期刊文献+
共找到9,288篇文章
< 1 2 250 >
每页显示 20 50 100
基于机器学习的酸性气藏地下储气库硫化氢含量预测方法 被引量:1
1
作者 冯国庆 杜勤锟 +3 位作者 周道勇 蔡家兰 程希 莫海帅 《天然气工业》 北大核心 2025年第2期159-169,共11页
地下储气库(以下简称储气库)中含有硫化氢等有害气体,不仅影响储气库的安全运行,还直接对环境造成严重污染,准确预测储气库采出气组分中H2S的含量具有重要意义。目前,常采用油藏数值模拟的组分模型来预测H2S含量,但其计算过程复杂且耗... 地下储气库(以下简称储气库)中含有硫化氢等有害气体,不仅影响储气库的安全运行,还直接对环境造成严重污染,准确预测储气库采出气组分中H2S的含量具有重要意义。目前,常采用油藏数值模拟的组分模型来预测H2S含量,但其计算过程复杂且耗时较长,不能方便快捷地用于储气库单井H2S的含量预测。为此,以HCX储气库为研究对象,在建立储气库的机理模型并开展数值模拟的基础上,以机理模型计算的储气库多周期H2S预测结果为样本集,应用多输出支持向量回归(MSVR)、长短期记忆网络(LSTM)、人工神经网络(ANN)3种机器学习算法建立了硫化氢含量的智能代理模型,并对3种模型预测精度进行对比分析。研究结果表明:①长短期记忆网络模型具有适中的训练时间、较好的预测精度,可将该模型作为HCX储气库的H2S预测智能代理模型;②进一步对LSTM模型的训练数据和过渡拟合问题进行优化,确定最佳训练数集1500组,最佳丢弃率为0.2,隐含层设置范围可控制在层数1~2层,节点数30~60个;③经HCX储气库的实例应用表明,建立的LSTM智能代理模型能够准确预测储气库采出气中H2S的含量。结论认为,经过优化的LSTM算法智能代理模型具有较好的外推性,该研究成果可为含H2S储气库的建设和安全高效运行提供技术支持。 展开更多
关键词 含硫储气库 数值模拟 组分模拟 硫化氢含量预测 机器学习 长短期记忆网络模型 机器学习模型优化
在线阅读 下载PDF
双重机器学习在社会科学因果推断中的应用
2
作者 陈茁 陈云松 《浙江社会科学》 北大核心 2025年第6期72-85,158,共15页
双重机器学习是运用机器学习技术来解决因果推断中遗漏变量偏误的有效方法,但目前社会科学界对其还未充分关注。传统的回归模型在处理大量混淆变量和拟合非线性关系方面存在局限,相比之下,双重机器学习不仅能够整合大量的混淆因子,还能... 双重机器学习是运用机器学习技术来解决因果推断中遗漏变量偏误的有效方法,但目前社会科学界对其还未充分关注。传统的回归模型在处理大量混淆变量和拟合非线性关系方面存在局限,相比之下,双重机器学习不仅能够整合大量的混淆因子,还能捕捉变量间的复杂非线性关系,同时在发现和刻画影响方式异质性、估计因果效应随时间变化的动态趋势等方面有独特优势。此外,该框架可以与因果中介分析、面板数据分析及非结构化数据处理相结合,展现出广泛的应用潜力。本文旨在系统地介绍双重机器学习方法,审视其所带来的机遇及其面临的挑战,并通过一个关于“父母学业期望”对“子女学业表现”影响的研究案例来对双重机器学习的分析过程进行实证演示。 展开更多
关键词 机器学习 因果推断 双重机器学习 去偏机器学习
在线阅读 下载PDF
基于机器学习的加密流量分类研究综述 被引量:3
3
作者 付钰 刘涛涛 +1 位作者 王坤 俞艺涵 《通信学报》 北大核心 2025年第1期167-191,共25页
