期刊文献+
共找到274篇文章
< 1 2 14 >
每页显示 20 50 100
基于BWM+BP神经网络的在役中小跨径桥梁安全风险智能评估模型研究
1
作者 赵锐 田志强 宋宇涵 《世界桥梁》 北大核心 2025年第5期97-104,共8页
为克服传统桥梁安全风险评估过程的主观性及由于桥梁系统复杂带来的不确定性,基于桥梁检测数据,提出基于最优最劣法(BWM)+BP神经网络的在役中小跨径桥梁安全风险智能评估模型。首先,在现行桥梁检测评价规范基础上,以各结构部件的病害作... 为克服传统桥梁安全风险评估过程的主观性及由于桥梁系统复杂带来的不确定性,基于桥梁检测数据,提出基于最优最劣法(BWM)+BP神经网络的在役中小跨径桥梁安全风险智能评估模型。首先,在现行桥梁检测评价规范基础上,以各结构部件的病害作为安全风险评估体系中的底层指标,构建安全风险评估指标体系;然后,采用BWM法和德尔菲法,利用专家经验确定病害层指标权重,结合模糊综合评判法对桥梁检测样本数据进行前处理;最后,利用BP神经网络对处理后的样本进行训练,根据训练结果,分别用遗传算法(GA)和粒子群算法(PSO)对BP神经网络优化后对比,构建最优评估模型。将该评估模型应用于墩那高速新疆伊犁州某段某中桥,对其进行安全风险评估,以验证其适用性。结果表明:运用BWM+BP神经网络的在役中小跨径桥梁安全风险智能评估模型在一定程度上克服了检测报告样本中评价不准确和局限问题,同时削弱了BP神经网络训练大量样本的需求;GA优化的BP神经网络模型比PSO优化精度更佳、鲁棒性更好,准确率达96.49%;相比现行规范,运用该模型进行在役中小跨径桥梁安全风险评估,能改善病害叠加评分过低的问题,评估结果更符合实际情况。 展开更多
关键词 中小跨径桥梁 最优最劣法 BP神经网络 遗传算法 粒子群算法 智能评估模型 安全风险评估
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
2
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
基于神经网络自适应MPC智能车辆轨迹跟踪仿真
3
作者 王琳 陈清华 +3 位作者 业红玲 王鹏飞 徐驰 钱爱文 《汽车安全与节能学报》 北大核心 2025年第4期638-647,共10页
传统模型预测控制(MPC)控制器的权重矩阵通常依赖人工经验调参,难以适应复杂动态环境,因此,提出一种基于反向传播(BP)神经网络的MPC权重矩阵自适应调整的方法。建立MPC智能车辆动力学模型分析不同权重系数对车辆轨迹跟踪性能的影响,构... 传统模型预测控制(MPC)控制器的权重矩阵通常依赖人工经验调参,难以适应复杂动态环境,因此,提出一种基于反向传播(BP)神经网络的MPC权重矩阵自适应调整的方法。建立MPC智能车辆动力学模型分析不同权重系数对车辆轨迹跟踪性能的影响,构造数据训练BP神经网络模型,利用Matlab/Simulink搭建BP神经网络自适应MPC控制器与Carsim联合仿真,最后从不同车速和路面附着系数2个方面设计双移线仿真工况,验证控制器在不同工况下的鲁棒性。结果表明:BP神经网络自适应MPC控制器,在路面附着系数为0.85时,不同车速下的控制效果良好;而定权重MPC控制的车辆,当车速达到65km/h时,车辆接近失稳;前者横向位移偏差和横摆角偏差的均方根分别降低44.17%和66.66%;在不同附着系数的路面上前者表现亦佳,尤其是在附着系数0.35的湿滑路面,车速30 km/h时,相对定权重MPC控制器,两项偏差均方根分别降低27.49%和49.54%。该神经网络自适应调整MPC控制器权重的方法,可为智能网联车辆中高速协同控制和特种作业车辆自主导航的轨迹跟踪性能改善提供一定参考。 展开更多
关键词 智能网联车辆 神经网络 自适应 轨迹跟踪 模型预测控制(MPC)
