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
2
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
基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法
1
作者
刘竟飞
姜潮
+1 位作者
倪冰雨
汪宗太
《中国机械工程》
EI
CAS
CSCD
北大核心
2024年第5期792-801,共10页
针对实际工程中存在的具有多个输出响应的高维问题,提出一种基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法。利用多个输出响应对应同一组输入变量的特点,对输入变量进行一次性采样,从而构造初始训练样本集。采用贝叶...
针对实际工程中存在的具有多个输出响应的高维问题,提出一种基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法。利用多个输出响应对应同一组输入变量的特点,对输入变量进行一次性采样,从而构造初始训练样本集。采用贝叶斯深度神经网络初步构建高维多输出问题的代理模型。贝叶斯深度神经网络能够同时求解多个预测输出响应的不确定性估计,基于该特点发展了一种针对高维多输出问题的主动加点策略,通过主动学习的方式进一步构建具有较高精度的高维多输出代理模型。然后,利用蒙特卡罗采样方法以及高斯混合模型求解多个输出响应的联合概率密度函数。研究结果表明,所提方法不仅能够避免分别对多个输出响应进行独立求解的复杂过程,而且能够利用多个输出响应之间的关联,主动筛选关键样本点进行建模,在一定程度上提高了高维多输出问题的求解效率。最后,通过几个数值算例验证了所提方法的有效性。
展开更多
关键词
主动学习
贝叶斯深度神经网络
高维不确定性
多输出问题
在线阅读
下载PDF
职称材料
基于改进数据包络分析的高速列车开行方案的动态评价
被引量：
6
2
作者
蒲松
吕红霞
《计算机应用》
CSCD
北大核心
2015年第5期1479-1482,1491,共5页
针对数据包络分析(DEA)方法不能反映评价指标间权重的差异性以及不能对有效决策单元排序和调整的缺点,提出一种改进的DEA方法。首先,运用层次分析法确定各指标的权重并建立偏好锥模型;然后,运用交叉效率对所有决策单元进行排序并根据上...
针对数据包络分析(DEA)方法不能反映评价指标间权重的差异性以及不能对有效决策单元排序和调整的缺点,提出一种改进的DEA方法。首先,运用层次分析法确定各指标的权重并建立偏好锥模型;然后,运用交叉效率对所有决策单元进行排序并根据上座率和理想决策单元对部分决策单元进行调整;最后,运用该方法对京沪高速列车开行方案进行评价。研究发现6条运行线中有4条是DEA有效的,需要对2条非有效和1条有效运行线进行调整。实验结果表明,改进的DEA方法能够为高速旅客列车开行方案的动态调整提供理论依据。
展开更多
关键词
高速列车开行方案
动态评价
多输入
多输出问题
数据包络分析
虚拟理想决策单元
在线阅读
下载PDF
职称材料
题名
基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法
1
作者
刘竟飞
姜潮
倪冰雨
汪宗太
机构
河南工业大学机电工程学院
湖南大学机械与运载工程学院
中国核电工程有限公司
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2024年第5期792-801,共10页
基金
国家自然科学基金重点项目(52235005)
河南省高等学校重点科研项目计划(23A460011)
+1 种基金
河南工业大学高层次人才科研启动基金(2022BS025)
国家自然科学基金(52175224)。
文摘
针对实际工程中存在的具有多个输出响应的高维问题,提出一种基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法。利用多个输出响应对应同一组输入变量的特点,对输入变量进行一次性采样,从而构造初始训练样本集。采用贝叶斯深度神经网络初步构建高维多输出问题的代理模型。贝叶斯深度神经网络能够同时求解多个预测输出响应的不确定性估计,基于该特点发展了一种针对高维多输出问题的主动加点策略,通过主动学习的方式进一步构建具有较高精度的高维多输出代理模型。然后,利用蒙特卡罗采样方法以及高斯混合模型求解多个输出响应的联合概率密度函数。研究结果表明,所提方法不仅能够避免分别对多个输出响应进行独立求解的复杂过程,而且能够利用多个输出响应之间的关联,主动筛选关键样本点进行建模,在一定程度上提高了高维多输出问题的求解效率。最后,通过几个数值算例验证了所提方法的有效性。
关键词
主动学习
贝叶斯深度神经网络
高维不确定性
多输出问题
Keywords
active learning
Bayesian deep neural network(BDNN)
high dimensional uncertainty
multioutput problem
分类号
TP182 [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
基于改进数据包络分析的高速列车开行方案的动态评价
被引量：
6
2
作者
蒲松
吕红霞
机构
西南交通大学交通运输与物流学院
成都文理学院数学系
出处
《计算机应用》
CSCD
北大核心
2015年第5期1479-1482,1491,共5页
基金
国家自然科学基金资助项目(61273242
61403317)
文摘
针对数据包络分析(DEA)方法不能反映评价指标间权重的差异性以及不能对有效决策单元排序和调整的缺点,提出一种改进的DEA方法。首先,运用层次分析法确定各指标的权重并建立偏好锥模型;然后,运用交叉效率对所有决策单元进行排序并根据上座率和理想决策单元对部分决策单元进行调整;最后,运用该方法对京沪高速列车开行方案进行评价。研究发现6条运行线中有4条是DEA有效的,需要对2条非有效和1条有效运行线进行调整。实验结果表明,改进的DEA方法能够为高速旅客列车开行方案的动态调整提供理论依据。
关键词
高速列车开行方案
动态评价
多输入
多输出问题
数据包络分析
虚拟理想决策单元
Keywords
train line planning in high speed railway
dynamic evaluation
multiple input and multiple output problem
Data Envelopment Analysis （DEA）
virtual ideal decision making unit
分类号
U293.1 [交通运输工程—交通运输规划与管理]
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
基于主动学习与贝叶斯深度神经网络的高维多输出不确定性传播方法
刘竟飞
姜潮
倪冰雨
汪宗太
《中国机械工程》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于改进数据包络分析的高速列车开行方案的动态评价
蒲松
吕红霞
《计算机应用》
CSCD
北大核心
2015
6
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
