检索结果-维普期刊中文期刊服务平台

自适应反归一化改进多层神经网络轴流转桨水轮机协联功率预测被引量：4: 1; 作者陆文玲夏家辉孔繁镍《广西大学学报（自然科学版）》 CAS 北大核心 2022年第6期1532-1542,共11页; 轴流转桨水轮机现场协联试验受经济和时间成本限制,获取的数据量有限,难以全面指导机组协联运行参数设置。为提高协联试验效率,实现水轮机协联工况下的功率追踪,同时避免水轮机物理模型高度非线性化难以模拟实际现场问题,提出一种基于... 展开更多; 关键词轴流转桨水轮机协联试验多层神经网络预测模型自适应反归一化; 在线阅读下载PDF 职称材料

基于MERIS遥感图像的太湖叶绿素浓度反演被引量：1: 2; 作者王根深王得玉《安徽农业科学》 CAS 2017年第30期71-74,共4页; 以太湖为试验区,基于MERIS遥感图像数据以及同步实测的太湖水质参数数据,应用归一化叶绿素指数算法(NDCI),对太湖水体叶绿素a浓度进行反演,得到了太湖区域的水体叶绿素a反演结果,并对反演结果进行了验证和分析。结果表明:归一化叶绿素... 展开更多; 关键词 MERIS遥感图像叶绿素A 归一化叶绿素指数反演算法太湖; 在线阅读下载PDF 职称材料

基于先验梅尔谱和神经声码器的语音丢包隐藏方法: 3; 作者黄晋维鲍长春周静《电子学报》 EI CAS CSCD 北大核心 2024年第8期2581-2590,共10页; 对基于神经网络的丢包隐藏方法而言,输入特征是直接影响最终恢复效果的重要因素.此外,如何通过丢包隐藏恢复高自然度的语音,也是亟待解决的难题.为有效恢复丢包语音并提高自然度,本文提出了一种基于先验梅尔谱和神经声码器的语音丢包隐... 展开更多; 关键词丢包隐藏先验梅尔谱神经声码器时序自适应反归一化层时频特征; 在线阅读下载PDF 职称材料

基于VMD-SE和BiLSTM在短期负荷预测应用被引量：7: 4; 作者张栋栋陈洁李洋《现代电子技术》 2021年第23期155-159,共5页; 针对传统单一的预测方法精度不高,为进一步提高预测精度,提出VMD-SE与BiLSTM结合的形式建立预测模型,分析和利用气象参数、日期类型等辅助参数之间的相关性。首先对一段时间的用电负荷运用VMD分解,分解形成一系列子序列;然后运用样本熵... 展开更多; 关键词负荷预测预测精度变分模态分解样本熵复杂度长短期记忆网络归一化反归一化; 在线阅读下载PDF 职称材料