在线阅读 下载PDF
轻量级深度神经网络模型适配边缘智能研究综述 被引量:9
4
作者 徐小华 周长兵 +2 位作者 胡忠旭 林仕勋 喻振杰 《计算机科学》 CSCD 北大核心 2024年第7期257-271,共15页
随着物联网和人工智能的迅猛发展,边缘计算和人工智能的结合催生了边缘智能这一新的研究领域。边缘智能具备一定的计算能力,能够提供实时、高效和智能的响应。它在智能城市、工业物联网、智能医疗、自动驾驶以及智能家居等领域都具有重... 随着物联网和人工智能的迅猛发展,边缘计算和人工智能的结合催生了边缘智能这一新的研究领域。边缘智能具备一定的计算能力,能够提供实时、高效和智能的响应。它在智能城市、工业物联网、智能医疗、自动驾驶以及智能家居等领域都具有重要的应用。为了提升模型的准确度,深度神经网络往往采用更深、更大的架构,导致了模型参数的显著增加、存储需求的上升和计算量的增大。受限于物联网边缘设备在计算能力、存储空间和能源资源方面的局限,深度神经网络难以被直接部署到这些设备上。因此,低内存、低计算资源、高准确度且能实时推理的轻量级深度神经网络成为了研究热点。文中首先回顾边缘智能的发展历程,并分析轻量级深度神经网络适应边缘智能的现实需求,提出了两种构建轻量级深度神经网络模型的方法:深度模型压缩技术和轻量化架构设计。接着详细讨论了参数剪枝、参数量化、低秩分解、知识蒸馏以及混合压缩5种主要的深度模型压缩技术,归纳它们各自的性能优势与局限,并评估它们在常用数据集上的压缩效果。之后深入分析轻量化架构设计中的调整卷积核大小、降低输入通道数、分解卷积操作和调整卷积宽度的策略,并比较了几种常用的轻量化网络模型。最后,展望轻量级深度神经网络在边缘智能领域的未来研究方向。 展开更多
关键词 边缘智能 深度神经网络 轻量级神经网络 模型压缩 轻量化架构设计
在线阅读 下载PDF
基于YOLO神经网络构建压力性损伤自动检测和分期的人工智能模型 被引量:6
5
作者 王珍妮 须月萍 +2 位作者 夏开建 徐晓丹 顾丽华 《中国全科医学》 CAS 北大核心 2024年第36期4582-4590,共9页
背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的... 背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的实时性、准确性和客观性。方法选取常熟市第一人民医院压疮电子化管理系统中2021年1月—2024年2月的693张PI图像,将图像随机划分为训练集(551张)和测试集(142张),并按照2019年美国压疮咨询委员会(NPUAP)制订的PI预防和治疗指南分为6期,包括:Ⅰ期154张、Ⅱ期188张、Ⅲ期160张、Ⅳ期82张、深部组织损伤期57张、不可分期52张。利用基于5种不同版本的YOLOv8[nano(n)、small(s)、medium(m)、large(l)和extra large(x)]神经网络和迁移学习,建立针对PI的深度学习目标检测模型。模型评价指标包括精确度、准确率、灵敏度、特异度及检测速度等。最后,通过Ultralytics Hub平台将模型部署到手机应用程序(App)中,实现AI模型在临床工作中的应用。结果在对包含142张PI图像的测试集进行评估时,YOLOv8l版本在确保高精确度(0.827)的同时,也展现了较快的推理速度(68.49帧/s),与其他YOLO版本相比,在精确度与速度之间取得了最佳的平衡。具体而言,其在所有类别上的整体准确率为93.18%,灵敏度为76.52%,特异度为96.29%,假阳性率为3.72%。在6个PI分期中,模型预测Ⅰ期的准确率最高,达到95.97%;预测Ⅱ期、Ⅲ期、Ⅳ期、深部组织损伤期、不可分期分别取得了91.28%、91.28%、91.95%、95.30%和93.29%的准确率。就处理速度而言,YOLOv8l处理142张图像的总耗时为2.07 s,平均每秒可处理68.49张PI图像。结论基于YOLOv8l网络的AI模型能够快速、准确地对PI进行检测和分期。将该模型部署到手机App中,能够在临床实践中便携使用,具有很大的临床应用潜力。 展开更多
