期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时序卷积特征过滤模型的地下水位预测方法
1
作者
孙均雨
徐佳磊
+2 位作者
张黎明
王在泉
文金浩
《水文》
北大核心
2025年第4期22-28,共7页
针对神经网络模型预测长时地下水位准确度低、运算资源消耗大的问题,提出了一种基于时序卷积特征过滤网络的地下水位预测方法,该方法能保持水文时序数据信息的完整性,拥有比卷积神经网络更大的感受野,能够精准捕捉地下水位的复杂时空关...
针对神经网络模型预测长时地下水位准确度低、运算资源消耗大的问题,提出了一种基于时序卷积特征过滤网络的地下水位预测方法,该方法能保持水文时序数据信息的完整性,拥有比卷积神经网络更大的感受野,能够精准捕捉地下水位的复杂时空关系。首先对水文数据进行预处理,然后采用空洞因果卷积方法作为特征提取器,结合注意力过滤模块提取水文数据特征,最后引入残差连接缓解模型训练过程中存在的网络层数过深、梯度消失和梯度爆炸问题。分别采用本文方法(DAR)、长短期神经网络(LSTM)、门控循环单元(GRU)、卷积门控循环单元(CNN-GRU)、时序卷积网络(TCN)预测意大利Petrignano水文数据变化,本文方法训练耗时最短,预测地下水位变化最为准确,验证了本文方法的可靠性。
展开更多
关键词
地下水位预测
时序
卷积
特征过滤
神经网络
空洞
因果
卷积
注意力过滤
在线阅读
下载PDF
职称材料
基于波网络的相位敏感光时域反射系统模式识别方法研究
被引量：
5
2
作者
张耀鲁
于淼
+5 位作者
常天英
李姝凡
郑志丰
杨悦
王忠民
崔洪亮
《光子学报》
EI
CAS
CSCD
北大核心
2021年第3期50-61,共12页
针对相位敏感光时域反射系统中传统人工特征提取和模式识别方法实时性差、准确率低的问题,提出一种波网络模式识别方法。该方法通过因果空洞卷积结构充分分析光纤振动信号的时序因果性,通过残差块结构使模型更快收敛,以实现更高的识别...
针对相位敏感光时域反射系统中传统人工特征提取和模式识别方法实时性差、准确率低的问题,提出一种波网络模式识别方法。该方法通过因果空洞卷积结构充分分析光纤振动信号的时序因果性,通过残差块结构使模型更快收敛,以实现更高的识别准确率和效率。实验结果表明,在对手拍、脚踩、棒击三种信号识别时,与一维卷积神经网络结构和长短期记忆网络结构方法相比,该方法识别准确率高达99.85%;且训练耗时最少,低至96 s,测试耗时也仅为30 ms,满足应用实时性的要求。该模式识别方法既具有高准确率又具有高实时性,对于φ-OTDR系统在周界安防中的应用推广具有重要意义。
展开更多
关键词
相位敏感
光时域反射系统
深度神经网络
因果空洞卷积
残差网络
模式识别
在线阅读
下载PDF
职称材料
基于ICEEMDAN和改进Informer的锂电池SOH估计
3
作者
郭新春
张怡
+1 位作者
张执超
李春玲
《现代电子技术》
2025年第18期39-44,共6页
准确估计锂离子电池健康状态(SOH)能够显著提高电池管理系统的安全性,并降低运维成本。为克服容量回升现象产生的预测误差和传统模型捕获信息过少等问题,提出一种基于ICEEMDAN-DCInformer模型的SOH估计方法。首先,利用改进的自适应噪声...
准确估计锂离子电池健康状态(SOH)能够显著提高电池管理系统的安全性,并降低运维成本。为克服容量回升现象产生的预测误差和传统模型捕获信息过少等问题,提出一种基于ICEEMDAN-DCInformer模型的SOH估计方法。首先,利用改进的自适应噪声完备集合经验模态分解(ICEEMDAN)将锂离子电池容量数据分解成不同频率的子模态,以消除SOH估计中容量回升现象产生的误差;其次,对Informer模型进行改进,将其中一维卷积替换为空洞因果卷积,使模型能够在增加信息捕获量的同时降低计算开销;最后,在美国航空航天局提供的锂离子电池数据集上,将所提方法与Informer、ICEEMDAN-Informer和DCInformer进行对比。所提模型估计结果在MAE、RMSE、MAPE和时间开销指标上相较于对比算法DCInformer分别减少了35.6%、11.1%、26.4%和15%。结果表明,通过ICEEMDAN分解容量能够消除容量回升现象的干扰,且所提方法精度更高,时间开销更小。
展开更多
关键词
锂电池
SOH预测
ICEEMDAN算法
Informer网络
容量回升
空洞
因果
卷积
在线阅读
下载PDF
职称材料
题名
基于时序卷积特征过滤模型的地下水位预测方法
1
作者
孙均雨
徐佳磊
张黎明
王在泉
文金浩
机构
青岛理工大学土木工程学院
青岛北洋建筑设计有限公司
出处
《水文》
北大核心
2025年第4期22-28,共7页
基金
国家自然科学基金项目(42272329,42272334,52204140)。
文摘
针对神经网络模型预测长时地下水位准确度低、运算资源消耗大的问题,提出了一种基于时序卷积特征过滤网络的地下水位预测方法,该方法能保持水文时序数据信息的完整性,拥有比卷积神经网络更大的感受野,能够精准捕捉地下水位的复杂时空关系。首先对水文数据进行预处理,然后采用空洞因果卷积方法作为特征提取器,结合注意力过滤模块提取水文数据特征,最后引入残差连接缓解模型训练过程中存在的网络层数过深、梯度消失和梯度爆炸问题。分别采用本文方法(DAR)、长短期神经网络(LSTM)、门控循环单元(GRU)、卷积门控循环单元(CNN-GRU)、时序卷积网络(TCN)预测意大利Petrignano水文数据变化,本文方法训练耗时最短,预测地下水位变化最为准确,验证了本文方法的可靠性。
