自动机械协调设计的多层网络模型 被引量：4

1

作者 冯涛 邹慧君 +1 位作者 郭为忠 梁庆华 《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第12期1825-1829,共5页

基于对已有网络计划技术的改进 ,建立了协调设计多层网络模型和数学模型 .该模型分为功能层、行为层和结构层 ,适应了协调设计的要求 ,方便了产品设计、方案调整和计算机实现 .应用实例证明了该模型是正确、实用。

关键词 协调设计 概念设计 自动机械 网络计划技术 多层网络模型

在线阅读 下载PDF 职称材料

恐怖组织多层网络模型及其特性

2

作者 李本先 方锦清 《复杂系统与复杂性科学》 CAS CSCD 北大核心 2023年第4期56-60,共5页

恐怖组织的网络从传统的金字塔结构走向多层网络。分析并构建了相关模型;以ISIS恐怖组织为案例,检验了上述模型。研究表明:恐怖组织网络逐渐走向多层网络,网络之间具有不同的特征,其网络结构具有小世界特性,网络规模增长较快,动力学行... 恐怖组织的网络从传统的金字塔结构走向多层网络。分析并构建了相关模型;以ISIS恐怖组织为案例,检验了上述模型。研究表明:恐怖组织网络逐渐走向多层网络,网络之间具有不同的特征,其网络结构具有小世界特性,网络规模增长较快,动力学行为复杂,网络联结是弱关系,却具有较高的聚类系数。 展开更多

关键词 恐怖组织 多层网络模型 国家安全 ISIS恐怖组织

在线阅读 下载PDF 职称材料

基于多层时序网络模型的中国机场网络特征分析

3

作者 郭九霞 李虹屹 +2 位作者 魏嵩 叶伟 王超 《中国安全科学学报》 CAS CSCD 北大核心 2024年第10期71-79,共9页

为克服静态网络模型在分析动态系统时出现网络结构特性反映不全面和数据表达失真的问题,引入时间属性,提出一种基于时序复杂网络模型的中国机场网络(CAN)结构分析方法。通过分析节点时序度、时序度中心性、时序介数中心性和时序接近中... 为克服静态网络模型在分析动态系统时出现网络结构特性反映不全面和数据表达失真的问题,引入时间属性,提出一种基于时序复杂网络模型的中国机场网络(CAN)结构分析方法。通过分析节点时序度、时序度中心性、时序介数中心性和时序接近中心性等网络特征指标,探究中国机场时序网络的结构特征,筛选和排序网络中的重要机场节点,并分析异质节点产生的原因。结果表明:CAN结构呈现出无标度网络特性;CAN的平均时序距离值差距较大,最大值是最小值的6.06倍;乌鲁木齐地窝堡国际机场(ZWWW)、呼和浩特白塔国际机场(ZBHH)的时序介数中心性相对其他指标较高,其在网络中起到重要的中心作用,而深圳宝安国际机场(ZGSZ)相对其他指标具有较高的时序度中心性。 展开更多

关键词 时序网络 中国机场网络(CAN) 多层时序网络模型(MTNM) 网络特征指标 幂律分布

在线阅读 下载PDF 职称材料

利用多层视觉网络模型进行图像局部特征表征的方法 被引量：10

4

作者 郎波 黄静 危辉 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2015年第4期703-712,共10页

为了寻求代价更小、效率更高、适应性更强的图像局部特征表征方法,提出一种基于视觉机制的多层网络计算模型.首先对初级视皮层中的简单细胞和复杂细胞等神经元进行建模;然后对腹侧视通路上的V4区神经元和下颞叶皮层区神经元的响应模式... 为了寻求代价更小、效率更高、适应性更强的图像局部特征表征方法,提出一种基于视觉机制的多层网络计算模型.首先对初级视皮层中的简单细胞和复杂细胞等神经元进行建模;然后对腹侧视通路上的V4区神经元和下颞叶皮层区神经元的响应模式进行研究,并利用该计算模型对输入图像进行局部特征的表征.实验结果表明,与传统的图像特征描述方法相比,该模型所提取的图像局部特征具有足够的区分度;此外,利用生物视觉模型提取出的图像局部特征在具有复杂背景的场景中显示出了更加优秀的泛化能力. 展开更多

