期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
基于LSTM网络的时间多尺度电采暖负荷预测 被引量:21
1
作者 李香龙 马龙飞 +2 位作者 赵向阳 朱洁 徐振华 《电力系统及其自动化学报》 CSCD 北大核心 2021年第4期71-75,共5页
电采暖负荷的准确预测对配电网安全稳定运行具有重要作用。为提高电采暖负荷预测精度,提出基于长短期记忆网络的时间多尺度电采暖负荷预测方法。该方法首先确定负荷预测网络模型参数,通过分析不同时间尺度下的电采暖负荷数据特征,在不... 电采暖负荷的准确预测对配电网安全稳定运行具有重要作用。为提高电采暖负荷预测精度,提出基于长短期记忆网络的时间多尺度电采暖负荷预测方法。该方法首先确定负荷预测网络模型参数,通过分析不同时间尺度下的电采暖负荷数据特征,在不同训练步长下,建立基于长短期记忆网络的电采暖负荷预测模型,实现电采暖负荷的准确预测。采用北京某地的电采暖负荷实测数据进行验证,结果表明在不同的时间尺度下,长短期记忆网络均能够实现电采暖负荷的准确预测。 展开更多
关键词 电采暖负荷预测 时间多尺度 长短期记忆神经网络 训练步长
在线阅读 下载PDF
混凝土结构时间多尺度环境作用研究 被引量:8
2
作者 顾祥林 徐宁 +1 位作者 黄庆华 张伟平 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第1期1-7,共7页
不考虑环境作用在时间和空间上的相关性,以确定环境作用代表值的"时间计算尺度"和环境作用的时变规律为特征,以引起混凝土碳化的环境作用为例,对环境作用(主要为大气温度、相对湿度)的时间特性进行了详细分析.结果表明,可以采... 不考虑环境作用在时间和空间上的相关性,以确定环境作用代表值的"时间计算尺度"和环境作用的时变规律为特征,以引起混凝土碳化的环境作用为例,对环境作用(主要为大气温度、相对湿度)的时间特性进行了详细分析.结果表明,可以采用"年均"计算尺度或修正后的"年均"计算尺度计算引起混凝土结构碳化的环境作用代表值;采用Holt-Winters模型可以较准确地描述环境作用的时变规律.确定了合适的时间计算尺度和环境作用的时变规律,可以更加方便地预测混凝土结构的碳化深度. 展开更多
关键词 混凝土结构 时间多尺度 环境作用 混凝土碳化 温度 相对湿度
在线阅读 下载PDF
温度作用下斜拉桥挠度的时间多尺度分析 被引量:13
3
作者 黄侨 赵丹阳 +1 位作者 任远 许翔 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2020年第3期18-25,32,共9页
为研究斜拉桥挠度的温度效应,获得信号中的响应分量,以南京长江第三大桥为研究对象,分析长期挠度监测信号的时间多尺度特性.采用小波多尺度分析方法,将挠度信号在两个时间尺度(日周期和年周期)上进行重构,实现温度效应的分离.以长期监... 为研究斜拉桥挠度的温度效应,获得信号中的响应分量,以南京长江第三大桥为研究对象,分析长期挠度监测信号的时间多尺度特性.采用小波多尺度分析方法,将挠度信号在两个时间尺度(日周期和年周期)上进行重构,实现温度效应的分离.以长期监测数据为基础,研究日温度效应在太阳辐射作用下的特点.结果表明:日温度效应在年周期内存在季节差异性,在日周期内相对太阳辐射具有滞后性.排除滞后影响,日温度效应与太阳辐射强度呈强正相关关系.考虑季节、大气温度以及太阳辐射的影响,提出了预测误差低于2 cm的日温度效应多折线模型,可实现日周期中任意时刻日温度效应的预测. 展开更多
关键词 桥梁挠度 小波分析 时间多尺度分析 温度效应分离 太阳辐射
在线阅读 下载PDF
结合自适应局部图卷积与多尺度时间建模的骨架行为识别
4
作者 田青 虞静静 张正 《计算机应用研究》 北大核心 2025年第7期2199-2205,共7页
鉴于人体骨架的固有拓扑结构特性,采用图卷积网络进行骨架数据建模成为行为识别的一种有效手段。然而,在骨架行为识别方法中存在固定拓扑图结构与固定内核大小的时间卷积难以适应多变的动作类型、姿态及行为时长,导致建模误差,影响识别... 鉴于人体骨架的固有拓扑结构特性,采用图卷积网络进行骨架数据建模成为行为识别的一种有效手段。然而,在骨架行为识别方法中存在固定拓扑图结构与固定内核大小的时间卷积难以适应多变的动作类型、姿态及行为时长,导致建模误差,影响识别精度的问题。为此,提出了一种结合自适应局部图卷积与多尺度时间建模的骨架行为识别方法。该方法通过自适应局部图卷积模块,实现人体骨骼结构的独立动态表征;设计多尺度时间建模模块,实现对不同持续时间的行为进行建模,并降低了参数量和计算复杂度;引入时空DropGraph结构,动态调整图拓扑结构,提升模型的泛化能力并防止过拟合。实验表明,在NTU RGB+D 60数据集的跨对象C-Sub和跨视角C-View基准下分别取得了93.39%和97.18%的准确率,在NTU RGB+D 120数据集的跨对象C-Sub和跨设置C-Set基准下分别取得了90.48%和91.95%的准确率,高于现有的行为识别方法,证明了该方法的优越性。 展开更多
