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
共找到1,372篇文章
< 1 2 … 69 >
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：
语义信息处理及神经网模型 被引量：1
1
作者 詹剑 徐秉铮 《中文信息学报》 CSCD 1992年第4期41-51,共11页
本文从语言信息的角度全面分析了当前语义形式化的复杂性和困难性。在此基础上系统地提出了语言信息度量化的概念,进而阐明了抽象数学模型的语义分析方法和模型构造原则。在构造了一种语义处理神经网模型基础上,应用其并行、非线性、非... 本文从语言信息的角度全面分析了当前语义形式化的复杂性和困难性。在此基础上系统地提出了语言信息度量化的概念,进而阐明了抽象数学模型的语义分析方法和模型构造原则。在构造了一种语义处理神经网模型基础上,应用其并行、非线性、非逻辑的处理机制,分析处理了两个基于语用知识的自动分词难题。本文对一些新的概念“隐式知识表达”、“语法信息”、“语义信息”、“语用信息”等进行了定义和描述。神经网机理和仿真结果表明这种理论具有许多新的特点和长处。 展开更多
关键词 语义信息处理 神经网模型
在线阅读 下载PDF
一种使用前向神经网模型的A／D转换器
2
作者 周其节 张潮海 《计算机工程与设计》 CSCD 北大核心 1994年第5期61-64,F003,共5页
首先指出了Ｔａｎｋ－ＨｏｐｆｉｅｌｄＡＤＣ由于“磁滞”现象的存在，引起模拟量的不正确二进制表示；其次给出一种使用前向神经网模型的ＡＤＣ，避免了上述问题，最后对转换时间作了讨论。
关键词 模-数转换器 神经网络 神经网模型
在线阅读 下载PDF
造林地规划的神经网模型及其生产力预测 被引量：1
3
作者 刘素青 周元满 黄月琼 《东北林业大学学报》 CAS CSCD 北大核心 2004年第1期58-60,共3页
系统地介绍了神经网络满意约束模型在造林规划上的应用情况 ,该模型简单方便 ,可实现树种优化安排。最终在计算机上模拟了这个过程 ,结果表明利用该模型收敛速度较快 ,并具有良好的适应性。满意约束模型是根据树种的生物学特性与立地条... 系统地介绍了神经网络满意约束模型在造林规划上的应用情况 ,该模型简单方便 ,可实现树种优化安排。最终在计算机上模拟了这个过程 ,结果表明利用该模型收敛速度较快 ,并具有良好的适应性。满意约束模型是根据树种的生物学特性与立地条件 ,做到“适地适树”与“适树适地”为原则的一种模型。同时 ,可以由已有的立地条件信息 ,采用数量化生产力模型 ,进行预测生产力。通过实例表明 ,采用这种模型进行造林规划 ,其地位级基本上都能达到Ⅰ级。 展开更多
关键词 造林规划 生产力预测 神经网络满意约束模型 树种选择 适地适树 适树适地
在线阅读 下载PDF
基于神经网络的深部磷矿岩体可爆性分级模型研究 被引量：1
4
作者 柴修伟 李成镇 +3 位作者 盛益明 徐玉萍 徐亮 金胜利 《爆破》 北大核心 2025年第1期71-80,共10页
目前钻爆法仍是深部磷矿开拓掘进和回采的最高效方法。而磷矿钻爆法施工掘进水平长年维持在70~80 m/月,严重制约了掘进效率,因此对深部磷矿工作面开展矿岩体可爆性分级工作至关重要。以湖北宜昌某地下磷矿为研究背景,在现场进行了岩体... 目前钻爆法仍是深部磷矿开拓掘进和回采的最高效方法。而磷矿钻爆法施工掘进水平长年维持在70~80 m/月,严重制约了掘进效率,因此对深部磷矿工作面开展矿岩体可爆性分级工作至关重要。以湖北宜昌某地下磷矿为研究背景,在现场进行了岩体的纵波波速测试,开展了岩石密度、单轴抗压强度和抗拉强度等物理力学性质的测量,得到了白云质条带磷块岩、致密条带磷块岩、泥质条带磷块岩和含碳泥质白云岩4种岩石的密度、单轴抗压强度、抗拉强度和岩体完整性系数4项参数。通过调用Matlab神经网络工具箱,将岩石密度、单轴抗压强度、抗拉强度、岩体完整性系数作为输入,以可爆性等级作为输出,采用随机函数法产生大量的训练样本,构建了基于BP神经网络的可爆性评价模型,实现了深部磷矿岩体可爆性分级。分级结果为白云质条带磷块岩和泥质条带磷块岩为中等可爆,致密条带磷块岩和含碳泥质白云岩为难爆。根据分级结果,可对采场爆破参数进行优化,增强爆破效果,降低炸药单耗及矿石大块率,提高深部磷矿开采的安全性及经济效益。 展开更多
