检索结果-维普期刊中文期刊服务平台

矩阵特征值估计的粒子群优化算法被引量：2: 1; 作者袁利国宋涛 +1 位作者邱华聂笃宪《计算机工程与设计》 CSCD 北大核心 2009年第9期2249-2253,共5页; 利用Gerschgorin圆盘定理与矩阵特征值的性质,将特征值的求解问题转化为最优化问题。借助粒子群优化算法与二分法思想,精确地估计了实(复)方矩阵的全体特征值,并与Matlab软件中基于QR算法设计的特征值求解函数的计算结果作对比,绝对误... 展开更多; 关键词 Gerschgorin圆盘定理特征值估计特征值分离度粒子群优化算法适应度函数; 在线阅读下载PDF 职称材料

自适应混合多目标分布估计进化算法被引量：9: 2; 作者梁玉洁许峰《计算机工程与应用》 CSCD 2014年第5期46-50,207,共6页; 针对多目标分布估计算法全局收敛性较弱的缺陷,提出了一种自适应混合多目标分布估计进化算法。其基本思想是:在多目标分布估计算法中引入全局收敛性较强的差分进化算法,当函数变化率较大时,用分布估计算法产生新种群;当函数变化率较小... 展开更多; 关键词多目标优化分布估计算法差分进化算法自适应函数变化率; 在线阅读下载PDF 职称材料

改进深度信念网络的组合导航系统故障诊断方法: 3; 作者赵善飞张华强 +2 位作者贾明玉芦男陈雨《探测与控制学报》 CSCD 北大核心 2024年第6期65-71,共7页; 为提高INS/GNSS组合导航系统故障诊断的准确率与稳定性,提出一种基于改进深度信念网络的组合导航系统故障诊断方法。该方法基于状态χ2法对组合导航系统进行实时检测,将检测结果作为样本数据用于改进深度信念网络训练,利用深度信念网络... 展开更多; 关键词组合导航系统故障诊断深度信念网络径向基函数自适应矩估计算法; 在线阅读下载PDF 职称材料

基于CNN-aGRU融合模型的尾矿坝浸润线预测方法被引量：10: 4; 作者阮顺领韩思淼 +2 位作者张宁宁顾清华卢才武《中国安全科学学报》 CAS CSCD 北大核心 2023年第S01期119-127,共9页; 为预防尾矿库溃坝安全事故,关联分析在线监测数据的深度,提出将卷积神经网络(CNN)与门控循环单元(GRU)融合的尾矿库浸润线安全态势预测方法,以掌握坝体的稳定性状况与安全发展态势。该方法综合考虑尾矿库监测数据复杂非线性和时序关联... 展开更多; 关键词卷积神经网络(CNN) 门控循环单元(GRU) 尾矿坝浸润线自适应矩估计权重衰减优化算法(AdamW); 在线阅读下载PDF 职称材料

基于BiLSTM-NFC的地下水埋深预测方法研究被引量：4: 5; 作者刘鑫韩宇平 +1 位作者刘中培黄会平《人民黄河》 CAS 北大核心 2021年第6期80-85,97,共7页; 为了提高地下水埋深预测的精度,提出了双向长短时记忆循环神经网络(BiLSTM)融合非全连接神经网络(NFC)的深度学习模型。使用自适应矩估计优化函数(Adam),耦合双曲正切(Tanh)、软最大逻辑回归(Softmax)和线性整流单元(ReLU)3个激活函数,... 展开更多; 关键词地下水埋深预测双向长短时记忆循环神经网络非全连接神经网络深度学习模型自适应矩估计优化函数耦合激活函数动态学习率; 在线阅读下载PDF 职称材料

轧机轧制力的改进训练策略深度神经网络预测被引量：1: 6; 作者于飞于博《机械设计与制造》北大核心 2023年第1期96-100,共5页; 为了提高双机架炉卷轧机的轧制力预测精度,提出了具有快速而高效训练策略的深度神经网络预测方法。介绍了双机架炉卷轧机的工作原理,分析了轧制力影响参数。在深度神经网络基础上,使用随机小批量的样本选取法,提高深度神经网络训练速度... 展开更多; 关键词深度神经网络轧制力预测自适应矩估计梯度优化随机小批量梯度下降法; 在线阅读下载PDF 职称材料

