基于双向门控式宽度学习系统的监测数据结构变形预测

1

作者 罗向龙 王亚飞 +1 位作者 王彦博 王立新 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第4期729-736,共8页

监测数据深度学习预测模型运算量大、实时性差,为此结合宽度学习系统(BLS)和双向长短时记忆(Bi-LSTM)模型的优势,提出基于双向门控式宽度学习系统(Bi-G-BLS)的结构变形预测模型.对BLS的特征节点增加循环反馈和遗忘门结构,提高当前节点... 监测数据深度学习预测模型运算量大、实时性差,为此结合宽度学习系统(BLS)和双向长短时记忆(Bi-LSTM)模型的优势,提出基于双向门控式宽度学习系统(Bi-G-BLS)的结构变形预测模型.对BLS的特征节点增加循环反馈和遗忘门结构,提高当前节点对前一节点的依赖关系,分别从正向和反向提取时间序列的内部特征,充分挖掘数据的双向特征,在提高模型预测精确度的同时减少模型预测时间.基于实测的地铁基坑沉降监测数据的测试结果显示,所提预测模型与门控循环单元(GRU)、BLS、Bi-LSTM、G-BLS模型相比,均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)平均分别降低了21.04%、12.81%、24.41%;在预测精度相近的情况下,所提模型的预测时间比Bi-LSTM模型降低了99.59%.结果表明,所提模型在预测速度和精确度上较对比模型有明显提升. 展开更多

关键词 结构变形 预测模型 深度学习 门控循环单元(GRU) 宽度学习系统(BLS)

在线阅读 下载PDF 职称材料

基于鲁棒稀疏宽度学习系统的短期风电功率预测 被引量：1

2

作者 康逸群 刘厦 雷兢 《太阳能学报》 EI CAS CSCD 北大核心 2024年第5期32-43,共12页

为改善预测质量,提出一种基于鲁棒稀疏宽度学习系统(RSBLS)的预测方法。基于正则法将模型训练转化为一个difference-of-convex functions优化问题,利用L1范数作为数据忠诚项以提高估计的鲁棒性,将L1-2范数集成到目标函数中确保输出权的... 为改善预测质量,提出一种基于鲁棒稀疏宽度学习系统(RSBLS)的预测方法。基于正则法将模型训练转化为一个difference-of-convex functions优化问题,利用L1范数作为数据忠诚项以提高估计的鲁棒性,将L1-2范数集成到目标函数中确保输出权的稀疏性以提升模型性能,并提出一种融合half-quadratic splitting算法优势的数值方法有效求解该训练模型。基于绝对误差、相对误差、平均绝对误差、均方根误差、平均绝对百分误差、算法稳定性、预测误差改进百分比、灰色关联分析和DM检验等准则进行实验分析,结果表明新算法的预测质量优于流行的预测算法,并具有较好的鲁棒性,为风功率预测提出一种可行的新方法。 展开更多

关键词 风功率预测 宽度学习系统 正则化 稀疏性优化

在线阅读 下载PDF 职称材料

近红外光谱技术结合宽度学习系统识别国外奶粉产地 被引量：4

3

作者 乔继红 苑希岩 +2 位作者 吴静珠 张慧妍 余乐 《食品安全质量检测学报》 CAS 北大核心 2023年第5期9-15,共7页

目的 利用傅里叶变换近红外光谱技术结合与宽度学习系统对国外奶粉进行产地识别。方法 采集荷兰、新西兰、澳大利亚、德国、法国、英国和爱尔兰7个国家55个奶粉样品的近红外光谱,经过数据预处理、主成分分析降低数据维度和特征筛选,构... 目的 利用傅里叶变换近红外光谱技术结合与宽度学习系统对国外奶粉进行产地识别。方法 采集荷兰、新西兰、澳大利亚、德国、法国、英国和爱尔兰7个国家55个奶粉样品的近红外光谱,经过数据预处理、主成分分析降低数据维度和特征筛选,构建基于宽度学习系统(broad learning system,BLS)的奶粉产地快速识别模型。结果 采用多元散射校正加Savitzky-Golay滤波的预处理效果最好,与未做预处理相比,准确率提高14.55%,主成分分析特征数大于38,识别效果最稳定。对荷兰、新西兰、澳大利亚和欧洲其他产地4类产地识别,测试准确率达到100.00%,对样本做7类产地识别,准确率达到81.81%。相同条件下,与支持向量机方法对比, 4类产地识别, BLS方法准确率比支持向量机方法高9.10%, 7类产地识别,两者准确率相同。结论 本研究提出的基于BLS的方法可以较好实现国外奶粉产地识别,为奶粉产地快速识别提供了新思路。 展开更多

