期刊文献+
共找到1,242篇文章
< 1 2 63 >
每页显示 20 50 100
Research on Rigid-flexible Coupling Dynamics of Flexible Cone-probe Docking Mechanism
1
作者 HAN Wei JIANG Zhijie +1 位作者 HUANG Yiyong CHEN Xiaoqian 《空间科学学报》 CAS CSCD 北大核心 2019年第5期684-693,共10页
In this paper,a new kind of flexible cone composed of the thin-walled plates based on space probecone docking mechanism for small-sized spacecraft is presented.The theoretical model of docking impact dynamics,which ta... In this paper,a new kind of flexible cone composed of the thin-walled plates based on space probecone docking mechanism for small-sized spacecraft is presented.The theoretical model of docking impact dynamics,which takes into account the additional stiffness terms,is derived based on Lagrange Analytical Mechanics theory and Hertz contact theory.Finite element method is employed for the discretization of the thin-walled plate.The results show that the traditional dynamic model without considering the additional stiffness terms will be difficult to reach steady state.The method proposed in this paper can correctly predict the dynamic behavior of the system. 展开更多
关键词 Probe-cone DOCKING mechanism FLEXIBLE CONE FEM Impact dynamics Additional STIFFNESS term
在线阅读 下载PDF
基于BiLSTM-AM-ResNet组合模型的山西焦煤价格预测 被引量:1
2
作者 樊园杰 睢祎平 张磊 《中国煤炭》 北大核心 2025年第3期42-51,共10页
煤炭作为我国重要的基础能源,其价格的波动会直接影响国民经济发展与能源市场稳定,因此对煤炭价格进行预测具有重要意义。针对我国煤炭价格受政策与供求关系影响大、多呈现非线性的变化趋势,且目前存在的煤价预测方法存在滞后性大等问题... 煤炭作为我国重要的基础能源,其价格的波动会直接影响国民经济发展与能源市场稳定,因此对煤炭价格进行预测具有重要意义。针对我国煤炭价格受政策与供求关系影响大、多呈现非线性的变化趋势,且目前存在的煤价预测方法存在滞后性大等问题,以山西焦煤价格为研究对象,分析影响煤炭价格的多种因素,并利用先进的人工智能机器学习算法来解决煤价预测问题。综合双向长短期记忆网络、注意力机制和残差神经网络的优势,构建双向长短期残差神经网络(BiLSTM-AM-ResNet)进行山西焦煤价格预测实验。采集2012-2023年的山西焦煤价格周度数据作为实验数据,对其进行空缺值处理和归一化处理,绘制相关系数热图并确定模型输入特征类型,进而简化模型并提高预测准确率与预测速度。通过模型预测实验得出,经BiLSTM-AM-ResNet模型预测的山西焦煤价格与实际煤价的发展趋势有着较高的线性拟合性,且预测结果与真实煤价在数值上非常接近,预测准确率达到了95.08%。 展开更多
