检索结果-维普期刊中文期刊服务平台

双重神经网络预测储层及油气被引量：4: 1; 作者张向君管叶君 +2 位作者崔凤林李青仁吴志强《石油地球物理勘探》 EI CSCD 北大核心 1997年第5期717-723,共7页; 由自组织神经网络和BP网络组成的双重神经网络，能够克服各自单独使用的局限性，可在复杂地区进行储层及油气预测。在BP网络训练时，采用同伦学习算法，可得到全局最优解，且收敛速度很快。实际应用表明，在用自组织神经网络或BP网络不... 展开更多; 关键词双重神经网络预测储层油气; 在线阅读下载PDF 职称材料

双重BP神经网络组合模型在实时数据预测中的应用被引量：35: 2; 作者李蔚盛德仁 +4 位作者陈坚红任浩仁袁镇福岑可法周永刚《中国电机工程学报》 EI CSCD 北大核心 2007年第17期94-97,共4页; 在回归和延时神经网络的基础上,利用非线性组合预测方法的优点,提出一种新的预测模型——双重BP神经网络组合模型模型,选用某660MW机组的主蒸汽流量数据进行学习训练,实例计算结果表明双重BP神经网络组合模型可提高单项预测模型的精度,... 展开更多; 关键词双重BP神经网络实时组合预测回归神经网络延时神经网络; 在线阅读下载PDF 职称材料

基于双重人工神经网络模型预测焊接接头强度系数的研究被引量：4: 3; 作者刘政军张琨刘长军《兵器材料科学与工程》 CAS CSCD 北大核心 2018年第5期53-56,共4页; 针对7系超硬铝在传统熔焊过程中易出现热裂纹、气孔和焊接接头软化等问题,研究振动焊接工艺过程中,焊接工艺参数与焊接接头强度系数间的非线性关系机理,建立7075超硬铝振动焊接接头强度系数的双重人工神经网络评估模型,包括以焊接参数... 展开更多; 关键词双重人工神经网络超硬铝合金脉冲熔化极氩弧焊机械振动接头强度系数; 在线阅读下载PDF 职称材料

面向智能工厂多机器人定位的无线分布式协同决策被引量：2: 4; 作者张文璐霍子龙 +2 位作者赵西雨崔琪楣陶小峰《无线电通信技术》 2022年第4期718-727,共10页; 由于未来智能工厂中智能机器人的工作环境复杂多变,机器人进行协作定位时无法获知全局信道状态,其选择的标定节点可能被其他机器人占用,导致定位性能的波动较大,稳定性差。针对该问题,提出了基于双重深度超Q神经网络(DDHQN)的多机器人... 展开更多; 关键词双重深度超Q神经网络(DDHQN) 多机器人协同标定节点选择决策轨迹行为预估无线感知; 在线阅读下载PDF 职称材料