关键词 奶粉 产地识别 近红外光谱技术 主成分分析 宽度学习系统

在线阅读 下载PDF 职称材料

基于自编码器和超图的半监督宽度学习系统 被引量：2

4

作者 王雪松 张翰林 程玉虎 《电子学报》 EI CAS CSCD 北大核心 2022年第3期533-539,共7页

常规宽度学习系统(Broad Learning System,BLS)通常采用的线性稀疏特征提取方法难以对数据的复杂非线性特征进行有效表征.此外,当标记样本量较少时,BLS的泛化性能难以得到保证.为此,提出一种基于自编码器和超图的半监督宽度学习系统(Aut... 常规宽度学习系统(Broad Learning System,BLS)通常采用的线性稀疏特征提取方法难以对数据的复杂非线性特征进行有效表征.此外,当标记样本量较少时,BLS的泛化性能难以得到保证.为此,提出一种基于自编码器和超图的半监督宽度学习系统(Autoencoder and Hypergraph-based Semi-supervised BLS,AH-SBLS).主要步骤为:首先,使用包括标记样本和无标记样本在内的全部样本训练自编码器,利用训练好的自编码器自动提取数据的复杂非线性特征;其次,将自编码器特征层中的特征作为AH-SBLS的特征节点并对其进行宽度拓展;然后,构造半监督超图以挖掘标记样本和无标记样本间的高阶流形关系,并将超图正则项引入宽度学习系统的目标函数中;最后,利用岭回归对目标函数进行求解,实现对无标记样本的类别预测.在图像分类实验上的结果表明,AH-SBLS能够实现半监督分类且获得较高的分类精度. 展开更多

关键词 半监督 宽度学习系统 自编码器 超图 图像分类

在线阅读 下载PDF 职称材料

基于麻雀算法优化宽度学习系统的轴承故障诊断 被引量：5

5

作者 陈光林 于丽娅 +2 位作者 张成龙 周鹏 李笑瑜 《工业工程》 北大核心 2023年第3期151-158,共8页

对滚动轴承做健康监测和故障诊断可以保证机械设备持续有效地进行工作。利用深度学习对工业大数据背景下的海量复杂数据进行建模时,需要耗费大量的计算资源,出现训练停滞或难以训练等问题。尝试采用宽度学习系统代替深度学习进行轴承故... 对滚动轴承做健康监测和故障诊断可以保证机械设备持续有效地进行工作。利用深度学习对工业大数据背景下的海量复杂数据进行建模时,需要耗费大量的计算资源,出现训练停滞或难以训练等问题。尝试采用宽度学习系统代替深度学习进行轴承故障诊断,同时针对宽度学习系统分类效果受限于自身超参数的选择这一问题,利用元启发算法中的麻雀搜索算法对宽度学习系统的超参数进行优化,提高宽度学习系统的准确率。将优化后的模型应用于西储大学轴承数据集,并与多种神经网络模型进行对比以验证所提方法的故障诊断能力。 展开更多

