入残差模块来构建1D-ResNet分类模型。首先对近红外光谱数据间隔平均,并进行二阶导数(2nd D)及标准正态变量变换(SNV)预处理;然后将归一化的平均光谱、2nd D光谱及SNV光谱进行光谱序列融合;最后将融合光谱数据作为模型的输入,实现对不同老化程度沥青混合料的分类。实验结果表明:对光谱数据进行间隔平均后,1D-ResNet模型分类准确率为88.38%,采用光谱序列融合后分类准确率达98.86%,能够实现对沥青混合料的准确分类识别。 展开更多
关键词 沥青混合料 光谱分类 一维残差卷积神经网络 光谱预处理 序列融合 间隔平均法
在线阅读 下载PDF
基于ConvNeXt卷积神经网络模型对烟叶成熟度识别的研究
11
作者 郭雨萌 肖亦雄 +4 位作者 肖孟宇 马云明 谭军 周喜新 范伟 《北方农业学报》 2025年第1期125-134,共10页
【目的】确定ConvNeXt卷积神经网络模型在烟叶成熟度识别中最适用于便携手持设备应用的主流图像预处理方法。【方法】使用便携手持图像采集设备采集烟叶图像,应用高斯缩放、对比增强、色彩增强和裁剪缩放4种预处理方法,结合ConvNeXt卷... 【目的】确定ConvNeXt卷积神经网络模型在烟叶成熟度识别中最适用于便携手持设备应用的主流图像预处理方法。【方法】使用便携手持图像采集设备采集烟叶图像,应用高斯缩放、对比增强、色彩增强和裁剪缩放4种预处理方法,结合ConvNeXt卷积神经网络构建模型,记录模型对烟叶成熟度识别的准确率、训练耗时和模型大小。通过对比分析不同预处理方法在性能、训练效率和模型大小上的表现,评估ConvNeXt卷积神经网络模型在便携设备上识别烟叶成熟度的应用潜力。【结果】在4种图像预处理方法中,高斯缩放在结合ConvNeXt卷积神经网络模型进行烟叶成熟度识别时综合表现最优,高斯缩放预处理后的模型准确率达到97.68%,优于对比增强、色彩增强和裁剪缩放,且训练耗时仅为8.927 min,模型大小为63.5 MB,兼具高效性与轻量化特征。在对比YOLO和XGBoost等其他模型时,高斯缩放结合ConvNeXt卷积神经网络构建的模型在各项指标中均表现突出,尤其在准确率和训练时间上展现出明显优势,适配便携手持设备的应用需求。【结论】高斯缩放作为图像预处理方法,能有效提升ConvNeXt卷积神经网络模型在烟叶成熟度识别任务中的准确性和运行效率。高斯缩放结合ConvNeXt卷积神经网络构建的模型训练速度快、占用资源少,适合在便携手持图像采集设备上使用。 展开更多
关键词 ConvNeXt卷积神经网络模型 烟叶成熟度识别 便携手持图像采集设备 智能化图像识别 图像预处理方法
在线阅读 下载PDF
基于神经网络的线性稳定性分析方法
12
作者 张二帅 刘建新 黄章峰 《空气动力学学报》 北大核心 2025年第2期60-74,I0001,共16页
在实现e^(N)方法时,需要搜索流场中的不稳定波,并大量求解当地边界层的稳定性问题,因此为高效求解当地边界层的不稳定波参数,提出了一种基于神经网络的线性稳定性分析方法(neural network-based linear stability analysis,NNLSA)。采... 在实现e^(N)方法时,需要搜索流场中的不稳定波,并大量求解当地边界层的稳定性问题,因此为高效求解当地边界层的不稳定波参数,提出了一种基于神经网络的线性稳定性分析方法(neural network-based linear stability analysis,NNLSA)。采用卷积神经网络给出最不稳定波频率ω、展向波数β、流向波数αr和增长率σmax的初值对,再通过迭代法计算失稳扰动波的实际空间失稳波数和增长率。使用平板数据集训练神经网络模型,并利用平板和尖锥算例对NNLSA方法的准确性和计算效率进行验证。结果表明:神经网络部分对不稳定波参数的预测结果与线性稳定性理论的计算结果吻合较好;LSA部分可根据神经网络提供的预测值,通过迭代法找到最不稳定波;NN-LSA方法的求解效率较高,求解时间比全局搜索方法约低20~50倍,大大减小了人为因素在计算过程中的影响。本文提出的NN-LSA方法可以实现自动分析边界层流动的线性稳定性,具有一定的应用潜力。 展开更多
关键词 基于神经网络的线性稳定性分析方法 卷积神经网络 e^(N)方法 转捩预测
在线阅读 下载PDF
基于卷积双线性泊松回归的地铁客流预测模型
13
作者 窦道飞 《中国铁路》 北大核心 2025年第5期125-132,共8页
