检索结果-维普期刊中文期刊服务平台

基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测: 1; 作者李丹罗娇娇 +2 位作者孙光帆唐建黄烽云《三峡大学学报（自然科学版）》 CAS 北大核心 2024年第5期68-75,共8页; 考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样... 展开更多; 关键词负荷概率预测门控循环单元贝叶斯神经网络条件变分自编码器; 在线阅读下载PDF 职称材料

基于条件变分自编码器的熔铸炸药成型缺陷快速模拟和预测: 2; 作者滕浩李锡文 +1 位作者王学林胡于进《火炸药学报》 EI CAS CSCD 北大核心 2024年第7期640-648,I0003,共10页; 为了实现凝固缺陷的快速模拟和预测,提出了一种基于条件变分自编码器(CVAE)的熔铸炸药成型缺陷预测模型;以注液温度、冒口预热温度等工艺参数为条件,通过条件变分自编码器建立工艺参数与熔铸炸药缺陷的条件概率模型;采用多层神经网络和... 展开更多; 关键词条件变分自编码器 CVAE 熔铸炸药数值模拟成型缺陷多层神经网络变分推断方法; 在线阅读下载PDF 职称材料

基于条件变分自编码器的井下配电室巡检行为检测被引量：4: 3; 作者党伟超史云龙 +2 位作者白尚旺高改梅刘春霞《工矿自动化》北大核心 2021年第12期98-105,共8页; 现有井下配电室巡检行为检测方法的研究重点在于视频动作的分类,但在实际应用中,对于端到端的视频检测任务,不仅需要识别巡检动作的类别,还需要预测巡检动作发生的开始时间和结束时间。且现有基于监督学习的研究方法训练网络时需要标注... 展开更多; 关键词煤矿供电井下配电室巡检行为检测弱监督学习巡检行为分类与定位条件变分自编码器判别注意力生成注意力; 在线阅读下载PDF 职称材料

基于条件变分自编码器的齿轮箱故障诊断被引量：4: 4; 作者王昱尹爱军《装备环境工程》 CAS 2020年第7期64-69,共6页; 目的实现齿轮箱故障类型的智能识别诊断。方法针对传统故障诊断方法通用性不广、数据依赖强、泛化能力弱并需人工提取特征问题,提出一种基于条件变分自编码器的故障诊断方法。以故障类别概率分布为目标并将振动信号频谱作为条件,通过条... 展开更多; 关键词条件变分自编码器齿轮箱故障诊断振动信号; 在线阅读下载PDF 职称材料

基于变分自编码器的多维退化数据生成方法被引量：2: 5; 作者林焱辉李春波《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2617-2627,共11页; 数据驱动的剩余使用寿命(RUL)预测方法不依赖于复杂的物理模型,可以直接利用设备历史运行数据与当前监测数据对设备RUL进行预测,对制定合理的维修策略,降低设备的维护成本具有重要意义。但是数据驱动的RUL预测方法依赖于大量历史数据,... 展开更多; 关键词剩余寿命预测变分自编码器条件变分自编码器数据生成数据不足; 在线阅读下载PDF 职称材料

基于条件生成模型的高效近似查询处理框架被引量：3: 6; 作者白文超韩希先王金宝《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第5期995-1005,共11页; 提出新型的近似查询处理方法,以克服近似查询处理任务中数据偏斜所导致的查询准确率低的问题.该方法以条件生成对抗神经网络为基础,融入条件变分自编码器,保证算法执行的稳定性,提高模型准确率;使用Wasserstein距离衡量模型误差,防止模... 展开更多; 关键词条件生成对抗网络条件变分自编码器近似查询处理聚集预计算数据偏斜; 在线阅读下载PDF 职称材料

基于CVAE的超高速碰撞碎片云运动过程的快速预测技术被引量：2: 7; 作者周浩李毅 +2 位作者张浩陈鸿任磊生《实验流体力学》 CAS CSCD 北大核心 2021年第5期40-46,共7页; 在航天器防护构型设计中,需要快速、精确预测空间碎片超高速撞击防护屏产生碎片云的质量分布及其运动过程。采用深度学习方法,基于条件变分自编码器(CVAE)模型和大量铝球超高速正撞击铝板的光滑粒子流体动力学(SPH)方法的数值模拟结果,... 展开更多; 关键词超高速碰撞碎片云深度学习条件变分自编码器防护屏; 在线阅读下载PDF 职称材料