关键词 焦煤价格预测 长短期记忆网络 注意力机制 残差神经网络 相关性分析
在线阅读 下载PDF
多因素土壤墒情预测模型DA-LSTM-soil构建 被引量:1
3
作者 车银超 郑光 +3 位作者 熊淑萍 张明天 马新明 席磊 《河南农业大学学报》 北大核心 2025年第4期698-710,共13页
【目的】针对土壤墒情预测时特征因素复杂、预测精度不佳的问题,构建多因素土壤墒情预测模型DA-LSTM-soil,提高土壤墒情预测精度。【方法】以包含10个特征的气象和土壤时序数据作为输入,采用LSTM网络为基本单元,构建Encoder-Decoder网... 【目的】针对土壤墒情预测时特征因素复杂、预测精度不佳的问题,构建多因素土壤墒情预测模型DA-LSTM-soil,提高土壤墒情预测精度。【方法】以包含10个特征的气象和土壤时序数据作为输入,采用LSTM网络为基本单元,构建Encoder-Decoder网络结构,分别引入特征和时间两个注意力模块。利用河南省许昌市2020—2021年冬小麦生长过程中物联网监测站的气象、土壤数据集,对DA-LSTM-soil模型进行训练和测试。同时,利用DA-LSTM-soil模型对河南省4个不同土壤类型的小麦种植区的数据集进行预测。【结果】对比试验表明,相较于LSTM、CNN-LSTM、CNN-LSTM-attention、LSTM-attention等深度学习模型,DA-LSTM-soil模型在S_(RME)、S_(ME)、A_(ME)、R^(2)评价指标更优,分别达到0.1764、0.0311、0.0466、0.9938。消融试验显示,时间注意力对模型性能的提升高于特征注意力。对时间步的试验显示,用过往3000 min的数据进行预测时,模型性能最佳;模型精度随着预测时长的增加有所下降,然而在5000 min内,决定系数R2仍保持在0.7以上。【结论】利用注意力机制,DA-LSTMsoil模型在Encoder前计算不同气象和土壤因素对墒情影响的权重,在Decoder前计算数据的时序对墒情预测的权重,双阶段注意力机制在特征提取和权重分配方面的作用显著,使模型具有更好的预测性能和泛化能力,可以为田块尺度麦田土壤墒情预测提供技术依据。 展开更多
关键词 麦田 土壤墒情预测 时序数据 长短期记忆网络 注意力机制
在线阅读 下载PDF
基于SSA-LSTM-Attention的日光温室环境预测模型 被引量:1
4
作者 孟繁佳 许瑞峰 +3 位作者 赵维娟 宋文臻 高艺璇 李莉 《农业工程学报》 北大核心 2025年第11期256-263,共8页
建立准确的温室环境预测模型有助于精准调控温室环境促进作物的生长发育,针对温室小气候具有时序性、非线性和强耦合等特点,该研究提出了一种基于SSA-LSTM-Attention(sparrow search algorithm-long short-term memoryattention mechani... 建立准确的温室环境预测模型有助于精准调控温室环境促进作物的生长发育,针对温室小气候具有时序性、非线性和强耦合等特点,该研究提出了一种基于SSA-LSTM-Attention(sparrow search algorithm-long short-term memoryattention mechanism)的日光温室环境预测模型。首先,通过温室物联网数据采集系统获取温室内外环境数据;其次,使用皮尔逊相关性分析法筛选出强相关性因子;最后,构建环境特征时间序列矩阵输入模型进行温室环境预测。对日光温室的室内温度、室内湿度、光照强度和土壤湿度4种环境因子的预测,SSA-LSTM-Attention模型的平均拟合指数达到了97.9%。相较于反向传播神经网络(back propagation neural network,BP)、门控循环单元(gate recurrent unit,GRU)、长短期记忆神经网络(long short term memory,LSTM)和LSTM-Attention(long short-term memory-attention mechanism)模型,分别提高8.1、4.1、3.5、3.0个百分点;平均绝对百分比误差为2.6%,分别降低6.5、3.2、2.8、2.5个百分点。试验结果表明,通过利用SSA自动优化LSTM-Attention模型的超参数,提高了模型预测精度,为日光温室环境超前调控提供了有效的数据支持。 展开更多