基于改进的卷积神经网络的图像超分辨率重建被引量：3: 7; 作者甄雪艳何宁孙欣《计算机工程与设计》北大核心 2020年第3期795-801,共7页; 利用卷积神经网络技术对单幅低分辨率图像进行超分辨率重建。利用五层卷积的网络模型用以特征提取和端到端的低分辨率与高分辨率之间的映射;使用自适应矩估计优化算法加快网络的收敛速度;将ReLU激活函数修改为Leaky ReLU激活函数,解决... 展开更多; 关键词深度学习超分辨率重建卷积神经网络自适应矩估计激活函数; 在线阅读下载PDF 职称材料

题名矩阵特征值估计的粒子群优化算法被引量：2: 1; 作者袁利国宋涛邱华聂笃宪; 机构华南农业大学应用数学系上海大学上海市应用数学和力学研究所; 出处《计算机工程与设计》 CSCD 北大核心 2009年第9期2249-2253,共5页; 基金国家青年基金项目(60702030) 华南农业大学校长科学基金项目(2008K011、2007K026); 文摘利用Gerschgorin圆盘定理与矩阵特征值的性质,将特征值的求解问题转化为最优化问题。借助粒子群优化算法与二分法思想,精确地估计了实(复)方矩阵的全体特征值,并与Matlab软件中基于QR算法设计的特征值求解函数的计算结果作对比,绝对误差达到10-7数量级以上。同时,也解决了特征值分离度的估计问题。; 关键词 Gerschgorin圆盘定理特征值估计特征值分离度粒子群优化算法适应度函数; Keywords Gerschgorin disk theorem estimate eigenvalue minimum eigenvalue separation particle swarm optimization algorithm fitness function; 分类号 TP301 [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

题名自适应混合多目标分布估计进化算法被引量：9: 2; 作者梁玉洁许峰; 机构安徽理工大学计算机科学与工程学院安徽理工大学理学院; 出处《计算机工程与应用》 CSCD 2014年第5期46-50,207,共6页; 基金安徽省教育厅自然科学基金项目(No.2012kb236); 文摘针对多目标分布估计算法全局收敛性较弱的缺陷,提出了一种自适应混合多目标分布估计进化算法。其基本思想是:在多目标分布估计算法中引入全局收敛性较强的差分进化算法,当函数变化率较大时,用分布估计算法产生新种群;当函数变化率较小即算法可能陷入局部收敛时,用差分进化算法产生新种群。理论分析和数值实验结果表明,这种混合算法不仅具有良好的全局收敛性,而且解的分布性和均匀性较没有考虑目标函数变化率的混合多目标分布估计算法也有了一定程度的提高。; 关键词多目标优化分布估计算法差分进化算法自适应函数变化率; Keywords multi-objective optimization estimation of distribution algorithm differential evolution algorithm adaptive change rate of function; 分类号 TP301.6 [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