关键词 滚动轴承 故障诊断 麻雀搜索算法 宽度学习系统

在线阅读 下载PDF 职称材料

基于宽度学习系统的内河航道船舶轨迹分类算法 被引量：3

6

作者 王颢程 左毅 +1 位作者 李铁山 王震宇 《上海海事大学学报》 北大核心 2021年第3期91-100,共10页

为解决内河航道中具有不同运动模式的船舶轨迹识别问题,提出一种基于宽度学习系统(broad learning system,BLS)的船舶轨迹分类算法。对通航区域进行划分并制定轨迹筛选规则以构建标签矩阵。利用分段三次Hermite插值法分别从轨迹点记录... 为解决内河航道中具有不同运动模式的船舶轨迹识别问题,提出一种基于宽度学习系统(broad learning system,BLS)的船舶轨迹分类算法。对通航区域进行划分并制定轨迹筛选规则以构建标签矩阵。利用分段三次Hermite插值法分别从轨迹点记录时间上等时距和轨迹点空间分布上等间距两个角度,从原轨迹数据中进行特征点坐标的提取以构建轨迹特征矩阵。将标签矩阵和轨迹特征矩阵代入BLS以实现分类算法的训练与测试。以京杭运河淮安段交叉航道AIS数据为实例,进行轨迹分类实验。结果表明,基于BLS的船舶轨迹分类算法在分类精度和训练耗时上均优于基于反向传播神经网络和支持向量机的轨迹分类算法。 展开更多

关键词 内河运输 船舶轨迹 轨迹分类 宽度学习系统

在线阅读 下载PDF 职称材料

基于特征融合宽度学习系统的锌浮选过程工况识别

7

作者 林振烈 唐朝晖 +1 位作者 袁鹤 张虎 《有色金属（选矿部分）》 CAS 北大核心 2023年第3期122-130,143,共10页

浮选工况是浮选操作的重要判断依据,如何准确地识别浮选工况对浮选性能的提升有重要意义。基于机器视觉方法是浮选工况识别的主流方法,通常采用大数据技术在浮选工况数据集上建立浮选表层泡沫特征与浮选工况之间的关系模型,工况识别效... 浮选工况是浮选操作的重要判断依据,如何准确地识别浮选工况对浮选性能的提升有重要意义。基于机器视觉方法是浮选工况识别的主流方法,通常采用大数据技术在浮选工况数据集上建立浮选表层泡沫特征与浮选工况之间的关系模型,工况识别效果与工况数据集密切相关。一旦出现数据集中未包含的新工况,难以获得满意的识别效果。为此,针对当前大部分工况识别方法自适应性不足的问题,以锌精选为例,提出一种基于多特征宽度学习的锌浮选工况识别方法,以增量学习方式自适应新出现的工况。首先,根据多特征的不同特性,构建基于多特征宽度学习的锌精选工况识别模型;然后,在浮选状态变化和精选槽故障导致模型识别准确率降低时,通过拓宽特征层、增强层以及输出层的方式调整网络结构以进行增量学习。试验结果表明,基于多特征宽度学习系统的锌浮选工况识别方法具有良好的工况自适应性能,应用价值良好。 展开更多

关键词 锌浮选 工况识别 机器视觉 宽度学习系统 增量学习

在线阅读 下载PDF 职称材料

基于宽度学习系统的fMRI数据分类方法 被引量：2

8

作者 刘嘉诚 冀俊忠 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第7期1270-1278,共9页

提出基于宽度学习系统的功能性磁共振成像(fMRI)数据分类方法,通过简单结构提取fMRI数据的深层特征,加快分类速度.使用fMRI中感兴趣区域体素均值的时间序列构造输入数据,分别提取fMRI数据的浅层和深层特征,映射为宽度学习的特征节点和... 提出基于宽度学习系统的功能性磁共振成像(fMRI)数据分类方法,通过简单结构提取fMRI数据的深层特征,加快分类速度.使用fMRI中感兴趣区域体素均值的时间序列构造输入数据,分别提取fMRI数据的浅层和深层特征,映射为宽度学习的特征节点和增强节点并构建模型框架,利用岭回归逆计算分类模型的连接权值,实现对fMRI数据的分类.使用ABIDEⅠ、ABIDEⅡ和ADHD-200数据集,将所提方法与6种分类方法进行对比实验,结果表明,所提方法可以在保持良好的分类准确率的同时,大幅度降低训练时间. 展开更多