加密流量分类是网络管理和安全防护的重要组成部分,不过当前网络流量环境复杂多变,致使传统的分类方法已基本失效。而机器学习,尤其是深度学习,凭借强大的特征提取能力已广泛应用于加密流量分类领域。为此,对机器学习驱动的加密流量分... 加密流量分类是网络管理和安全防护的重要组成部分,不过当前网络流量环境复杂多变,致使传统的分类方法已基本失效。而机器学习,尤其是深度学习,凭借强大的特征提取能力已广泛应用于加密流量分类领域。为此,对机器学习驱动的加密流量分类最新成果进行系统性综述,首先将加密流量分类工作划分为数据采集与处理、特征提取与选择及流量分类与性能评估3个部分,分别对应加密流量分类中的数据获取、显著特征构建及模型的应用与验证;接着将这3个部分内容细分为流量采集、数据集构建、数据预处理、特征提取、特征选择、分类模型及性能评估7个阶段;然后分别对这7个阶段进行全面的归纳、总结与分析;最后详细分析当前工作所面临的挑战并展望加密流量分类未来的研究方向。 展开更多
关键词 流量分析 加密流量分类 机器学习 深度学习
在线阅读 下载PDF
基于机器学习的钢筋混凝土矩形柱破坏模式预测研究 被引量:1
4
作者 张海 马小平 +2 位作者 苏三庆 王威 蔡玉军 《建筑科学与工程学报》 北大核心 2025年第2期48-57,共10页
针对传统分析方法识别效果差、数据依赖性强等问题,以既有试验数据为基础,建立矩形截面钢筋混凝土柱的数据库,应用K邻近、随机森林、支持向量机、梯度提升决策树、深度神经网络等机器学习算法,实现矩形柱破坏模式的有效识别与预测。借... 针对传统分析方法识别效果差、数据依赖性强等问题,以既有试验数据为基础,建立矩形截面钢筋混凝土柱的数据库,应用K邻近、随机森林、支持向量机、梯度提升决策树、深度神经网络等机器学习算法,实现矩形柱破坏模式的有效识别与预测。借助机器学习强大的自学习、自适应能力,精准预测钢筋混凝土矩形柱的破坏模式,并为震后结构的维修加固与损伤评估提供依据。结果表明:机器学习技术对弯曲破坏均有良好的识别效果,随机森林和梯度提升决策树算法的准确率和回归率均达到100%,可用于矩形柱弯曲破坏模式的精准预测;机器学习技术对于剪切破坏的识别效果差别不大,准确率均达66.67%,K邻近、支持向量机、梯度提升决策树的回归率最高,达到100%;对于弯剪破坏模式,随机森林和梯度提升决策树的准确率最高,达到83.33%,支持向量机的预测效果较差。 展开更多
关键词 钢筋混凝土 矩形截面柱 机器学习 破坏模式预测 试验数据
在线阅读 下载PDF
融合机器学习的永磁同步电机数字孪生故障诊断技术研究 被引量:2
5
作者 黄友锐 沈玉轩 徐善永 《电测与仪表》 北大核心 2025年第2期181-187,共7页
永磁同步电机作为工业设备的核心部件,对其准确地故障诊断至关重要,智能数据驱动方法和实时监督技术可助力制定精准维护计划,实现低碳节能运行。基于数字孪生技术开展永磁同步电机高效运维研究,可实现虚实同步、监测电机运行状况,并进... 永磁同步电机作为工业设备的核心部件,对其准确地故障诊断至关重要,智能数据驱动方法和实时监督技术可助力制定精准维护计划,实现低碳节能运行。基于数字孪生技术开展永磁同步电机高效运维研究,可实现虚实同步、监测电机运行状况,并进一步结合信号处理和机器学习技术,提出由变分模态分解、最大相关峭度解卷积联合BP-Adaboost的故障诊断方法,所提方法能够显著提升永磁同步电机故障诊断的准确率和效率。针对永磁同步电机匝间短路,最优诊断误差率低至1.75%,平均诊断误差控制为约3.6%,诊断精度高。 展开更多
关键词 永磁同步电机 数字孪生 虚实同步 机器学习 匝间短路
在线阅读 下载PDF
基于可解释机器学习的混凝土重力坝变形安全监控模型 被引量:2
6
