期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于多任务不确定性损失的电站锅炉关键指标预测
1
作者 王宇飞 李楠 +3 位作者 谢刚 张晓红 聂晓音 周勇 《热力发电》 北大核心 2025年第5期132-139,共8页
随着电站锅炉灵活运行需求的增加,频繁的变负荷运行导致污染物含量和烟气参数大范围波动,对单一污染物或烟气参数等关键指标进行建模已无法满足电厂实际需求,因此需要考虑多种关键指标的耦合性进行协同预测建模。基于燃煤电厂的历史运... 随着电站锅炉灵活运行需求的增加,频繁的变负荷运行导致污染物含量和烟气参数大范围波动,对单一污染物或烟气参数等关键指标进行建模已无法满足电厂实际需求,因此需要考虑多种关键指标的耦合性进行协同预测建模。基于燃煤电厂的历史运行数据,通过核函数映射进行特征提取,构建硬参数共享结构的长短时记忆神经网络进行多任务预测建模,利用不确定性损失的方法优化预测模型。实验结果表明,所提出的预测模型在变负荷工况下表现出较高的预测精度,对于所涉及的关键指标空气预热器出口烟气含氧量、烟气温度、炉膛出口NO_(x)质量浓度的预测,均方根误差分别降低了25.5%、41.8%和4.7%。所提方法能够在变负荷工况下对电站锅炉多个关键指标进行预测,能够辅助电厂实现污染控制和燃烧效率优化,可为电厂智能化运行提供技术支持。 展开更多
关键词 燃煤锅炉 预测模型 LSTM神经网络 多任务学习 不确定性损失
在线阅读 下载PDF
基于多尺度注意力和不确定性损失的两阶段左心房疤痕分割
2
作者 张鑫艳 唐振超 +1 位作者 李一夫 刘振宇 《计算机科学》 北大核心 2025年第6期264-273,共10页
心房颤动(AF)是临床上最常见的心律失常之一。左心房及其心肌梗死后疤痕区域的准确分割和面积评估,对于心肌梗死患者出现AF的早期诊断、治疗规划以及预后评估具有极其重要的临床意义。深度学习方法是进行左心房及其心肌梗死后疤痕区域... 心房颤动(AF)是临床上最常见的心律失常之一。左心房及其心肌梗死后疤痕区域的准确分割和面积评估,对于心肌梗死患者出现AF的早期诊断、治疗规划以及预后评估具有极其重要的临床意义。深度学习方法是进行左心房及其心肌梗死后疤痕区域自动分割的主流方向。但是由于心肌梗死后疤痕体积小且容易受到周围增强组织的影响,分割精度尚有待提高。为此,提出了一种基于多尺度注意力和不确定性损失的两阶段深度学习模型。一方面,在网络上采样之前引入多尺度注意力模块(MSAM),该模块能够编码丰富的多尺度语义信息并让模型更为关注重要的语义信息及空间信息。另一方面,引入不确定性损失(Uncertainty Loss)以增强模型对疤痕不确定性的建模能力。此外,还采用直方图匹配(HM)增强图像质量,提高网络的分割能力。将所提出的方法在验证集以及左心房和疤痕量化与分割挑战赛(LAScarQS++)验证平台上进行验证,实验结果均表明该方法分割的疤痕更加完整,分割精度也得到了提升。与nnU-Net相比,心肌梗死后疤痕分割骰子系数(Dice)提高了8.12%。 展开更多
关键词 心肌梗死后疤痕 深度学习 图像分割 不确定性损失 nnU-Net 多尺度注意力
在线阅读 下载PDF
基于新西兰实际震害资料的地震损失不确定性分析 被引量:12
3
作者 赵登科 王自法 +1 位作者 刘渊 仝文博 《地震工程与工程振动》 CSCD 北大核心 2021年第2期84-95,共12页
描述地震作用与工程破坏之间关系的易损性曲线及其概率分布对于地震灾害损失的可靠评估至关重要。以对数正态分布为主体的现行易损性概率分布模型无法很好地描述完好无损和完全破坏这2种边界条件。文中基于新西兰近40万栋房屋的历史震... 描述地震作用与工程破坏之间关系的易损性曲线及其概率分布对于地震灾害损失的可靠评估至关重要。以对数正态分布为主体的现行易损性概率分布模型无法很好地描述完好无损和完全破坏这2种边界条件。文中基于新西兰近40万栋房屋的历史震害信息,确认了这2种边界条件的存在,并对各种给定地震动水平下结构的损失分布进行了研究,提出了考虑上述2种边界条件的易损性混合概率分布模型,即首先单独考虑完好无损和完全破坏2种边界情况,然后再利用分布函数拟合其他的地震损失分布。通过对混合概率分布模型的损失分布与实际损失分布进行比较,验证了文中所提模型的有效性,可以用于未来分析地震损失的不确定性分布。 展开更多