关键词 压力性损伤 人工智能 深度学习 YOLO 目标检测 神经网络模型 APP
在线阅读 下载PDF
基于人工神经网络智能算法的9310钢本构模型优化 被引量:3
6
作者 施文鹏 孙岑花 +2 位作者 李佳俊 王宇航 董显娟 《精密成形工程》 北大核心 2024年第3期171-180,共10页
目的研究9310钢在变形温度为800~1200℃、应变速率为0.01~50s-1和高度压下量为70%条件下的热变形行为,建立预测效果相对较好的9310钢本构模型。方法使用Gleeble-3800热模拟机对9310钢进行等温恒应变速率热压缩实验,基于热压缩实验数据,... 目的研究9310钢在变形温度为800~1200℃、应变速率为0.01~50s-1和高度压下量为70%条件下的热变形行为,建立预测效果相对较好的9310钢本构模型。方法使用Gleeble-3800热模拟机对9310钢进行等温恒应变速率热压缩实验,基于热压缩实验数据,分析了应变速率对9310钢流动软化效应的影响,建立了考虑应变补偿的Arrhenius本构模型与支持向量回归(SVR)本构模型,并进行了模型精度分析,之后引入人工神经网络(ANN)智能算法优化了Arrhenius本构模型。结果与变形温度相比,应变速率对9310钢流动软化效应的影响更为显著。相较于支持向量回归(SVR)本构模型,考虑应变补偿的Arrhenius本构模型精度更高,其相关系数R为0.9934,平均相对误差(AARE)和均方误差(MSE)分别为0.0556和89.362,它在预测高应变速率(1、10、50 s-1)流动应力时出现了较大偏差,经ANN智能算法优化后,相关系数R提高至0.9991,AARE和MSE分别降至0.0199和9.998,且绝对误差在±10MPa以内的预测流动应力占比为98.34%。结论在低应变速率(0.01 s-1)下软化效应更强,在高应变速率(10 s-1)下再结晶程度较低,软化效应较弱。ANN智能算法优化后的Arrhenius本构模型具有较高的精度,能较准确地预测9310钢的流动行为。 展开更多
关键词 9310钢 本构模型 Arrhenius型本构模型 人工神经网络(ANN) 智能算法优化
在线阅读 下载PDF
融合深度强化学习的卷积神经网络联合压缩方法
7
作者 马祖鑫 崔允贺 +4 位作者 秦永彬 申国伟 郭春 陈意 钱清 《计算机工程与应用》 北大核心 2025年第6期210-219,共10页
随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果... 随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果,影响压缩后的模型性能。针对以上问题,提出一种基于深度强化学习的神经网络联合压缩方法——CoTrim。CoTrim同时执行通道剪枝与权值量化,利用深度强化学习算法搜索出全局最优的剪枝与量化策略,以平衡剪枝与量化对网络性能的影响。在CIFAR-10数据集上对VGG和ResNet进行实验,实验表明,对于常见的单分支卷积和残差卷积结构,CoTrim能够在精度损失仅为2.49个百分点的情况下,将VGG16的模型大小压缩至原来的1.41%。在复杂数据集Imagenet-1K上对紧凑网络MobileNet和密集连接网络DenseNet进行实验,实验表明,对于深度可分离卷积结构以及密集连接结构,CoTrim依旧能保证精度损失在可接受范围内将模型压缩为原始大小的1/5~1/8。 展开更多