题名改进深度信念网络的组合导航系统故障诊断方法: 3; 作者赵善飞张华强贾明玉芦男陈雨; 机构山东理工大学北京航天发射技术研究所; 出处《探测与控制学报》 CSCD 北大核心 2024年第6期65-71,共7页; 基金青年科学基金项目(61803035)。; 文摘为提高INS/GNSS组合导航系统故障诊断的准确率与稳定性,提出一种基于改进深度信念网络的组合导航系统故障诊断方法。该方法基于状态χ2法对组合导航系统进行实时检测,将检测结果作为样本数据用于改进深度信念网络训练,利用深度信念网络提取数据的深层特征和故障分类。引入径向基函数作为模型的激活函数,提高深度信念网络面对复杂数据分布的适应能力;采用自适应矩估计算法代替传统梯度下降算法来提高故障诊断的准确率。数值仿真结果表明,该算法对故障识别的准确率达到了98%,能有效地对INS/GNSS组合导航系统的故障类型做出诊断,确保系统的平稳运行。; 关键词组合导航系统故障诊断深度信念网络径向基函数自适应矩估计算法; Keywords integrated navigation system fault diagnosis deep belief network radial basis function adaptive moment estimation; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于CNN-aGRU融合模型的尾矿坝浸润线预测方法被引量：10: 4; 作者阮顺领韩思淼张宁宁顾清华卢才武; 机构西安建筑科技大学资源工程学院西安建筑科技大学矿山系统工程研究所西安市智慧工业感知计算与决策重点实验室; 出处《中国安全科学学报》 CAS CSCD 北大核心 2023年第S01期119-127,共9页; 基金国家自然科学基金面上项目(52374160) 陕西省自然科学基础研究计划项目(2022JM-201)。; 文摘为预防尾矿库溃坝安全事故,关联分析在线监测数据的深度,提出将卷积神经网络(CNN)与门控循环单元(GRU)融合的尾矿库浸润线安全态势预测方法,以掌握坝体的稳定性状况与安全发展态势。该方法综合考虑尾矿库监测数据复杂非线性和时序关联性等特点,利用一维卷积神经网络(1D CNN)模型获取多源数据的局部关联特征和空间特征,并利用GRU模型获取浸润线数据的时序特征,采用自适应矩估计权重衰减优化算法(AdamW)优化模型梯度的自适应性,提高预测模型泛化能力和预测精度,并以河南洛阳某金属露天钼矿尾矿坝进行试验验证。试验结果表明:对比传统BP神经网络、长短期记忆网络(LSTM)、GRU等预测模型,该预测模型在平均绝对百分比误差(MAPE)、平均绝对误差(MAE)、均方误差(MSE)、均方根误差(RMSE)、R 2几项关键指标上,分别达到0.01391562、0.005432、0.000045、0.006702、0.998334,实现对浸润线变化态势快速精准预测。; 关键词卷积神经网络(CNN) 门控循环单元(GRU) 尾矿坝浸润线自适应矩估计权重衰减优化算法(AdamW); Keywords convolutional neural network(CNN) gated recurrent unit(GRU) tailings dam saturation line Adam weight decay optimizer(AdamW); 分类号 X935 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于BiLSTM-NFC的地下水埋深预测方法研究被引量：4: 5; 作者刘鑫韩宇平刘中培黄会平; 机构华北水利水电大学水利学院华北水利水电大学测绘与地理信息学院; 出处《人民黄河》 CAS 北大核心 2021年第6期80-85,97,共7页; 基金国家自然科学基金资助项目(51679089) 水利部“948”项目(201328)。; 文摘为了提高地下水埋深预测的精度,提出了双向长短时记忆循环神经网络(BiLSTM)融合非全连接神经网络(NFC)的深度学习模型。使用自适应矩估计优化函数(Adam),耦合双曲正切(Tanh)、软最大逻辑回归(Softmax)和线性整流单元(ReLU)3个激活函数,且将学习率设置为动态的,以黄河下游人民胜利渠灌区1993—2018年的地下水埋深预测为例,将BiLSTM-NFC与BiLSTM、长短时记忆循环神经网络(LSTM)及LSTM-NFC的预测结果进行对比分析。结果表明:双向网络的性能优于单向网络,NFC可以防止过拟合,还能明显降低模型的均方误差(MSE);与BiLSTM、LSTM-NFC和LSTM相比,BiLSTM-NFC的学习能力、稳定性、可靠性及泛化能力最强;BiLSTM-NFC在测试集上的准确率(Acc)可以达到100%,最接近无偏估计,MSE比LSTM的减小96.60%,平均相对误差(MRE)减小85.63%,相关系数(r)增大34.81%;模型在图形处理单元(GPU)上比在中央处理单元(CPU)上训练时间明显缩短,合理设置多种激活函数可以解决单一激活函数的弊端;使用BiLSTM-NFC可以准确地预测地下水埋深的变化情况。