作者 程琳 袁喜娜 +2 位作者 马春辉 贾冬焱 徐笑颜 《水利水电科技进展》 北大核心 2025年第3期77-85,共9页
针对目前基于机器学习的大坝安全监控模型无法给出模型预测解释的问题,引入SHAP值理论,并结合LightGBM模型,建立了一种具备可解释性的混凝土重力坝变形安全监控模型,且该模型可以量化每个影响因子的具体贡献。工程实例验证结果表明,该... 针对目前基于机器学习的大坝安全监控模型无法给出模型预测解释的问题,引入SHAP值理论,并结合LightGBM模型,建立了一种具备可解释性的混凝土重力坝变形安全监控模型,且该模型可以量化每个影响因子的具体贡献。工程实例验证结果表明,该模型考虑了变形与环境量之间复杂的非线性关系,更接近真实情况,不仅具有良好的拟合精度和预测精度,还能对模型进行全局和局部的解释。 展开更多
关键词 混凝土重力坝 变形安全监控 可解释机器学习 SHAP值理论 LightGBM模型
在线阅读 下载PDF
一种基于机器学习的井间水驱优势通道识别方法 被引量:2
7
作者 杨二龙 陈柄君 +2 位作者 董驰 曾傲 张梓彤 《钻采工艺》 北大核心 2025年第1期157-164,共8页
井间优势渗流通道的形成受多方面的因素综合影响,识别过程中需要分析的因素众多、过程复杂,最直观可靠的做法是通过剖面测试数据结合生产动态分析来判定,或者通过措施见效井来验证是否存在优势渗流通道,但是实际生产中剖面测试数据量不... 井间优势渗流通道的形成受多方面的因素综合影响,识别过程中需要分析的因素众多、过程复杂,最直观可靠的做法是通过剖面测试数据结合生产动态分析来判定,或者通过措施见效井来验证是否存在优势渗流通道,但是实际生产中剖面测试数据量不足,措施见效井分析结果又属于后验知识,时效性差,导致识别的精度和效率较低。因此,本文以大庆油田特高含水典型区块M区块为例,结合主控因素分析方法构建特征参数集,应用粒子群算法(PSO)优化深度置信神经网络(DBN)的结构参数,通过逐层递推和全局优化融合、有监督和无监督学习算法融合提升模型性能,形成了一种基于机器学习算法的注采井间优势通道识别的方法。构建的优势通道识别PSO-DBN模型应用于典型区块,识别准确率比未经过优化的DBN神经网络模型预测准确率提高了2.8%,比MLP神经网络模型预测准确率提高了8.6%,通过增补无标注样本、实现有监督和无监督学习算法融合,可以进一步提升识别精度。 展开更多
关键词 特高含水油藏 井间优势通道 深度置信神经网络 算法融合 机器学习
在线阅读 下载PDF
基于多种机器学习算法和语音情绪特征的阈下抑郁辨识模型构建 被引量:1
8
作者 陈梅妹 王洋 +3 位作者 雷黄伟 张斐 黄睿娜 杨朝阳 《南方医科大学学报》 北大核心 2025年第4期711-717,共7页
目的分析阈下抑郁组和正常组的语音情绪特征,并通过6种机器学习算法构建语音识别分类模型,为阈下抑郁辨识提供客观化依据,以提高早期诊断率。方法采集正常组和阈下抑郁组的朗读单词和文本的不同语音数据,每个语音段提取384维语音情绪特... 目的分析阈下抑郁组和正常组的语音情绪特征,并通过6种机器学习算法构建语音识别分类模型,为阈下抑郁辨识提供客观化依据,以提高早期诊断率。方法采集正常组和阈下抑郁组的朗读单词和文本的不同语音数据,每个语音段提取384维语音情绪特征变量,包括能量特征、梅尔频率倒谱系数、零交叉率特征、声音概率特征、基频特征、差分特征等多个维度。采用递归特征消除方法筛选语音特征变量,然后利用自适应增强算法(AdaBoost)、随机森林(RF)、线性判别分析(LDA)、逻辑回归、Lasso回归和支持向量机机器学习算法构建分类模型,并评估模型的性能。