检索结果-维普期刊中文期刊服务平台

基于BO-XGBoost模型的衢州市浅层滑坡易发性评价被引量：1: 1; 作者王凯邬礼扬 +3 位作者殷坤龙曾韬睿谢小旭龚泉冰《安全与环境工程》北大核心 2025年第3期197-209,共13页; 机器学习模型作为评估滑坡易发性的先进工具,其精度的提高是获得高质量易发性区划图的核心。为优化机器学习模型,克服传统模型在预测浅层滑坡方面的不足,提出了一种基于贝叶斯优化(Bayesian optimization,BO)的极端梯度提升树(extreme g... 展开更多; 关键词浅层滑坡易发性评价极端梯度提升树(XGboost) 贝叶斯优化(bo); 在线阅读下载PDF 职称材料

基于贝叶斯优化的SWDAE-LSTM滚动轴承早期故障预测方法研究被引量：51: 2; 作者石怀涛尚亚俊 +2 位作者白晓天郭磊马辉《振动与冲击》 EI CSCD 北大核心 2021年第18期286-297,共12页; 针对滚动轴承的早期故障特征较弱,在强噪声背景下难以有效提取以致生命周期很难准确预测的问题,提出了一种基于贝叶斯优化(BO)的滑动窗堆叠去噪自编码器(SWDAE)和长短期记忆(LSTM)网络的早期故障预测模型。使用滑动窗算法保留具有非线... 展开更多; 关键词滚动轴承早期故障预测贝叶斯优化(bo) 滑动窗算法堆叠去噪自编码(SWDAE) 长短时记忆(LSTM)网络; 在线阅读下载PDF 职称材料

基于贝叶斯优化BiLSTM模型的输电塔损伤识别被引量：15: 3; 作者魏佳恒郭惠勇《振动与冲击》 EI CSCD 北大核心 2023年第1期238-248,共11页; 结构的加速度响应可以反映结构的状态信息,蕴含结构的损伤特征。针对目前输电塔健康监测系统产生大量数据而无法有效分析和诊断输电塔损伤的问题,利用结构输出加速度响应数据的时序关系,提出了基于双向长短时记忆网络(bi-directional lo... 展开更多; 关键词损伤识别输电塔深度学习双向长短时记忆网络(BiLSTM) 贝叶斯优化(bo); 在线阅读下载PDF 职称材料

基于高斯过程回归的机翼/短舱一体化气动优化被引量：5: 4; 作者季廷炜莫邵昌 +3 位作者谢芳芳张鑫帅蒋逸阳郑耀《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第3期632-642,共11页; 为了解决机翼/短舱一体化气动设计的高维非线性优化问题,基于高斯过程回归(GPR)模型提出新型优化设计方法.采用类别形状函数变换(CST)方法对机翼/短舱一体化构型中的翼型进行几何参数化建模;通过控制机翼形状参数、短舱形状参数和短舱... 展开更多; 关键词机翼/短舱气动优化设计参数化建模高斯过程回归(GPR) 贝叶斯优化(bo); 在线阅读下载PDF 职称材料

基于CEEMDAN-BO-BiGRU的矿井涌水量预测研究被引量：7: 5; 作者侯恩科夏冰冰 +1 位作者吴章涛荣统瑞《科学技术与工程》北大核心 2023年第28期12012-12019,共8页; 为提高矿井涌水量预测的准确度,基于涌水量数据的不稳定性及随机性,提出一种自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、贝叶斯优化(Bayesian optimization,BO)与... 展开更多; 关键词矿井涌水量贝叶斯优化(bo) 双向门控循环单元(BiGRU) 时间序列; 在线阅读下载PDF 职称材料

基于FCM聚类与BO算法的PEMFC故障分类被引量：4: 6; 作者卢忠昌刘芙蓉 +1 位作者杨扬谢长君《电池》 CAS 北大核心 2022年第6期606-609,共4页; 针对质子交换膜燃料电池(PEMFC)故障分类问题,提出基于模糊C均值(FCM)聚类和贝叶斯优化(BO)算法的故障分类方法。用Randles等效电路模型拟合210组阻抗谱实验数据,并用最小二乘法辨识模型各元件参数,选取特征向量构成数据样本。用FCM聚... 展开更多; 关键词燃料电池故障诊断阻抗模型模糊C均值(FCM)聚类贝叶斯优化(bo)算法; 在线阅读下载PDF 职称材料