关键词 卷积神经网络 深度强化学习 模型压缩 通道剪枝 权值量化 边缘智能
在线阅读 下载PDF
融合大模型与图神经网络的电力设备缺陷诊断 被引量:11
8
作者 李莉 时榕良 +1 位作者 郭旭 蒋洪鑫 《计算机科学与探索》 CSCD 北大核心 2024年第10期2643-2655,共13页
电力系统中不同装置设备的缺陷评级和分析处理常受运维人员主观性影响,导致同一缺陷文本描述出现不同的严重程度评级。专业知识的差异也导致诊断分析差异和诊断效率不同。为提升缺陷诊断的准确性和效率,提出一种基于图神经网络的缺陷文... 电力系统中不同装置设备的缺陷评级和分析处理常受运维人员主观性影响,导致同一缺陷文本描述出现不同的严重程度评级。专业知识的差异也导致诊断分析差异和诊断效率不同。为提升缺陷诊断的准确性和效率,提出一种基于图神经网络的缺陷文本评级分类方法和大模型智能诊断分析助手。构建专业词典,使用自然语言处理算法规范化文本描述。通过统计方法,优化缺陷文本的语义表示。集成图注意力神经网络和RoBERTa模型对缺陷文本进行精确评级分类。基于大语言模型Qwen1.5-14B-Chat进行低秩适配(LoRA)微调训练得到电力设备诊断大模型Qwen-ElecDiag,结合检索增强生成技术开发设备缺陷诊断助手。此外,整理提供微调电力设备诊断大模型的指令数据集。对比实验结果表明,提出的基于图神经网络的缺陷评级分类方法在准确性上较最优基准模型BERT提升近8个百分点;诊断助手的电力知识以及缺陷诊断能力得到提升。通过提高缺陷评级的准确率并提供全面专业化诊断建议,不仅提高电力设备运维的智能化水平,也为其他垂直领域的智能运维提供新的解决方案。 展开更多
关键词 电力系统 缺陷诊断 神经网络 大语言模型 低秩适配(LoRA)微调 检索增强生成 智能运维
在线阅读 下载PDF
考虑层敏感性的卷积神经网络混合精度量化方法
9
作者 刘海军 张晨曦 +3 位作者 王析羽 陈长林 陈军 李智炜 《国防科技大学学报》 北大核心 2025年第4期143-150,共8页
针对如何将神经网络保真映射到资源受限的嵌入式设备这一问题,提出基于层敏感性分析的卷积神经网络混合精度量化方法。通过计算Hessian矩阵平均迹衡量卷积层参数的敏感性,为位宽分配提供依据;使用逐层升降方法进行位宽分配,最终完成网... 针对如何将神经网络保真映射到资源受限的嵌入式设备这一问题,提出基于层敏感性分析的卷积神经网络混合精度量化方法。通过计算Hessian矩阵平均迹衡量卷积层参数的敏感性,为位宽分配提供依据;使用逐层升降方法进行位宽分配,最终完成网络模型的混合精度量化。实验结果表明,与DoReFa和LSQ+两种固定精度量化方法相比,所提出的混合精度量化方法在平均位宽为3 bit的情况下将识别准确率提高了10.2%和1.7%;与其他混合精度量化方法相比,所提方法识别准确率提高了1%以上。此外,加噪训练能够有效提高混合精度量化方法的鲁棒性,在噪声标准差为0.5的情况下,将识别准确率提高了16%。 展开更多
关键词 卷积神经网络 模型量化 人工智能 混合精度
在线阅读 下载PDF
YOLO神经网络在急性主动脉综合征影像学诊断及鉴别诊断中的应用价值
10
作者 康梦阳 赵洋 +2 位作者 池烽 李尤 田红燕 《西安交通大学学报(医学版)》 北大核心 2025年第2期317-322,共6页