关键词 局部图卷积 自适应图 多尺度时间建模 行为识别
在线阅读 下载PDF
基于多尺度双变网格的时间域全波形反演 被引量:13
5
作者 曲英铭 李振春 +2 位作者 黄建平 李金丽 李庆洋 《石油物探》 EI CSCD 北大核心 2016年第2期241-250,共10页
巨大的计算量成为影响全波形反演发展的重要因素之一。为了提高计算效率,时空双变技术被引入到时间域多尺度全波形反演中。在波场正向延拓与残差波场的反向延拓过程中,在不同区域采用不同的网格间隔,并采用局部变时间采样来配合变网格方... 巨大的计算量成为影响全波形反演发展的重要因素之一。为了提高计算效率,时空双变技术被引入到时间域多尺度全波形反演中。在波场正向延拓与残差波场的反向延拓过程中,在不同区域采用不同的网格间隔,并采用局部变时间采样来配合变网格方法,随着反演精度的提高,由低频到高频逐步反演,全局网格尺度不断减小,同时局部加密网格尺度也成比例地减少。从起伏地表模型和Marmousi模型的反演结果可以看出,采用多尺度时空双变网格全波形反演方法减少了计算量,目标区域的反演精度也得到了提高。 展开更多
关键词 极性编码 全波形反演 时间多尺度 双变网格 MARMOUSI模型
在线阅读 下载PDF
融合变分图自编码器与局部-全局图网络的认知负荷脑电识别模型
6
作者 周天彤 郑妍琪 +2 位作者 魏韬 戴亚康 邹凌 《计算机应用》 北大核心 2025年第6期1849-1857,共9页
针对认知负荷识别模型存在过于依赖手动特征提取、忽视脑电图(EEG)信号的空间信息和无法有效学习图结构数据的问题,提出一种融合变分图自编码器(VGAE)与局部-全局图网络(VLGGNet)的认知负荷EEG识别模型。该模型由时间学习模块和图形学... 针对认知负荷识别模型存在过于依赖手动特征提取、忽视脑电图(EEG)信号的空间信息和无法有效学习图结构数据的问题,提出一种融合变分图自编码器(VGAE)与局部-全局图网络(VLGGNet)的认知负荷EEG识别模型。该模型由时间学习模块和图形学习模块这2个部分组成。首先,使用时间学习模块通过多尺度时间卷积捕捉EEG信号的动态频率表示,并通过空间与通道重建卷积(SCConv)和1×1卷积核级联模块融合多尺度卷积提取的特征;其次,使用图形学习模块将EEG数据定义为局部-全局图,其中,局部图特征提取层将节点属性聚合到一个低维向量,全局图特征提取层通过VGAE重构图结构;最后,对全局图和节点特征向量执行轻量化图卷积操作,由全连接层输出预测结果。通过嵌套交叉验证,实验结果表明,在心算任务(MAT)数据集上,相较于次优的局部-全局图网络(LGGNet),VLGGNet的平均准确率(mAcc)和平均F1分数(mF1)分别提升了4.07和3.86个百分点;在同时任务EEG工作量(STEW)数据集上,相较于表现最好的多尺度时空卷积神经网络(TSception),VLGGNet的mAcc与TSception相同,mF1仅降低了0.01个百分点。可见VLGGNet提高了认知负荷分类的性能,也验证了前额叶和额叶区域与认知负荷状态密切相关。 展开更多
关键词 认知负荷 脑电信号 多尺度时间卷积 变分图自编码器 局部-全局图网络
在线阅读 下载PDF
基于MCSANet网络的运动想象脑电分类
7
作者 杜江 毕峰 《现代电子技术》 北大核心 2025年第16期67-74,共8页
针对传统深度学习方法在解码脑电信号时可能存在的特征挖掘不足及利用不充分问题,提出一种并行多尺度时间卷积结合滑动窗口技术与注意力机制的深度学习模型,即MCSANet。首先,利用并行多尺度时间卷积有效捕获脑电信号在不同时间尺度下的... 针对传统深度学习方法在解码脑电信号时可能存在的特征挖掘不足及利用不充分问题,提出一种并行多尺度时间卷积结合滑动窗口技术与注意力机制的深度学习模型,即MCSANet。首先,利用并行多尺度时间卷积有效捕获脑电信号在不同时间尺度下的时域特征和空域特征;再利用滑动窗口切片技术对特征序列进行划分,增加特征序列样本数;之后,每部分特征序列样本都通过多头自注意力机制分配权重并加以融合,进一步突显出更多关键特征;最后,全连接层和SoftMax层共同协作,对捕获到的特征进行深入学习和精准分类。为了验证该模型的性能,在BCICIV-2a数据集上进行了详尽的实验分析。结果表明,所有受试者的平均分类准确率都高达81.69%,验证了所提出的方法在挖掘脑电深层潜在特征、提升运动想象脑电分类性能方面的有效性。 展开更多