关键词 功能性磁共振成像(fMRI)数据分类 深度学习 宽度学习系统 随机特征映射 特征增强 岭回归逆

在线阅读 下载PDF 职称材料

基于粒子群优化与宽度学习系统的地铁客流预测模型 被引量：1

9

作者 付建广 尤斌 +1 位作者 林毅 陈德旺 《城市轨道交通研究》 北大核心 2023年第5期23-26,33,共5页

为了提高地铁客流量预测的准确性,基于传统的PSO(粒子群优化)算法与BLS (宽度学习系统),提出一种新的地铁客流预测模型,即PSO-BLS算法。首先,对地铁站点的繁华程度、前一时段进站量、前一时段出站量及前一时段断面客流量等参数进行分析... 为了提高地铁客流量预测的准确性,基于传统的PSO(粒子群优化)算法与BLS (宽度学习系统),提出一种新的地铁客流预测模型,即PSO-BLS算法。首先,对地铁站点的繁华程度、前一时段进站量、前一时段出站量及前一时段断面客流量等参数进行分析,并根据分析结果提出需要根据工作日和双休日分别对地铁客流量进行预测。其次,利用PSO算法对BLS的特征层偏置进行优化。最后,以福州地铁1号线AFC(自动售检票)系统中记录的大量乘客出行数据为例,对所提PSO-BLS算法进行验证。验证结果表明:与传统的地铁客流量预测算法BP(反向传播)神经网络和ELM(极限学习机)相比,PSO-BLS算法获得的计算结果在多项性能指标中均取得了较优异的表现;对BLS的特征层偏置进行优化可以提高BLS的计算精度,为地铁客流量预测提供更精确的计算结果。 展开更多

关键词 地铁 粒子群优化 宽度学习系统 客流预测

在线阅读 下载PDF 职称材料

MSE_BLS:一种基于宽度学习系统的异常流量检测方法 被引量：1

10

作者 宋彬杰 陈欣鹏 +1 位作者 牟轶哲 高立龙 《信息工程大学学报》 2020年第2期196-199,206,共5页

如今深度学习在异常检测中得到了广泛应用。但是,基于深度学习的方法在训练阶段采用反向传播算法(Back Propagation,BP)进行模型的参数更新,需要花费大量时间,并且可能会丢失部分信息。基于上述原因,提出一种基于均方误差的宽度学习系统... 如今深度学习在异常检测中得到了广泛应用。但是,基于深度学习的方法在训练阶段采用反向传播算法(Back Propagation,BP)进行模型的参数更新,需要花费大量时间,并且可能会丢失部分信息。基于上述原因,提出一种基于均方误差的宽度学习系统(Mean Square Error based Broad Learning System,MSE_BLS)异常检测方法。在公开数据集上进行测试,并与其他检测方法进行比较。结果表明,MSE_BLS能够在保证高效率异常检测的同时,获得较高的异常检测准确率。 展开更多

关键词 异常检测 宽度学习系统 深度学习

在线阅读 下载PDF 职称材料

基于动态图特征的堆叠宽度学习三维物体识别网络 被引量：2

11

作者 李威林 孙叶 宋伟 《激光杂志》 CAS 北大核心 2024年第6期161-166,共6页

三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过... 三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过基于BLS块间残差的堆叠宽度学习系统模型进一步提高分类精度。在Li DARNet户外点云数据集上的实验结果表明,DG-S-BLS的分类准确率可达99.5%。 展开更多

关键词 宽度学习系统 点云识别 动态图卷积网络

在线阅读 下载PDF 职称材料

基于宽度学习的航天器编队分布式姿态协同容错控制

12

作者 俞鑫丽 易辉 《航天控制》 CSCD 2024年第3期54-60,共7页

针对具有惯性不确定和执行器故障的航天器编队姿态协同控制问题,利用宽度学习系统的逼近特性对系统的广义扰动和执行器故障进行估计,同时采用迟滞量化器对控制力矩信号进行量化,以降低对通信速率的要求,并减少抖振现象。在此基础上,提... 针对具有惯性不确定和执行器故障的航天器编队姿态协同控制问题,利用宽度学习系统的逼近特性对系统的广义扰动和执行器故障进行估计,同时采用迟滞量化器对控制力矩信号进行量化,以降低对通信速率的要求,并减少抖振现象。在此基础上,提出一种基于模型预测控制和快速非奇异积分终端滑模的复合结构容错控制器。利用代数图论和Lyapunov理论分析了闭环姿态系统的稳定性。最后,通过仿真验证了本文提出的控制方法与现有方法相比的优越性。 展开更多