关键词 深部磷矿 岩体可爆性分级 随机函数 神经网络模型
在线阅读 下载PDF
教育考试增值评价模型构建:基于深度神经网络的方法
5
作者 李金波 苏胜 +1 位作者 曾平飞 王永固 《华东师范大学学报(教育科学版)》 北大核心 2025年第9期69-82,共14页
教育评价改革是新时期深化教育改革的关键环节,但传统增值评价方法在处理学习过程的动态特征和复杂依赖关系方面存在技术局限。本研究以浙江省2023届4869名高中学生为研究对象,构建时序模式注意力长短时记忆深度神经网络(TPA-LSTM)增值... 教育评价改革是新时期深化教育改革的关键环节,但传统增值评价方法在处理学习过程的动态特征和复杂依赖关系方面存在技术局限。本研究以浙江省2023届4869名高中学生为研究对象,构建时序模式注意力长短时记忆深度神经网络(TPA-LSTM)增值评价模型,通过结合分位数回归方法,实现对学生成绩时序特征和非线性变化的精准评估。研究基于高中五个学期的语文考试成绩,对个体层面的学习轨迹特征和群体层面的增值表现进行系统分析。研究发现:TPA-LSTM模型在测试集上的均方根误差(RMSE)为0.082,平均绝对误差(MAE)为0.067,显著优于传统SGP模型;对高二下学期成绩相同(0.716)的学生群体,能够根据其历史学习轨迹识别出34至80的增值水平差异;模型的时序权重分布特征揭示了第三学期和第四学期为学习关键期,为评价结果提供了更强的解释性。研究表明,该模型在个体评价层面实现对学习轨迹的精确刻画,在群体层面揭示不同类型学生的发展特征,为提高教育考试增值评价的预测精度和教育诊断价值提供新的技术路径。 展开更多
关键词 教育考试 增值评价 神经网络模型 时序模式 长短时记忆网络
在线阅读 下载PDF
改进粒子群优化算法结合BP神经网络模型的水体透射光谱总磷浓度预测研究 被引量：2
6
作者 张国浩 王彩玲 +1 位作者 王洪伟 于涛 《光谱学与光谱分析》 北大核心 2025年第2期394-402,共9页
使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总... 使用光谱数据结合融合算法对水体污染物含量进行准确检测以保护水资源已成为一个关键问题。然而,光谱数据的高维特性以及模型的不稳定常常导致预测效果不佳,无法准确的进行检测。本研究提出了一种环保和准确的方法,实现对长江水体中总磷浓度含量的预测。具体而言,首先对测得的长江水质光谱数据进行最大最小归一化和均值中心化两种预处理操作,在消除不同数据量级差异的同时去除了噪声,确保了数据的一致性和可靠性。其次,为了解决光谱数据的高维度问题,采用了核主成分分析(KPCA)方法来降低数据维度并提取特征。KPCA方法通过在高维度的空间中找到一个分类平面,选出能代表原始数据99.42%信息量的前6个主成分,用于后续预测模型的训练。接着在原始粒子群算法的基础上引入了粒子初始化规则、多种群竞争策略、参数自适应更新策略、种群多样性引导策略和粒子变异机制,提高了粒子群的寻优能力,降低粒子陷入局部最优解的概率。并使用改进后的粒子群算法对BP神经网络(BPNN)中的初始化权重和参数大小进行寻优,从而加快网络的收敛效果,提高预测能力。最后,使用本研究所提出的预测模型对测试集中的样本进行总磷浓度的预测,实验结果得到R^(2)为0.975786,RMSE为0.002242,MAE为0.001612。将本模型与当前预测性能较好的其他基准模型进行预测效果的对比,本研究所提出的模型对长江水体总磷浓度预测拟合效果更好,精确度更高。在水资源保护和环境管理领域中使用光谱数据结合融合算法进行预测模型的研究和实践提供了新的思路和观点。 展开更多