目的建立急性主动脉综合征(acute aortic syndrome,AAS)计算机断层扫描血管造影(computed tomography angiography,CTA)图像的人工智能(artificial intelligence,AI)诊断系统,并评价其对AAS诊断及疾病亚组间鉴别诊断的效能。方法收集201... 目的建立急性主动脉综合征(acute aortic syndrome,AAS)计算机断层扫描血管造影(computed tomography angiography,CTA)图像的人工智能(artificial intelligence,AI)诊断系统,并评价其对AAS诊断及疾病亚组间鉴别诊断的效能。方法收集2016年6月至2022年6月于西安交通大学第一附属医院周围血管科确诊为AAS患者的CTA图像序列,主要包括主动脉夹层(aortic dissection,AD)、壁内血肿(intramural hematoma,IMH)和穿透性动脉粥样硬化性溃疡(penetrating atherosclerotic ulcer,PAU)。经过严格的纳入和排除标准,最终截取并筛选有效断层图像2057张。以正常人主动脉CTA图像为对照组,通过YOLO v7神经网络对AAS患者的CTA图像进行诊断和亚组间的鉴别诊断,并评价诊断效能。结果基于YOLO v7网络构建的智能诊断系统可有效识别AAS患者,灵敏度为98.72%,特异度为83.10%,阳性预测值97.82%,阴性预测值为89.40%,总准确度达96.92%。对AD、IMH及PAU疾病亚组间鉴别诊断的总准确率达85.58%。该系统对于AAS的诊断结果总准确率高于疾病亚组间鉴别诊断结果(P<0.05)。结论基于YOLO v7构建的AAS智能诊断系统可满足疾病诊断的标准,但对于AAS疾病各亚组间的鉴别诊断,仍需要更大的图像数据库和深度学习网络进一步研究。 展开更多
关键词 人工智能(AI) YOLO神经网络 急性主动脉综合征(AAS) 图像识别 诊断模型
在线阅读 下载PDF
基于BP神经网络的混凝土坝温控措施智能优选方法 被引量:5
11
作者 温燕如 周宜红 赵春菊 《水电能源科学》 北大核心 2017年第6期96-99,共4页
混凝土坝温控措施的制定是一个复杂的多因素系统优选问题。为了对混凝土坝的温控措施进行优选,以混凝土最高温度和最大日降温速率作为输入,通水流量、通水时间、通水温度和水管间距作为输出建立混凝土坝温控措施神经网络智能优选模型。... 混凝土坝温控措施的制定是一个复杂的多因素系统优选问题。为了对混凝土坝的温控措施进行优选,以混凝土最高温度和最大日降温速率作为输入,通水流量、通水时间、通水温度和水管间距作为输出建立混凝土坝温控措施神经网络智能优选模型。采用均匀设计方法进行温控措施组合设计,并对其进行温度场仿真分析以获得学习样本,进而得到训练好的神经网络优选模型,输入实测最高温度和最大日降温速率优选出对应的温控措施。实践结果表明,该温控措施神经网络优选模型合理可行。 展开更多
关键词 混凝土坝 温控措施 优选 神经网络智能优选模型
在线阅读 下载PDF
基于机理和反向传播神经网络的转炉石灰加入量计算模型
12
作者 雷明钢 李守华 +4 位作者 何方 武志杰 刘欣悦 杨永刚 米振莉 《机械工程材料》 CAS CSCD 北大核心 2024年第8期35-40,共6页
针对高废钢比转炉冶炼条件,以转炉碱度计算为理论基础,以某钢厂转炉一级和二级的数采系统为数据来源,利用设计数据筛选规则、数据预处理和计算损失函数提高计算精度,构建了基于机理+结构为15-3-50-5-1的反向传播(BP)神经网络的石灰加入... 针对高废钢比转炉冶炼条件,以转炉碱度计算为理论基础,以某钢厂转炉一级和二级的数采系统为数据来源,利用设计数据筛选规则、数据预处理和计算损失函数提高计算精度,构建了基于机理+结构为15-3-50-5-1的反向传播(BP)神经网络的石灰加入量计算模型,并将计算结果与真实值和传统模型计算结果进行了对比。结果表明:机理+BP神经网络模型预测的石灰加入质量与真实值的平均相对误差仅为10.7%,相较传统计算模型下降约7%,说明构建的新模型预测误差小、精度高。 展开更多