为评估模型泛化能力,采用真实世界的语音数据,对最佳阈下抑郁语音识别分类模型进行测试。结果AdaBoost、RF和LDA模型在单词朗读语音测试集上预测准确率为100%、100%和93.3%,展现出高准确率和稳定性;在单词文本语音测试集上,AdaBoost、RF和LDA模型的预测准确率为90%、80%和90%,其余3个算法模型的准确率均小于80%。阈下抑郁语音AdaBoost和RF分类模型对真实世界的朗读单词和文本语音数据的预测准确率仍然可以达到了91.7%和80.6%,86.1%和77.8%。结论通过分析语音情绪特征可以有效地识别阈下抑郁个体,AdaBoost和RF模型在阈下抑郁个体分类方面表现出色,是识别阈下抑郁的有力工具,可以为临床应用和研究提供参考。 展开更多
关键词 阈下抑郁识别 语音情绪特征 机器学习 自适应增强算法 随机森林
在线阅读 下载PDF
河南省滑坡灾害易发性制图研究:多种机器学习模型的对比 被引量:5
9
作者 曹文庚 潘登 +3 位作者 徐郅杰 张文培 任宇 南天 《地质科技通报》 北大核心 2025年第1期101-111,共11页
河南省具有复杂的地貌类型,面临着频繁发生滑坡灾害的挑战,因此进行高效准确的滑坡易发性制图对于地方政府和居民具有重要意义。但是,在滑坡易发性制图研究中,如何选取适合河南省滑坡灾害数据集的机器学习模型、提高评价精度的对比研究... 河南省具有复杂的地貌类型,面临着频繁发生滑坡灾害的挑战,因此进行高效准确的滑坡易发性制图对于地方政府和居民具有重要意义。但是,在滑坡易发性制图研究中,如何选取适合河南省滑坡灾害数据集的机器学习模型、提高评价精度的对比研究仍需进一步开展。以河南省为研究区,收集滑坡数据并编录成滑坡灾害数据库。通过递归特征消除法筛选出对滑坡相对影响最高的11个因子(坡度、高程、平面曲率、剖面曲率、土地覆盖、岩性、土壤类型、降水量、道路密度、河流密度、断裂带密度)整合成空间数据集,训练多层感知机(MLP)神经网络、随机森林(RF)、极端梯度提升(XGBoost)和支持向量机(SVM)模型并使用接收者受试特征曲线下面积(AUC)评估各个模型性能,制作高精度滑坡易发性分区图。研究结果表明,多层感知机模型对河南省滑坡灾害数据集适配性最强,AUC达到0.95。相较于支持向量机、极端梯度提升和随机森林模型,MLP模型预测的滑坡灾害高易发区的面积占比最小,能更精确地识别潜在滑坡灾害高风险区域。预测的极高和高易发区主要分布在豫西山地、丘陵地区,地形因素对河南省滑坡灾害发育具有主导作用。研究成果可为大尺度区域开展高精度滑坡灾害易发性评价提供参考。 展开更多
关键词 滑坡 多层感知机 机器学习 易发性制图 河南省
在线阅读 下载PDF
基于集成机器学习的测井曲线大尺度差异超分辨 被引量:1
10
作者 曹志民 丁璐 +1 位作者 韩建 郝乐川 《吉林大学学报(地球科学版)》 北大核心 2025年第2期670-685,共16页
精细储层描述一直是非常规油气资源开发和生产的重点,但常规测井曲线的纵向分辨率难以满足对厘米级甚至毫米级储层的有效识别。针对这一问题,本文以集成机器学习技术为核心,从多视多尺度的角度出发,提出了一种两级知识迁移的测井曲线大... 精细储层描述一直是非常规油气资源开发和生产的重点,但常规测井曲线的纵向分辨率难以满足对厘米级甚至毫米级储层的有效识别。针对这一问题,本文以集成机器学习技术为核心,从多视多尺度的角度出发,提出了一种两级知识迁移的测井曲线大尺度差异超分辨方法提高测井曲线的纵向分辨率,实现低成本情况下的储层精细描述;选取地层反映较好的微球电阻率、自然伽马、声波时差曲线作为目标曲线,实现高分辨成像电阻率曲线信息到目标测井曲线映射模型的构建,进而实现目标测井曲线的大尺度差异超分辨,并将超分辨结果与不同超分辨方法进行对比。