关键词 光谱数据 改进粒子群优化算法 BP神经网络模型 核主成分分析(KPCA) 总磷浓度
在线阅读 下载PDF
循环炎症相关因子神经网络模型预测脑卒中后抑郁发生风险的效能分析 被引量：1
7
作者 李凤玲 杨学 陈海燕 《中华老年心脑血管病杂志》 北大核心 2025年第1期63-67,共5页
目的探讨基于神经网络算法构建循环炎症相关因子对脑卒中后抑郁(post-stroke depression,PSD)发生风险预测模型。方法前瞻性选取2021年3月至2024年3月武汉科技大学附属老年病医院脑科中心脑卒中就诊的患者260例,其中训练集208例(80%)和... 目的探讨基于神经网络算法构建循环炎症相关因子对脑卒中后抑郁(post-stroke depression,PSD)发生风险预测模型。方法前瞻性选取2021年3月至2024年3月武汉科技大学附属老年病医院脑科中心脑卒中就诊的患者260例,其中训练集208例(80%)和验证集52例(20%),根据脑卒中后1个月内PSD发生情况将训练集脑卒中患者分为PSD组(62例)和非PSD组(146例)。通过训练集筛选影响PSD发生风险的预测因素,在训练集中基于多因素logistic和神经网络算法分别构建PSD发生风险预测模型,比较2个预测模型的预测效能,同时在验证集进行验证。结果本研究脑卒中后1个月内发生PSD 76例(29.23%),其中训练集62例,验证集14例。PSD组C反应蛋白(C-reactive protein,CRP)、纤维蛋白原(fibrinogen,FIB)、白细胞介素(interleukins,IL)-6、IL-1β、肿瘤坏死因子α(tumor necrosis factor-α,TNF-α)、IL-18、中性粒细胞与淋巴细胞比值(neutrophil and lymphocyte ratio,NLR)明显高于非PSD组,差异有统计学意义(P<0.01)。多因素logistic回归分析显示,CRP(OR=1.494,95%CI:1.239~1.802)、FIB(OR=1.924,95%CI:1.191~3.109)、IL-6(OR=1.128,95%CI:1.001~1.272)、TNF-α(OR=1.051,95%CI:1.010~1.093)、IL-1β(OR=1.096,95%CI:1.006~1.194)、IL-18(OR=1.019,95%CI:1.002~1.036)、NLR(OR=1.873,95%CI:1.027~3.418)为PSD发生风险的危险因素(P<0.05,P<0.01)。ROC曲线结果显示,神经网络算法的预测模型的曲线下面积明显高于多因素logistic回归分析模型(0.931 vs 0.855,Z=3.448,P<0.05),且基于验证集评估,神经网络模型的准确性明显高于多因素logistic模型(92.31%vs 75.00%,P<0.05)。结论循环炎症相关因子CRP、FIB、IL-6、IL-1β、TNF-α、IL-18、NLR与PSD发生风险有关,基于神经网络算法构建的循环炎症相关因子预测模型能更有效预测PSD发生风险。 展开更多
关键词 卒中 抑郁 比例危险度模型 神经网络模型
在线阅读 下载PDF
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
8
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
在线阅读 下载PDF
减振器动态特性集总参数-神经网络联合模型
9
作者 刘雪莱 刘子谦 +3 位作者 郑益谦 王强 李涛 上官文斌 《振动.测试与诊断》 北大核心 2025年第2期354-358,415,416,共7页