关键词 日光温室 麻雀搜索算法 长短期记忆网络 注意力机制 环境预测模型
在线阅读 下载PDF
基于分量感知动态图Transformer的短期电力负荷预测 被引量:3
5
作者 朱莉 高靖凯 +1 位作者 朱春强 邓凡 《计算机应用研究》 北大核心 2025年第2期381-390,共10页
准确的短期负荷预测对于电力系统的稳定运行和有效调度至关重要。电力负荷数据因存在非线性、非平稳性而导致预测精度低。分解可以降低序列非平稳性的影响从而有效地提高预测精度,但现有分解预测方法缺乏对分解分量间关系的捕获且显著... 准确的短期负荷预测对于电力系统的稳定运行和有效调度至关重要。电力负荷数据因存在非线性、非平稳性而导致预测精度低。分解可以降低序列非平稳性的影响从而有效地提高预测精度,但现有分解预测方法缺乏对分解分量间关系的捕获且显著增加了预测时间。为此,提出分量感知动态图Transformer(component-aware dynamic graph Transformer,CDGT)模型。首先,引入联合对立选择(joint opposite selection,JOS)算子和随机扰动改进雪消融优化算法(snow ablation optimizer,SAO),使用联合搜索和随机扰动的SAO(jointly searched and stochastic perturbed SAO,JSSAO)对变分模态分解(variational mode decomposition,VMD)进行参数寻优。VMD对原始的负荷数据进行分解得到不同频率的分量序列,然后使用图神经网络(graph neural network,GNN)来识别和建模分量之间的复杂关系。同时,使用引入频域指数滑动平均(exponential moving average,EMA)注意力的Transformer来学习分量内部的依赖关系。一次输出所有分量结果,线性相加后得到负荷预测值。通过两个公开负荷数据集的实验表明,CDGT优于一系列先进的基线以及分解预测方法,在澳大利亚数据集和摩洛哥数据集上,MAE分别降低了5.51%~31.08%和15.02%~75.49%。 展开更多
关键词 短期负荷预测 雪消融优化算法 变分模态分解 GNN关系建模 注意力机制
在线阅读 下载PDF
多尺度特征提取的Transformer短期风电功率预测 被引量:3
6
作者 徐武 范鑫豪 +1 位作者 沈智方 刘洋 《太阳能学报》 北大核心 2025年第2期640-648,共9页
针对短期风电功率预测特征提取尺度单一问题,设计一种基于多尺度特征提取的Transformer短期风电功率预测模型(MTPNet)。首先,在Transformer构架的基础上,利用维数不变嵌入,设计多尺度特征提取网络挖掘风电功率序列本身时序特征,保证了... 针对短期风电功率预测特征提取尺度单一问题,设计一种基于多尺度特征提取的Transformer短期风电功率预测模型(MTPNet)。首先,在Transformer构架的基础上,利用维数不变嵌入,设计多尺度特征提取网络挖掘风电功率序列本身时序特征,保证了特征提取时维数不被破坏;其次,利用融合自注意力机制的长短期记忆网络挖掘气象条件与功率之间的全局依赖关系;最后,融合风电功率序列本身时序特征和气象条件依赖关系,实现短期风电功率预测。实例仿真结果表明,MTPNet模型预测精度得到提升;消融实验证明了模型各模块的可靠性和有效性,具有一定的实用价值。 展开更多
关键词 风电功率预测 TRANSFORMER 注意力机制 特征提取 长短期记忆网络 维数不变嵌入层
在线阅读 下载PDF
基于多空间维度联合方法改进的BiLSTM出水氨氮预测方法 被引量:2
