一种非平稳网络延迟层析成像的方法 被引量：2

1

作者 钱峰 胡光岷 +1 位作者 姚兴苗 李乐民 《电子学报》 EI CAS CSCD 北大核心 2008年第7期1338-1343,共6页

网络层析成像将医学、地震学等领域成熟的层析成像理论应用于通信网络领域,它通过基于端到端测量来估计网络内部的行为,为目前在国际学术界备受关注的新技术之一.本文提出了一种基于递归多感知器网络(Re-current Multilayer Perceptron:... 网络层析成像将医学、地震学等领域成熟的层析成像理论应用于通信网络领域,它通过基于端到端测量来估计网络内部的行为,为目前在国际学术界备受关注的新技术之一.本文提出了一种基于递归多感知器网络(Re-current Multilayer Perceptron:RMLP)延迟时变参数的追踪算法,该算法能够在没有任何先验信息条件下追踪非平稳网络链路平均延迟,估计链路延迟的概率密度分布.仿真实验也验证了以上两点,同时本文提出的算法比序贯蒙特卡洛(Sequential Monte Carlo:SMC)方法[9]具有更小的估计误差. 展开更多

关键词 层析成像理论 网络层析成像 递归多感知器网络(rmlp) 非平稳网络行为 链路延迟特征

在线阅读 下载PDF 职称材料

递归多层感知器的稳定性分析——LMI方法 被引量：5

2

作者 刘妹琴 颜钢锋 《控制理论与应用》 EI CAS CSCD 北大核心 2003年第6期897-902,共6页

递归多层感知器(RMLP)在工程上应用比较多,但对其稳定性的研究还比较少.本文提出一种新的神经网络模型———标准神经网络模型(SNNM),通过状态空间扩展法,将RMLP转化为SNNM,而SNNM的稳定性分析可转化为一组线性矩阵不等式(LMI)的求解,利... 递归多层感知器(RMLP)在工程上应用比较多,但对其稳定性的研究还比较少.本文提出一种新的神经网络模型———标准神经网络模型(SNNM),通过状态空间扩展法,将RMLP转化为SNNM,而SNNM的稳定性分析可转化为一组线性矩阵不等式(LMI)的求解,利用Matlab/LMIToolbox求解LMI,从而判定RMLP的Lyapunov稳定性,并考虑非零阈值对稳定性的影响.该方法也适用于其他类型的递归神经网络(RNN)的稳定性分析. 展开更多

关键词 递归多层感知器 稳定性分析 LMI方法 状态空间扩展法 线性矩阵不等式 标准神经网络模型

在线阅读 下载PDF 职称材料

基于孤立森林、模态分解和神经网络的空间负荷态势感知 被引量：13

3

作者 肖白 周文凯 姜卓 《电力系统自动化》 EI CSCD 北大核心 2022年第18期190-198,共9页

精准的空间电力负荷态势感知能够为城市电网的优化规划提供科学指导。为此,提出了一种基于孤立森林、变分模态分解、多层感知机和门控循环单元(iForest-VMD-MLP-GRU)的空间电力负荷态势感知方法。在态势觉察阶段,运用孤立森林算法对电... 精准的空间电力负荷态势感知能够为城市电网的优化规划提供科学指导。为此,提出了一种基于孤立森林、变分模态分解、多层感知机和门控循环单元(iForest-VMD-MLP-GRU)的空间电力负荷态势感知方法。在态势觉察阶段,运用孤立森林算法对电力地理信息系统中既定空间分辨率下的Ⅰ类元胞负荷实测数据的异常值进行识别,并采用拉格朗日内插值法对其进行修正,从而确定出合理的Ⅰ类元胞负荷数据;在态势理解阶段,对态势觉察到的Ⅰ类元胞负荷数据运用变分模态分解方法进行分解,得到不同中心频率的分量,并根据其能量值确定趋势分量和低频分量;在态势预测阶段,采用多层感知机和门控循环单元分别对趋势分量和低频分量进行预测,并将两个分量的预测结果进行反演重构,得到目标年的Ⅰ类元胞负荷态势感知结果,之后采用网格化技术将其转化为基于Ⅱ类元胞的结果。实例分析结果证明了所述方法的正确性与有效性。 展开更多