关键词 航天器编队 姿态跟踪 容错控制 模型预测控制 输入量化 宽度学习系统

在线阅读 下载PDF 职称材料

结合长短时记忆网络和宽度学习的股票预测新模型研究 被引量：4

13

作者 韩莹 张栋 +2 位作者 孙凯强 谈昊然 陆超 《运筹与管理》 CSSCI CSCD 北大核心 2023年第8期187-192,共6页

长短时记忆网络(LSTM)近年来广泛应用于股票预测中,其结构特点易陷入局部最优,从而影响预测精度。借鉴宽度学习系统(BLS)在时间序列预测上良好的逼近能力,本文尝试宽度学习与深度学习相结合。进一步地,针对股票序列不平稳特点,引入互补... 长短时记忆网络(LSTM)近年来广泛应用于股票预测中,其结构特点易陷入局部最优,从而影响预测精度。借鉴宽度学习系统(BLS)在时间序列预测上良好的逼近能力,本文尝试宽度学习与深度学习相结合。进一步地,针对股票序列不平稳特点,引入互补集成经验模态分解(CEEMD)进行降噪处理,提出CEEMD-LSTM-BLS(C-L-B)股票预测模型。选取农林牧渔行业股票价格,对新提出的模型进行实证研究。通过与基线模型、现有股票预测模型对比,证明了新模型在多个精度指标上都有明显提升。特别地,通过分别将C-L-B模型与不融入BLS的CEEMD-LSTM模型,对CEEMD分解后的分量预测结果进行对比发现:LSTM模型预测存在一定的误差,且越是拐点处,越是高频波动,预测误差越明显。而C-L-B模型中的BLS模块能够解决这类问题。当数据出现较大波动时,本文提出的新模型与现有模型相比,可以很好的解决拟合差、时滞等问题。 展开更多

关键词 股票预测 互补集成经验模态分解 长短时记忆网络 宽度学习系统

在线阅读 下载PDF 职称材料

基于宽度学习的注塑产品质量预测方法 被引量：2

14

作者 林江豪 吴宗泽 +1 位作者 李嘉俊 谢胜利 《电子与信息学报》 EI CSCD 北大核心 2022年第5期1581-1590,共10页

在注塑成型工业中,产品质量自动监测一直是注塑工业智能化发展的核心问题。高品质和大规模的产品质量数据采集成本高昂,导致数据样本量少、不同类别样本数据不平衡,为注塑产品质量预测提出了更高的挑战。为此,该文提出一种基于宽度学习... 在注塑成型工业中,产品质量自动监测一直是注塑工业智能化发展的核心问题。高品质和大规模的产品质量数据采集成本高昂,导致数据样本量少、不同类别样本数据不平衡,为注塑产品质量预测提出了更高的挑战。为此,该文提出一种基于宽度学习方法的注塑产品质量预测模型,以产品的3维尺寸为预测目标,在普通的宽度学习系统(BLS)中加入最小p范数来改进得到模型p范数宽度学习系统(pN-BLS),解决小样本和不平衡数据的问题,提高模型对离群点的检测性能。在第4届工业大数据竞赛任务2《注塑成型工艺的虚拟量测和调机优化》数据集中,将192个参数特征与预测目标进行相关分析,提取相关性高的基础特征17个,衍生特征4个和调机参数2个作为模型的输入。将16600条数据平均分为训练集和测试集各8300条,与支持向量机(SVM)、最近邻算法(KNN)、多层感知机(MLP)和BLS进行对比实验,实验结果显示pN-BLS具有更快速和更准确的预测效果。在实际缺陷检测应用中,pN-BLS能更准确地预测异常数据,具有更高的鲁棒性。 展开更多

关键词 注塑成型 产品质量预测 宽度学习系统 最小p范数

在线阅读 下载PDF 职称材料

基于改进宽度模型迁移学习的不同负载下滚动轴承状态快速分类方法 被引量：5

15

作者 康守强 杨佳轩 +3 位作者 王玉静 王庆岩 梁欣涛 MIKULOVICH V I 《电子与信息学报》 EI CSCD 北大核心 2023年第5期1824-1832,共9页