题名双重神经网络预测储层及油气被引量：4: 1; 作者张向君管叶君崔凤林李青仁吴志强; 机构大庆石油管理局物探公司; 出处《石油地球物理勘探》 EI CSCD 北大核心 1997年第5期717-723,共7页; 基金国家自然科学基金中国科学院资助 +1 种基金中国石油天然气总公司资助大庆石油管理局资助; 文摘由自组织神经网络和BP网络组成的双重神经网络，能够克服各自单独使用的局限性，可在复杂地区进行储层及油气预测。在BP网络训练时，采用同伦学习算法，可得到全局最优解，且收敛速度很快。实际应用表明，在用自组织神经网络或BP网络不能进行储层及油气预测的地区，采用双重神经网络能取得很好的效果。; 关键词双重神经网络预测储层油气; Keywords reservoir prediction, dual neural network, self-organizing neural network, BP neural network, homotopy learning algorithm; 分类号 TE19 [石油与天然气工程—油气勘探] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名双重BP神经网络组合模型在实时数据预测中的应用被引量：35: 2; 作者李蔚盛德仁陈坚红任浩仁袁镇福岑可法周永刚; 机构浙江大学机械与能源工程学院; 出处《中国电机工程学报》 EI CSCD 北大核心 2007年第17期94-97,共4页; 文摘在回归和延时神经网络的基础上,利用非线性组合预测方法的优点,提出一种新的预测模型——双重BP神经网络组合模型模型,选用某660MW机组的主蒸汽流量数据进行学习训练,实例计算结果表明双重BP神经网络组合模型可提高单项预测模型的精度,校核样本的平均相对误差为1.5%,而单独采用回归神经网络和延时神经网络进行预测的平均相对误差分别为2.7%和1.9%,证明双重BP神经网络组合模型具有很高的预测精度,可应用于火电厂实时数据的有效性验证。; 关键词双重BP神经网络实时组合预测回归神经网络延时神经网络; Keywords double BP artificial neural network real-time combined forecasting regression neural network time-delay neural network; 分类号 TM621.6 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于双重人工神经网络模型预测焊接接头强度系数的研究被引量：4: 3; 作者刘政军张琨刘长军; 机构沈阳工业大学材料科学与工程学院沈阳工业大学化工装备学院; 出处《兵器材料科学与工程》 CAS CSCD 北大核心 2018年第5期53-56,共4页; 基金辽宁省科技资助项目(20131079); 文摘针对7系超硬铝在传统熔焊过程中易出现热裂纹、气孔和焊接接头软化等问题,研究振动焊接工艺过程中,焊接工艺参数与焊接接头强度系数间的非线性关系机理,建立7075超硬铝振动焊接接头强度系数的双重人工神经网络评估模型,包括以焊接参数作为输入接头的焊缝参数、抗拉强度、伸长率和硬度预测模型,以及以4个子模型的预测输出为输入接头的焊接强度系数预测模型。根据建立的预测模型进行焊接接头强度试验,预测结果可以满足工程需要,具有工程实用价值。; 关键词双重人工神经网络超硬铝合金脉冲熔化极氩弧焊机械振动接头强度系数; Keywords dual artificial neural networks superhard aluminum alloy double-pulsed metal inert-gas welding mechanical vibration joint strength coefficient; 分类号 TG407 [金属学及工艺—焊接]; 在线阅读下载PDF 职称材料

题名面向智能工厂多机器人定位的无线分布式协同决策被引量：2: 4; 作者张文璐霍子龙赵西雨崔琪楣陶小峰; 机构北京邮电大学信息与通信工程学院; 出处《无线电通信技术》 2022年第4期718-727,共10页; 基金国家自然科学基金区域创新发展联合基金(U21A20449) 国家自然科学基金(61941105)。; 文摘由于未来智能工厂中智能机器人的工作环境复杂多变,机器人进行协作定位时无法获知全局信道状态,其选择的标定节点可能被其他机器人占用,导致定位性能的波动较大,稳定性差。针对该问题,提出了基于双重深度超Q神经网络(DDHQN)的多机器人协同决策算法;首先将多机器人进行协作定位时的决策系统构建为竞争加合作模型,并通过奖励函数的设计鼓励机器人参与协作;为了避免机器人之间的决策冲突,引入表示机器人决策轨迹的记录空间以实现对其他机器人的行为预估,记录空间的内容依据机器人的无线感知结果进行迭代更新;最后,仿真证明了所提出的基于DDHQN的多机器人协同决策算法使得每个机器人能够以群体性能最大为目标进行独立学习,在一定的迭代次数后可以实现精准的行为预估,并收敛到稳定有效的决策方案。; 关键词双重深度超Q神经网络(DDHQN) 多机器人协同标定节点选择决策轨迹行为预估无线感知; Keywords Dual Deep Hyper-Q Neural Network(DDHQN) multi-robot cooperation calibration node selection decision trajectory behavior prediction wireless perception; 分类号 TN929.5 [电子电信—通信与信息系统] TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	双重神经网络预测储层及油气	张向君管叶君崔凤林李青仁吴志强	《石油地球物理勘探》 EI CSCD 北大核心	1997	4	在线阅读下载PDF 职称材料
2	双重BP神经网络组合模型在实时数据预测中的应用	李蔚盛德仁陈坚红任浩仁袁镇福岑可法周永刚	《中国电机工程学报》 EI CSCD 北大核心	2007	35	在线阅读下载PDF 职称材料
3	基于双重人工神经网络模型预测焊接接头强度系数的研究	刘政军张琨刘长军	《兵器材料科学与工程》 CAS CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
4	面向智能工厂多机器人定位的无线分布式协同决策	张文璐霍子龙赵西雨崔琪楣陶小峰	《无线电通信技术》	2022	2	在线阅读下载PDF 职称材料