结果表明,本文方法得到的超分辨曲线与真实高分辨曲线相关系数大于0.9,与对比方法相比提高了3.6%~16.0%,均方误差、均方根误差、平均绝对误差、平均绝对百分比误差、对称平均绝对百分比误差分别降低了28.9%~90.8%、15.7%~69.8%、24.4%~74.7%、25.0%~74.2%、25.2%~77.4%。本文方法能够在一定程度上实现现有常规测井曲线的毫米级超分辨处理,得到的超分辨曲线能够大致地捕捉到地层的变化,降低了精细储层有效识别问题的难度。 展开更多
关键词 精细储层描述 测井曲线 集成机器学习 大尺度 超分辨
在线阅读 下载PDF
机器学习方法预测油气产量技术发展现状及前景展望 被引量:1
11
作者 谢坤 田轩硕 +5 位作者 刘长龙 邵明 刘延春 高铭宣 袁世亮 张宝岩 《特种油气藏》 北大核心 2025年第4期14-24,共11页
受油气开发过程中储层物性、流体性质和工艺措施的复杂多变性影响,生产数据的分析利用程度多取决于石油科技工作者的专业经验,计算成本和时间成本高,难以满足油气藏高效开发需求,亟待发现更加高效的油气产量预测方法。近年来,以深度神... 受油气开发过程中储层物性、流体性质和工艺措施的复杂多变性影响,生产数据的分析利用程度多取决于石油科技工作者的专业经验,计算成本和时间成本高,难以满足油气藏高效开发需求,亟待发现更加高效的油气产量预测方法。近年来,以深度神经网络、随机森林算法和迁移学习为代表的机器学习方法凭借处理高维数据、捕捉时序数据长期依赖关系和提取开发数据特征等方面的独特优势,在油气产量预测中取得了显著应用效果。该文通过对常用油气产量预测机器学习方法的原理及其优缺点进行分析,阐述了机器学习方法在油气产量预测领域的应用现状,总结了应用过程中潜在的问题,同时对油气产量预测方法的发展前景进行展望。未来,一方面应加强对物理约束融入机器学习模型的研究,提高模型的可解释性,避免过于理想化的预测结果;另一方面要开发适合小样本情况下的算法和迁移学习技术,充分利用历史生产数据,为油气产量预测提供更好的数据分析技术支持。该研究对油气产量的智能预测技术完善具有理论指导意义。 展开更多
关键词 油气田开发 产量预测 机器学习 神经网络 迁移学习
在线阅读 下载PDF
机器学习临床决策支持系统在ICU中应用的研究进展
12
作者 严慧娜 刘瑞云 +4 位作者 李颖 戴靖华 王佳讯 赵敏 卢佳芸 《护理研究》 北大核心 2025年第7期1199-1205,共7页
从概述、应用现状、面临挑战及未来展望4个方面对机器学习临床决策支持系统在重症监护室(ICU)中应用的相关研究进行综述,旨在进一步加强对ICU病人医疗决策的智能管理,为智慧医疗的发展提供参考及借鉴。
关键词 重症监护室 临床决策支持系统 机器学习 人工智能 机器学习临床决策支持系统 综述
在线阅读 下载PDF
面向含噪中规模量子处理器的量子机器学习 被引量:1
13
作者 石金晶 肖子萌 +2 位作者 王雯萱 张师超 李学龙 《计算机学报》 北大核心 2025年第3期602-631,共30页