7
作者 王雷 张煜 +3 位作者 赵艺琨 刘明勇 刘子航 李杰 《中国农村水利水电》 北大核心 2025年第2期17-24,共8页
出水氨氮作为衡量污水处理厂水质处理工艺的重要指标之一,准确预测污水处理厂出水水质中的氨氮含量对于及时调整处理工艺,保障水环境安全有着重要的作用。提出了一种基于联合多空间维度(Multi-spatial Dimensional Cooperative Attenti... 出水氨氮作为衡量污水处理厂水质处理工艺的重要指标之一,准确预测污水处理厂出水水质中的氨氮含量对于及时调整处理工艺,保障水环境安全有着重要的作用。提出了一种基于联合多空间维度(Multi-spatial Dimensional Cooperative Attention)改进的双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)的水质预测模型,首先通过皮尔逊(Pearson)系数法筛选出与出水氨氮相关性较强的总氮、污泥沉降比和温度3个指标作为模型输入,联合3个维度的强相关信息对未来6 h的出水氨氮进行预测。结果表明,MDCA-BiLSTM模型在融合残差序列后对出水氨氮的预测准确率R2为0.979,并在太平污水处理厂和文昌污水处理厂两个站点收集到的数据集上总氮、总磷和溶解氧的均方根误差分别为0.002、0.003、0.001和0.004、0.003、0.002;预测精度分别为0.959、0.947、0.971和0.962、0.951、0.983;与BiLSTM相比,均方根误差分别降低了0.007、0.007、0.007和0.017、0.006、0.005;预测精度分别提高了0.176、0.183、0.258和0.098、0.109、0.11。同时,该模型在面对未来6、12和24 h的预测步长时,仍能够达到0.956、0.933和0.917的预测精度,说明改进后的模型在预测准确性和鲁棒性方面表现出显著优势。该方法能够有效提高污水处理厂出水氨氮的及其他指标的预测准确性,可作为水资源循环和管理决策的一种有效参考手段,具有较强的实际应用价值。 展开更多
关键词 水质参数 时序预测 时序卷积网络 双向长短期记忆循环神经网络 注意力机制
在线阅读 下载PDF
基于多尺度特征融合和时空注意力LSTM的台风云图预测研究
8
作者 程勇 钱坤 +5 位作者 王军 渠海峰 李伟 杨玲 韩晓东 刘敏 《海洋预报》 北大核心 2025年第2期89-98,共10页
现有深度学习方法在预测台风时没有考虑其特征内化损失问题,难以全面捕捉台风结构变化。为此,本文提出一种基于多尺度特征融合的时空注意力长短期记忆网络(MSTA-LSTM)方法。引入特征增强模块加强台风特征信息,通过跳跃连接缓解编解码过... 现有深度学习方法在预测台风时没有考虑其特征内化损失问题,难以全面捕捉台风结构变化。为此,本文提出一种基于多尺度特征融合的时空注意力长短期记忆网络(MSTA-LSTM)方法。引入特征增强模块加强台风特征信息,通过跳跃连接缓解编解码过程中的台风细节特征损失,同时在时空长短期记忆网络(ST-LSTM)单元中利用卷积块注意力模块优化信息传递,最后通过反卷积调整不同尺度的解码输出,融合后输出结果。使用“葵花8号”卫星获取的东亚—东南亚太平洋沿岸地区的台风云图数据集开展验证和消融实验,该数据集包含16个台风过程的训练集和3个台风过程的测试集。与其他网络相比,MSTA-LSTM网络的均方根误差、峰值信噪比和结构相似性指数指标分别为42.76、16.38和0.4817,有效提高了台风云图预测的准确性。 展开更多
关键词 时间序列预测 多尺度特征 时空长短期记忆网络 注意力机制
在线阅读 下载PDF
扭转方管内局部努塞尔数减小机制的数值模拟
9
作者 郭安宁 张金龙 +2 位作者 王璐 王良璧 龚志山 《哈尔滨工程大学学报》 北大核心 2025年第7期1430-1437,共8页