针对深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题,该文提出一种基于改进宽度模型迁移学习的滚动轴承状态快速分类方法。该方法首先对不同负载下滚动轴承振动信号进行快速傅里叶变换,构建频域... 针对深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题,该文提出一种基于改进宽度模型迁移学习的滚动轴承状态快速分类方法。该方法首先对不同负载下滚动轴承振动信号进行快速傅里叶变换,构建频域幅值序列数据集,并选取某种或某些负载数据集作为源域,其他负载数据集作为目标域;其次以循环扩展的方式建立宽度学习系统(BLS)的增强节点窗口,并在增强层引入Maxout激活函数构建改进的BLS网络,同时引入遗传算法优化网络节点结构,建立基于源域数据的预训练模型;最后将预训练模型的网络参数、特征层和增强层的权重参数迁移至目标域网络,并利用少量目标域样本微调网络建立状态分类模型。实验结果表明,所提方法平均训练时间为32.6 s,平均测试准确率为98.9%。对比其他方法,所提方法可以在更短的时间内建立分类模型并获得良好的分类准确率。 展开更多

关键词 滚动轴承 快速分类 宽度学习系统 模型迁移

在线阅读 下载PDF 职称材料

具有遗忘机制的在线宽度学习算法

16

作者 包洋 郭威 《吉林大学学报（信息科学版）》 CAS 2022年第6期1017-1025,共9页

对动态数据流的在线学习问题,传统的在线BLS(Broad Learning System)算法无法准确地捕捉数据最新的变化趋势。为此提出两种具有遗忘机制的在线BLS算法——基于遗忘因子的在线BLS算法(FF-OBLS:Online Broad Learning System based on For... 对动态数据流的在线学习问题,传统的在线BLS(Broad Learning System)算法无法准确地捕捉数据最新的变化趋势。为此提出两种具有遗忘机制的在线BLS算法——基于遗忘因子的在线BLS算法(FF-OBLS:Online Broad Learning System based on Forgetting Factor)和基于滑动窗口的在线BLS算法(SW-OBLS:Online Broad Learning System based on Sliding Window)。FF-OBLS在在线学习过程中通过为旧样本添加遗忘因子以体现新旧样本对学习模型的不同贡献,SW-OBLS在在线学习过程中通过删除旧样本以消除旧样本对学习模型的影响,从而使学习模型对动态数据流的后续趋势做出更准确的分析和预测。为验证提出的两种在线BLS算法的有效性,使用动态回归数据集进行实验。实验结果表明,具有遗忘机制的在线BLS模型在预测精度和时间开销上均优于传统在线BLS模型,更适合处理动态数据流问题。 展开更多

关键词 宽度学习系统 动态数据流 遗忘机制 遗忘因子 滑动窗口

在线阅读 下载PDF 职称材料

分时电价下任务调度–人员排班组合问题的代理模型求解研究 被引量：2

17

作者 赖信君 黄金晓 +3 位作者 刘艺涵 张恪 毛宁 陈庆新 《工业工程》 2024年第1期65-77,共13页

在分时电价背景下,制造成本和人力成本往往难以取得平衡:晚上电价较低但人员加班费较高,白天人员时薪较低而电价却较高。若将两个问题联合建模,则规模较大,不易求解。在实际应用中,较多采用先进行任务调度,再对人员排班的分阶段建模求... 在分时电价背景下,制造成本和人力成本往往难以取得平衡:晚上电价较低但人员加班费较高,白天人员时薪较低而电价却较高。若将两个问题联合建模,则规模较大,不易求解。在实际应用中,较多采用先进行任务调度,再对人员排班的分阶段建模求解方法,但该求解思路难以保证得到较低成本的解。针对这一问题,提出一种代理模型的方法,以GA算法生成两个子问题的多组较优可行解作为训练样本,利用BP神经网络、深度学习及宽度学习系统分别拟合组合问题的代理模型,并采用BFGS法寻优。随着工件与工序数目的增加,本文所提供的自适应采样算法能有效解决维数灾问题。算例结果表明,新方法能得到明显优于利用遗传算法分阶段求解得到的结果,能为企业节省高达11.91%的电费与人力总成本。 展开更多