基于特征融合与贝叶斯算法优化SVM的墙面空鼓检测: 7; 作者周尹辉丁勇 +2 位作者吴玉龙李登华葛大龙《中国安全科学学报》 2025年第11期131-138,共8页; 为高精度识别墙面空鼓声信号,提高多类别墙体空鼓检测准确率,提出一种基于贝叶斯算法优化-支持向量机(BO-SVM)的多特征融合空鼓检测方法。首先,对采集的不同墙体敲击声音信号进行预加重、分帧、加窗等预处理,并分别提取梅尔倒谱系数特征... 展开更多; 关键词特征融合贝叶斯优化(bo) 支持向量机(SVM) 墙面空鼓检测梅尔倒谱系数特征(MFCC) 梅尔频谱系数特征(MSC); 在线阅读下载PDF 职称材料

题名基于BO-XGBoost模型的衢州市浅层滑坡易发性评价被引量：1: 1; 作者王凯邬礼扬殷坤龙曾韬睿谢小旭龚泉冰; 机构中国地质大学(武汉)工程学院湖北省地质灾害防治中心中国地质大学(武汉)地质调查研究院中国电建集团华中投资有限公司; 出处《安全与环境工程》北大核心 2025年第3期197-209,共13页; 基金国家重点研发计划课题项目(2023YFC3007201) 衢州市自然资源和规划局柯城分局科研项目(ZZCG2021058)。; 文摘机器学习模型作为评估滑坡易发性的先进工具,其精度的提高是获得高质量易发性区划图的核心。为优化机器学习模型,克服传统模型在预测浅层滑坡方面的不足,提出了一种基于贝叶斯优化(Bayesian optimization,BO)的极端梯度提升树(extreme gradient boosting,XGBoost)模型,用以评价衢州市的浅层滑坡易发性。首先,基于衢州市682处浅层滑坡的基础数据,选取坡度、坡向等10个指标构建指标因子体系;然后构建XGBoost模型,使用贝叶斯算法进行超参数优化;最后使用受试者工作特征(receiver operating characteristic,ROC)曲线以及统计方式进行精度分析,并与其他的机器学习模型进行对比。结果表明:①BO-XGBoost模型(AUC=0.874)预测精度最高,比XGBoost模型性能提升了4.17%,且根据浅层滑坡在各易发性等级的分布情况,BO-XGBoost模型在极高易发区中浅层滑坡数占比最高,为36.80%,滑坡比率最高,为3.92;②衢州市浅层滑坡极高和高易发区主要分布于北部、南部和中部山区的道路和水系沿线区域;③土地利用类型为草地、居民点距离小于400 m、道路距离与水系距离小于150 m是衢州市浅层滑坡发育的主要影响因素。研究提出的模型显著优于传统方法,提高了滑坡易发性评价的准确性,为东部沿海山区的浅层滑坡易发性评价提供了一种新颖的技术方案。; 关键词浅层滑坡易发性评价极端梯度提升树(XGboost) 贝叶斯优化(bo); Keywords shallow landslide susceptibility assessment extreme gradient boosting(XGboost) Bayesian optimization(bo); 分类号 X43 [环境科学与工程—灾害防治] X913 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于贝叶斯优化的SWDAE-LSTM滚动轴承早期故障预测方法研究被引量：51: 2; 作者石怀涛尚亚俊白晓天郭磊马辉; 机构沈阳建筑大学机械工程学院东北大学机械工程与自动化学院; 出处《振动与冲击》 EI CSCD 北大核心 2021年第18期286-297,共12页; 基金国家自然科学基金(51705341,51905357,51675353) 国家重点研发计划(2017YFC0703903)。