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NOA-VMD的炮口冲击波谐振噪声降噪算法
被引量：
1
1
作者
杨浩越
孟祥瑞
+1 位作者
鞠明池
王英志
《弹箭与制导学报》
北大核心
2024年第4期9-17,共9页
火炮发射时产生的炮口冲击波信号频谱范围广,受限于采集系统中压力传感器有效工作带宽导致采集过程引入大量谐振噪声。为了降低谐振噪声对炮口冲击波信号的影响,提出了一种基于星鸦优化算法(NOA)优化变分模态分解(VMD)的炮口冲击波谐振...
火炮发射时产生的炮口冲击波信号频谱范围广,受限于采集系统中压力传感器有效工作带宽导致采集过程引入大量谐振噪声。为了降低谐振噪声对炮口冲击波信号的影响,提出了一种基于星鸦优化算法(NOA)优化变分模态分解(VMD)的炮口冲击波谐振噪声降噪算法。首先以最小包络熵为适应度函数的NOA对VMD的分解模态数与惩罚因子参数进行优化;其次通过NOA-VMD算法对炮口冲击波信号进行分解,计算各分量谐振能量损失比筛选出谐振分量;最后对剩余信号分量进行重构得到去除谐振分量的炮口冲击波。实验结果表明,NOA寻优效果最佳,基于NOA-VMD算法有效降低谐振噪声对炮口冲击波信号的干扰。
展开更多
关键词
炮口冲击波
谐振噪声
星鸦优化算法
变分模态分解
谐振能量损失比
在线阅读
下载PDF
职称材料
融合改进NBEATSx和时间注意力机制的空气污染预测
2
作者
李杰
王占刚
《陕西科技大学学报》
北大核心
2024年第5期198-205,共8页
针对现有空气污染预测存在结构复杂、对多元变量与不同时间步间依赖关系提取不充分和多步预测精度低的问题,引入了β分布和非线性动态控制函数改进星鸦优化算法(INOA),优化NBEATSx模型参数,提高收敛精度;并融合时间模式注意力机制(TPA)...
针对现有空气污染预测存在结构复杂、对多元变量与不同时间步间依赖关系提取不充分和多步预测精度低的问题,引入了β分布和非线性动态控制函数改进星鸦优化算法(INOA),优化NBEATSx模型参数,提高收敛精度;并融合时间模式注意力机制(TPA)为不同时间尺度的多外生变量自适应分配权重,再结合预测因子获取时间模式关系.利用所提模型对北京地区的PM2.5进行预测,与传统模型相比精度提高超过18.45%,为空气污染预测提供了一种新方法.
展开更多
关键词
空气污染预测
时间模式注意力机制
星鸦优化算法
神经基扩展分析网络
在线阅读
下载PDF
职称材料
题名
基于NOA-VMD的炮口冲击波谐振噪声降噪算法
被引量：
1
1
作者
杨浩越
孟祥瑞
鞠明池
王英志
机构
长春理工大学电子信息工程学院
出处
《弹箭与制导学报》
北大核心
2024年第4期9-17,共9页
基金
吉林省科技厅创新中心基金项目(YDZJ202302CXJD043)资助。
文摘
火炮发射时产生的炮口冲击波信号频谱范围广,受限于采集系统中压力传感器有效工作带宽导致采集过程引入大量谐振噪声。为了降低谐振噪声对炮口冲击波信号的影响,提出了一种基于星鸦优化算法(NOA)优化变分模态分解(VMD)的炮口冲击波谐振噪声降噪算法。首先以最小包络熵为适应度函数的NOA对VMD的分解模态数与惩罚因子参数进行优化;其次通过NOA-VMD算法对炮口冲击波信号进行分解,计算各分量谐振能量损失比筛选出谐振分量;最后对剩余信号分量进行重构得到去除谐振分量的炮口冲击波。实验结果表明,NOA寻优效果最佳,基于NOA-VMD算法有效降低谐振噪声对炮口冲击波信号的干扰。
关键词
炮口冲击波
谐振噪声
星鸦优化算法
变分模态分解
谐振能量损失比
Keywords
muzzle shock wave
resonant noise
nutcracker optimization algorithm
variational mode decomposition
energy loss ratio
分类号
TJ301 [兵器科学与技术—火炮、自动武器与弹药工程]
在线阅读
下载PDF
职称材料
题名
融合改进NBEATSx和时间注意力机制的空气污染预测
2
作者
李杰
王占刚
机构
北京信息科技大学信息与通信工程学院
出处
《陕西科技大学学报》
北大核心
2024年第5期198-205,共8页
基金
国家重点研发计划项目(2018YFC1800203)
北京市科技创新服务能力建设-基本科研业务费(市级科研类)项目(PXM2019-014224-000026)。
文摘
针对现有空气污染预测存在结构复杂、对多元变量与不同时间步间依赖关系提取不充分和多步预测精度低的问题,引入了β分布和非线性动态控制函数改进星鸦优化算法(INOA),优化NBEATSx模型参数,提高收敛精度;并融合时间模式注意力机制(TPA)为不同时间尺度的多外生变量自适应分配权重,再结合预测因子获取时间模式关系.利用所提模型对北京地区的PM2.5进行预测,与传统模型相比精度提高超过18.45%,为空气污染预测提供了一种新方法.
关键词
空气污染预测
时间模式注意力机制
星鸦优化算法
神经基扩展分析网络
Keywords
air pollution prediction
time pattern attention mechanism
nutcracker optimizer algorithm
neural basis expansion analysis with exogenous variables
分类号
TP399 [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
作者
出处
发文年
被引量
操作
1
基于NOA-VMD的炮口冲击波谐振噪声降噪算法
杨浩越
孟祥瑞
鞠明池
王英志
《弹箭与制导学报》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
融合改进NBEATSx和时间注意力机制的空气污染预测
李杰
王占刚
《陕西科技大学学报》
北大核心
2024
0
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