针对扭转方管内局部努塞尔数减小问题,本文应用热通量对流传输方程开展数值模拟研究,分析直方管和扭转方管内热通量的输运机制。结果发现:雷诺数为1200,截面边长为2 cm的直方管某区域内局部努塞尔数是扭率为4的扭转方管内的1.11倍,而扭... 针对扭转方管内局部努塞尔数减小问题,本文应用热通量对流传输方程开展数值模拟研究,分析直方管和扭转方管内热通量的输运机制。结果发现:雷诺数为1200,截面边长为2 cm的直方管某区域内局部努塞尔数是扭率为4的扭转方管内的1.11倍,而扭转方管内平均努塞尔数是直方管的1.80倍。直方管内速度项和速度梯度项均促进热通量传输,而扭转方管这一区域内速度梯度和其自身对热通量传输作用相反引起热通量传输抑制。本文的研究可以为进一步理解扭转方管强化传热效果提供基础。 展开更多
关键词 扭转方管 直方管 对流传热 热通量传输 速度项 速度梯度项 机制 努塞尔数 数值模拟
在线阅读 下载PDF
乡村振兴视域下农民素质提升策略研究 被引量:1
10
作者 涂小丽 《安徽农业科学》 2025年第5期272-274,279,共4页
高素质农民是推动农业农村现代化、实现乡村全面振兴的关键要素。在深入分析农村人力资源现状与地方现代农业发展人才需求之间差距的基础上,借鉴国内外先进的农民教育模式和理念,结合泰州农业现代化发展的实际需求,提出“聚力引才、聚... 高素质农民是推动农业农村现代化、实现乡村全面振兴的关键要素。在深入分析农村人力资源现状与地方现代农业发展人才需求之间差距的基础上,借鉴国内外先进的农民教育模式和理念,结合泰州农业现代化发展的实际需求,提出“聚力引才、聚焦育才、聚能用才、聚势留才”,全面提升农民的科技文化素质,为乡村振兴战略提供人才支撑,促进乡村经济的高质量发展。 展开更多
关键词 乡村振兴 农民素质 多措并举 长效运行机制
在线阅读 下载PDF
基于Bi‑LSTM和时序注意力的异常心音检测 被引量:1
11
作者 卢官明 蔡亚宁 +3 位作者 卢峻禾 戚继荣 王洋 赵宇航 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期12-20,共9页
异常心音检测是对心脏病进行初步诊断的一种有效而方便的方法。为提升异常心音的检测性能,提出了一种基于双向长短时记忆网络(Bi⁃directional Long Short⁃Term Memory,Bi⁃LSTM)和时序注意力的异常心音检测算法。首先对心音片段进行分帧... 异常心音检测是对心脏病进行初步诊断的一种有效而方便的方法。为提升异常心音的检测性能,提出了一种基于双向长短时记忆网络(Bi⁃directional Long Short⁃Term Memory,Bi⁃LSTM)和时序注意力的异常心音检测算法。首先对心音片段进行分帧处理,使用平均幅度差函数(Average Magnitude Difference Function,AMDF)和短时过零率(Short⁃Time Zero⁃Crossing Rate,STZCR)提取每帧心音信号的初始特征;然后将它们拼接后作为Bi⁃LSTM的输入,并引入时序注意力机制,挖掘特征的长期依赖关系,提取心音信号的上下文时域特征;最后通过Softmax分类器,实现正常/异常心音的分类。在PhysioNet/CinC Challenge 2016提供的心音公共数据集上对所提出的算法使用10折交叉验证法进行了评估,其准确度、灵敏度、特异性、精度和F1评分分别为0.9579、0.9364、0.9642、0.8838和0.9093,优于已有的其他算法。实验结果表明,该算法在无需进行心音分段的基础上就能有效实现异常心音检测,在心血管疾病的临床辅助诊断中具有潜在的应用前景。 展开更多
关键词 心音分类 平均幅度差函数 短时过零率 双向长短时记忆网络 时序注意力机制
在线阅读 下载PDF
粮食生产环节减损的现实挑战与长效机制研究
12
作者 曾福生 欧雪辉 《中州学刊》 北大核心 2025年第3期24-30,共7页