为了描述减振器的动态特性,将集总参数模型和神经网络模型进行结合,提出了一种能够精确描述减振器非线性动态特性的集总参数-神经网络联合模型。首先,在减振器测试台架上对一个减振器的动态特性进行测量,激励工况包括谐波激励和瞬态激... 为了描述减振器的动态特性,将集总参数模型和神经网络模型进行结合,提出了一种能够精确描述减振器非线性动态特性的集总参数-神经网络联合模型。首先,在减振器测试台架上对一个减振器的动态特性进行测量,激励工况包括谐波激励和瞬态激励两大类,测试得到减振器的动态力响应;其次,提出了联合模型的集总参数建模方法与参数辨识方法,并使用谐波激励下的测试数据完成了模型参数辨识;然后,利用神经网络模型补偿减振器的力-速度非线性特征;最后,使用联合模型计算在瞬态激励下减振器的输出力,并与集总参数模型和神经网络模型的计算结果以及测试结果进行了对比。结果表明,所提出的减振器联合模型具有较高的准确性,能够有效补偿集总参数模型的非线性误差。 展开更多
关键词 减振器 联合模型 神经网络模型 瞬态激励
在线阅读 下载PDF
基于FOA-BP神经网络模型的城市轨道交通列车车门故障预诊断
10
作者 温凯越 仇维斌 +1 位作者 丁先泽 欧红香 《城市轨道交通研究》 北大核心 2025年第5期278-282,共5页
[目的]为了在城市轨道交通(以下简称“城轨”)列车车门发生故障前展开预防性维修,避免人员和财产受到损害,保证城轨列车的运行安全性,有必要研究城轨列车车门故障的预诊断。[方法]以城轨列车车门发生故障前的异常电流信号作为研究对象,... [目的]为了在城市轨道交通(以下简称“城轨”)列车车门发生故障前展开预防性维修,避免人员和财产受到损害,保证城轨列车的运行安全性,有必要研究城轨列车车门故障的预诊断。[方法]以城轨列车车门发生故障前的异常电流信号作为研究对象,设计了一种FIR(有限冲激响应)滤波器,对采集到的城轨列车车门电流信号数据进行数据滤波与量纲一化处理;通过FOA(果蝇优化算法)-BP(反向传播)神经网络模型,对量纲一化后不同车门的关门状态学习样本数据进行学习训练,并输出测试结果;对比分析FOA-BP与BP神经网络模型训练后的输出结果。[结果及结论]采用FIR滤波器+汉宁窗函数法能够有效去除高频噪音的干扰,保留能够正确反映电流变化趋势的低频信号部分;相比于传统BP神经网络模型,采用FOA-BP神经网络模型进行训练,具有训练方法简洁、训练时间短、诊断精度大幅提高等优点;FOA-BP神经网络模型的真实输出值与期望输出值误差小于1%,能够满足城轨列车车门故障精准诊断的需求。 展开更多
关键词 城市轨道交通 列车车门 神经网络模型 故障预诊断
在线阅读 下载PDF
综合半参数变系数和GRNN神经网络的对流层延迟模型
11
作者 潘雄 张思莹 +3 位作者 李涛 黄伟凯 金丽宏 张红星 《地球物理学报》 北大核心 2025年第1期54-65,共12页
对流层延迟是卫星导航定位的主要误差源之一,精准地预测对流层延迟对于提高全球导航卫星系统的定位精度至关重要.本文将半参数变系数模型(Semiparametric Varying Coefficient,Semi-VC)引入到对流层延迟建模中,构建一种综合半参数变系... 对流层延迟是卫星导航定位的主要误差源之一,精准地预测对流层延迟对于提高全球导航卫星系统的定位精度至关重要.本文将半参数变系数模型(Semiparametric Varying Coefficient,Semi-VC)引入到对流层延迟建模中,构建一种综合半参数变系数与神经网络的新型经验对流层模型.