; 文摘针对滚动轴承的早期故障特征较弱,在强噪声背景下难以有效提取以致生命周期很难准确预测的问题,提出了一种基于贝叶斯优化(BO)的滑动窗堆叠去噪自编码器(SWDAE)和长短期记忆(LSTM)网络的早期故障预测模型。使用滑动窗算法保留具有非线性特征和时序特征的历史正常数据,输入到模型中进行训练,使模型学习滚动轴承的正常运行状态趋势。将滚动轴承运行的数据输入到训练好的SWDAE-LSTM模型中进行实时在线监控,利用模型的预测值与真实值的残差检测滚动轴承早期故障。针对模型超参数组合选择困难的问题,使用贝叶斯优化算法对模型的超参数进行调优。最后,使用美国辛辛那提大学智能维护中心(IMSCenter)的轴承全生命周期数据以及机械故障综合模拟实验装置获取的数据进行仿真实验验证。结果表明,使用贝叶斯优化算法进行智能调参的模型和基于时域指标的方法对比,可以更早的有效检测出滚动轴承的早期故障并具有很强的鲁棒性。与其余深度学习方法比较,其模型的诊断准确率高于其他方法,进一步证明了其有效性和可靠性。; 关键词滚动轴承早期故障预测贝叶斯优化(bo) 滑动窗算法堆叠去噪自编码(SWDAE) 长短时记忆(LSTM)网络; Keywords rolling bearing initial fault diagnosis Bayesian optimization(bo) sliding window algorithm stacked denoising auto encoder(SDAE) long short-term memory(LSTM)network; 分类号 TH17 [机械工程—机械制造及自动化] TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于贝叶斯优化BiLSTM模型的输电塔损伤识别被引量：15: 3; 作者魏佳恒郭惠勇; 机构重庆大学土木工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2023年第1期238-248,共11页; 基金国家重点研发计划项目(2021YFF0306303) 国家自然科学基金资助项目(51578094)。; 文摘结构的加速度响应可以反映结构的状态信息,蕴含结构的损伤特征。针对目前输电塔健康监测系统产生大量数据而无法有效分析和诊断输电塔损伤的问题,利用结构输出加速度响应数据的时序关系,提出了基于双向长短时记忆网络(bi-directional long and short-term memory,BiLSTM)的损伤识别方法,并采用概率寻优方法贝叶斯优化(Bayesian optimization,BO)确定网络模型超参数。首先描述了BiLSTM的基本原理,给出基于贝叶斯优化的超参数选取策略,从而提出了基于BO-BiLSTM模型的损伤识别方法。然后使用该方法对输电塔有限元模型进行了损伤定位与模式识别,测试集的整体识别准确率达到94.2%。为了验证该方法对实际结构的损伤识别效果,提出基于异源数据的损伤识别方式:将输电塔有限元模型数据作为模型训练的样本训练BO-BiLSTM模型,使用试验数据用作验证集检验损伤识别效果。识别结果表明BO-BiLSTM可以较为准确的识别真实结构的损伤情况,识别效果较BiLSTM以及BO-LSTM更稳定。; 关键词损伤识别输电塔深度学习双向长短时记忆网络(BiLSTM) 贝叶斯优化(bo); Keywords damage identification transmission tower deep learning bi-directional long and short-term memory(BiLSTM) Bayesian optimization(bo); 分类号 TU311 [建筑科学—结构工程] P315.9 [天文地球—地震学]; 在线阅读下载PDF 职称材料