关键词 脑机接口 脑电信号 并行多尺度时间卷积 滑动窗口切片技术 多头自注意力机制 消融实验
在线阅读 下载PDF
一种小波分解回声状态网络时间序列预测方法 被引量:6
8
作者 王卓群 孙志国 《电子测量与仪器学报》 CSCD 2010年第10期947-952,共6页
针对多尺度时间序列各尺度发展趋势及整体预测问题,建立小波分解回声状态网络预测模型(wavelet decomposi-tion and echo state networks,WDESN),根据各尺度的不同性质选取与之相匹配的回声状态网络模型(echo state networks,ESN),同时... 针对多尺度时间序列各尺度发展趋势及整体预测问题,建立小波分解回声状态网络预测模型(wavelet decomposi-tion and echo state networks,WDESN),根据各尺度的不同性质选取与之相匹配的回声状态网络模型(echo state networks,ESN),同时,通过在各尺度条件下引入权值系数实现预测分量最优整合,提高整体预测精度。预测带噪多尺度正弦序列实验表明:WDESN模型与ESN、支持向量机及BP神经网络模型相比预测精度较高。目前,该模型已成功用于移动通信话务量的预测,并满足了现实系统的精度要求。 展开更多
关键词 多尺度时间序列 小波分解 回声状态网络
在线阅读 下载PDF
多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测 被引量:7
9
作者 付文龙 章轩瑞 +3 位作者 张海荣 刘嘉睿 缪书唯 李丹 《电力系统及其自动化学报》 CSCD 北大核心 2023年第12期89-99,共11页
为提高综合能源系统多元负荷短期预测的精度,提出一种基于多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测方法。首先,采用皮尔逊相关系数对气象数据进行关联因子优选;然后,通过嵌入式分解模块将输入的时间序列分解为周期分... 为提高综合能源系统多元负荷短期预测的精度,提出一种基于多尺度特征提取与非线性融合的综合能源系统多元负荷短期预测方法。首先,采用皮尔逊相关系数对气象数据进行关联因子优选;然后,通过嵌入式分解模块将输入的时间序列分解为周期分量和趋势分量,并将分解后得到的输入矩阵并行送入到具有不同尺度卷积核的时间卷积网络中,进行多尺度特征提取;接着,将多尺度时间卷积网络输出的特征向量输入到各自对应的注意力机制,以进行全局信息的学习与融合;最后,采用自适应非线性融合模块对各注意力机制的输出进行非线性融合,得到最终多元负荷预测结果。实验结果表明,所提方法具有较好的预测性能及泛化性。 展开更多
关键词 综合能源系统 多元负荷预测 多尺度时间卷积网络 嵌入式分解 自适应非线性融合
在线阅读 下载PDF
用于人体动作识别的多尺度时空图卷积算法 被引量:9
10
作者 赵登阁 智敏 《计算机科学与探索》 CSCD 北大核心 2023年第3期719-732,共14页
基于骨骼数据的时空图卷积人体动作识别网络(ST-GCN)存在时间卷积层结构单一、固定的问题,难以全面提取每个动作类别所需的全部重要阶段特征。针对这一问题,提出了包含多个不同尺度卷积核和多种结构的时间图卷积层,构造了多尺度时空图... 基于骨骼数据的时空图卷积人体动作识别网络(ST-GCN)存在时间卷积层结构单一、固定的问题,难以全面提取每个动作类别所需的全部重要阶段特征。针对这一问题,提出了包含多个不同尺度卷积核和多种结构的时间图卷积层,构造了多尺度时空图卷积网络(SMT-GCN),利用不同的时间图卷积操作抽取并融合不同尺度的时间轨迹特征。同时,为了强化人体长距离关联信息和空间结构化特征,在SMT-GCN中融合了构造的变换残差模块(Tran-Res)和轻量级注意力模块(CBAM),构造了多尺度时空图注意卷积网络(SAMTGCN)。实验在NTU RGB+D数据集和HDM05数据集上进行,提出的SMT-GCN和SAMT-GCN均获得了识别精度的提升;另外,设计的多尺度时间图卷积模块可以融合于其他基线网络中并提高性能。为探究卷积核尺度及结构对算法的影响,设计了相应消融实验,实验结果表明卷积核大小为1、5、9的SAMT-GCN性能最优,并且具有稠密结构的网络识别精度要高于具有串行和并行结构的网络。 展开更多
