检索结果-维普期刊中文期刊服务平台

基于多特征因子的路用集料粒径计算神经网络模型被引量：6: 1; 作者裴莉莉孙朝云 +3 位作者户媛姣李伟高尧郝雪丽《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第6期77-86,共10页; 在道路施工及养护过程中,高效、准确地测量沥青混合料中的集料级配是保证混合料骨架结构稳定及施工质量的重要环节。针对基于单一几何模型应用在粗集料颗粒分档时,存在粒径计算不准确、无法满足施工要求的问题,文中提出一种基于多特征... 展开更多; 关键词集料粒径多特征因子几何特征相关性分析虚拟筛分多层感知机神经网络; 在线阅读下载PDF 职称材料

基于深度学习的小麦籽粒锌含量预测及安全利用分区: 2; 作者李清彩陈娟 +3 位作者赵庆令蔡图韩文撑褚琳琳《农业环境科学学报》 CAS CSCD 北大核心 2024年第10期2248-2259,共12页; 为实现对小麦籽粒Zn含量的精准预测及安全利用分区,以济宁南部小麦种植区为研究对象,采集并测定了小麦籽粒中Zn及根际土壤样品中SiO_(2)、Fe_(2)O_(3)、MgO、CaO、Na_(2)O、K_(2)O、OrgC、P、N、S、Zn和pH等12种理化指标的含量,系统研... 展开更多; 关键词深度学习多层感知机神经网络随机森林小麦锌安全利用; 在线阅读下载PDF 职称材料

小样本纱线质量预测的机器学习算法适用性分析: 3; 作者刘智玉李学星 +2 位作者李立轻陈南梁汪军《棉纺织技术》 CAS 2024年第8期27-34,共8页; 为了解决当前基于神经网络的纱线质量预测模型针对小样本预测精度偏低和预测精度不稳定的问题,建立了随机森林(RF)算法预测模型、多层感知机神经网络(MLP)算法预测模型和线性回归(LR)算法预测模型,就各算法模型在小样本情况下对不同数... 展开更多; 关键词随机森林算法多层感知机神经网络线性回归算法质量预测小样本预测模型决定系数; 在线阅读下载PDF 职称材料

页岩油压裂井产量预测方法研究被引量：1: 4; 作者赵庆杰唐宏宝 +3 位作者张乾冯凡郝华松白石《油气井测试》 2024年第3期46-52,共7页; 为了综合考虑地质因素和工程参数对页岩油压裂井产量的影响,以大港油田页岩油井为数据来源,利用Spearman相关系数和随机森林综合筛选关键特征参数,通过数据清洗、多重填补检测剔除异常值,拓展缺失数据,构建完整的压裂井产量预测数据集... 展开更多; 关键词页岩油压裂产量预测模型多层感知机神经网络现场试验大港油田特征参数; 在线阅读下载PDF 职称材料

基于双参数自适应优化的无人履带车辆轨迹跟踪控制被引量：6: 5; 作者卢佳兴刘海鸥 +3 位作者关海杰李德润陈慧岩刘龙龙《兵工学报》 EI CAS CSCD 北大核心 2023年第4期960-971,共12页; 为解决定参数轨迹跟踪控制器工况适应性差的问题,基于改进粒子群优化(IPSO)、多层感知机(MLP)算法,设计一种双参数自适应优化的无人履带车辆轨迹跟踪控制算法。离线状态下,基于采集的实车数据,以轨迹跟踪的高精度、高稳定性、低时间成... 展开更多; 关键词履带车辆轨迹跟踪控制改进粒子群优化算法多层感知机神经网络; 在线阅读下载PDF 职称材料

基于2D-LDA的车牌字符识别: 6; 作者周洪毅《数字技术与应用》 2016年第6期97-99,共3页; 传统的基于LDA的字符识别需要将图像向量化,这会造成协方差矩阵维数过大和奇异问题,而基于2D-LDA的识别算法能够克服上述传统算法的缺陷。首先介绍了2D-LDA算法的原理;然后,在车牌字符数据集上测试了算法的识别率;最后,与多层感知机神... 展开更多; 关键词字符识别 2D-PCA 2D-LDA 多层感知机神经网络; 在线阅读下载PDF 职称材料