题名基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测: 1; 作者李丹罗娇娇孙光帆唐建黄烽云; 机构三峡大学电气与新能源学院国家电网铜梁供电公司梯级水电站运行与控制湖北省重点实验室(三峡大学) 新能源微电网湖北省协同创新中心(三峡大学); 出处《三峡大学学报（自然科学版）》 CAS 北大核心 2024年第5期68-75,共8页; 基金国家自然科学基金项目(51807109)。; 文摘考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样本,以模拟天气预测信息的不确定性;构建GRU-S2S贝叶斯神经网络学习模型参数的分布特征,以反映预测模型的不确定性,并结合MC dropout技术获得多个可能的负荷预测值;遍历天气因素全部模拟样本,将预测模型输出的负荷预测值构成集合,并通过核密度估计获得预测时段内各时刻预测负荷服从的概率分布.实际算例结果表明,该方法在短期负荷概率预测中具有更高的分位数预测精度和更可靠稳定的区间预测结果.; 关键词负荷概率预测门控循环单元贝叶斯神经网络条件变分自编码器; Keywords probabilistic load forecasting gated recurrent unit Bayesian neural network conditional variational autoencoder; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于条件变分自编码器的熔铸炸药成型缺陷快速模拟和预测: 2; 作者滕浩李锡文王学林胡于进; 机构华中科技大学机械科学与工程学院; 出处《火炸药学报》 EI CAS CSCD 北大核心 2024年第7期640-648,I0003,共10页; 基金国防基础科研计划重点项目。; 文摘为了实现凝固缺陷的快速模拟和预测,提出了一种基于条件变分自编码器(CVAE)的熔铸炸药成型缺陷预测模型;以注液温度、冒口预热温度等工艺参数为条件,通过条件变分自编码器建立工艺参数与熔铸炸药缺陷的条件概率模型;采用多层神经网络和变分推断方法结合进行模型训练,实现了RHT和DNP基熔铸炸药凝固成型缺陷预测。结果表明,成功构建了熔铸炸药凝固过程数值模拟的条件概率分布,实现了基于仿真数据的RHT和DNP基熔铸炸药凝固缺陷预测;与有限元直接数值计算结果比较,CVAE算法计算缺陷位置的准确率可达到99%,计算时间小于2 s;CVAE在熔铸炸药缺陷概率分布建模上具有性能高、泛化性强的特点,能有效实现熔铸炸药成型缺陷的智能预测。; 关键词条件变分自编码器 CVAE 熔铸炸药数值模拟成型缺陷多层神经网络变分推断方法; Keywords conditional variational autoencoder CVAE melt-cast explosives numerical simulation molding defect multilayer neural network variational inference method; 分类号 TJ55 [兵器科学与技术—军事化学与烟火技术] TQ560 [化学工程—炸药化工]; 在线阅读下载PDF 职称材料