关键词 空间电力负荷 态势感知 孤立森林 变分模态分解 门控循环单元 多层感知机

在线阅读 下载PDF 职称材料

基于机器学习的剩余使用寿命预测实证研究 被引量：8

4

作者 王加昌 郑代威 +2 位作者 唐雷 郑丹晨 刘梦娟 《计算机科学》 CSCD 北大核心 2022年第S02期937-945,共9页

剩余寿命预测是设备预测性维护的3个核心任务之一。目前最新的研究进展是利用机器学习来建立剩余使用寿命预测模型。论文首先梳理了设备剩余使用寿命预测主要采用的机器学习模型,包括支持向量回归模型、多层感知机模型、卷积神经网络和... 剩余寿命预测是设备预测性维护的3个核心任务之一。目前最新的研究进展是利用机器学习来建立剩余使用寿命预测模型。论文首先梳理了设备剩余使用寿命预测主要采用的机器学习模型,包括支持向量回归模型、多层感知机模型、卷积神经网络和循环神经网络;然后介绍了3个在剩余使用寿命(Remaining Useful Life,RUL)预测中主要采用的公开数据集,以及两个广泛采用的预测性能评价指标。特色之处是基于NASA提供的涡扇发动机仿真数据集C-MAPSS展示了RUL预测建模的基本步骤和关键技术细节,详细比较了几种代表性预测模型的性能。实验结果显示浅层结构的支持向量回归模型的性能确实显著弱于包含深度神经网络的模型;而在深度神经网络中,卷积神经网络和循环神经网络又显示出了各自在挖掘复杂特征交互以及时序特征交互之间的强大能力。最后展望了剩余寿命预测技术的发展前景并讨论了面临的主要挑战。 展开更多

关键词 预测性维护 剩余使用寿命预测 机器学习 支持向量回归 多层感知机 卷积神经网络 循环神经网络

在线阅读 下载PDF 职称材料

基于混合神经网络的汽车运动状态估计 被引量：6

5

作者 高振海 温文昊 +2 位作者 唐明弘 张建 陈国迎 《汽车工程》 EI CSCD 北大核心 2022年第10期1527-1536,共10页

针对现有车辆运动状态估计算法严重依赖动力学模型精度且在大的质心侧偏角工况下准确性难以保障的问题,本文提出了一种基于混合神经网络的车辆运动状态估计算法。通过分析车辆本身的动力学基本特性,设计了适合于车辆运动状态估计的HNN... 针对现有车辆运动状态估计算法严重依赖动力学模型精度且在大的质心侧偏角工况下准确性难以保障的问题,本文提出了一种基于混合神经网络的车辆运动状态估计算法。通过分析车辆本身的动力学基本特性,设计了适合于车辆运动状态估计的HNN混合神经网络架构,实现了车辆运动状态的深度学习估计。基于多个标准工况组成的数据集与典型实车测试工况进行了网络训练与测试验证。结果表明,相比于传统算法,本算法基于神经网络实现了精准的无动力学模型的汽车运动状态估计,提高了估计精度,且对路面附着系数变化具有鲁棒性。 展开更多