粮食安全是“国之大者”。在粮食全链条节约减损背景下,做好粮食生产环节减损是巩固粮食安全的重要步骤。从生产环节损耗情况来看,我国水稻、小麦、玉米三大主粮作物均存在不同程度的损耗,其中水稻在育秧和播种环节的损耗大于小麦和玉米... 粮食安全是“国之大者”。在粮食全链条节约减损背景下,做好粮食生产环节减损是巩固粮食安全的重要步骤。从生产环节损耗情况来看,我国水稻、小麦、玉米三大主粮作物均存在不同程度的损耗,其中水稻在育秧和播种环节的损耗大于小麦和玉米,在收获环节小麦的损耗最高。当前,促进粮食生产环节减损面临着耕地和水资源约束的资源挑战、小农生产和农业劳动力老龄化的经营挑战、农业科技支撑不强的技术挑战,以及防灾减灾能力薄弱的风险挑战。为此,应遵循政府主导、科技支撑和农户参与的治理思路,从财政投入、技术创新、部门协作、监督考核等多方面协同发力,构建起粮食生产环节减损的长效机制,为端牢中国饭碗提供可持续支撑。 展开更多
关键词 粮食安全 全链条减损 风险挑战 长效机制
在线阅读 下载PDF
揠苗助长还是行稳致远:短视主义视角下业绩承诺的长短期效应研究
13
作者 张鹏 《金融监管研究》 北大核心 2025年第1期20-40,共21页
业绩承诺是上市公司并购重组中常用的估值调整手段,其目的在于促进并购双方协同效应的发挥,促进上市公司核心竞争力的提高。本文使用2010—2023年中国A股市场开展并购和重大资产重组事件中签订业绩承诺协议的样本数据,详细研究了并购重... 业绩承诺是上市公司并购重组中常用的估值调整手段,其目的在于促进并购双方协同效应的发挥,促进上市公司核心竞争力的提高。本文使用2010—2023年中国A股市场开展并购和重大资产重组事件中签订业绩承诺协议的样本数据,详细研究了并购重组交易中签订业绩承诺协议对上市公司短期业绩和长期创新的差异性影响。主要结论如下:(1)业绩承诺导致上市公司短期经营与长期发展行为出现异化,并集中体现为业绩承诺对上市公司短期净利润增长的影响显著为正,而对创新的影响却显著为负;同时,业绩承诺带来承诺期股价普遍上涨,会对市场运行造成干扰。(2)造成这一结果的机制在于现有业绩承诺协议嵌含的“高承诺”“高溢价”等特征信号会诱发上市公司管理层的短视行为,导致短期业绩出现揠苗助长式的强化而长期创新则趋于弱化;而这一异化影响则可通过管理层薪酬激励推动公司治理结构改善在一定程度上被削弱。本文揭示了业绩承诺对上市公司的短期效应与长期效应的差异性影响,丰富了对业绩承诺所导致的市场波动异象机制和渠道的认识,并为进一步完善并购重组相关监管政策措施提供了理论与经验参考。 展开更多
关键词 业绩承诺 短期业绩 创新研发 短视主义
在线阅读 下载PDF
考虑风速空间异质性的LSTM-AM雾天能见度预测模型
14
作者 王小建 林智婕 +4 位作者 马飞 苏彤 白元旦 郭庆元 黄凯 《气候与环境研究》 北大核心 2025年第4期439-449,共11页
针对现有方法在雾天能见度预测时对风速空间异质性考虑不足导致预测准确性和稳定性不高的问题,构建了考虑风速空间异质性的长短期记忆神经网络—注意力机制(LSTM-AM)雾天能见度预测模型。利用半变异函数对风速不同空间位置的变化特征进... 针对现有方法在雾天能见度预测时对风速空间异质性考虑不足导致预测准确性和稳定性不高的问题,构建了考虑风速空间异质性的长短期记忆神经网络—注意力机制(LSTM-AM)雾天能见度预测模型。利用半变异函数对风速不同空间位置的变化特征进行量化,融合邻近点空间分布及风速差异信息,采用风向夹角和变异值对风速空间异质性特征进行加权,实现对风速空间异质性的有效提取;利用AM机制能加强对关键信息关注的优势对LSTM方法进行改进,以有效捕捉和反映关键时刻气象因子对雾天能见度的影响,增强模型对重要时序信息关注的能力和模型预测的准确性,实现风速空间异质性下对雾天能见度的预测。研究结果表明,本文模型相关系数提升10%~20%,均方根误差下降25%~40%,平均绝对误差下降26.3%~39.1%,具有较高的雾天能见度预测精度。 展开更多
关键词 空间异质性 半变异函数 长短期记忆神经网络 注意力机制 雾天能见度
在线阅读 下载PDF
基于信号序列优化的蜂群状态精准识别机器听觉模型
15
作者 叶大鹏 陈林杰 +4 位作者 张林通 张雯清 魏增辉 黄少康 瞿芳芳 《福建农林大学学报(自然科学版)》 北大核心 2025年第2期268-278,共11页