题名基于条件变分自编码器的井下配电室巡检行为检测被引量：4: 3; 作者党伟超史云龙白尚旺高改梅刘春霞; 机构太原科技大学计算机科学与技术学院; 出处《工矿自动化》北大核心 2021年第12期98-105,共8页; 基金山西省自然科学基金项目(201901D111266,201901D111252) 太原科技大学博士科研启动基金项目(20202063)。; 文摘现有井下配电室巡检行为检测方法的研究重点在于视频动作的分类,但在实际应用中,对于端到端的视频检测任务,不仅需要识别巡检动作的类别,还需要预测巡检动作发生的开始时间和结束时间。且现有基于监督学习的研究方法训练网络时需要标注视频的每一帧,存在数据集制作繁琐、训练时间较长等问题,基于弱监督学习的研究方法也依赖视频分类模型,导致在没有视频帧级别标注的条件下很难区分动作帧和背景帧。针对以上问题,提出了一种基于条件变分自编码器的弱监督井下配电室巡检行为检测模型。该模型主要由判别注意力模型和生成注意力模型2个部分组成,将井下配电室巡检行为检测分为巡检动作的分类和定位2种任务。首先利用特征提取模型分别提取出井下配电室监控视频的RGB特征与光流特征;然后将获取到的RGB特征与光流特征输入注意力模块中进行训练,得到特征帧的注意力,通过判别注意力模型得到软分类,根据注意力的得分情况判断出动作帧和背景帧;最后对判别注意力模型的输出进行后处理,输出视频中包含巡检动作的时间区间、动作标签及置信度,即完成了巡检动作的分类及定位。为了提高定位任务的精度,加入基于条件变分自编码器的生成注意力模型,利用条件变分自编码器与解码器的生成对抗对视频的潜在特征进行学习。利用井下配电室监控视频,将巡检行为分为站立检测、下蹲检测、来回走动、站立记录和坐下记录,制作了巡检行为数据集进行实验,结果表明:基于条件变分自编码器的巡检行为检测模型可同时完成巡检行为分类和定位任务,在THUMOS14数据集上mAP@0.5达到17.0%,在自制的巡检行为数据集上mAP@0.5达到24.0%,满足井下配电室巡检行为检测要求。; 关键词煤矿供电井下配电室巡检行为检测弱监督学习巡检行为分类与定位条件变分自编码器判别注意力生成注意力; Keywords coal mine power supply underground power distribution room inspection behavior detection weakly supervised learning inspection behavior classification and positioning conditional variational auto-encoder discriminative attention generative attention; 分类号 TD611 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于条件变分自编码器的齿轮箱故障诊断被引量：4: 4; 作者王昱尹爱军; 机构重庆大学机械工程学院机械传动国家重点实验室; 出处《装备环境工程》 CAS 2020年第7期64-69,共6页; 基金重庆市重点研发项目(cstc2018jszx-cyztzxX0032)。; 文摘目的实现齿轮箱故障类型的智能识别诊断。方法针对传统故障诊断方法通用性不广、数据依赖强、泛化能力弱并需人工提取特征问题,提出一种基于条件变分自编码器的故障诊断方法。以故障类别概率分布为目标并将振动信号频谱作为条件,通过条件变分自编码器,建立齿轮箱振动信号频谱到对应各故障下的条件概率模型,并通过多层神经网络结合变分推断方法进行训练优化,实现对齿轮箱各类型故障的高精度分类诊断。结果在仅有少量训练数据条件下,实现了准确的故障识别。结论条件变分自编码器在齿轮箱振动信号频谱概率分布建模上具有优异性能,对故障信号数据量的依赖低、泛化能力强,无需人工提取特征。能有效实现齿轮箱故障的智能分类诊断。; 关键词条件变分自编码器齿轮箱故障诊断振动信号; Keywords CVAE gearbox fault diagnosis vibration signal; 分类号 TP211 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于变分自编码器的多维退化数据生成方法被引量：2: 5; 作者林焱辉李春波; 机构北京航空航天大学可靠性与系统工程学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2617-2627,共11页; 基金国家自然科学基金(51875016)。; 文摘数据驱动的剩余使用寿命(RUL)预测方法不依赖于复杂的物理模型,可以直接利用设备历史运行数据与当前监测数据对设备RUL进行预测,对制定合理的维修策略,降低设备的维护成本具有重要意义。但是数据驱动的RUL预测方法依赖于大量历史数据,在数据不足时,尤其是多维退化数据,模型难以取得良好的预测效果。针对这一问题,提出一种多维退化数据生成方法,所提方法构建了一种全局优化模型,以条件变分自编码器作为生成模型,提取多维退化数据特征并生成相似数据扩充RUL预测模型训练集,利用长短时记忆网络作为RUL预测模型,所提方法能够通过RUL预测模型更新生成模型的参数提高模型的效果,同时利用更新后的生成模型提高剩余寿命预测模型在退化数据不足情况下的效果。