-
题名多重注意机制及权重校正LSTM的PVC含水率预测
被引量：1
- 1
-
-
作者
张帅杰
郭小萍
臧春华
苏宝玉
-
机构
沈阳化工大学信息工程学院
沈阳华控科技发展有限公司
-
出处
《电子测量技术》
北大核心
2023年第5期83-90,共8页
-
基金
辽宁省教育厅基础研究项目(LJ2020021)资助
-
文摘
针对PVC干燥工段中,PVC含水率存在非线性、大滞后、与其他变量关联性复杂难以预测的问题,提出一种多重注意机制及权重校正型长短期记忆网络(LSTM)模型用于PVC含水率的预测。在编码器部分,利用与含水率相关的输入序列之间的相关性对空间注意机制训练的可变权重进行校正,避免由于单纯数据训练导致相关性强的输入变量之间权重差异较大,进而实际干燥工艺不符;同时,由于含水率预测的滞后特性,为减弱长子时间窗口内LSTM单元细胞状态信息丢失,提出信息补偿机制补偿之前时刻细胞状态信息。在解码器部分,利用时间注意机制对编码器的隐藏层状态进行权重更新,解除固定长度向量对模型性能的限制。最后,选取某化工公司干燥工段DCS数据进行验证,相对于RNN、VA-LSTM、STA-LSTM相关系数(R2)分别提高了571%、122.6%、82.6%,结果表明本文模型具有一定优越性。
-
关键词
PVC含水率
时空注意机制
权重校正
信息补偿机制
LSTM
-
Keywords
PVC moisture content
spatiotemporal attention mechanism
weight correction
information compensation mechanism
LSTM
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名零售商公平偏好与信息分享策略下供应链的决策模型
被引量：4
- 2
-
-
作者
王文宾
张梦
-
机构
中国矿业大学经济管理学院
中国矿业大学供应链与服务科学研究中心
-
出处
《系统管理学报》
CSSCI
CSCD
北大核心
2021年第3期552-561,共10页
-
基金
国家自然科学基金资助项目(71971210,71701200,71102164)
四川省教育厅人文社科重点研究基地四川省电子商务与现代物流研究中心重点项目(DSWL19-5)
四川循环经济研究中心重点规划资助项目(XHJJ-1902)。
-
文摘
考虑到零售商的公平偏好行为影响供应链成员企业的决策,分别在零售商公平中性和公平偏好情形下建立供应链动态博弈模型。其中,模型考虑了零售商预测市场需求信息并决定是否向制造商分享信息,旨在探讨零售商的公平偏好行为和信息分享策略对制造商和零售商决策的影响。研究表明:随着零售商公平偏好程度的增加,批发价降低,但零售价不变,零售商的效用增加,而制造商的效用减少;信息分享有助于制造商获得较高的效用,并且提高信息精确度,可以弥补制造商因零售商公平偏好行为带来的效用损失,然而,信息分享使零售商的效用减少,故零售商不会自愿分享预测信息;在合理的效用分配比例范围内,制造商的信息分享补偿机制能够让具有公平偏好行为的零售商自愿分享预测信息。
-
关键词
公平偏好
信息分享
信息分享补偿机制
信息精确度
供应链
-
Keywords
fairness preference
information sharing
information sharing compensation mechanism
information accuracy
supply chain
-
分类号
F252
[经济管理—国民经济]
-
-
题名基于混合注意力模型的阴影检测方法
被引量：3
- 3
-
-
作者
谭道强
曾诚
乔金霞
张俊
-
机构
湖北大学计算机与信息工程学院
湖北省软件工程工程技术研究中心(湖北大学)
智慧政务与人工智能应用湖北省工程研究中心(湖北大学)
-
出处
《计算机应用》
CSCD
北大核心
2021年第7期2076-2081,共6页
-
基金
国家自然科学基金面上项目(61977021)
国家自然科学基金青年科学基金项目资助项目(61902114)
湖北省2019年技术创新专项(2019ACA144)。
-
文摘
图像中阴影区域的存在会导致图像内容的不确定性,不利于其他计算机视觉任务,因此常将阴影检测作为计算机视觉算法的预处理过程。然而,现有的阴影检测算法大多采用多级网络结构,导致模型训练困难,虽然已经提出了一些采用单级网络结构的算法,但它们只关注了局部的阴影,忽略了阴影之间的联系。针对该问题,为提升阴影检测的准确率和鲁棒性,提出了基于混合注意力模型的阴影检测方法。首先将预训练后的深层网络ResNext101作为前端特征提取网络,提取图像的基本特征;其次采用双向金字塔结构由浅入深、由深到浅的方式进行特征融合,并提出信息补偿机制减少深层语义信息丢失;然后结合空间注意力和通道注意力提出混合注意力模型进行特征融合,捕捉阴影区域和非阴影区域的差异;最后融合两个方向的预测结果从而得到最终的阴影检测结果。在公开数据集SBU、UCF上对所提方法进行可行性对比实验,结果表明,相较于DSC算法,所提方法的平衡误差率(BER)分别降低了30%和11%,说明它能够较好地抑制阴影错误检测并增强阴影细节。
-
关键词
阴影检测
卷积神经网络
空间注意力
通道注意力
信息补偿机制
双向金字塔结构
-
Keywords
shadow detection
Convolutional Neural Network(CNN)
spatial attention
channel attention
information compensation mechanism
bidirectional pyramid structure
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