量子计算与人工智能结合,在增强模型表达能力、加速和优化机器学习等方面可能产生颠覆性影响,有望突破人工智能领域所面临的可解释性差、最优解难等问题,量子人工智能已成为国内外重点关注的学科前沿。量子机器学习是量子人工智能领域... 量子计算与人工智能结合,在增强模型表达能力、加速和优化机器学习等方面可能产生颠覆性影响,有望突破人工智能领域所面临的可解释性差、最优解难等问题,量子人工智能已成为国内外重点关注的学科前沿。量子机器学习是量子人工智能领域的重要研究内容,它将量子计算基础理论与机器学习原理相结合,以实现具有量子加速的机器学习任务。随着量子计算软硬件的快速发展,含噪中规模量子(NISQ)处理器的学习优势被证明,国内外学者相继提出一系列量子机器学习方法,以挖掘量子计算助力人工智能技术发展的创新应用。然而,当前的量子机器学习仍局限于对算法的优化,缺乏系统层面的理论架构,仍有许多科学问题亟待解决。本文首先从量子机器学习系统表征角度出发,建立量子机器学习系统的层次模型,概括和总结了面向各类任务的量子机器学习方案,分析了量子机器学习在提高经典算法速度等方面可能体现的“量子优势”。接着根据量子机器学习系统的层次结构,从原理层、计算层、应用层这三个方面对现有量子机器学习方法进行了总结与梳理,系统性地分析和讨论了其中的关键问题与解决方案。最后,结合当前阶段量子人工智能的发展特点,重点分析了量子机器学习领域面临的科学问题与挑战,并对未来该领域的发展趋势进行了深入分析与展望。 展开更多
关键词 量子计算 量子人工智能 量子机器学习 量子算法 含噪中规模量子处理器
在线阅读 下载PDF
基于机器学习的简支梁式渡槽结构地震响应与易损性分析 被引量:3
14
作者 韦芳芳 林澳庆 +2 位作者 赵有正 王永泉 陈卓然 《河海大学学报(自然科学版)》 北大核心 2025年第3期101-108,共8页
为提高渡槽结构地震响应预测的速度和精度,以界河渡槽为研究对象,采用Midas Civil-2021构建有限元模型,在验证有限元模型可靠性的基础上,基于该模型获取样本数据,利用长短期记忆(LSTM)算法和时序转换(TSTF)算法构建机器学习模型来预测... 为提高渡槽结构地震响应预测的速度和精度,以界河渡槽为研究对象,采用Midas Civil-2021构建有限元模型,在验证有限元模型可靠性的基础上,基于该模型获取样本数据,利用长短期记忆(LSTM)算法和时序转换(TSTF)算法构建机器学习模型来预测渡槽非线性地震响应,并通过调整时间窗口大小和采样周期使预测结果达到最佳。对槽墩顶点位移响应的预测结果表明,LSTM模型和TSTF模型平均准确率分别为76.22%和88.30%;与有限元模型的预测速度相比,LSTM模型和TSTF模型分别提升了128.54%和47.90%。对渡槽结构易损性分析结果表明,槽墩的损伤超越概率随着水位上升而逐渐增大。 展开更多
关键词 简支梁式渡槽 地震响应预测 机器学习 长短期记忆算法 时序转换算法
在线阅读 下载PDF
使用开源代码训练大模型的著作权法评价——以全球首例机器学习诉讼为研究样本 被引量:2
15
作者 张韬略 《知识产权》 北大核心 2025年第3期47-70,共24页
从法解释论视角评价使用开源代码训练大模型行为的著作权法合法性时,应先分析在先许可协议对开源代码使用的约定。尽管大模型开发商可能违反了开源许可协议,且在模型训练或者输出阶段可能存在复制、修改、传播开源代码乃至删除作品来源... 从法解释论视角评价使用开源代码训练大模型行为的著作权法合法性时,应先分析在先许可协议对开源代码使用的约定。尽管大模型开发商可能违反了开源许可协议,且在模型训练或者输出阶段可能存在复制、修改、传播开源代码乃至删除作品来源信息的行为,但训练数据集不公开在多方面限制了著作权侵权认定。司法机关以大模型输出端为规制对象并以合理使用为利益调节器的务实思路,向大模型产业传递了友好信号,刺激了降重技术的开发,并可能进一步降低著作权人提起侵权诉讼的概率和理论正当性。个案分析过程还暴露出我国著作权法在应对大模型训练著作权侵权问题时的优缺点。我国亟需修正合理使用制度以应对大模型开发对数据训练的需求,同时应从立法和技术角度推动训练数据著作权权属信息的透明化,以保护作者著作人身权和电子权利管理信息。 展开更多