关键词 BP神经网络 大数据 转炉 石灰 智能加入模型
在线阅读 下载PDF
水利水电工程人工神经网络综合优选模型 被引量:36
13
作者 吴泽宁 索丽生 左其亭 《水利水电技术》 CSCD 北大核心 2001年第7期6-8,共3页
在分析水利水电工程常用综合优选模型应用中存在问题的基础上,将综合优选问题的特点和人工神经网络原理有机结合,建立了方案综合优选的人工神经网络拓扑结构;设计了相应的网络学习算法;提出了生成训练样本和方案优选方法. 实例分... 在分析水利水电工程常用综合优选模型应用中存在问题的基础上,将综合优选问题的特点和人工神经网络原理有机结合,建立了方案综合优选的人工神经网络拓扑结构;设计了相应的网络学习算法;提出了生成训练样本和方案优选方法. 实例分析结果证明模型和方法是实用、有效的. 展开更多
关键词 水利水电工程 人工神经网络 优选模型
在线阅读 下载PDF
基于神经网络预测模型和凝结水节流的超超临界机组协调系统智能优化控制 被引量:13
14
作者 马良玉 成蕾 +1 位作者 彭钢 尹喆 《动力工程学报》 CAS CSCD 北大核心 2017年第8期640-648,共9页
针对某1000 MW超超临界机组,建立了具有较高精度和良好动态性能、考虑机组回热循环特性的机组负荷及主汽压力神经网络预测模型.在此基础上,提出了一种协调系统综合智能预测优化控制方法.该方法利用负荷及主汽压力预测模型在机组变负荷... 针对某1000 MW超超临界机组,建立了具有较高精度和良好动态性能、考虑机组回热循环特性的机组负荷及主汽压力神经网络预测模型.在此基础上,提出了一种协调系统综合智能预测优化控制方法.该方法利用负荷及主汽压力预测模型在机组变负荷过程中分别对除氧器水位调门开度、汽轮机调门开度及燃料量指令进行实时优化,改善协调控制效果.借助1 000 MW超超临界机组仿真机,进行了详细的协调优化控制仿真试验.结果表明:该方法可有效提高机组动态过程负荷的响应速度和调节精度,大大减小变负荷过程中主汽压力的控制偏差,具有较好的工程实用性. 展开更多
关键词 超超临界机组 神经网络 预测模型 凝结水节流 协调系统 智能优化控制
在线阅读 下载PDF
防砂方法优选的B-P神经网络模型 被引量:5
15
作者 李志芬 董长银 张琪 《石油钻探技术》 CAS 2002年第6期50-52,共3页
根据神经网络原理,建立了基于B-P网络的防砂方法优选模型。经算例计算,网络训练具有较好的收敛性,同时也得到了较好的识别诊断输出结果,表明将B-P神经网络应用于防砂方法的优选是合理可行的。
关键词 防砂方法 优选 B-P神经网络模型 油气井
在线阅读 下载PDF
基于预训练与新型时序图神经网络的智能合约漏洞检测方法
16
作者 庄园 樊泽楷 +2 位作者 王诚 孙建国 李耀麟 《通信学报》 EI CSCD 北大核心 2024年第9期101-114,共14页
针对现有深度学习漏洞检测方法对合约字节码特征挖掘不足、漏洞语义表征不精准,且传统图神经网络模型对合约语句的时序信息学习能力不足,提出一种基于预训练与时序图神经网络的智能合约漏洞检测方法。首先,通过预训练模型将智能合约字... 针对现有深度学习漏洞检测方法对合约字节码特征挖掘不足、漏洞语义表征不精准,且传统图神经网络模型对合约语句的时序信息学习能力不足,提出一种基于预训练与时序图神经网络的智能合约漏洞检测方法。首先,通过预训练模型将智能合约字节码建模为漏洞语义感知的合约图结构。其次,结合自注意力机制,设计了一种新颖的基于事件驱动的时序图神经网络模型,实现对合约执行中时序信息的有效抽取。最后,聚焦于可重入漏洞、时间戳依赖漏洞以及Tx.origin身份认证漏洞,通过120932份真实合约数据集进行大量的评估实验,结果表明所提方法的检测效果显著优于现有方法。 展开更多
关键词 区块链 智能合约 漏洞检测 预训练模型 神经网络