基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析被引量：2: 7; 作者孙婷婷刘剑波 +2 位作者任佳丽钟海雁周波《中国油脂》 CAS CSCD 北大核心 2023年第1期66-73,共8页; 为解决油茶籽油掺伪其他植物油的定性鉴别问题,在油茶籽油中分别掺入大豆油、花生油、葵花籽油、棉籽油、葡萄籽油、菜籽油、棕榈油和米糠油,设置高和低两种不同掺伪梯度,基于14个特征性脂肪酸和甘油三酯指标,运用Python语言构建并对比... 展开更多; 关键词油茶籽油决策树模型多层感知机人工神经网络模型定性鉴别脂肪酸甘油三酯; 在线阅读下载PDF 职称材料

题名基于多特征因子的路用集料粒径计算神经网络模型被引量：6: 1; 作者裴莉莉孙朝云户媛姣李伟高尧郝雪丽; 机构长安大学信息工程学院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第6期77-86,共10页; 基金国家重点研发计划“综合交通运输与智能交通”专项(2018YFB1600202) 国家自然科学基金面上项目(51978071) +1 种基金长安大学中央高校基本科研业务费专项资金资助项目(300102249301,300102240201)。; 文摘在道路施工及养护过程中,高效、准确地测量沥青混合料中的集料级配是保证混合料骨架结构稳定及施工质量的重要环节。针对基于单一几何模型应用在粗集料颗粒分档时,存在粒径计算不准确、无法满足施工要求的问题,文中提出一种基于多特征因子的路用集料粒径计算神经网络模型,实现对集料颗粒粒径的准确计算。首先,对采集到的集料颗粒图像进行几何特征提取,并对提取到的特征数据进行数据清洗和归一化等处理,建立样本数据集;然后通过相关性分析,提取出与集料粒径相关性较强的特征因子;最后,构建多层感知机(MLP)神经网络模型对数据集进行训练,并采用敏感性分析得到用于表征集料粒径的重要特征权重,实现对集料粒径的准确计算。结果表明,文中提出的集料粒径计算方法与卡尺法测量的结果拟合精度较高(相关系数R2=0.91),与二阶矩、等效椭圆等传统几何模型方法相比不仅明显提高了精度,而且可以实现快速虚拟筛分,显著提升后续的筛分效率。; 关键词集料粒径多特征因子几何特征相关性分析虚拟筛分多层感知机神经网络; Keywords aggregate size multiple feature factor geometric feature correlation analysis virtual screening multi-layer perceptron neural network; 分类号 U414 [交通运输工程—道路与铁道工程]; 在线阅读下载PDF 职称材料

题名基于深度学习的小麦籽粒锌含量预测及安全利用分区: 2; 作者李清彩陈娟赵庆令蔡图韩文撑褚琳琳; 机构山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队) 自然资源部采煤沉陷区综合治理与生态修复工程技术创新中心山东农业大学资源与环境学院济宁市自然资源和规划局山东省威海生态环境监测中心; 出处《农业环境科学学报》 CAS CSCD 北大核心 2024年第10期2248-2259,共12页; 基金山东省重点研发计划项目(2020CXGC011403,2023CXGC010904)。; 文摘为实现对小麦籽粒Zn含量的精准预测及安全利用分区,以济宁南部小麦种植区为研究对象,采集并测定了小麦籽粒中Zn及根际土壤样品中SiO_(2)、Fe_(2)O_(3)、MgO、CaO、Na_(2)O、K_(2)O、OrgC、P、N、S、Zn和pH等12种理化指标的含量,系统研究了小麦籽粒中Zn含量及其根际土壤理化指标含量特征,利用多层感知机神经网络和随机森林模型对小麦籽粒Zn含量变化特征进行预测,选择最优模型预测出济宁南部区域小麦籽粒Zn含量,并结合GIS技术划分了贫锌、缺锌、足锌和富锌农田。结果表明:济宁南部区域小麦籽粒中Zn含量平均值(39.7 mg·kg^(-1))与富锌小麦籽粒推荐值基本持平,超出黄淮麦区小麦籽粒Zn平均含量1.32倍;经相关分析和聚类分析得出,小麦籽粒Zn与根际土壤理化指标之间相互作用、相互耦合,存在着较为复杂的非线性关系;多层感知机神经网络预测模型的R^(2)(0.999)、RMSE(0.194)和MAE(0.146)等评价指标均优于随机森林模型;根际土壤中P、pH、OrgC和N指标是影响多层感知机神经网络预测相对重要的特征变量;研究区以足锌农田和缺锌农田为主,面积占比分别为57.47%和33.97%,谨慎利用贫锌区和安全利用富锌区农田面积占比分别为6.05%和2.51%。通过深度学习与农业地质相结合,利用多层感知机神经网络实现了通过简单土壤理化指标精准预测小麦籽粒锌含量。; 关键词深度学习多层感知机神经网络随机森林小麦锌安全利用; Keywords deep learning multi-layer perception neural networks(MLPNN) random forest(RF) wheat zinc safe utilization; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] S512.1 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名小样本纱线质量预测的机器学习算法适用性分析: 3; 作者刘智玉李学星李立轻陈南梁汪军; 机构东华大学纺织面料技术教育部重点实验室; 出处《棉纺织技术》 CAS 2024年第8期27-34,共8页; 文摘为了解决当前基于神经网络的纱线质量预测模型针对小样本预测精度偏低和预测精度不稳定的问题,建立了随机森林(RF)算法预测模型、多层感知机神经网络(MLP)算法预测模型和线性回归(LR)算法预测模型,就各算法模型在小样本情况下对不同数据特点的数据集的敏感性、不同数据维度的敏感性和不同训练样本数的敏感性进行了预测性能对比试验。用决定系数和均方根误差进行模型预测性能评估。试验结果表明:在小样本情况下,相比于MLP算法和LR算法,大多数情况下RF算法预测准确性更高、预测精度稳定性更好、对小训练样本量的适应性更好,具有较高的综合预测性能。; 关键词随机森林算法多层感知机神经网络线性回归算法质量预测小样本预测模型决定系数; Keywords random forest algorithm multi-layer perceptron neural network linear regression algorithm quality prediction small sample prediction model decision coefficient; 分类号 TS101.9 [轻工技术与工程—纺织工程]; 在线阅读下载PDF 职称材料