关键词 地震易损性 地震损失不确定性 混合概率分布 新西兰震害资料 分布函数
在线阅读 下载PDF
带有半渐进式分层提取机制的轻量化多任务模型 被引量:3
4
作者 杨程 车文刚 《现代电子技术》 北大核心 2024年第3期18-24,共7页
多任务学习目前广泛被应用于各大领域,然而大部分效果较佳的模型都有着复杂的网络层级和架构,导致这些多任务学习模型很难被应用于资源有限的设备上,例如:经费有限但是人口基数大的国家或地区进行人口普查预测、便携设备的翻译等任务。... 多任务学习目前广泛被应用于各大领域,然而大部分效果较佳的模型都有着复杂的网络层级和架构,导致这些多任务学习模型很难被应用于资源有限的设备上,例如:经费有限但是人口基数大的国家或地区进行人口普查预测、便携设备的翻译等任务。为解决这一问题,提出半渐进式分层提取的轻量化多任务模型。模型首先通过对顶层任务独有的专家模块进行剪枝,将原先负责提取每个独立任务深层信息的工作交由每个任务的塔层模块进行。这一做法使得模型既能轻量化,同时也保留了将任务共享参数和任务独有参数分离及分层次提取信息的特点。为了弥补剪枝后模型性能及准确率上的下降,参考不确定性对损失加权的思想,引入动态联合损失进行优化,使得模型可以不断预测任务之间重要性对每个任务的损失进行权值调整。同时,也对部分超参数进行调优。通过模型在公共数据集UCI人口普查-收入数据集上的评估,最终证明模型有着与轻量化之前不分上下的性能。 展开更多
关键词 多任务学习 渐进式分层提取 轻量化 不确定性损失权重 联合损失优化 UCI
在线阅读 下载PDF
基于Bayesian理论的测试性验证试验方案 被引量:6
5
作者 邓露 许爱强 +1 位作者 李文海 汤文超 《南京理工大学学报》 EI CAS CSCD 北大核心 2014年第6期775-780,共6页
为了降低测试性验证试验的不确定性风险损失,提出了基于Bayesian理论的测试性验证试验方案。该方案综合考虑了故障注入成本以及弃真和采伪两类风险损失,建立了基于风险损失的试验方案模型。根据Bayesian理论,结合验前信息推导出试验最... 为了降低测试性验证试验的不确定性风险损失,提出了基于Bayesian理论的测试性验证试验方案。该方案综合考虑了故障注入成本以及弃真和采伪两类风险损失,建立了基于风险损失的试验方案模型。根据Bayesian理论,结合验前信息推导出试验最小样本和最大合格判定数的计算公式,并给出基于Bayesian平均风险准则的弃真和采伪两类风险参数的求解方法。在此基础上,按照试验期望风险损失最小的原则求解试验方案模型。结果表明,该方案能有效降低试验两类风险损失。 展开更多
关键词 不确定性风险损失 测试性验证试验 故障注入成本 弃真风险 采伪风险 Bayesian理论 验前信息 试验最小样本 最大合格判定数 期望风险损失
在线阅读 下载PDF
区域水灾风险评估模型研究的理论与实践 被引量:52
6
作者 刘新立 史培军 《自然灾害学报》 CSCD 北大核心 2001年第2期66-72,共7页
首先立足于风险研究这个大背景下,在理论上对风险的概念进行了比较分析。然后针对水灾的风险, 根据其研究与实践中的侧重点不同,分为“损失可能性”学派、“未来损失”学派以及“损失不确定性”三 个学派。在此基础上,分析了水灾风... 首先立足于风险研究这个大背景下,在理论上对风险的概念进行了比较分析。然后针对水灾的风险, 根据其研究与实践中的侧重点不同,分为“损失可能性”学派、“未来损失”学派以及“损失不确定性”三 个学派。在此基础上,分析了水灾风险的不确定性,从而提出了基于概率论和可能性理论的水灾风险定义, 并将此定义应用于区域水灾风险评估的模型中。最后,探讨了水灾风险评估研究的问题与对其未来的展望。 展开更多
关键词 风险评估 区域水灾 损失可能性 概率 未来损失 损失不确定性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部