首先,将频谱分析提取的主周期信号作为参数分量,将剩余周期信号和其他误差归入到非参数分量,建立半参数对流层天顶延迟模型(Semiparametric tropospheric zenith delay model,Semi);其次,为了减弱核函数和窗宽参数选择对估计值精度的影响,利用泰勒展式将参数分量展开到一次项,将窗宽参数与参数解算综合考虑,扩充为半参数变系数模型,综合核估计和最小二乘法,利用三步估计方法得到了参数分量和非参数分量的估计值及观测值的拟合残差;然后,引入广义回归神经网络模型(Generalized Regression Neural Network,GRNN)对拟合残差进行补偿建模,利用贝叶斯优化算法(Bayesian Optimization Algorithm,BOA)进行超参数选择,进一步提升混合模型对ZTD(Zenith Tropospheric Delay)的估计精度.最后,利用陆态网络2020至2022年的210个GNSS(Global Navigation Satellite System)测站的实测数据,对本文提出的半参数变系数与广义回归神经网络组合模型(Semiparametric Varying Coefficient-GRNN,Semi-VC-GRNN)与常用模型从系统误差分离和时空分布特性方面进行了对比分析.结果表明,Semi-VC-GRNN模型在2022年210个测站的测试中平均RMSE(Root Mean Square Error)和平均Bias分别为16.8 mm和0.4 mm,平均RMSE相较于5°分辨率和1°分辨率下的GPT3模型分别提升51.25%和50.07%. 展开更多
关键词 天顶对流层延迟 半参数变系数模型 广义回归神经网络模型 陆态网络
在线阅读 下载PDF
基于ConvNeXt卷积神经网络模型对烟叶成熟度识别的研究
12
作者 郭雨萌 肖亦雄 +4 位作者 肖孟宇 马云明 谭军 周喜新 范伟 《北方农业学报》 2025年第1期125-134,共10页
【目的】确定ConvNeXt卷积神经网络模型在烟叶成熟度识别中最适用于便携手持设备应用的主流图像预处理方法。【方法】使用便携手持图像采集设备采集烟叶图像,应用高斯缩放、对比增强、色彩增强和裁剪缩放4种预处理方法,结合ConvNeXt卷... 【目的】确定ConvNeXt卷积神经网络模型在烟叶成熟度识别中最适用于便携手持设备应用的主流图像预处理方法。【方法】使用便携手持图像采集设备采集烟叶图像,应用高斯缩放、对比增强、色彩增强和裁剪缩放4种预处理方法,结合ConvNeXt卷积神经网络构建模型,记录模型对烟叶成熟度识别的准确率、训练耗时和模型大小。通过对比分析不同预处理方法在性能、训练效率和模型大小上的表现,评估ConvNeXt卷积神经网络模型在便携设备上识别烟叶成熟度的应用潜力。【结果】在4种图像预处理方法中,高斯缩放在结合ConvNeXt卷积神经网络模型进行烟叶成熟度识别时综合表现最优,高斯缩放预处理后的模型准确率达到97.68%,优于对比增强、色彩增强和裁剪缩放,且训练耗时仅为8.927 min,模型大小为63.5 MB,兼具高效性与轻量化特征。在对比YOLO和XGBoost等其他模型时,高斯缩放结合ConvNeXt卷积神经网络构建的模型在各项指标中均表现突出,尤其在准确率和训练时间上展现出明显优势,适配便携手持设备的应用需求。【结论】高斯缩放作为图像预处理方法,能有效提升ConvNeXt卷积神经网络模型在烟叶成熟度识别任务中的准确性和运行效率。高斯缩放结合ConvNeXt卷积神经网络构建的模型训练速度快、占用资源少,适合在便携手持图像采集设备上使用。 展开更多
关键词 ConvNeXt卷积神经网络模型 烟叶成熟度识别 便携手持图像采集设备 智能化图像识别 图像预处理方法
在线阅读 下载PDF
基于多维度傅里叶红外光谱与两种神经网络模型对昭通苹果的鉴别分析 被引量：1
13
作者 马殿旭 蔡彦 +4 位作者 李孝攀 程立君 杨海涛 单长吉 杜国芳 《光谱学与光谱分析》 北大核心 2025年第6期1543-1550,共8页