关键词 车辆状态估计 深度学习 门控循环单元 多层感知机 混合神经网络

在线阅读 下载PDF 职称材料

基于人工智能算法的油井地层压力预测新方法 被引量：2

6

作者 王秀芳 江雨晨 +1 位作者 王涛 潘恒 《钻采工艺》 CAS 北大核心 2023年第5期21-28,共8页

地层压力预测研究中,数值模拟方法存在计算量大、耗时长、需要大量专业知识作支撑等问题,单一模型由于具有网络结构简单、参数量少、运行速度快等优点,被广泛采用,但大量的应用发现其具有容易过拟合、泛化能力不强等问题。基于人工智能... 地层压力预测研究中,数值模拟方法存在计算量大、耗时长、需要大量专业知识作支撑等问题,单一模型由于具有网络结构简单、参数量少、运行速度快等优点,被广泛采用,但大量的应用发现其具有容易过拟合、泛化能力不强等问题。基于人工智能的快速发展,文章提出一种基于CNN-BiGRU-MLP融合模型的地层压力预测方法。首先对卷积神经网络进行优化;然后对新兴的门控循环单元进行改进,形成双向门控循环单元,达到数据复用的效果,增强网络对高维数据的处理能力;最后通过多层感知机再对特征之间的关联进一步提取。同时使用L2正则化技术优化网络。分析表明,文章提出的融合模型预测准确率可以达到95.24%,均方误差可以降低至0.0066,平均绝对误差可以降低至0.0648,弥补了数值模拟方法和经典单一模型的不足,为地层压力预测提供了一种新方法。 展开更多

关键词 地层压力预测 卷积神经网络 双向门控循环单元 多层感知机 融合网络

在线阅读 下载PDF 职称材料

人工神经网络模型发展及应用综述 被引量：269

7

作者 张驰 郭媛 黎明 《计算机工程与应用》 CSCD 北大核心 2021年第11期57-69,共13页

人工神经网络与其他学科领域联系日益紧密,人们通过对人工神经网络层结构的探索和改进来解决各个领域的问题。根据人工神经网络相关文献进行分析,综述了人工神经网络算法以及网络模型结构的发展史,根据神经网络的发展介绍了人工神经网... 人工神经网络与其他学科领域联系日益紧密,人们通过对人工神经网络层结构的探索和改进来解决各个领域的问题。根据人工神经网络相关文献进行分析,综述了人工神经网络算法以及网络模型结构的发展史,根据神经网络的发展介绍了人工神经网络相关概念,其中主要涉及到多层感知器、反向传播神经网络、卷积神经网络以及递归神经网络,描述了卷积神经网络发展当中出现的部分卷积神经网络模型和递归神经网络中常用的相关网络结构,分别综述了各个人工神经网络算法在相关领域的应用情况,总结了人工神经网络的未来发展方向。 展开更多

关键词 人工神经网络 多层感知器 递归神经网络

在线阅读 下载PDF 职称材料

基于GRU的扑翼非定常气动特性快速预测 被引量：4

8

作者 赵嘉墀 王天琪 +1 位作者 曾丽芳 邵雪明 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第6期1251-1256,共6页

为了克服传统计算流体力学代理模型不能有效模拟流体力学高度非线性系统的困难,解决现有基于深度学习的代理模型难以有效处理时间顺序信息的问题,以扑翼飞行器的二维翼型为研究对象,基于门控循环单元(GRU)与多层感知机,建立扑翼非定常... 为了克服传统计算流体力学代理模型不能有效模拟流体力学高度非线性系统的困难,解决现有基于深度学习的代理模型难以有效处理时间顺序信息的问题,以扑翼飞行器的二维翼型为研究对象,基于门控循环单元(GRU)与多层感知机,建立扑翼非定常气动参数的快速预测模型,实现对扑翼扑动时高度非定常、非线性气动参数的实时预测.使用计算流体力学方法获得扑翼二维翼型扑动时的气动参数,以该参数为样本训练预测模型.将扑翼的扑动振幅、频率、摆动角度与运动时间输入预测模型,快速得到扑翼在对应扑动状态下的升力、阻力与力矩.实验结果表明,所建立的预测模型精度高、计算速度快,能够实现对扑翼非定常气动参数变化的实时高精度预测. 展开更多