题名自适应反归一化改进多层神经网络轴流转桨水轮机协联功率预测被引量：4: 1; 作者陆文玲夏家辉孔繁镍; 机构南宁职业技术学院智能制造学院广西大学电气工程学院; 出处《广西大学学报（自然科学版）》 CAS 北大核心 2022年第6期1532-1542,共11页; 基金国家自然科学基金项目(61861003) 广西自然科学基金项目(2021GXNSFAA220136)。; 文摘轴流转桨水轮机现场协联试验受经济和时间成本限制,获取的数据量有限,难以全面指导机组协联运行参数设置。为提高协联试验效率,实现水轮机协联工况下的功率追踪,同时避免水轮机物理模型高度非线性化难以模拟实际现场问题,提出一种基于改进多层神经网络数学预测模型,采用Rule函数、L2正则化、Adam优化器并用PSO算法优化其梯度参数。针对神经网络实际预测缺乏真实值的问题,提出自适应反归一化区间端值判断策略提高实际预测准确度。通过协联与非协联仿真分析,结果表明所提出预测模型和区间策略能够在小样本情况下对轴流转桨水轮机协联工况实现有效的实际预测,具有较高精度。; 关键词轴流转桨水轮机协联试验多层神经网络预测模型自适应反归一化; Keywords Kaplan turbine coordination test multilayer neural network prediction model adaptive anti-normalization; 分类号 TM312 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名基于MERIS遥感图像的太湖叶绿素浓度反演被引量：1: 2; 作者王根深王得玉; 机构南京邮电大学通信与信息工程学院; 出处《安徽农业科学》 CAS 2017年第30期71-74,共4页; 基金江苏省自然科学基金-青年基金项目(BK20140868); 文摘以太湖为试验区,基于MERIS遥感图像数据以及同步实测的太湖水质参数数据,应用归一化叶绿素指数算法(NDCI),对太湖水体叶绿素a浓度进行反演,得到了太湖区域的水体叶绿素a反演结果,并对反演结果进行了验证和分析。结果表明:归一化叶绿素指数反演算法能够精确地反演太湖区域的叶绿素a浓度值,模型的决定系数(R2)为0.881 2,反演精度优于传统经验统计模型,可为今后更精确地反演内陆水体的叶绿素a浓度提供参考依据。; 关键词 MERIS遥感图像叶绿素A 归一化叶绿素指数反演算法太湖; Keywords MERIS remote sensing image Chlorophyll-a NDCI Taihu Lake; 分类号 X87 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于先验梅尔谱和神经声码器的语音丢包隐藏方法: 3; 作者黄晋维鲍长春周静; 机构北京工业大学信息学部语音与音频信息处理研究所; 出处《电子学报》 EI CAS CSCD 北大核心 2024年第8期2581-2590,共10页; 基金国家自然科学基金(No.61831019)。; 文摘对基于神经网络的丢包隐藏方法而言,输入特征是直接影响最终恢复效果的重要因素.此外,如何通过丢包隐藏恢复高自然度的语音,也是亟待解决的难题.为有效恢复丢包语音并提高自然度,本文提出了一种基于先验梅尔谱和神经声码器的语音丢包隐藏方法.该方法采用一种非对称的编解码网络结构.在编码端,用两个独立的编码网络分别从时域波形和梅尔谱中提取深层时频特征.在解码端,将时频深层特征一同送入由时序自适应反归一化层构成的声码器中,以恢复丢失的语音信号并提高自然度.仿真实验表明,该方法在语音感知质量和短时客观可懂度上均优于现有的两种丢包隐藏算法.; 关键词丢包隐藏先验梅尔谱神经声码器时序自适应反归一化层时频特征; Keywords packet loss concealment Mel-spectrum neural vocoder temporal adaptive de-normalization layer timefrequency features; 分类号 TN912 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于VMD-SE和BiLSTM在短期负荷预测应用被引量：7: 4; 作者张栋栋陈洁李洋; 机构新疆大学电气工程学院; 出处《现代电子技术》 2021年第23期155-159,共5页; 基金新疆维吾尔自治区自然科学基金(2019D01C078)。; 文摘针对传统单一的预测方法精度不高,为进一步提高预测精度,提出VMD-SE与BiLSTM结合的形式建立预测模型,分析和利用气象参数、日期类型等辅助参数之间的相关性。首先对一段时间的用电负荷运用VMD分解,分解形成一系列子序列;然后运用样本熵对各个子序列分析其复杂度,并进行重构减少预测的规模;最后对得到的新的子序列与天气参数、日期类型通过BiLSTM模型进行预测,将得到各个子序列的预测值进行相加处理,再进行反归一化最终得到预测的结果。通过仿真验证并与其他模型进行比较,该模型的预测精度为98.63%,预测精度较高,具有较好的理论和实践意义。; 关键词负荷预测预测精度变分模态分解样本熵复杂度长短期记忆网络归一化反归一化; Keywords load forecasting forecasting accuracy VMD sample entropy complexity long-and short-term memory network normalization denormalization; 分类号 TN99-34 [电子电信—信号与信息处理] 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	作者	出处	发文年	被引量	操作
1	自适应反归一化改进多层神经网络轴流转桨水轮机协联功率预测	陆文玲夏家辉孔繁镍	《广西大学学报（自然科学版）》 CAS 北大核心	2022	4	在线阅读下载PDF 职称材料
2	基于MERIS遥感图像的太湖叶绿素浓度反演	王根深王得玉	《安徽农业科学》 CAS	2017	1	在线阅读下载PDF 职称材料
3	基于先验梅尔谱和神经声码器的语音丢包隐藏方法	黄晋维鲍长春周静	《电子学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于VMD-SE和BiLSTM在短期负荷预测应用	张栋栋陈洁李洋	《现代电子技术》	2021	7	在线阅读下载PDF 职称材料