题名页岩油压裂井产量预测方法研究被引量：1: 4; 作者赵庆杰唐宏宝张乾冯凡郝华松白石; 机构中国石油集团渤海钻探工程公司井下技术服务公司中国石油集团渤海钻探工程公司工程技术部中国石油管道局工程有限公司第四分公司中国石油集团渤海钻探工程有限公司油气井测试分公司; 出处《油气井测试》 2024年第3期46-52,共7页; 基金中国石油集团渤海钻探工程有限公司重大技术研究项目“储层压裂改造‘数智化’技术研究”(2023ZD02F)。; 文摘为了综合考虑地质因素和工程参数对页岩油压裂井产量的影响,以大港油田页岩油井为数据来源,利用Spearman相关系数和随机森林综合筛选关键特征参数,通过数据清洗、多重填补检测剔除异常值,拓展缺失数据,构建完整的压裂井产量预测数据集。基于多层感知机神经网络模型,采用网格搜索法进行基础模型的参数调优,建立了页岩油压裂井产量预测模型,训练数据集的预测平均准确度为92.37%。经大港10口页岩油井的生产数据现场应用,预测产量与实际值的平均误差为7.59%,表明该产量预测模型可综合反应地质因素和工程参数对压裂井产量的影响,使预测结果与实际生产相吻合,预测精度高,满足工程需求。; 关键词页岩油压裂产量预测模型多层感知机神经网络现场试验大港油田特征参数; Keywords shale oil fracturing production prediction model multilayer perceptron neural network field trial Dagang oilfield characteristic parameter; 分类号 TE353 [石油与天然气工程—油气田开发工程]; 在线阅读下载PDF 职称材料