关键词 人体动作识别 时空图卷积网络(ST-GCN) 多尺度时间图卷积 变换残差模块(Tran-Res) 轻量级注意力
在线阅读 下载PDF
基于联邦学习的跨被试癫痫发作检测方法
11
作者 张艳丽 孙一菲 《兰州大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期645-651,共7页
提出一种基于联邦学习的跨被试癫痫发作检测方法,以解决由于数据类型不平衡和癫痫患者之间数据分布差异显著导致的深度检测模型训练数据不足和泛化性能低的问题.建立癫痫发作检测的联邦学习框架,聚合多个训练参与方的脑电图数据;设计多... 提出一种基于联邦学习的跨被试癫痫发作检测方法,以解决由于数据类型不平衡和癫痫患者之间数据分布差异显著导致的深度检测模型训练数据不足和泛化性能低的问题.建立癫痫发作检测的联邦学习框架,聚合多个训练参与方的脑电图数据;设计多尺度时间卷积网络作为客户端局部模型,通过客户端局部模型的训练和参数聚合协作训练全局模型;为避免联邦训练过程中参数量过大,用量化压缩技术提高模型的传输效率.在CHB-MIT头皮脑电图数据中评估联邦学习全局模型的跨被试癫痫发作检测性能,取得平均71.21%的灵敏度和83.99%的准确率.结果表明,联邦学习在不交换各客户端隐私数据的前提下,能够融合局部模型参数生成独立于患者个体的公共检测模型,为跨被试癫痫发作检测提供有效方法. 展开更多
关键词 脑电信号 癫痫发作检测 联邦学习 多尺度时间卷积网络
在线阅读 下载PDF
基于ERA-interim再分析资料的近30年九龙低涡气候特征 被引量:19
12
作者 慕丹 李跃清 《气象学报》 CAS CSCD 北大核心 2018年第1期15-31,共17页
利用ERA-interim再分析资料,统计分析了1986年1月1日—2015年12月31日不同生命史九龙涡的时空分布特征和活动规律。结果表明:持续1—2个时次的九龙涡(T_(1-2)JLV)和3—4个时次的九龙涡(T_(3-4)JLV)初生高频中心位于27°—28.5°... 利用ERA-interim再分析资料,统计分析了1986年1月1日—2015年12月31日不同生命史九龙涡的时空分布特征和活动规律。结果表明:持续1—2个时次的九龙涡(T_(1-2)JLV)和3—4个时次的九龙涡(T_(3-4)JLV)初生高频中心位于27°—28.5°N,100°—101.5°E,持续5—6个时次的九龙涡(T_(5-6)JLV)初生高频中心位于29°—30.5°N,102°—103.5°E,持续时间大于7个时次的九龙涡(T_(≥7)JLV)初生高频中心位于28°—29.5°N,101.5°—103.5°E,生命史越长越易生成于四川盆地的西南部;九龙涡生成频数30年呈增长趋势,但近几年呈下降趋势;九龙涡生成频数随月份大致呈先增加后减少的变化趋势,1—5月随月份增加,5—12月随月份减少,5月最大,9月最小,3月T_(1-2)JLV生成最多,9月最少,4月T_(3-4)JLV生成最多,12月最少,6月T_(5-6)JLV、T_(≥7)JLV生成最多,1—4月无T_(5-6)JLV生成,12月T_(≥7)JLV生成最少,夏季九龙涡频数虽不是最高,但最易生成长生命史九龙涡,且最易移出源地;生命史低于24 h的九龙涡(T_(1-2)JLV、T_(3-4)JLV)夜发性不突出,生命史超过24 h的九龙涡(T_(5-6)JLV、T_(≥7)JLV)具有显著的夜发性特征;移出源地的九龙涡频数随月份表现出先增加后减少的变化趋势,1—6月随月份增加,6—12月随月份减少,6月移出源地的频数最多。T_(≥7)JLV的移动路径以偏东路径为主,6月后有东南路径和东北路径,T_(5-6)JLV移出路径只有偏东路径和东北路径,生命史小于24 h的九龙涡由于靠近统计区边缘地区也有可能移出源地。 展开更多
关键词 九龙涡 区域分布 多尺度时间变化 移动特征
在线阅读 下载PDF
多尺度门控时空增强的唇语识别方法
13
作者 马金林 郭兆伟 +1 位作者 马自萍 吕鑫 《计算机辅助设计与图形学学报》 2025年第7期1228-1238,共11页