关键词 门控循环单元(GRU) 多层感知机 扑翼 气动参数预测 深度学习 计算流体力学

在线阅读 下载PDF 职称材料

基于深度神经网络的煤矿瓦斯浓度序列预测算法 被引量：4

9

作者 李旭 赖祥威 +5 位作者 曹继翔 张凌寒 周向东 郑万波 夏云霓 崔俊飞 《计算机应用》 CSCD 北大核心 2022年第S02期315-319,共5页

针对统计学习和机器学习方法难以对瓦斯浓度序列数据准确预测的问题,提出一种基于长短期记忆(LSTM)-门控循环单元(GRU)神经网络的瓦斯浓度序列预测算法。首先对数据进行划分和归一化;接着引入LSTM神经网络细胞和GRU神经网络细胞处理具... 针对统计学习和机器学习方法难以对瓦斯浓度序列数据准确预测的问题,提出一种基于长短期记忆(LSTM)-门控循环单元(GRU)神经网络的瓦斯浓度序列预测算法。首先对数据进行划分和归一化;接着引入LSTM神经网络细胞和GRU神经网络细胞处理具有时序性的历史瓦斯浓度序列数据,设计网络结构学习瓦斯浓度序列内部动态变化规律,以误差损失最小化为目标,得到预测方法完成瓦斯浓度预测。以吉林八连城瓦斯浓度监控数据为实例,采用所提算法进行瓦斯预测,并与单一LSTM神经网络、GRU神经网络和多层感知机(MLP)进行对比。实验结果表明,对于一年(长期)南11902上顺工作面的训练集和测试集,所提算法较MLP的均方根误差(RMSE)分别降低了4.227%和3.559%;对于一年(长期)72305上顺回风的训练集和测试集,所提算法较MLP的均方根误差分别降低了7.846%和10.323%,均表现出更高的预测精度。 展开更多

关键词 瓦斯预测 长短期记忆网络 门控循环单元 多层感知机 神经网络

在线阅读 下载PDF 职称材料

基于递归神经网络的非平稳网络丢包层析成像

10

作者 邹橹 胡光岷 钱峰 《计算机应用》 CSCD 北大核心 2008年第B06期116-119,122,共5页

为了提高互联网的管理和控制水平,进而优化配置网络资源,一种新的估计网络内部参数的方法"网络层析成像"得到了广泛关注。提出一种基于递归神经网络的非平稳网络丢包层析成像方法,利用递归多层感知器求解非平稳网络丢包模型... 为了提高互联网的管理和控制水平,进而优化配置网络资源,一种新的估计网络内部参数的方法"网络层析成像"得到了广泛关注。提出一种基于递归神经网络的非平稳网络丢包层析成像方法,利用递归多层感知器求解非平稳网络丢包模型。采用NS2仿真工具进行实验,证明了该算法能够自适应非平稳网络丢包率随时间变化而产生的波动,以实时追踪网络内部链路的丢包率。 展开更多

关键词 网络层析成像 非平稳网络 丢包模 递归多层感知器

在线阅读 下载PDF 职称材料

基于大数据的负荷边际电价联合预测方法 被引量：4

11

作者 王巍 马莉 +6 位作者 明月 李智威 王红薇 苏敏 陈业传 汪念 柴涛 《广东电力》 2021年第4期10-17,共8页

准确的电力负荷边际电价联合预测有助于电力系统调度,同时也是电力系统运行和维护中最重要的任务之一。现有的独立预测方法割裂了负荷与边际电价之间的关系,影响预测精度,为此提出一种基于大数据的负荷边际电价联合预测方法。首先以门... 准确的电力负荷边际电价联合预测有助于电力系统调度,同时也是电力系统运行和维护中最重要的任务之一。现有的独立预测方法割裂了负荷与边际电价之间的关系,影响预测精度,为此提出一种基于大数据的负荷边际电价联合预测方法。首先以门限循环单元(gated recurrent unit,GRU)为基础,建立人工智能模型分别对负荷边际电价进行预测;然后分别以历史温度与实时温度间的差值ΔT、历史负荷与实时负荷间的差值ΔP为基础,通过建立以多层感知器(multilayer perceptron,MLP)为基础的预测误差补偿模型,分别对负荷边际电价的预测结果进行修正;最后将GRU的输出与MLP的输出叠加计算得到负荷边际电价联合预测结果。算例验证表明:与传统方法相比,所提方法减少了13.4%的负荷预测误差,减少了71%的边际电价预测误差。 展开更多

关键词 负荷边际电价联合预测 大数据 门限循环单元 多层感知器

在线阅读 下载PDF 职称材料