关键词 多层视觉网络模型 V4区 下颞叶皮层区 图像局部特征 特征描述子

在线阅读 下载PDF 职称材料

糖熏鸡腿颜色快速精准识别的多层卷积神经网络模型研究 被引量：3

5

作者 王博 杨洪遥 +3 位作者 陆逢贵 陈子东 曹振霞 刘登勇 《食品与发酵工业》 CAS CSCD 北大核心 2021年第1期259-265,共7页

为快速精准识别糖熏鸡腿在熏制过程中产生的所有颜色,基于机器视觉技术,构建Xception-CNN模型用于熏鸡腿颜色的识别,同时应用Res Net-50、Inception和传统卷积神经网络(convolutional neural networks,CNN)等3种模型对比分析Xception-CN... 为快速精准识别糖熏鸡腿在熏制过程中产生的所有颜色,基于机器视觉技术,构建Xception-CNN模型用于熏鸡腿颜色的识别,同时应用Res Net-50、Inception和传统卷积神经网络(convolutional neural networks,CNN)等3种模型对比分析Xception-CNN模型对熏鸡腿颜色的识别效果。采集并经过图像预处理后,共得到不同颜色的熏鸡腿图像4 352张,作为4种模型的实验样本,随机选取其中的3 482张作为训练组,剩下的870张作为测试组。结果表明,4种模型的平均识别准确率分别为92%(Xception-CNN)、91%(Res Net-50)、89%(Inception)、87%(传统CNN);测试时间分别为1. 36 s(Xception-CNN)、0. 81 s(Res Net-50)、0. 98 s(Inception)、2. 48 s(传统CNN)。Xception-CNN模型对糖熏鸡腿图像的颜色识别准确率最高,达到92%,测试时间略高于Res Net-50模型和Inception模型,但低于传统CNN模型,仅需1. 36 s即可完成识别,此模型可以实现糖熏鸡腿颜色的快速精准识别,为糖熏工艺参数精准调控、保障产品颜色标准化等提供可靠依据。 展开更多

关键词 熏鸡 糖熏 颜色识别 机器视觉 多层卷积神经网络模型

在线阅读 下载PDF 职称材料

基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例

6

作者 杨兰 王运 +4 位作者 邹勇军 胡宝群 李满根 张安 朱满怀 《吉林大学学报(地球科学版)》 北大核心 2025年第5期1629-1643,共15页

利用未知硒数据快速、高效、精准地圈定富硒土壤,需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集,以w(Zn)、w(K_(2)O)、w(P)、w(Mo)、w(Mn)、w(Cr)、pH、D(泥盆系)为自变量,以是否富S... 利用未知硒数据快速、高效、精准地圈定富硒土壤,需构建预测富硒土壤的最佳模型。从1 277个1∶5万表层土壤的地球化学数据中选取502个数据组成数据集,以w(Zn)、w(K_(2)O)、w(P)、w(Mo)、w(Mn)、w(Cr)、pH、D(泥盆系)为自变量,以是否富Se为因变量,运用SPSS Modeler 18软件构建二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及支持向量机模型(包括线性、多项式、径向基和Sigmoid核函数),并通过35组土壤样品实测数据进行验证。结果表明:二元Logistic回归模型、多层感知器神经网络模型、随机森林模型及(线性、多项式、径向基、Sigmoid)支持向量机模型的预测准确率和验证总体准确率分别为88.8%和94.3%、91.0%和97.1%、96.6%和97.1%、87.9%和97.1%、86.1%和94.3%、86.9%和94.3%、80.3%和91.4%;以上模型的曲线下面积(AUC)值分别为0.948、0.950、0.993、0.937、0.945、0.928和0.873,随机森林模型的准确率和稳定性最佳。同时,本次研究发现了清洁富硒土壤及绿色富硒山稻,表明该方法在富硒土壤预测中具有可行性,且可进一步拓展到地质找矿及环境监测等领域。 展开更多

