期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于多结构数据驱动的车轮扁疤定量识别方法
1
作者 钱新宇 谢清林 +1 位作者 陶功权 温泽峰 《浙江大学学报(工学版)》 北大核心 2025年第4期688-697,共10页
为了快速、准确检测车轮扁疤,提出以不同结构数据为驱动载体的车轮扁疤定量识别方法.将合成的扁疤车轮数据作为车轮不圆激励输入地铁车辆−轨道刚柔耦合动力学模型,获取不同工况下的轴箱振动响应.对轴箱振动响应进行数据规整,制成不同结... 为了快速、准确检测车轮扁疤,提出以不同结构数据为驱动载体的车轮扁疤定量识别方法.将合成的扁疤车轮数据作为车轮不圆激励输入地铁车辆−轨道刚柔耦合动力学模型,获取不同工况下的轴箱振动响应.对轴箱振动响应进行数据规整,制成不同结构形式的样本集,将它与速度信号融合输入多输入卷积神经网络(MCNN)模型进行训练,探究MCNN模型在不同数据结构输入下的性能差异.结果表明:相较于设置的其他输入数据结构,输入数据结构为时域、频域和时频域组合的MCNN模型识别性能最佳,平均绝对百分比误差与拟合度(R2)分别为1.947%和0.9978,耗时相对较低,单个样本为0.1579 ms.经典模型对比实验、速度信息消融实验和实测数据迁移学习实验的结果表明,输入数据结构为时域、频域和时频域组合的MCNN模型具有工程应用价值. 展开更多
关键词 车轮扁疤 定量识别 结构数据样本 多输入卷积神经网络 轴箱振动加速度
在线阅读 下载PDF
河海图结构蛋白质数据集及预测模型
2
作者 魏想想 孟朝晖 《计算机科学》 CSCD 北大核心 2024年第8期117-123,共7页
蛋白质是一种具有空间结构的物质。蛋白质结构预测的主要目标是从已有的大规模的蛋白质数据集中提取有效的信息,从而预测自然界中蛋白质的结构。目前蛋白质结构预测实验存在的一个问题是,缺少能够进一步反映出蛋白质空间结构特征的数据... 蛋白质是一种具有空间结构的物质。蛋白质结构预测的主要目标是从已有的大规模的蛋白质数据集中提取有效的信息,从而预测自然界中蛋白质的结构。目前蛋白质结构预测实验存在的一个问题是,缺少能够进一步反映出蛋白质空间结构特征的数据集。当前主流的PDB蛋白质数据集虽然是经过实验测得,但没有利用到蛋白质的空间特征,而且存在掺杂核酸数据和部分数据不完整的问题。针对以上问题,从蛋白质的空间结构角度来研究蛋白质的预测。在原始PDB数据集的基础上,提出了河海图结构蛋白质数据集(Hohai Graphic Protein Data Bank,HohaiGPDB)。该数据集以图结构为基础,表达出了蛋白质的空间结构特征。基于传统Transformer网络模型对新的数据集进行了相关的蛋白质结构预测实验,在HohaiGPDB数据集上的预测准确率可以达到59.38%,证明了HohaiGPDB数据集的研究价值。HohaiGPDB数据集可以作为蛋白质相关研究的通用数据集。 展开更多
关键词 河海图结构蛋白质数据 蛋白质空间结构 蛋白质结构预测 Transformer模型
在线阅读 下载PDF
面向精度可控的大规模结构化数据集约减方法 被引量:2
3
作者 艾志玮 冷珏琳 +2 位作者 夏芳 王华维 曹轶 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第12期1795-1802,共8页
科学与工程模拟产生的数据规模可达TB甚至PB量级,数据约减已成为降低I/O时间开销和存储成本的重要手段.为实现高精度的科学可视化和数据分析,面向大规模结构化数据集,提出一个精度可控的数据约减方法.该方法首先以可视分析数据的插值误... 科学与工程模拟产生的数据规模可达TB甚至PB量级,数据约减已成为降低I/O时间开销和存储成本的重要手段.为实现高精度的科学可视化和数据分析,面向大规模结构化数据集,提出一个精度可控的数据约减方法.该方法首先以可视分析数据的插值误差为约束条件,根据物理场量的空间分布特征构造多层嵌套的自适应背景网格;然后,将原始数据插值映射到轻量化的背景网格,减少冗余数据的存储;最后,将约减后的数据集并行输出至高效存储的可视化文件.数据约减算法基于并行编程框架JASMIN实现,能够无缝对接基于JASMIN框架研发的数值模拟程序.经测试,并行算法可扩展至上万CPU核.数据约减方法已成功应用于无人机辐照电磁模拟,在不超过10%的相对误差范围内,将千亿结构网格数据集的规模降低了99.8%.基于约减数据绘制的图像与原始数据图像之间的峰值信噪比为47.08 dB,具有较高的相似度,满足可视分析的分辨率要求. 展开更多
关键词 数据约减 结构数据 精度可控 自适应细化 多分辨率技术
在线阅读 下载PDF
基于超集式GML数据结构的异构空间数据文件互转模型 被引量:1
4
作者 高晓黎 施苗苗 +1 位作者 殷丽丽 闾国年 《计算机应用研究》 CSCD 北大核心 2005年第11期51-54,共4页
为摆脱异构空间数据不易实现共享与互操作的困扰,设计并实现了异构空间数据文件互转模型系统,此系统构建在COM技术之上,其结构框架由三级子系统组成。首创性地提出了“超集式GML数据结构”这一概念,借助于这一数据结构,烦琐沉重的空间... 为摆脱异构空间数据不易实现共享与互操作的困扰,设计并实现了异构空间数据文件互转模型系统,此系统构建在COM技术之上,其结构框架由三级子系统组成。首创性地提出了“超集式GML数据结构”这一概念,借助于这一数据结构,烦琐沉重的空间数据互转工作变得不再那么困难。 展开更多
关键词 地理标记语言 式GML数据结构 异构空间数据 数据转换 组件对象模型
在线阅读 下载PDF