应用傅里叶红外光谱(FTIR)和二维相关红外光谱(2D-IR)对8种不同种类的昭通苹果进行分析,并运用卷积神经网络(CNN)和径向基函数(RBF)神经网络对其进行了鉴别。在8种昭通苹果的傅里叶红外光谱中,均在3500~2850、1650~1400和1250~800 cm^(... 应用傅里叶红外光谱(FTIR)和二维相关红外光谱(2D-IR)对8种不同种类的昭通苹果进行分析,并运用卷积神经网络(CNN)和径向基函数(RBF)神经网络对其进行了鉴别。在8种昭通苹果的傅里叶红外光谱中,均在3500~2850、1650~1400和1250~800 cm^(-1)等范围表现出了较强吸收峰,可以看出苹果含有丰富的糖类、维生素、氨基酸、脂质、有机酸、酚类和黄酮类等物质,且8种昭通苹果光谱非常相似,只在吸收峰的强弱和峰位置上有非常小的差异,依据光谱来区分鉴别8种昭通苹果,显然是不可能的。以温度为微扰,采集8种苹果的动态光谱,并对动态光谱800~1800 cm^(-1)进行2D-IR分析,在2D-IR的同步光谱中,可以清晰看出:随着温度的升高,2D-IR在1010和1642 cm^(-1)附近出现了相对较强的自动峰,说明苹果中的酯类、酸类和蛋白质出现一定的分解,而且酯类和酸类分解较强,蛋白质相对较弱;另外在8种样品的2D-IR中,红富士片红中的二维相关红外光谱中出现的自动峰1642 cm^(-1)相对其他样品来说是最强的自动峰,出现的负交叉峰(1006,1642 cm^(-1))最弱;在阿克苏苹果中只出现了1010 cm^(-1)一个强自动峰;在秦冠苹果中出现了三个自动峰;另外在2001苹果和新世纪苹果中,最强自动峰出现在1020 cm^(-1),对比其他苹果有10个波数的移动,依据2D-IR,可以区分部分苹果样品。进一步对8种苹果216个苹果光谱进行卷积神经网络(CNN)和径向基函数(RBF)神经网络分析,随机选择152个样品光谱数据进行模型训练,通过一定迭代和训练,使得两种模型在训练集上的分类准确率达到100%的最优状态,再对64个样品光谱进行预测,在CNN分析中准确率为89.06%,而在RBF神经网络分析中准确率达到90.6%,两种神经网络模型都表现出了非常好的分类准确率。因此FTIR、2D-IR、CNN和RBF神经网络分析方法在苹果分析鉴别研究中相互补充,可以对昭通苹果进行准确分类,并且该方法可以运用到其他物质分类鉴别分析。 展开更多
关键词 昭通苹果 傅里叶红外光谱(FTIR) 二维相关红外光谱(2D-IR) 神经网络分析模型 鉴别
在线阅读 下载PDF
基于注意力机制的神经网络优化模型的行驶疲劳度研究
14
作者 李博文 丁牧恒 +5 位作者 方美华 朱桂平 魏志勇 成巍 李亚云 卞双双 《计算机工程》 北大核心 2025年第10期87-96,共10页
疲劳驾驶是导致交通事故的主要因素之一。在人工智能领域,基于脑电图(EEG)的驾驶疲劳状态分类已成为重要研究方向。近年来,融合注意力机制的深度学习模型在EEG疲劳识别中得到了广泛应用。以SEED-VIG数据集作为研究对象,采用ReliefF特征... 疲劳驾驶是导致交通事故的主要因素之一。在人工智能领域,基于脑电图(EEG)的驾驶疲劳状态分类已成为重要研究方向。近年来,融合注意力机制的深度学习模型在EEG疲劳识别中得到了广泛应用。以SEED-VIG数据集作为研究对象,采用ReliefF特征选择算法,构建基于自注意力、多头注意力、通道注意力、空间注意力机制的卷积神经网络(CNN)、长短期记忆(LSTM)网络和支持向量机(SVM)优化模型。在SEED-VIG数据集提供的EEG数据上的实验结果表明,基于多模注意力机制的多种神经网络优化模型的准确率、召回率、F1值等指标均得到了有效提升,其中以平均准确率和标准偏差作为对比参数,可增强空间与通道信息的卷积块注意力模块(CBAM)-CNN模型的性能最佳,分别为84.7%和0.66。 展开更多
关键词 脑电图 疲劳度 特征 注意力机制 神经网络模型
在线阅读 下载PDF
基于BP神经网络的易贡藏布河流含沙量预测模型研究
15
作者 武泽宇 宁家贤 高朋辉 《水电能源科学》 北大核心 2025年第7期78-80,56,共4页