关键词 富硒土壤 机器学习 二元Logistic回归模型 多层感知器神经网络模型 随机森林模型 支持向量机模型

在线阅读 下载PDF 职称材料

基于产品多域信息关联约束网络模型的设计变更方案决策方法 被引量：2

7

作者 张元戎 郭伟 +1 位作者 王磊 孙江 《包装工程》 CAS 北大核心 2023年第8期61-71,共11页

目的 随着客户需求向个性化、多样化转变,市场对企业设计需求响应能力提出了更高的要求。方法 为实现快速精准的产品变更,提出了一种基于产品多域关联约束网络模型的变更设计方案决策方法。构建了基于产品功能域-参数域-结构域多域关联... 目的 随着客户需求向个性化、多样化转变,市场对企业设计需求响应能力提出了更高的要求。方法 为实现快速精准的产品变更,提出了一种基于产品多域关联约束网络模型的变更设计方案决策方法。构建了基于产品功能域-参数域-结构域多域关联约束的网络模型,提出了基于该模型的变更影响传播模式,提出了以网络节点代价与连边代价指标为基础的产品变更方案决策方法,以土压平衡盾构机螺旋输送机的变更为例验证了该方法的有效性。结果 结果表明,该决策方法可以快速获得产品多域设计信息变更方案,同时有效减小变更影响的传播范围。结论 对企业提高需求响应速度、提高变更设计效率、降低产品变更成本来说具有重要意义。 展开更多

关键词 变更设计 多层网络模型 变更传播代价计算 变更方案决策

在线阅读 下载PDF 职称材料

多层多属性舆情传播网络的仿真研究 被引量：11

8

作者 黄远 刘怡君 《系统工程学报》 CSCD 北大核心 2019年第6期844-854,共11页

基于当前网络舆情线上线下互动传播特性,深层挖掘舆情内容、指向和强度,提出了多层多属性舆情传播网络糢型.以杭州公交纵火案为例进行仿真研究,并基于信息属性进行了未管控情境和嵌入情境仿真,基于心理属性进行了现实、极端、中立、理... 基于当前网络舆情线上线下互动传播特性,深层挖掘舆情内容、指向和强度,提出了多层多属性舆情传播网络糢型.以杭州公交纵火案为例进行仿真研究,并基于信息属性进行了未管控情境和嵌入情境仿真,基于心理属性进行了现实、极端、中立、理想社会情境仿真.结果表明,基于心理属性可以对舆情进行大范围的面干预,但对突发舆情事件不适用,培养民众理性思考是一项必不可少的长期工作;基于信息属性可以对舆情进行有针对性的点干预,及时辟谣和恰当议程设置可有效减少负面观点,引导舆情良性发展. 展开更多

关键词 多层多属性网络模型 舆情传播 仿真 线上线下

在线阅读 下载PDF 职称材料

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

9

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... 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。 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