【目的】通过基于信号序列优化机器听觉模型的研究,为蜂群健康与活动状态的监测提供依据。【方法】在蜂箱内设置音频传感器,以非侵入性和无干扰性的方式持续记录6类蜂群音频,针对传统的音频分类方法中未考虑时序信息和分类准确度不高等... 【目的】通过基于信号序列优化机器听觉模型的研究,为蜂群健康与活动状态的监测提供依据。【方法】在蜂箱内设置音频传感器,以非侵入性和无干扰性的方式持续记录6类蜂群音频,针对传统的音频分类方法中未考虑时序信息和分类准确度不高等问题,提出一种基于双向长短期记忆(bidirectional long short-term memory, BiLSTM)网络优化的多分类模型。基于梅尔频率倒谱系数提取音频特征,并构建以BiLSTM为基准的蜂群状态分类模型;引入卷积神经网络(convolutional neural network, CNN)和自注意力机制(self-attention mechanism, SA)对BiLSTM的输入和输出进行优化;构建优化的CNN-BiLSTM-SA模型用于6类蜂群状态的精准识别。【结果】与CNN和BiLSTM模型相比,CNN-BiLSTM-SA模型的分类准确率最高,训练集和验证集准确率均大于0.990 0,测试集准确率为0.988 6,交叉验证平均准确率为0.981 5。【结论】CNN-BiLSTM-SA模型为蜂箱内蜂群状态精准识别提供了有效技术支持,有助于未来智能养蜂和音频传感监控的发展。 展开更多
关键词 蜂群状态 机器听觉 双向长短期记忆 卷积神经网络 自注意力机制
在线阅读 下载PDF
基于BiLSTM和注意力机制的结构振动响应重构
16
作者 王昊 胡志祥 张一赛 《振动与冲击》 北大核心 2025年第14期321-332,共12页
在结构健康监测系统中重构缺失响应数据对于准确评估结构工作状况至关重要。提出了一种基于双向长短期记忆网络和注意力机制的缺失振动响应重构网络——序列到序列-双向长短时记忆网络-注意力模型。该网络在序列到序列(sequence to sequ... 在结构健康监测系统中重构缺失响应数据对于准确评估结构工作状况至关重要。提出了一种基于双向长短期记忆网络和注意力机制的缺失振动响应重构网络——序列到序列-双向长短时记忆网络-注意力模型。该网络在序列到序列(sequence to sequence,Seq2Seq)架构的基础上,将响应重构问题建模为序列生成问题,利用数据间潜在的时空关系显著提高模型的重构性能。此外,提出了一种基于均值平滑的损失计算方法评估模型的整体性能。通过对八自由度振动系统数值算例以及道林厅人行桥实际监测数据的研究,验证了所提出模型的鲁棒性与准确性。试验结果表明,该模型在不同噪声环境下均能胜任响应重构任务,在低信噪比的情况下仍表现出优异的重构性能。 展开更多
关键词 结构健康监测 响应重构 深度学习 序列到序列 双向长短期记忆网络 注意力机制
在线阅读 下载PDF
基于ECA-TCN的数据中心磁盘故障预测 被引量:1
17
作者 张铭泉 王宝兴 《智能系统学报》 北大核心 2025年第2期389-399,共11页
随着数据中心规模的不断扩大,磁盘故障对数据中心的运行稳定性产生越来越大的影响。当前预测方法在面对大规模、高维度和长序列的磁盘运行数据时仍存在不足。本文提出了一种高效通道注意力时间卷积网络(efficient channel attention-tem... 随着数据中心规模的不断扩大,磁盘故障对数据中心的运行稳定性产生越来越大的影响。当前预测方法在面对大规模、高维度和长序列的磁盘运行数据时仍存在不足。本文提出了一种高效通道注意力时间卷积网络(efficient channel attention-temporal convolutional network,ECA-TCN)模型,通过结合传统卷积神经网络一维卷积的优势,融入扩张卷积和残差结构,并引入注意力机制,该模型能够提高磁盘故障预测的准确性和稳定性。在实验中,将ECA-TCN模型与其他经典深度学习方法进行了比较,实验结果表明,ECA-TCN模型在磁盘故障预测任务上具有较高的准确性和稳定性。 展开更多
关键词 磁盘故障预测 长短时记忆网络 循环神经网络 扩张卷积 高效通道注意力机制 神经网络模型 时间序列预测 深度学习优化