准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,... 准确预测河流泥沙含量及其变化趋势,对于河流管理、水资源利用及生态环境保护具有重要意义。为此,引入BP神经网络,基于易贡藏布水文站2013~2022年实测数据,构建了基于BP神经网络的含沙量预测模型,利用该模型预测了易贡藏布河流含沙量,并选取决定系数、平均绝对值误差、平均偏差、均方根误差评价模型的性能。结果表明,所提模型预测精度极高,R^(2)值远超0.98,误差指标均趋近于零,充分验证了该模型的有效性与准确性,为该流域未来含沙量预测工作提供了参考依据和科学指导。 展开更多
关键词 BP神经网络模型 易贡藏布河 含沙量预测 机器学习
在线阅读 下载PDF
核反应堆冷却剂系统故障诊断动态模糊径向基神经网络模型
16
作者 朱佳浩 戴滔 +1 位作者 隋阳 李枭瀚 《科学技术与工程》 北大核心 2025年第11期4567-4573,共7页
针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neura... 针对传统的故障诊断方法难以在不确定环境下准确诊断核电厂核反应堆冷却剂系统(reactor coolant system, RCS)故障这一问题,按照以下路线建立了一种核电厂RCS故障诊断动态模糊径向基神经网络(dynamic fuzzy radial basis function neural network, DFRBFNN)模型。首先,根据RCS的故障类型和样本数据,确定DFRBFNN模型的初始结构;然后,应用径向基神经网络方法,构建了RCS故障诊断DFRBFNN初始模型,应用随机初始化方法,对DFRBFNN初始模型的去模糊层到输出层的连接权重进行初始化处理;最后,应用误差下降率法,修正DFRBFNN初始模型的结构和参数,构建了RCS故障诊断DFRBFNN模型。应用所建立的模型对冷却剂丧失、失流和蒸汽发生器管道破裂事故进行诊断,并与传统的故障诊断模型进行对比,验证了本文所建立模型的有效性。研究表明,所构建的核电厂RCS故障诊断DFRBFNN模型能够在不确定环境下准确地诊断RCS的故障。 展开更多
关键词 核电厂 核反应堆冷却剂系统 故障诊断 动态模糊径向基神经网络模型
在线阅读 下载PDF
BP神经网络模型对鞍山中小河流水质的评价
17
作者 赵鑫 《水土保持应用技术》 2025年第3期52-53,共2页
采用BP神经网络模型对鞍山市中小河流的水质进行预测评价。输入层选取21个指标参数作为输入信息,训练集为20条河流最具代表性监测断面2016-2020年每年的监测数据年平均值,共计100组,测试集为2022年各个监测断面数据的年平均值。用20组... 采用BP神经网络模型对鞍山市中小河流的水质进行预测评价。输入层选取21个指标参数作为输入信息,训练集为20条河流最具代表性监测断面2016-2020年每年的监测数据年平均值,共计100组,测试集为2022年各个监测断面数据的年平均值。用20组测试集去验证与真实值之间的拟合程度,得出R 2=0.92502,证明拟合度高,该模型可以直接用于水质的预测评价。 展开更多
关键词 BP神经网络模型 水质预测评价 水质指标
在线阅读 下载PDF
基于BP神经网络的城市径流系数对下垫面变化的响应
18
作者 张琳 丁兵 +4 位作者 邓金运 姚仕明 王家生 黎礼刚 汪朝辉 《长江科学院院报》 北大核心 2025年第10期32-37,共6页