基于融合TC-WREM模型的热带气旋大风半径估算研究

10

作者 周必高 鲁小琴 +4 位作者 吴贤笃 仇欣 谢海华 朱忠勇 郑建琴 《热带气象学报》 CSCD 北大核心 2024年第5期736-744,共9页

利用2001—2020年美国联合台风警报中心(JTWC)热带气旋(Tropical Cyclone,TC)最佳资料数据集和静止气象卫星云图,建立了基于多层感知器神经网络模型(Multi-Layer Perceptron,MLP)和卷积神经网络(Convolutional Neural Network,CNN)融合... 利用2001—2020年美国联合台风警报中心(JTWC)热带气旋(Tropical Cyclone,TC)最佳资料数据集和静止气象卫星云图,建立了基于多层感知器神经网络模型(Multi-Layer Perceptron,MLP)和卷积神经网络(Convolutional Neural Network,CNN)融合的TC大风半径估算模型(TC Wind Radii Estimation Model,TC-WREM)。该模型利用MLP和CNN分别对TC属性数据和卫星云图中与TC大风半径相关联的核心特征进行预提取,最终通过融合TC-WREM模型开展大风半径估算。融合的TC-WREM模型能实现对TC属性数据和卫星云图底层特征的深度客观挖掘,较单独的MLP和CNN模型的估算误差降低7%~24%。以TC近地面8级大风半径(R8)估算为例,针对2021年台风“烟花”的独立样本估算检验显示分象限R8估算平均绝对误差(Mean Absolute Error,MAE)分别为39、33、40和51 km,均值为41 km,误差中位值约40 km,优于业务估算精度(为大风半径的25%~40%)及西北太平洋和大西洋同类研究估算结果。由于融合TC-WREM模型的输入为易获取的TC属性数据和静止气象卫星云图,因此该模型易于在业务中进行推广,从而可改善国内TC大风半径估算模型缺乏的现状。 展开更多

关键词 热带气旋 大风半径估算 卷积神经网络模型 多层感知器神经网络模型 融合TC-WREM模型 西北太平洋

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

11

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... 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。 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

山区铁路“隧道-环境”关键绿色要素研究

12

作者 闫林君 陈慧鑫 +2 位作者 鲍学英 郭海东 李亚娟 《铁道工程学报》 EI CSCD 北大核心 2024年第11期83-89,共7页

研究目的:山区地质条件复杂、环境敏感脆弱,致使铁路隧道修建在环境保护、水土保持等方面任务艰巨,降低隧道建设对区域环境的扰动、平衡隧道建设与环境稳态之间的关系势在必行。为明确“隧道-环境”绿色协调发展的关键节点,以制定针对... 研究目的:山区地质条件复杂、环境敏感脆弱,致使铁路隧道修建在环境保护、水土保持等方面任务艰巨,降低隧道建设对区域环境的扰动、平衡隧道建设与环境稳态之间的关系势在必行。为明确“隧道-环境”绿色协调发展的关键节点,以制定针对性策略降低隧道建设对区域环境的不利影响,提出一种基于多层耦合网络模型的山区铁路“隧道-环境”关键绿色要素分析方法。研究结论:(1)在明晰山区铁路“隧道-环境”交互影响关系的基础上,构建包含隧道绿色要素、接口要素、环境要素的要素体系,运用多层耦合网络模型,将各要素抽象为不同层次网络的节点,并建立各节点层内层间的有机联系,可为实现“隧道-环境”交互影响关系的定量表达建立基础;(2)以某山区铁路隧道工程为例,运用网络节点重要性评估方法,识别出7个关键绿色要素:隧道断面尺寸、隧道掘进长度、隧道爆破方式、隧道通风方式、隧道衬砌防水设计、隧道注浆堵水、隧道通风设备布设,应对其进行优化控制;(3)研究结果符合工程实际,验证了模型的适用性,可为明确降低山区铁路隧道建设对区域环境胁迫效应的着力点提供评判依据。 展开更多