关键词
地下水位预测
时序
卷积
特征过滤
神经网络
空洞
因果
卷积
注意力过滤
Keywords
groundwater level prediction
dilated filtering attention residual network
neural network
dilated causal convolution
filtering attention
分类号
P333.9 [天文地球—水文科学]
TV121.3 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
基于波网络的相位敏感光时域反射系统模式识别方法研究
被引量：
5
2
作者
张耀鲁
于淼
常天英
李姝凡
郑志丰
杨悦
王忠民
崔洪亮
机构
吉林大学仪器科学与电气工程学院
电子科技大学中山学院电子信息学院
山东大学海洋研究院
珠海任驰光电科技有限公司
出处
《光子学报》
EI
CAS
CSCD
北大核心
2021年第3期50-61,共12页
基金
广东省引进领军人才计划项目(No.00201507)
海洋公益性行业科研专项(No.201405026-01)。
文摘
针对相位敏感光时域反射系统中传统人工特征提取和模式识别方法实时性差、准确率低的问题,提出一种波网络模式识别方法。该方法通过因果空洞卷积结构充分分析光纤振动信号的时序因果性,通过残差块结构使模型更快收敛,以实现更高的识别准确率和效率。实验结果表明,在对手拍、脚踩、棒击三种信号识别时,与一维卷积神经网络结构和长短期记忆网络结构方法相比,该方法识别准确率高达99.85%;且训练耗时最少,低至96 s,测试耗时也仅为30 ms,满足应用实时性的要求。该模式识别方法既具有高准确率又具有高实时性,对于φ-OTDR系统在周界安防中的应用推广具有重要意义。
关键词
相位敏感
光时域反射系统
深度神经网络
因果空洞卷积
残差网络
模式识别
Keywords
Phase-sensitive
Optical time-domain reflectometric system
Deep neural network
Causal dilated convolution
Residual network
Pattern recognition
分类号
TP212 [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
基于ICEEMDAN和改进Informer的锂电池SOH估计
3
作者
郭新春
张怡
张执超
李春玲
机构
河北省风光氢储安全监测与智能运行技术创新中心(华北理工大学)
出处
《现代电子技术》
2025年第18期39-44,共6页
基金
国家重点研发计划项目(2021YFE0190900)
唐山市科学计划项目(22130210H)。
文摘
准确估计锂离子电池健康状态(SOH)能够显著提高电池管理系统的安全性,并降低运维成本。为克服容量回升现象产生的预测误差和传统模型捕获信息过少等问题,提出一种基于ICEEMDAN-DCInformer模型的SOH估计方法。首先,利用改进的自适应噪声完备集合经验模态分解(ICEEMDAN)将锂离子电池容量数据分解成不同频率的子模态,以消除SOH估计中容量回升现象产生的误差;其次,对Informer模型进行改进,将其中一维卷积替换为空洞因果卷积,使模型能够在增加信息捕获量的同时降低计算开销;最后,在美国航空航天局提供的锂离子电池数据集上,将所提方法与Informer、ICEEMDAN-Informer和DCInformer进行对比。所提模型估计结果在MAE、RMSE、MAPE和时间开销指标上相较于对比算法DCInformer分别减少了35.6%、11.1%、26.4%和15%。结果表明,通过ICEEMDAN分解容量能够消除容量回升现象的干扰,且所提方法精度更高,时间开销更小。
关键词
锂电池
SOH预测
ICEEMDAN算法
Informer网络
容量回升
空洞
因果
卷积
Keywords
lithium battery
SOH prediction
ICEEMDAN algorithm
Informer network
capacity recovery
null causal convolution
分类号
TN919-34 [电子电信]
TM912 [电子电信—通信与信息系统]
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
基于时序卷积特征过滤模型的地下水位预测方法
孙均雨
徐佳磊
张黎明
王在泉
文金浩
《水文》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于波网络的相位敏感光时域反射系统模式识别方法研究
张耀鲁
于淼
常天英
李姝凡
郑志丰
杨悦
王忠民
崔洪亮
《光子学报》
EI
CAS
CSCD
北大核心
2021
5
在线阅读
下载PDF
职称材料
3
基于ICEEMDAN和改进Informer的锂电池SOH估计
郭新春
张怡
张执超
李春玲
《现代电子技术》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