关键词 代理模型 基于仿真的优化 宽度学习系统 变尺度法 自适应采样

在线阅读 下载PDF 职称材料

基于加权UMAP和改进BLS的锂电池温度预测

18

作者 黎耀康 杨海东 +2 位作者 徐康康 蓝昭宇 章润楠 《储能科学与技术》 CAS CSCD 北大核心 2024年第9期3006-3015,共10页

锂电池热过程的温度预测对锂电池的寿命管理和使用安全有着重要意义。一般电池管理系统热管理依赖准确的热过程模型。然而锂电池热过程的机理复杂,属于强非线性分布参数系统,具有参数时空耦合、时变、强非线性的特点,常规方法难以实现... 锂电池热过程的温度预测对锂电池的寿命管理和使用安全有着重要意义。一般电池管理系统热管理依赖准确的热过程模型。然而锂电池热过程的机理复杂,属于强非线性分布参数系统,具有参数时空耦合、时变、强非线性的特点,常规方法难以实现其热过程的精确建模。针对上述问题,提出了一种基于加权UMAP和改进BLS的三段式锂电池热过程建模方式。首先通过引入加权改进的均匀流形逼近与投影(weighted uniform manifold approximation and projection,WUMAP)降维算法解决非线性降维难题的同时保留了数据的全局与局部信息。然后利用一段宽度学习系统(broad learning system,BLS)模型对降维得到的时序数据预测。最后再通过一段粒子群算法优化的混合核宽度学习系统(particle swarm optimization-mixed kernel broad learning system,PSO-MKBLS)模型对时空域温度数据重构。为验证模型有效性,使用平板式32 Ah的Li(Ni_(0.5)Co_(0.2)Mn_(0.3))O_(2)三元软包锂电池的热过程建模试验。实验结果表明:最终模型与改进前相比,R2提高0.0546,MAE和RMSE分别降低0.0082和0.0092;同时与多个对比模型相比,相对误差ARE较低(在0.035以内),并且各误差指标也更好,证明模型具有良好的预测精度。 展开更多

关键词 分布参数系统 锂电池温度预测 加权均匀流形逼近与投影 混合核宽度学习系统

在线阅读 下载PDF 职称材料

基于CNN的雷达目标分类识别技术研究 被引量：5

19

作者 陈海峰 冯源 《现代雷达》 CSCD 北大核心 2022年第4期38-43,共6页

现有的识别方法对新的数据需要重新进行训练,不利于模型速度和在线功能的实现。文中提出一种宽度的卷积神经网络(BCNN),该模型由于具有“宽度”的网络结构,可以通过利用新生成的附加特征,提高BCNN模型的识别性能;此外,BCNN模型还能够利... 现有的识别方法对新的数据需要重新进行训练,不利于模型速度和在线功能的实现。文中提出一种宽度的卷积神经网络(BCNN),该模型由于具有“宽度”的网络结构,可以通过利用新生成的附加特征,提高BCNN模型的识别性能;此外,BCNN模型还能够利用新的训练数据进行自身的更新,从而具有增量学习能力。实验结果表明,该方法能更好地提取数据的特征,而且比常规的CNN的识别精度提高8%以上,所提模型还可以利用新的数据进行在线更新,从而具有更强的实用性和鲁棒性。 展开更多

关键词 宽度学习系统 卷积神经网络 雷达目标分类识别 增量学习

在线阅读 下载PDF 职称材料

一种障碍物重构的混合方法

20

作者 齐红钰 尹伟石 孟品超 《长春理工大学学报（自然科学版）》 2023年第1期137-143,共7页

针对不可穿透障碍物的重构问题,提出了基于朴素贝叶斯和宽度学习系统的混合方法。该方法首先利用朴素贝叶斯对训练集按照形状参数分类,将分类后的训练集作为模型输入,利用激活函数作用得到特征节点,再将所有特征节点和随机生成权重的增... 针对不可穿透障碍物的重构问题,提出了基于朴素贝叶斯和宽度学习系统的混合方法。该方法首先利用朴素贝叶斯对训练集按照形状参数分类,将分类后的训练集作为模型输入,利用激活函数作用得到特征节点,再将所有特征节点和随机生成权重的增强节点作为整体,通过线性映射连接到输出端,然后求解伪逆得到网络参数,最后对基于朴素贝叶斯和宽度学习的混合方法进行测试,实验结果表明,该方法可以同时重构散射体形状和位置,并且具有收敛性和鲁棒性。 展开更多

关键词 反散射 宽度学习系统 机器学习 朴素贝叶斯

在线阅读 下载PDF 职称材料