题名基于双参数自适应优化的无人履带车辆轨迹跟踪控制被引量：6: 5; 作者卢佳兴刘海鸥关海杰李德润陈慧岩刘龙龙; 机构北京理工大学机械与车辆学院; 出处《兵工学报》 EI CAS CSCD 北大核心 2023年第4期960-971,共12页; 基金国防科工局基础科研项目(20195208003)。; 文摘为解决定参数轨迹跟踪控制器工况适应性差的问题,基于改进粒子群优化(IPSO)、多层感知机(MLP)算法,设计一种双参数自适应优化的无人履带车辆轨迹跟踪控制算法。离线状态下,基于采集的实车数据,以轨迹跟踪的高精度、高稳定性、低时间成本为目标,利用IPSO算法构建了不同运动基元下的最优参数组合数据集,并以运动基元类型和车速等为特征向量,控制时域长度、时间步长为标签,采用学习率自适应优化算法完成MLP神经网络模型的训练。在线状态下,根据规划层下发的轨迹信息和车辆状态反馈信息,由MLP神经网络输出预测的最优控制时域长度和控制时间步长,作为双参数输入到模型预测控制算法中,完成自适应轨迹跟踪控制。基于ROS-VREP的联合仿真和基于双侧独立电驱动履带平台进行实车试验。研究结果表明,在包含大曲率转向的综合工况下,与相同计算时间成本的定参数轨迹跟踪控制算法相比,所设计的轨迹跟踪控制器横向偏差均值、航向偏差均值以及转角变化率均值分别降低了30.5%、17.2%、7.8%,证明了算法的可行性和有效性。; 关键词履带车辆轨迹跟踪控制改进粒子群优化算法多层感知机神经网络; Keywords tracked vehicle trajectory tracking control improved PSO algorithm MLP neural network; 分类号 TP242.6 [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2D-LDA的车牌字符识别: 6; 作者周洪毅; 机构南京理工大学自动化学院; 出处《数字技术与应用》 2016年第6期97-99,共3页; 文摘传统的基于LDA的字符识别需要将图像向量化,这会造成协方差矩阵维数过大和奇异问题,而基于2D-LDA的识别算法能够克服上述传统算法的缺陷。首先介绍了2D-LDA算法的原理;然后,在车牌字符数据集上测试了算法的识别率;最后,与多层感知机神经网络做了对比,表明2D-LDA算法有较高的识别率。; 关键词字符识别 2D-PCA 2D-LDA 多层感知机神经网络; Keywords character recognition 2D-PCA 2D-LDA MLP neural networks; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析被引量：2: 7; 作者孙婷婷刘剑波任佳丽钟海雁周波; 机构林产可食资源安全与加工利用湖南省重点实验室中南林业科技大学食品科学与工程学院岳阳市检验检测中心食品药品检验所; 出处《中国油脂》 CAS CSCD 北大核心 2023年第1期66-73,共8页; 基金湖南省市场监督管理局科技计划项目(2020KJJH55) 湖南省林业科技创新基金项目(XLK202101-02) 中央引导地方科技发展专项资金区域创新体系建设专项(2020ZYQ036)。; 文摘为解决油茶籽油掺伪其他植物油的定性鉴别问题,在油茶籽油中分别掺入大豆油、花生油、葵花籽油、棉籽油、葡萄籽油、菜籽油、棕榈油和米糠油,设置高和低两种不同掺伪梯度,基于14个特征性脂肪酸和甘油三酯指标,运用Python语言构建并对比分析了二分类决策树模型、多分类决策树模型和多层感知机人工神经网络(MLP-ANN)模型用于油茶籽油掺伪定性鉴别的效果。结果表明:高和低掺伪梯度下,二分类决策树模型对油茶籽油掺伪其他植物油的定性鉴别的准确率均达到0.95以上;多分类决策树模型的精确率和准确率在高掺伪梯度下均达到了0.95,但在低掺伪梯度下仅为0.90;在高和低掺伪梯度下,MLP-ANN模型对油茶籽油掺伪定性鉴别的平均精确率均达到0.98,准确率分别达到0.97和0.98。相比于决策树模型,MLP-ANN模型能很好地实现油茶籽油掺伪定性鉴别。; 关键词油茶籽油决策树模型多层感知机人工神经网络模型定性鉴别脂肪酸甘油三酯; Keywords oil-tea camellia seed oil decision tree model multilayer perceptron artificial neural network model qualitative identification fatty acid triglyceride; 分类号 TS227 [轻工技术与工程—粮食、油脂及植物蛋白工程] O657 [理学—分析化学]; 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	基于多特征因子的路用集料粒径计算神经网络模型	裴莉莉孙朝云户媛姣李伟高尧郝雪丽	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
2	基于深度学习的小麦籽粒锌含量预测及安全利用分区	李清彩陈娟赵庆令蔡图韩文撑褚琳琳	《农业环境科学学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	小样本纱线质量预测的机器学习算法适用性分析	刘智玉李学星李立轻陈南梁汪军	《棉纺织技术》 CAS	2024	0	在线阅读下载PDF 职称材料
4	页岩油压裂井产量预测方法研究	赵庆杰唐宏宝张乾冯凡郝华松白石	《油气井测试》	2024	1	在线阅读下载PDF 职称材料
5	基于双参数自适应优化的无人履带车辆轨迹跟踪控制	卢佳兴刘海鸥关海杰李德润陈慧岩刘龙龙	《兵工学报》 EI CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
6	基于2D-LDA的车牌字符识别	周洪毅	《数字技术与应用》	2016	0	在线阅读下载PDF 职称材料
7	基于特征性脂肪酸和甘油三酯指标的油茶籽油掺伪定性鉴别模型对比分析	孙婷婷刘剑波任佳丽钟海雁周波	《中国油脂》 CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料