地铁系统客流量预测在地铁管理中起着至关重要的作用。由于地铁系统运营策略和市场动态的变化,客流量的时间模式会动态变化,因此利用短期客流数据进行客流量预测更为高效和准确。研究提出一种基于短期训练数据的多条地铁线路客流量预测... 地铁系统客流量预测在地铁管理中起着至关重要的作用。由于地铁系统运营策略和市场动态的变化,客流量的时间模式会动态变化,因此利用短期客流数据进行客流量预测更为高效和准确。研究提出一种基于短期训练数据的多条地铁线路客流量预测模型——卷积双线性泊松回归模型,结合潜在因子模型与传统回归模型,采用随机变分贝叶斯法求解优化问题,混合更新模型参数。通过北京地区的GPS信号数据对所提出模型的预测性能进行评估,评估实验结果显示,卷积双线性泊松回归模型采用短期观察数据,相比单一的双线性泊松回归模型和对每个分段分别运行双线性泊松回归模型具有显著优势。此外还揭示集体预测模型相比单独分段模型更不易过拟合。通过不断更新训练数据,模型参数得以实时调整,从而可提供更准确的客流量预测。 展开更多
关键词 地铁 客流预测 卷积双线性泊松回归模型 潜在因子 变分贝叶斯法
在线阅读 下载PDF
激光脉冲回波信号特性的检测模型
14
作者 贾云娟 许艳玲 杨君霞 《激光杂志》 北大核心 2025年第2期245-250,共6页
信号特性检测对于目标识别、距离测量、速度估计等方面具有关键作用,为此,设计激光脉冲回波信号特性的检测模型,提升回波信号特性检测效果。利用蒙特卡洛法,构建激光脉冲回波信号瞬态辐射传输模型;通过杜哈梅叠加定理求解瞬态辐射传输模... 信号特性检测对于目标识别、距离测量、速度估计等方面具有关键作用,为此,设计激光脉冲回波信号特性的检测模型,提升回波信号特性检测效果。利用蒙特卡洛法,构建激光脉冲回波信号瞬态辐射传输模型;通过杜哈梅叠加定理求解瞬态辐射传输模型,得到激光脉冲辐射强度;依据激光脉冲发射与目标反射等环节间的卷积传递关系,得到激光脉冲回波功率;利用回波功率与辐射强度,得到目标回波信号比与散射噪声比,用于描述激光脉冲回波信号特性的变化情况,完成激光脉冲回波信号特性检测。实验证明:该模型可有效计算获取激光脉冲辐射强度与回波功率。在不同波段时,该模型均可有效检测激光脉冲回波信号特性,波段越大,目标回波信号比越小,说明波段对激光脉冲回波信号的能量衰减特性存在影响;不同波段时,目标回波信号比的时域分布均完全相同,说明波段对激光脉冲回波信号的时间展宽特性无影响。 展开更多
关键词 激光脉冲 回波信号 特性检测模型 蒙特卡洛法 杜哈梅叠加 卷积传递关系
在线阅读 下载PDF
城轨轨道结构病害室内试验模拟与识别方法研究
15
作者 刘潇 王少林 +4 位作者 闫宇智 丁德云 刘敏 姜博龙 陈万里 《铁道科学与工程学报》 北大核心 2025年第5期2333-2345,共13页
城市轨道交通轨道结构的安全性、可靠性和稳定性是保障正常运营的关键要素。为有效应对轨道结构病害带来的安全挑战,开展高效、精准的轨道结构异常状态识别研究是行业的技术趋势。针对3种轨道结构形式,采用激振设备模拟列车荷载,开展实... 城市轨道交通轨道结构的安全性、可靠性和稳定性是保障正常运营的关键要素。为有效应对轨道结构病害带来的安全挑战,开展高效、精准的轨道结构异常状态识别研究是行业的技术趋势。针对3种轨道结构形式,采用激振设备模拟列车荷载,开展实验室内病害模拟试验,模拟扣件失效、断轨、钢弹簧失效、剪力铰失效等4种轨道结构病害,获得了不同病害下钢轨和道床振动加速度响应;分析不同轨道结构病害表现的时域和频域特征。以加速度时域和频域数据作为输入参数,基于一维卷积神经网络算法,建立了轨道结构病害识别模型,基于ReduceLROnPlateau改进学习率调节策略,形成了可动态衰减和膨胀的学习率调节机制。研究结果表明:钢轨和道床振动加速度时域和频域特征均可反应轨道结构病害特征;病害识别模型推理时间短,鲁棒性高,能有效规避局部最优问题,可对4类轨道结构病害进行快速精准识别;频域数据集的识别精度优于时域数据集,在采用钢轨加速度、道床加速度、钢轨与道床加速度叠加情况下,识别精度分别为99.7%、100%、100%;在SNR=7 dB的噪声干扰下,频域模型依然能保证90%的预测准确率。研究显示了轨道结构病害识别模型的有效性,可为工程中轨道结构病害识别提供一种技术参考方法。 展开更多
关键词 轨道结构病害 实验室试验 一维卷积神经网络 识别方法 学习率调节
在线阅读 下载PDF
基于电池健康状态预测的储能系统功率分配
16