在快速城市化的大背景下,城市地区下垫面变化是影响径流过程的重要因素,而影响机制尚待研究。选择武汉市青山区作为典型研究区域,通过遥感技术、GIS分析以及BP神经网络模型等方法,对典型研究时段城市下垫面变化进行了定量评估,并分析了... 在快速城市化的大背景下,城市地区下垫面变化是影响径流过程的重要因素,而影响机制尚待研究。选择武汉市青山区作为典型研究区域,通过遥感技术、GIS分析以及BP神经网络模型等方法,对典型研究时段城市下垫面变化进行了定量评估,并分析了这些变化对径流系数的影响。通过对比分析发现:城市下垫面变化对径流系数具有显著影响,随着建筑用地和道路的增加,径流系数呈现上升趋势,2009—2017年研究区径流系数从0.399增至0.535;而绿地、植被等用地面积的增加则有助于降低径流系数,同时海绵城市建设通过增加强透水地面面积,额外增加雨水调蓄容积,可达到降低径流系数的作用,海绵城市项目实施后,2017年径流系数为0.535,较海绵城市项目实施前降低0.051。研究成果可为城市规划和防洪排涝系统的设计提供科学依据,也可为城市水文循环和水资源管理提供技术支撑。 展开更多
关键词 径流系数 下垫面 BP神经网络模型 遥感技术 土地利用方式 城市规划
在线阅读 下载PDF
基于WOA-BP神经网络下马铃薯产量预测分析模型 被引量：8
19
作者 赵丙秀 董宁 《农机化研究》 北大核心 2024年第3期47-51,共5页
马铃薯是我国重要的粮食作物之一,营养丰富,用途广泛,是一种谷物、蔬菜和水果功能兼具的食物,其蛋白质含量远高于其他块茎类食物,且富含优质的氨基酸。马铃薯生育期短,在湖北平原、丘陵地区冬种春收适宜发展早熟品种,对于填补全国南北... 马铃薯是我国重要的粮食作物之一,营养丰富,用途广泛,是一种谷物、蔬菜和水果功能兼具的食物,其蛋白质含量远高于其他块茎类食物,且富含优质的氨基酸。马铃薯生育期短,在湖北平原、丘陵地区冬种春收适宜发展早熟品种,对于填补全国南北方鲜薯市场供应空档期具有重要意义。因此,马铃薯产量的高效预测对于制定生长期间的种植管理措施及相关决策具有重要意义。为此,针对传统BP神经网络在产量预测中存在精度低、鲁棒性差等问题,利用鲸鱼算法(Whale optimization algorithm,WOA)对BP神经网络模型进行优化。同时,基于湖北地区2009-2021年间田间物联网获取的气象因子(大气湿度、大气温度、降雨量)、田间水热因子及马铃薯产量,采用BP神经网络模型、GA-BP神经网络模型(遗传算法优化)及WOA-BP神经网络模型对所选地区马铃薯产量进行预测。研究结果表明:WOA-BP神经网络模型精度明显高于GA-BP神经网络模型及BP神经网络模型,R2达到0.9764,预测值与试验值之间拟合程度较高,表明基于WOA-BP神经网络模型可以更加科学、合理、准确地进行马铃薯产量预测。 展开更多
关键词 马铃薯 神经网络模型 产量预测 鲸鱼优化算法
在线阅读 下载PDF
基于YOLOv5神经网络模型的变电所压板开关状态的识别方法 被引量：3
20
作者 姜凌霄 高宝明 段雨松 《煤炭工程》 北大核心 2024年第7期181-186,共6页
煤矿变电所是大型煤矿供电系统的重要组成部分,变电所压板开关状态的精确识别是监测煤矿供电状态的重要环节。然而,随着变电所电气控制柜上压板开关数量的大幅增加,传统人工巡检存在的巡检速度慢、巡检精度低的问题愈发显著。针对上述问... 煤矿变电所是大型煤矿供电系统的重要组成部分,变电所压板开关状态的精确识别是监测煤矿供电状态的重要环节。然而,随着变电所电气控制柜上压板开关数量的大幅增加,传统人工巡检存在的巡检速度慢、巡检精度低的问题愈发显著。针对上述问题,提出了一种基于YOLOv5神经网络模型的变电所压板开关状态识别方法。使用Pytorch深度学习框架进行了模型训练;设计了针对压板开关图像的预处理方法;采用得到的最佳模型对预处理后的压板开关图像进行检测并评估检测结果。实验结果表明该方法可以实现压板开关状态的智能识别,且具有速度快、精度高的特点。 展开更多
关键词 神经网络模型 压板开关状态 识别方法 变电所
在线阅读 下载PDF
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 2 … 69 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部