关键词 开源代码 大模型 机器学习 著作权侵权 合理使用
在线阅读 下载PDF
不同结构参数下的半U形地下空间烟气运动参数的机器学习预测 被引量:1
16
作者 徐志胜 殷耀龙 +2 位作者 雷志强 陈诗仪 应后淋 《灾害学》 北大核心 2025年第1期67-73,共7页
结合火灾数值模拟(FDS)与机器学习方法,该文对半U形地下空间火灾时的烟气运动进行了深入分析。研究发现,在预测烟气回流长度及烟气最高温升方面,BP神经网络相比于支持向量机回归(SVR)展现了更高的精度,其决定系数超过了95%,而相对误差... 结合火灾数值模拟(FDS)与机器学习方法,该文对半U形地下空间火灾时的烟气运动进行了深入分析。研究发现,在预测烟气回流长度及烟气最高温升方面,BP神经网络相比于支持向量机回归(SVR)展现了更高的精度,其决定系数超过了95%,而相对误差仅集中在20%以内,显著优于SVR方法。通过shap值解释机器学习模型,并结合FDS数值模拟的结果,揭示坡高是影响烟气回流长度的决定性因素,且坡高的增大、宽度的减小或热释放速率增大均会缩短烟气回流。同时,热释放速率是影响烟气最高温升的主要因素,受坡高影响较大,而宽度的减小虽能在一定幅度上降低最高烟气温升,但效果并不显著。该研究拓展了地下空间火灾烟气运动参数的预测方法,为地下空间火灾动力学行为预测及通风排烟系统的优化设计贡献了创新性的方法。 展开更多
关键词 半U形地下空间 机器学习 截面宽度 坡高 烟气回流长度 最高烟气温升
在线阅读 下载PDF
数字经济何以赋能新质生产力:基于生产关系理论与双重机器学习模型 被引量:2
17
作者 吴小军 《暨南学报(哲学社会科学版)》 北大核心 2025年第4期29-44,共16页
数字经济作为推动城市高质量发展的新引擎,在提升新质生产力和实现可持续发展方面具有重要意义。立足生产关系视角,选取2011-2022年282个地级市面板数据,基于双重机器学习模型探究数字经济对新质生产力的作用机制。研究发现,数字经济能... 数字经济作为推动城市高质量发展的新引擎,在提升新质生产力和实现可持续发展方面具有重要意义。立足生产关系视角,选取2011-2022年282个地级市面板数据,基于双重机器学习模型探究数字经济对新质生产力的作用机制。研究发现,数字经济能有效赋能城市新质生产力发展,且数字经济对新质劳动对象的影响最大。就区域而言,数字经济对新质生产力的影响程度从大到小依次为东部地区、西部地区、中部地区、东北地区,与经济发展水平低的城市相比,经济发展水平高的城市数字经济对新质生产力的促进作用更大,且在不同资源禀赋下数字经济对新质生产力的影响程度从大到小依次为再生型城市、成长型城市、衰退型城市、非资源型城市、成熟型城市。机制检验结果表明,数字经济能够通过要素配置优化、产业结构转型等机制驱动新质生产力水平的提升。 展开更多
关键词 数字经济 双重机器学习模型 新质生产力 生产关系
在线阅读 下载PDF
基于机器学习方法的农民非农创业影响因素研究 被引量:1
18
作者 高雅 邬红梅 《华南农业大学学报(社会科学版)》 北大核心 2025年第1期42-57,共16页