作者 徐珂 佘小平 +3 位作者 李凯 曹玉杰 冯艳虹 方琰 《电力系统及其自动化学报》 北大核心 2025年第5期113-120,共8页
电池储能系统在电力系统中的应用日益广泛,为缓解电池组容量衰减问题,提出一种基于电池组健康状态预测的储能功率分配方法。首先,构建结合卷积神经网络与长短期记忆网络的混合神经网络模型,并利用贝叶斯算法优化网络参数,提高模型对电... 电池储能系统在电力系统中的应用日益广泛,为缓解电池组容量衰减问题,提出一种基于电池组健康状态预测的储能功率分配方法。首先,构建结合卷积神经网络与长短期记忆网络的混合神经网络模型,并利用贝叶斯算法优化网络参数,提高模型对电池组健康状态预测精度;其次,结合所提预测模型,提出基于熵权法的电池组充/放电优先级排序规则;然后,以电池组荷电状态一致性为目标函数,建立电池组功率优化分配模型;最后,通过某风电场电池储能系统的历史运行数据进行仿真验证。结果表明,该方法能显著延长旧电池使用寿命,避免单个电池过充过放,实现电池组荷电状态的均衡。 展开更多
关键词 健康状态 卷积-长短期记忆网络 雨流计数法 熵权法
在线阅读 下载PDF
基于CNN-LSTM风光荷预测的主动配电网双层扩展规划方法
17
作者 朱夏 陈颂 +1 位作者 袁明瀚 刘扬洋 《高压电器》 北大核心 2025年第5期218-227,共10页
随着大量可再生能源接入配电网,由于其出力的不确定性,需要对配电网进行扩展规划。为此,首先提出一种基于卷积神经网络与长短期记忆网络方法预测风光荷出力,然后构建主动配电网双层扩展规划模型。上层规划模型,以年综合成本最低为优化目... 随着大量可再生能源接入配电网,由于其出力的不确定性,需要对配电网进行扩展规划。为此,首先提出一种基于卷积神经网络与长短期记忆网络方法预测风光荷出力,然后构建主动配电网双层扩展规划模型。上层规划模型,以年综合成本最低为优化目标,同时考虑线路的改造升级与各项成本。下层运行模型,以年综合运行成本最低与节点电压偏移量最小为优化目标,考虑运行状况、分布式电源与储能的规划。在经过上下层关联建模后,将双层模型转化为多目标优化问题,然后采用归一化法向约束法进行求解,以获得分布均匀的帕累托前沿,最后通过算例验证了方法的有效性。 展开更多
关键词 主动配电网 卷积神经网络 长短期记忆网络 双层规划模型 归一化法向约束法
在线阅读 下载PDF
多重残差网络的多光谱遥感图像锐化方法
18
作者 周庆泽 郭擎 《中国科学院大学学报(中英文)》 北大核心 2025年第4期565-575,共11页
针对传统的遥感图像锐化方法通常会导致锐化图像光谱失真的问题与目前基于深度学习的锐化方法利用网络层之间信息不充分的问题,结合深度卷积神经网络和残差网络的特性,提出一种基于多重残差网络的多光谱遥感图像锐化方法。该方法利用深... 针对传统的遥感图像锐化方法通常会导致锐化图像光谱失真的问题与目前基于深度学习的锐化方法利用网络层之间信息不充分的问题,结合深度卷积神经网络和残差网络的特性,提出一种基于多重残差网络的多光谱遥感图像锐化方法。该方法利用深度卷积网络和残差网络,设计深度残差模块,通过堆叠深度残差模块提取图像深层次的空间和光谱特征,同时利用残差建立子块与子块之间的跳跃连接,将梯度信息传递到更深的网络,避免梯度爆炸问题,使网络更加高效。实验基于WorldView-2的多光谱图像和全色图像进行模拟实验与真实实验,将实验结果与传统方法和现有深度学习方法进行比较。结果表明,该方法改善了传统方法存在的光谱失真现象;相较于现有的深度学习方法,能够学习到更深层次的图像特征,更好地保留图像的空间与光谱信息;全局相对光谱损失、光谱角映射、空间相关系数、整体质量评价指标和全局融合质量评价指标分别比深度卷积锐化网络方法提高24.4%、26.7%、6.2%、4.7%和6.3%。主观视觉评价、客观定量评价和光谱曲线表明,相比于传统的锐化算法以及常用的深度学习锐化算法,该方法在空间分辨率和光谱分辨率上都有显著提升,特别是对于复杂地物环境条件下的遥感图像。 展开更多
关键词 遥感图像锐化方法 深度学习 多光谱遥感图像 卷积神经网络 残差网络
在线阅读 下载PDF
基于知识蒸馏的卷积神经网络压缩方法
19
作者 郑筠 高朋 《沈阳工业大学学报》 北大核心 2025年第3期348-354,共7页