关键词 山区铁路隧道 区域环境 多层耦合网络模型 关键绿色要素

在线阅读 下载PDF 职称材料

基于MLP-ANN与Markov Chain的土地利用变化预测方法——以锡林郭勒盟为例 被引量：8

13

作者 徐广才 康慕谊 李亚飞 《生态环境学报》 CSCD 北大核心 2010年第10期2386-2392,共7页

以北方草地典型地区—内蒙古锡林郭勒盟为案例区,在1995年到2000年的土地利用变化与驱动力分析的基础上,利用土地利用转换类型和驱动力模型,采用多层感知人工神经网络模型分析了各种土地利用类型未来的转换潜力;利用马尔可夫链模型,预测... 以北方草地典型地区—内蒙古锡林郭勒盟为案例区,在1995年到2000年的土地利用变化与驱动力分析的基础上,利用土地利用转换类型和驱动力模型,采用多层感知人工神经网络模型分析了各种土地利用类型未来的转换潜力;利用马尔可夫链模型,预测了2005和2010年土地利用格局。预测结果显示:高覆盖度草地减少幅度最大,中覆盖度草地减少相对和缓,高、中覆盖度草地的减少造成了未利用地和低覆盖度草地的增加,尤其是前者增加的幅度最大;从空间分布看,高覆盖度草地的减少集中在西北部地区,主要转变为中低覆盖度草地,中覆盖度草地的减少主要集中在西南部地区,其流向主要是以沙化土地为主的未利用地;案例研究表明,多层感知人工神经网络模型与马尔可夫链模型的结合与应用能够在很大程度上预测稳定驱动力作用下的土地利用变化趋势,从而为生态干预提供指导。 展开更多

关键词 土地利用与覆被变化 模拟 多层感知人工神经网络模型 马尔可夫链 锡林郭勒盟

在线阅读 下载PDF 职称材料

基于深度学习的齿轮泵故障诊断方法研究 被引量：3

14

作者 黄勇 张征凯 +1 位作者 曾宪淑 齐浪 《组合机床与自动化加工技术》 北大核心 2019年第10期111-114,119,共5页

为降低齿轮泵发生故障后对工作效率的影响,将深度学习技术应用到齿轮泵故障诊断分析中,以BP神经网络为基础搭建多层感知器模型。首先,对齿轮泵的出口压力信号进行特征量提取、归一化处理等一系列处理,构建特征向量;然后,将特征信号输入... 为降低齿轮泵发生故障后对工作效率的影响,将深度学习技术应用到齿轮泵故障诊断分析中,以BP神经网络为基础搭建多层感知器模型。首先,对齿轮泵的出口压力信号进行特征量提取、归一化处理等一系列处理,构建特征向量;然后,将特征信号输入到BP神经网络模型中进行模型训练,通过调节学习率、误差容限、动量因子等初始值将实验样本进行分类、预测;接着,再次将特征信号输入到多层感知器模型中,实现对齿轮泵的故障状态识别。结果表明,与BP神经网络算法相比,利用深度神经网络构建多层感知模型能够有效地诊断出齿轮泵是否发生故障,准确率可以达到 95.56%以上。 展开更多

关键词 齿轮泵 BP神经网络 Keras 多层神经网络模型 特征提取 故障诊断

在线阅读 下载PDF 职称材料

CO_(2)气体保护焊的焊缝形貌建模及虚拟化仿真系统开发 被引量：1

15

作者 肖罡 欧敏 +3 位作者 李时春 万可谦 周妃四 杨钦文 《机械工程材料》 CAS CSCD 北大核心 2023年第11期67-73,共7页

建立了CO_(2)气体保护焊工艺参数与焊缝几何尺寸(熔宽、熔深)之间的多层感知机神经网络预测模型,并基于焊接试验数据训练模型,确定了模型的数学解析式;通过分析焊缝截面和表面形貌特征,建立焊缝形貌的虚拟化仿真模型;通过python编程开... 建立了CO_(2)气体保护焊工艺参数与焊缝几何尺寸(熔宽、熔深)之间的多层感知机神经网络预测模型,并基于焊接试验数据训练模型,确定了模型的数学解析式;通过分析焊缝截面和表面形貌特征,建立焊缝形貌的虚拟化仿真模型;通过python编程开发了焊缝形貌预测与虚拟化仿真系统。结果表明:所建立的多层感知机神经网络预测模型对熔宽预测的最大偏差为0.097 mm,模型拟合优度为0.999269,对熔深预测的最大偏差为0.051 mm,模型拟合优度为0.999567;建立了以焊缝熔深和熔宽为输入变量的焊缝截面形貌数学模型和以焊缝熔宽为输入变量的表面形貌数学模型。 展开更多

关键词 CO_(2)气体保护焊 多层感知机神经网络模型 焊缝形貌建模 虚拟化仿真系统

在线阅读 下载PDF 职称材料