基于2020年CFPS数据,采用逻辑回归、决策树、随机森林、梯度提升决策树、支持向量机和神经网络等机器学习模型,系统分析了个体、家庭及地区特征对农民非农创业的影响,以挖掘影响农民非农创业的主要因素。研究发现,集成学习方法优于传统... 基于2020年CFPS数据,采用逻辑回归、决策树、随机森林、梯度提升决策树、支持向量机和神经网络等机器学习模型,系统分析了个体、家庭及地区特征对农民非农创业的影响,以挖掘影响农民非农创业的主要因素。研究发现,集成学习方法优于传统模型,随机森林和梯度提升决策树表现最佳。在所有特征变量中,家庭保险支出、家庭存款、土地出租、互联网接入、个体受教育程度和年龄是影响农民非农创业的主要因素。此外,偏依赖图展示了主要特征变量对农民非农创业的具体预测模式,并发现家庭保险支出、家庭存款、个体受教育程度和年龄特征对农民非农创业的影响具有显著非线性。城乡异质性分析表明,家庭保险支出和家庭存款在不同地区均显著影响非农创业;乡村地区土地流转的促进作用较突出,而城镇地区个体年龄的影响更为显著。 展开更多
关键词 农民非农创业 机器学习 乡村振兴 城乡异质性
在线阅读 下载PDF
制度松绑、数字治理生态与新质生产力——双重机器学习下大数据管理机构设立的准自然实验 被引量:1
19
作者 魏万青 叶秋志 陈永洲 《科技进步与对策》 北大核心 2025年第1期10-20,共11页
数据具有边际报酬递增乘数效应,是打造新质生产力的新增长极。通过数据制度松绑将赋能新质生产力,助力高质量发展与中国式现代化。借助双重机器学习模型,选取2010—2022年省级面板数据,探讨大数据管理机构设立对新质生产力的影响,考察... 数据具有边际报酬递增乘数效应,是打造新质生产力的新增长极。通过数据制度松绑将赋能新质生产力,助力高质量发展与中国式现代化。借助双重机器学习模型,选取2010—2022年省级面板数据,探讨大数据管理机构设立对新质生产力的影响,考察制度松绑、数字治理生态与新质生产力的内在联系与建链路径。研究发现:①以大数据管理机构设立为代表的制度松绑能有效促进新质生产力发展。大数据管理机构的设立推动数字政策环境、数字经济环境与数字社会环境优化,从而作用于新质生产力发展;②进一步分析发现,制度松绑带来的驱动效应受到异质性因素干扰,其中在高政府效率、高人力资本、高信息化水平地区的作用效果更强。研究结论为新质生产力嵌入制度变迁视角提供理论解读,为通过制度路径和治理体系推动新质生产力发展提供现实依据。 展开更多
关键词 制度松绑 数字治理生态 新质生产力 大数据管理机构 双重机器学习
在线阅读 下载PDF
基于对抗性机器学习的网络欺骗攻击模式辨识研究 被引量:1
20
作者 杨鹏 郭思莹 《现代电子技术》 北大核心 2025年第5期86-90,共5页
为精准、自动辨识网络欺骗攻击模式,提升网络传输安全性,提出基于对抗性机器学习的网络欺骗攻击模式辨识方法。该方法提取可描述网络流量的行为模式、分布状况以及流量间相互关系的网络流表特征集,将其输入生成对抗网络中进行训练,构建... 为精准、自动辨识网络欺骗攻击模式,提升网络传输安全性,提出基于对抗性机器学习的网络欺骗攻击模式辨识方法。该方法提取可描述网络流量的行为模式、分布状况以及流量间相互关系的网络流表特征集,将其输入生成对抗网络中进行训练,构建网络欺骗攻击模式辨识模型;生成器在损失函数的指导下生成接近真实样本的数据集,再将其输入判别器中;判别器采用多层结构设计,将各个判别器的输出结果进行整合后获取其平均值作为最后的判断依据,结合权重矩阵对该结果进行投票,输出网络欺骗攻击模式辨识结果。测试结果显示,该方法能够可靠提取网络流表特征,各个网络欺骗攻击类别的平均绝对误差百分比结果均在0.014 0以下,最小结果仅为0.005 8,效果良好。 展开更多
关键词 对抗性机器学习 网络欺骗 攻击模式辨识 生成器 判别器 网络流表特征
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部