; 关键词地下水埋深预测双向长短时记忆循环神经网络非全连接神经网络深度学习模型自适应矩估计优化函数耦合激活函数动态学习率; Keywords groundwater depth prediction bi-directional long short term memory recurrent neural network non-fully connected neural network deep learning model adaptive moment estimation optimization function coupled activation function dynamic learning rate; 分类号 TV211.1 [水利工程—水文学及水资源] TV551.412 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名轧机轧制力的改进训练策略深度神经网络预测被引量：1: 6; 作者于飞于博; 机构辽源职业技术学院机电工程学院长春工程学院机电工程学院; 出处《机械设计与制造》北大核心 2023年第1期96-100,共5页; 基金吉林省教育厅“十三五”科学技术项目(JJKH20191248KJ)。; 文摘为了提高双机架炉卷轧机的轧制力预测精度,提出了具有快速而高效训练策略的深度神经网络预测方法。介绍了双机架炉卷轧机的工作原理,分析了轧制力影响参数。在深度神经网络基础上,使用随机小批量的样本选取法,提高深度神经网络训练速度;提出自适应矩估计梯度优化算法,用于解决传统训练方法陷入局部极值的问题,从而给出了改进训练策略的深度神经网络轧制力预测方法。经轧制实验验证,改进深度神经网络的训练时间为226.15s,而传统网络的训练时间为862.93s;改进网络的预测误差绝大部分控制在3%以内,而传统网络的预测误差绝大部分控制在5%以内。以上数据表明,改进深度神经网络的训练速度和预测精度均远优于传统深度神经网络。; 关键词深度神经网络轧制力预测自适应矩估计梯度优化随机小批量梯度下降法; Keywords Deep Neutral Network Rolling Force Prediction Adaptive Moment Estimation Gradient Optimization Stochastic Mini-Batch Gradient Descent; 分类号 TH16 [机械工程—机械制造及自动化] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进的卷积神经网络的图像超分辨率重建被引量：3: 7; 作者甄雪艳何宁孙欣; 机构北京联合大学北京市信息服务工程重点实验室北京联合大学智慧城市学院; 出处《计算机工程与设计》北大核心 2020年第3期795-801,共7页; 基金国家自然科学基金项目(61572077、61872042、61370138) 北京市教育委员会科研计划基金项目(KZ201911417048)。; 文摘利用卷积神经网络技术对单幅低分辨率图像进行超分辨率重建。利用五层卷积的网络模型用以特征提取和端到端的低分辨率与高分辨率之间的映射;使用自适应矩估计优化算法加快网络的收敛速度;将ReLU激活函数修改为Leaky ReLU激活函数,解决遇到导数为0时的导致神经元不能进行参数更新的问题,同时调整卷积核大小以及数目。提出算法在Set5和Set14数据集上进行实验验证,并与Bicubic、ScSR、SR_NE_ANR、SRCNN等主流方法进行对比,实验结果表明,该方法在重建精度和收敛速度等方面都有很好的效果。; 关键词深度学习超分辨率重建卷积神经网络自适应矩估计激活函数; Keywords deep learning super-resolution reconstruction convolution neural network adaptive moment estimation activation function; 分类号 TN911.73 [电子电信—通信与信息系统]; 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	矩阵特征值估计的粒子群优化算法	袁利国宋涛邱华聂笃宪	《计算机工程与设计》 CSCD 北大核心	2009	2	在线阅读下载PDF 职称材料
2	自适应混合多目标分布估计进化算法	梁玉洁许峰	《计算机工程与应用》 CSCD	2014	9	在线阅读下载PDF 职称材料
3	改进深度信念网络的组合导航系统故障诊断方法	赵善飞张华强贾明玉芦男陈雨	《探测与控制学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于CNN-aGRU融合模型的尾矿坝浸润线预测方法	阮顺领韩思淼张宁宁顾清华卢才武	《中国安全科学学报》 CAS CSCD 北大核心	2023	10	在线阅读下载PDF 职称材料
5	基于BiLSTM-NFC的地下水埋深预测方法研究	刘鑫韩宇平刘中培黄会平	《人民黄河》 CAS 北大核心	2021	4	在线阅读下载PDF 职称材料
6	轧机轧制力的改进训练策略深度神经网络预测	于飞于博	《机械设计与制造》北大核心	2023	1	在线阅读下载PDF 职称材料
7	基于改进的卷积神经网络的图像超分辨率重建	甄雪艳何宁孙欣	《计算机工程与设计》北大核心	2020	3	在线阅读下载PDF 职称材料