-
题名基于神经网络的表面热流辨识三维效应修正
被引量：1
- 1
-
-
作者
潘学浩
陈伟芳
彭玉酌
杨华
-
机构
浙江大学航空航天学院
航空工业第一飞机设计研究院
-
出处
《空气动力学学报》
CSCD
北大核心
2019年第4期555-562,共8页
-
基金
国家自然科学基金(51575487)
国家科技部973计划(2014CB340201)
-
文摘
在已有顺序函数法对一维、二维表面热流辨识的研究基础上,考虑到三维辨识实时性的困难,提出神经网络和顺序函数法结合的方法。在顺序函数法一维辨识结果的基础上,利用人工神经网络对热传导三维效应进行修正,从而获得峰值热流实时准确的辨识结果。为了获得更优的神经网络模型,引入粒子群算法优化神经网络的初始权值和阈值。通过数值仿真的算例测试结果可以看出,本文提出的方法对于峰值热流的辨识结果准确度在4%以内,避免了三维辨识的时间复杂性,同时具有良好的抗噪性和稳定性。
-
关键词
顺序函数法
表面热流辨识
三维效应
神经网络修正
粒子群优化
-
Keywords
sequential function method
surface heat flux identification
three-dimensional effect
neural network correction
particle swarm optimization
-
分类号
V211.3
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名基于e-修正神经网络的直接自适应控制设计
- 2
-
-
作者
李雪松
蔡军
李颖晖
李霞
雷晓犇
-
机构
空军工程大学航空航天工程学院
中国人民解放军
中国人民解放军驻陕西飞机制造公司代表室
-
出处
《电光与控制》
北大核心
2012年第9期42-46,49,共6页
-
基金
国家自然科学基金(61074007)
空军工程大学研究生创新基金
-
文摘
针对一般非线性不确定系统设计了一种e-修正神经网络直接自适应控制方法。首先采用虚拟控制量的方法,并将其分解成参考模型输出、线性动态补偿输出与神经网络自适应输出三项;然后针对传统σ-修正神经网络在权值更新时的不足,设计了一种基于e-修正方法的权值自适应更新律,并设计了输出反馈误差观测器用以对神经网络进行训练;最后对基于σ-修正与e-修正两种权值自适应更新律进行仿真对比。仿真结果表明基于e-修正神经网络方法在跟踪误差、不确定性逼近等效果上均优于基于σ-修正神经网络方法。
-
关键词
非线性不确定
直接自适应控制
e-修正神经网络
输出反馈
误差观测器
-
Keywords
nonlinear uncertainty
direct adaptive control
e-Modification NN
output feedback
error observer
-
分类号
V249
[航空宇航科学与技术—飞行器设计]
-
-
题名感潮河段泖甸站高潮位预报方法研究
- 3
-
-
作者
陈林兴
陈叶昉
黄慧慧
陈元芳
黄琴
-
机构
上海市青浦区水文勘测队
河海大学水文水资源学院
-
出处
《水电能源科学》
北大核心
2010年第5期10-13,共4页
-
文摘
在分析泖甸站高潮位影响因素的基础上,采用统计法建立了泖甸站高潮位逐步回归和多元门限回归预报模型。实例应用结果表明,与逐步回归模型相比,多元门限回归预报模型精度高、速度快、简便实用、模拟和预报的效果更好,结合BP神经网络方法进行修正预报可大幅提高预报精度,为青浦区进行科学的防洪决策提供了可靠依据。
-
关键词
感潮河段
泖甸站
高潮位
多元门限回归
逐步回归方法
神经网络修正
-
Keywords
tidal reach
Maodian Station
high tidal level
multiple threshold regression
stepwise regression method
neural network correction
-
分类号
P338
[天文地球—水文科学]
-
-
题名面向政治领域的事理图谱构建
被引量：15
- 4
-
-
作者
白璐
周子雅
李斌阳
刘宇涵
邵之宣
吴华瑞
-
机构
国际关系学院网络空间安全学院
北京市农业信息技术研究中心
中国科学院大学网络空间安全学院
-
出处
《中文信息学报》
CSCD
北大核心
2021年第4期66-74,82,共10页
-
基金
国家自然科学基金(61976066)
北京市自然科学基金(4212031)
+1 种基金
中央高校基础研究课题(3262021T23)
北京市科研计划课题(Z191100004019007)。
-
文摘
事理图谱是一种描述事件之间顺承、因果等关系的事理演化逻辑有向图,它蕴含了丰富的事件间关系,在各领域都具有重要的研究意义和应用价值。当前研究主要集中于公开域的事件抽取上,而在特定领域,如政治领域,因其事件类型和事件内容较为复杂,相关研究十分有限。该文旨在构建面向政治领域的事理图谱,针对政治事件抽取中存在的语料匮乏、标准缺失等问题,制定了一套面向政治领域的事件分类标准,构建了一套政治领域的事件语料库。同时,该文分别提出了一种融合注意力机制的字嵌入修正神经网络的Pipeline模型和一种基于BERT+BiLSTM的Joint模型进行事件触发词和论元抽取,并在该语料库上进行实验。实验结果表明,两种模型在事件触发词与论元抽取任务中,F1指标较基线模型均有较大提升。
-
关键词
事理图谱
字嵌入修正神经网络
事件抽取
-
Keywords
eventic graph
character embedding based neural network
event extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