针对唇语识别模型中的普通卷积对唇部形变缺乏鲁棒性和不能有效地提取时间信息的问题,提出时空增强与多尺度时间卷积网络(MSTCN)结合的唇语识别方法.首先设计沙漏型卷积块(FCB),增强网络对唇部形变的鲁棒性;然后使用门控时移融合(GSF)... 针对唇语识别模型中的普通卷积对唇部形变缺乏鲁棒性和不能有效地提取时间信息的问题,提出时空增强与多尺度时间卷积网络(MSTCN)结合的唇语识别方法.首先设计沙漏型卷积块(FCB),增强网络对唇部形变的鲁棒性;然后使用门控时移融合(GSF)模块提高前端网络的时间信息提取能力;再基于FCB和GSF设计混合3D和2D卷积的时空增强网络STABNet;最后将STABNet作为前端网络,MSTCN作为后端网络,设计唇语识别模型.在LRW数据集上的实验结果表明,与基线模型相比,所提方法的准确率提升4.15个百分点,达到89.45%,而模型的参数量仅增加3.17M.在GRID数据集上准确率达到97.45%,超过大部分对比模型. 展开更多
关键词 唇语识别 多尺度时间卷积网络 时空增强 门控时移融合模块
在线阅读 下载PDF
Free vibration of vibrating device coupling two pendulums using multiple time scales method
14
作者 李珺 刘初升 +1 位作者 彭利平 王宏 《Journal of Central South University》 SCIE EI CAS 2013年第8期2134-2141,共8页
A model of vibrating device coupling two pendulums (VDP) which is highly nonlinear was put forward to conduct vibration analysis. Based on energy analysis, dynamic equations with cubic nonlinearities were established ... A model of vibrating device coupling two pendulums (VDP) which is highly nonlinear was put forward to conduct vibration analysis. Based on energy analysis, dynamic equations with cubic nonlinearities were established using Lagrange's equation. In order to obtain approximate solution, multiple time scales method, one of perturbation technique, was applied. Cases of non-resonant and 1:1:2:2 internal resonant were discussed. In the non-resonant case, the validity of multiple time scales method is confirmed, comparing numerical results derived from fourth order Runge-Kutta method with analytical results derived from first order approximate expression. In the 1:1:2:2 internal resonant case, modal amplitudes of Aa1 and Ab2 increase, respectively, from 0.38 to 0.63 and from 0.19 to 0.32, while the corresponding frequencies have an increase of almost 1.6 times with changes of initial conditions, indicating the existence of typical nonlinear phenomenon. In addition, the chaotic motion is found under this condition. 展开更多
关键词 free vibration coupling pendulums multiple time scales method nonlinear characteristic
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部