在线阅读 下载PDF
轴对称件拉深成形智能化控制过程中材料参数识别的神经网络模型设计 被引量:17
17
作者 赵军 罗亚军 曹宏强 《燕山大学学报》 CAS 2000年第2期95-98,共4页
根据拉深成形过程的特点及生产过程中自动化程度的要求,从网络模型的设计入手,确立了模型的输入输出变量和隐层单元数,建立了有效的材料参数识别模型,为实现拉深成形过程智能化控制中材料参数的实时识别奠定了基础。
关键词 拉深成形 智能控制 神经网络 识别模型 冲压
在线阅读 下载PDF
基于GA-BP神经网络的智能制造系统评价模型 被引量:8
18
作者 陈勇 姜一炜 +4 位作者 易文超 裴植 王成 张文珠 姜枞聪 《浙江工业大学学报》 北大核心 2023年第4期377-386,共10页
随着信息化与数字化的发展,制造业智能制造化转型已成为焦点。针对制造业智能制造发展水平的科学评价方法成为现实需要的情况,基于机器学习的方法建立了智能制造系统评价模型。通过专家调研方式获取制造业52个评价指标的样本数据,并使用... 随着信息化与数字化的发展,制造业智能制造化转型已成为焦点。针对制造业智能制造发展水平的科学评价方法成为现实需要的情况,基于机器学习的方法建立了智能制造系统评价模型。通过专家调研方式获取制造业52个评价指标的样本数据,并使用SeqGAN生成对抗网络扩充真实样本。通过BP神经网络构建训练模型,结合遗传算法优化神经网络模型,将评价指标样本数据作为网络输入,工业1.0至工业4.0等7个标签作为网络输出,并进行神经网络的训练与验证。研究结果表明:笔者所提模型分类正确率达95%,较传统BP神经网络精度提升了2.1%。在案例验证中通过差距特征向量定位企业智能制造系统当前的优势与不足,该模型评价结果可为制造型企业的智能制造发展提供指导帮助。 展开更多
关键词 智能制造系统 评价模型 遗传算法 神经网络
在线阅读 下载PDF
基于神经网络的智能交流接触器分断过程设计模型的建立 被引量:11
19
作者 许志红 张培铭 《电工电能新技术》 CSCD 北大核心 2005年第4期22-25,29,共5页
分断过程的动态计算与分析对于实现零电流分断的智能交流接触器的研究是至关重要的。本文通过建立基于神经网络的智能交流接触器分断过程动态预测模型,从而提出智能交流接触器分断过程动态计算与分析的新方法,为产品研究开发及虚拟优化... 分断过程的动态计算与分析对于实现零电流分断的智能交流接触器的研究是至关重要的。本文通过建立基于神经网络的智能交流接触器分断过程动态预测模型,从而提出智能交流接触器分断过程动态计算与分析的新方法,为产品研究开发及虚拟优化设计奠定基础。 展开更多
关键词 智能交流接触器 分断过程 神经网络 预测 模型
在线阅读 下载PDF
复合装药安全性优选BP神经网络模型 被引量:2
20
作者 向梅 饶国宁 彭金华 《中国安全科学学报》 CAS CSCD 北大核心 2011年第9期53-57,共5页
为在设计复合装药结构时得到复合装药的能量输出和安全性双优结构,利用BP人工神经网络理论,建立结构优选模型。利用不同的感度和能量输出试验数据,进行模型的训练,训练后对样本进行预测和优选。结果表明,该方法能够克服评估复合装药结... 为在设计复合装药结构时得到复合装药的能量输出和安全性双优结构,利用BP人工神经网络理论,建立结构优选模型。利用不同的感度和能量输出试验数据,进行模型的训练,训练后对样本进行预测和优选。结果表明,该方法能够克服评估复合装药结构性能优劣的各因素之间的复杂关系,实现精确的非线性预测,得到安全性和能量输出双优的设计结构。 展开更多
关键词 复合装药结构 炸药感度 能量输出 神经网络 优选模型
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部