使用航空发动机退化数据进行了案例验证,通过对比未加入生成数据训练得到的RUL预测模型与加入生成数据训练得到的RUL预测模型的表现,验证了所提方法在解决RUL预测模型训练数据不足方面的优越性。; 关键词剩余寿命预测变分自编码器条件变分自编码器数据生成数据不足; Keywords RUL prediction variational autoencoder conditional variational autoencoder data generation insufficient data; 分类号 V19 [航空宇航科学与技术—人机与环境工程] TP802.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于条件生成模型的高效近似查询处理框架被引量：3: 6; 作者白文超韩希先王金宝; 机构哈尔滨工业大学计算机科学与技术学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第5期995-1005,共11页; 基金国家自然科学基金资助项目(61872106,61832003,61632010)。; 文摘提出新型的近似查询处理方法,以克服近似查询处理任务中数据偏斜所导致的查询准确率低的问题.该方法以条件生成对抗神经网络为基础,融入条件变分自编码器,保证算法执行的稳定性,提高模型准确率;使用Wasserstein距离衡量模型误差,防止模型坍塌.基于该条件生成模型实现近似查询处理,回答用户查询而无须访问底层数据,避免磁盘交互,并与聚集预计算相结合,构成高效的近似查询处理框架,能更加准确、快速地回答交互式查询.设计高效的表决算法,对模型生成的样本以及样本内部数据进行过滤,提高生成的样本质量,最小化查询误差.实验结果表明,与其他近似查询处理算法相比,该方法可以有效克服数据偏斜的影响,同时能够在更短的交互时间内更加准确地回答用户查询.; 关键词条件生成对抗网络条件变分自编码器近似查询处理聚集预计算数据偏斜; Keywords conditional generative adversarial network conditional variational auto-encoder approximate query processing aggregate precomputation data skew; 分类号 TP302 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于CVAE的超高速碰撞碎片云运动过程的快速预测技术被引量：2: 7; 作者周浩李毅张浩陈鸿任磊生; 机构中国空气动力研究与发展中心超高速空气动力研究所中国工程物理研究院计算机应用研究所; 出处《实验流体力学》 CAS CSCD 北大核心 2021年第5期40-46,共7页; 文摘在航天器防护构型设计中,需要快速、精确预测空间碎片超高速撞击防护屏产生碎片云的质量分布及其运动过程。采用深度学习方法,基于条件变分自编码器(CVAE)模型和大量铝球超高速正撞击铝板的光滑粒子流体动力学(SPH)方法的数值模拟结果,初步构建了碎片云空间质量分布与运动特征的快速预测模型。数值模拟中把铝球速度(3.00~8.00 km/s)、铝球半径(2.00~8.00 mm)、铝板厚度(1.000~4.000 mm)以及观测时间(1.0~12.0μs)4个变量作为输入控制参数,生成大量格式统一的训练集数据。模型隐藏层采用200个特征数据来描述碎片云质量分布,训练集参数范围内平均误差在0.6%以内,生成一个碎片云质量分布的平均时间小于7 ms。; 关键词超高速碰撞碎片云深度学习条件变分自编码器防护屏; Keywords HVI debris deep learning CVAE protective structures; 分类号 V19 [航空宇航科学与技术—人机与环境工程]; 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	基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测	李丹罗娇娇孙光帆唐建黄烽云	《三峡大学学报（自然科学版）》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于条件变分自编码器的熔铸炸药成型缺陷快速模拟和预测	滕浩李锡文王学林胡于进	《火炸药学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于条件变分自编码器的井下配电室巡检行为检测	党伟超史云龙白尚旺高改梅刘春霞	《工矿自动化》北大核心	2021	4	在线阅读下载PDF 职称材料
4	基于条件变分自编码器的齿轮箱故障诊断	王昱尹爱军	《装备环境工程》 CAS	2020	4	在线阅读下载PDF 职称材料
5	基于变分自编码器的多维退化数据生成方法	林焱辉李春波	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
6	基于条件生成模型的高效近似查询处理框架	白文超韩希先王金宝	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
7	基于CVAE的超高速碰撞碎片云运动过程的快速预测技术	周浩李毅张浩陈鸿任磊生	《实验流体力学》 CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料