A dataset for the structure and electrochemical performance of hard carbon as anodes for sodium-ion batteries
5
作者 HOU Wei-yan YI Zong-lin +7 位作者 JIA Wan-ru YU Hong-tao DAI Li-qin YANG Jun-jie CHEN Jing-peng XIE Li-jing SU Fang-yuan CHEN Cheng-meng 《新型炭材料(中英文)》 北大核心 2025年第5期1193-1200,共8页
This data set collects,compares and contrasts the capacities and structures of a series of hard carbon materials,and then searches for correlations between structure and electrochemical performance.The capacity data o... This data set collects,compares and contrasts the capacities and structures of a series of hard carbon materials,and then searches for correlations between structure and electrochemical performance.The capacity data of the hard carbons were obtained by charge/discharge tests and the materials were characterized by XRD,gas adsorption,true density tests and SAXS.In particular,the fitting of SAXS gave a series of structural parameters which showed good characterization.The related test details are given with the structural data of the hard carbons and the electrochemical performance of the sodium-ion batteries. 展开更多
关键词 Hard carbon Sodium-ion battery SAXS Structural characterization DATASET
在线阅读 下载PDF
基于DOM的空间数据转换模型的研究与设计 被引量:2
6
作者 高晓黎 张书亮 +2 位作者 潘媛 闾国年 田星火 《计算机工程与应用》 CSCD 北大核心 2006年第9期154-157,共4页
正如XML正在对Web信息的组织与传输性能产生深远影响一样,作为基于XML的空间信息编码标准的GML语言,也正在地理领域掀起一场针对空间数据处理的革命。设计并实现空间数据转换模型,其目的在于摆脱异构空间数据不易实现共享与互操作的困... 正如XML正在对Web信息的组织与传输性能产生深远影响一样,作为基于XML的空间信息编码标准的GML语言,也正在地理领域掀起一场针对空间数据处理的革命。设计并实现空间数据转换模型,其目的在于摆脱异构空间数据不易实现共享与互操作的困境。转换模型首创性地提出了“超集式GML数据结构”这一新的术语。作为HTML与XML文档应用程序接口的DOM,将文档的逻辑结构组织成DOM树。Delphi7.0内置的TXMLDocument组件实现了DOM解析接口。论文最后对基于DOM技术的空间数据基础转换系统作了阐述。 展开更多
关键词 可扩展标记语言 地理标记语言 式GML数据结构 文档对象模型
在线阅读 下载PDF
基于贝叶斯网络的时间序列因果关系学习 被引量:12
7
作者 王双成 郑飞 张立 《软件学报》 EI CSCD 北大核心 2021年第10期3068-3084,共17页
贝叶斯网络是研究变量之间因果关系的有力工具,基于贝叶斯网络的因果关系学习包括结构学习与参数学习两部分,其中,结构学习是核心.目前,贝叶斯网络主要用于发现非时间序列数据中所蕴含的因果关系(非时间序列因果关系),从数据中学习得到... 贝叶斯网络是研究变量之间因果关系的有力工具,基于贝叶斯网络的因果关系学习包括结构学习与参数学习两部分,其中,结构学习是核心.目前,贝叶斯网络主要用于发现非时间序列数据中所蕴含的因果关系(非时间序列因果关系),从数据中学习得到的也均是一般变量之间的因果关系.针对这些情况,结合时间序列预处理、时间序列变量排序、转换数据集构建和局部贪婪打分-搜索等进行时间序列的因果关系学习;再将包括分段在内的时间序列预处理、时间序列段的因果关系结构学习、因果关系结构数据集构建、因果关系变量排序和局部贪婪打分-搜索等相结合,来进行元因果关系(因果关系变量之间的因果关系)学习,从而实现两个层次的时间序列因果关系学习,为进一步的量化因果分析奠定了基础.分别使用模拟、UCI和金融时间序列数据进行实验与分析,实验结果显示,基于贝叶斯网络能够有效地进行时间序列的因果关系和元因果关系学习. 展开更多
关键词 时间序列 因果关系 贝叶斯网络 转换数据 结构数据集
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部