【目的】卷积神经网络作为深度学习领域的一项重要技术,在图像识别、目标检测、自然语言处理等多个领域展现出了卓越的性能。然而,随着模型深度和复杂度的增加,卷积神经网络模型的大小和计算需求也急剧上升,这为模型的部署和实时应用提... 【目的】卷积神经网络作为深度学习领域的一项重要技术,在图像识别、目标检测、自然语言处理等多个领域展现出了卓越的性能。然而,随着模型深度和复杂度的增加,卷积神经网络模型的大小和计算需求也急剧上升,这为模型的部署和实时应用提出了严峻挑战。【方法】为减少神经网络的大小和计算量,并提高模型的效率和可部署性,提出了基于知识蒸馏的卷积神经网络压缩方法。通过将大型复杂模型(教师网络模型)中的知识转移给小型精简模型(学生网络模型)来实现模型的压缩和加速,本文建立了性能优异的教师网络和结构更简单、参数更少的学生网络。教师网络负责提供丰富的特征表示和准确的预测结果,学生网络则通过学习教师网络行为来逼近其性能。使用标准损失函数,并通过反向传播算法迭代更新其参数,确保其在训练数据集上达到良好的性能。采用改进知识蒸馏方法获取综合阈值函数,评估教师网络和学生网络之间的知识差异,并指导学生网络的学习过程。在训练过程中,学生网络利用综合阈值函数进行监督,逐步逼近教师网络的输出,同时保持较小的模型结构和计算复杂度,从而实现了卷积神经网络的压缩处理。【结果】实验结果表明:本文方法在ImageNet和Labelme数据集上均表现出较好的模型压缩效果。其中,本文方法在压缩前后卷积神经网络输出结果的拟合度较高,表明学生网络成功学到了教师网络的关键特征;交叉熵损失值较低,在1.0左右,进一步验证了其良好的预测性能;完成卷积神经网络模型的压缩时间较短,为79.8~89.4 s,表明本文方法具有较高的计算效率。【结论】由以上结果可知,基于知识蒸馏卷积神经网络压缩方法能够有效减小模型结构、降低计算量,并保持甚至提升了模型的性能。本文方法不仅为模型压缩提供了一种新的思路,还为深度学习模型的部署和应用提供了有力支持。此外,本文方法在知识蒸馏方法上进行了改进,通过引入综合阈值函数来更全面地评估和指导模型的学习过程,在一定程度上提升了知识蒸馏的效果和效率。因此,本文方法不仅具有理论价值,还具有重要的实践意义。 展开更多
关键词 卷积神经网络压缩 改进知识蒸馏方法 判别器 学生网络 教师网络 标准损失函数 综合阈值函数 交叉熵损失值
在线阅读 下载PDF
A Simple Superresolution Approach of Multipath Delay Profiles Measured by PN Correlation Method
20
作者 唐敖 倪滨 龚克 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2001年第4期13-16,共4页
Time resolution of multipath delay profiles measured by using autocorrelation of pseudonoise (PN) code sequence is generally limited by the chip rate of the PN code sequence. In this paper, we propose a simple method ... Time resolution of multipath delay profiles measured by using autocorrelation of pseudonoise (PN) code sequence is generally limited by the chip rate of the PN code sequence. In this paper, we propose a simple method to improve the time resolution of delay profiles measured by the PN correlation method. Effectiveness of this method is demonstrated by indoor wireless propagation experiments. 展开更多
关键词 Communication channels (information theory) convolution Correlation methods Radio communication Signal distortion Spurious signal noise
在线阅读 下载PDF
上一页 1 2 17 下一页 到第
使用帮助 返回顶部