在线阅读 下载PDF
深度学习和分布式光纤传感在基坑变形监测和预测中的应用
18
作者 樊成 彭彦力 +2 位作者 赵杰 程树凯 樊一江 《河南科技大学学报(自然科学版)》 北大核心 2025年第3期79-90,共12页
随着中国城市化程度的不断增加,对深基坑变形进行监测与预测变得愈发必要。提出一种以时序监测数据为输入的卷积神经网络-长短期记忆神经网络-自注意力机制(CNN-LSTM-SAM)组合神经网络模型。针对大连东港商务区某内支撑深基坑工程,结合... 随着中国城市化程度的不断增加,对深基坑变形进行监测与预测变得愈发必要。提出一种以时序监测数据为输入的卷积神经网络-长短期记忆神经网络-自注意力机制(CNN-LSTM-SAM)组合神经网络模型。针对大连东港商务区某内支撑深基坑工程,结合分布式光纤传感(DFOS)技术,利用CNN-LSTM-SAM模型对桩顶水平位移进行预测,将得到的变形预测值与反向传播神经网络(BP)、长短期记忆神经网络(LSTM)和卷积神经网络-长短期记忆神经网络(CNN-LSTM)模型的预测结果进行对比分析。结果表明:CNN-LSTM-SAM模型相比其他3种模型具有更高的准确性。再选取其他监测点的监测数据进行训练及预测,从而更深入地验证模型的预测效果,证明了CNN-LSTM-SAM模型的适用性和鲁棒性。研究成果可为类似深基坑工程设计和施工提供参考。 展开更多
关键词 卷积神经网络 长短期记忆神经网络 自注意力机制 变形预测 分布式光纤
在线阅读 下载PDF
持续巩固拓展脱贫攻坚成果:健全帮扶项目资产长效管理机制
19
作者 任金政 李睿 《中国农业大学学报(社会科学版)》 北大核心 2025年第2期21-35,共15页
帮扶项目资产长效管理是持续巩固拓展脱贫攻坚成果的制度性基础。本文从经济效益、公共效应与善治效能视角,构建帮扶项目资产长效管理机制的理论框架,深入剖析实施帮扶项目资产长效管理的现实基础、突出问题与实现路径。研究发现:一是... 帮扶项目资产长效管理是持续巩固拓展脱贫攻坚成果的制度性基础。本文从经济效益、公共效应与善治效能视角,构建帮扶项目资产长效管理机制的理论框架,深入剖析实施帮扶项目资产长效管理的现实基础、突出问题与实现路径。研究发现:一是脱贫攻坚取得历史性重大成效,帮扶项目资产规模巨大,具有较强的公共效应和经济效益;二是帮扶项目资产管理存在资产闲置、利用效率不高、资产损失或灭失等现实问题;三是帮扶项目资产长效管理需要采用全链条、全要素、多主体的管理机制,实现资产管理中的风险与收益适配、公共与效率兼顾、博弈与协同平衡,从而达成帮扶项目资产的长效管理,持续巩固拓展脱贫攻坚成果,促进乡村全面振兴。 展开更多
关键词 脱贫攻坚 产业帮扶 帮扶项目资产 长效管理机制
在线阅读 下载PDF
理化复合法改性淤泥的固结蠕变特性研究
20
作者 李时亮 郜颖超 章荣军 《三峡大学学报(自然科学版)》 北大核心 2025年第3期59-65,共7页
理化复合法是进行淤泥处理及资源化利用的有效方法之一.为研究理化复合法改性淤泥的蠕变特性,本文对不同初始含水率、不同固化剂掺量的理化复合法改性淤泥试样开展了分级加载条件下的固结蠕变试验,并与传统固化法改性淤泥试样的长期变... 理化复合法是进行淤泥处理及资源化利用的有效方法之一.为研究理化复合法改性淤泥的蠕变特性,本文对不同初始含水率、不同固化剂掺量的理化复合法改性淤泥试样开展了分级加载条件下的固结蠕变试验,并与传统固化法改性淤泥试样的长期变形特性进行对比.结果表明,随着荷载水平的降低、固化剂掺量的增大以及初始含水率的降低,改性淤泥试样的蠕变变形量减小;随着固化剂掺量的提升以及初始含水率的降低,理化复合法改性淤泥试样的孔隙比变化量减小、微观结构趋于完整.此外,传统固化法改性试样的固结蠕变变形量至少为理化复合法改性试样的3.11倍;理化复合法处理淤泥试样的蠕变变形量及速率均较小,而结构屈服应力较大,具有显著的优势. 展开更多
关键词 理化复合法 改性淤泥 固结蠕变 长期变形机制 微观结构
在线阅读 下载PDF
上一页 1 2 63 下一页 到第
使用帮助 返回顶部