题名基于高斯过程回归的机翼/短舱一体化气动优化被引量：5: 4; 作者季廷炜莫邵昌谢芳芳张鑫帅蒋逸阳郑耀; 机构浙江大学航空航天学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第3期632-642,共11页; 文摘为了解决机翼/短舱一体化气动设计的高维非线性优化问题,基于高斯过程回归(GPR)模型提出新型优化设计方法.采用类别形状函数变换(CST)方法对机翼/短舱一体化构型中的翼型进行几何参数化建模;通过控制机翼形状参数、短舱形状参数和短舱安装参数实现机翼/短舱构型变形,该参数化建模过程共计包含50个设计参数.通过GPR模型构建机翼/短舱设计参数与气动性能之间的代理模型,并采用贝叶斯优化(BO)算法实现代理模型的自更新和最优气动外形的获取.结果表明:优化后一体化构型的阻力系数下降了10.95%,通过流场分析发现机翼外形和短舱外形的优化改善了表面流场结构,短舱安装位置的优化减弱了机翼和短舱间的气动干扰.; 关键词机翼/短舱气动优化设计参数化建模高斯过程回归(GPR) 贝叶斯优化(bo); Keywords wing/nacelle aerodynamic optimization design parametric modeling Gaussian process regression(GPR) Bayesian optimization(bo); 分类号 V221.3 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于CEEMDAN-BO-BiGRU的矿井涌水量预测研究被引量：7: 5; 作者侯恩科夏冰冰吴章涛荣统瑞; 机构西安科技大学地质与环境学院陕西彬长小庄矿业有限公司; 出处《科学技术与工程》北大核心 2023年第28期12012-12019,共8页; 基金国家自然科学基金(42177174) 陕煤集团科研计划项目(2021SMHK-BK-J-01,2020SMHK-J-C-52)。; 文摘为提高矿井涌水量预测的准确度,基于涌水量数据的不稳定性及随机性,提出一种自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、贝叶斯优化(Bayesian optimization,BO)与双向门控循环单元(bi-directional gated recurrent unit,BiGRU)相结合的矿井涌水量预测模型CEEMDAN-BO-BiGRU。所提模型通过CEEMDAN将涌水量数据分解为多个较平稳的固有模态分量(intrinsic mode function,IMF)和残差分量(residual components,Res),过滤数据噪声,提取数据不同时间尺度波动特征,降低预测误差。利用贝叶斯优化对BiGRU模型多个超参数进行迭代寻优,进一步提高模型的预测精度。之后对各分量进行超前1~3步预测,最终将各分量预测结果加和得到涌水量多步预测结果。以小庄煤矿矿井涌水量数据进行试验,并将CEEMDAN-BO-BiGRU预测结果与其他多种预测模型结果进行对比分析。结果表明:采用CEEMDAN-BO-BiGRU组合网络模型对矿井涌水量预测结果更准确,该方法对涌水量的短时预测提供了一种新思路。; 关键词矿井涌水量贝叶斯优化(bo) 双向门控循环单元(BiGRU) 时间序列; Keywords mine water influx Bayesian optimization(bo) bidirectional gated recurrent unit(BiGRU) time series; 分类号 TD742 [矿业工程—矿井通风与安全]; 在线阅读下载PDF 职称材料

题名基于FCM聚类与BO算法的PEMFC故障分类被引量：4: 6; 作者卢忠昌刘芙蓉杨扬谢长君; 机构武汉理工大学自动化学院武汉理工大学汽车工程学院; 出处《电池》 CAS 北大核心 2022年第6期606-609,共4页; 基金国家重点研发计划项目(2020YFB1506802)。; 文摘针对质子交换膜燃料电池(PEMFC)故障分类问题,提出基于模糊C均值(FCM)聚类和贝叶斯优化(BO)算法的故障分类方法。用Randles等效电路模型拟合210组阻抗谱实验数据,并用最小二乘法辨识模型各元件参数,选取特征向量构成数据样本。用FCM聚类算法求得数据样本的聚类中心,划分故障类别,剔除10组隶属度不足的数据。采用BO算法对60组训练数据建模,并验证分析140组测试数据。该方法可快速识别正常、膜干和水淹状态,分类准确率达97.86%。; 关键词燃料电池故障诊断阻抗模型模糊C均值(FCM)聚类贝叶斯优化(bo)算法; Keywords fuel cell fault diagnosis impedance model fuzzy C-means(FCM)clustering Bayesian optimization(bo)algorithm; 分类号 TM911.42 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于特征融合与贝叶斯算法优化SVM的墙面空鼓检测: 7; 作者周尹辉丁勇吴玉龙李登华葛大龙; 机构南京理工大学安全科学与工程学院; 出处《中国安全科学学报》 2025年第11期131-138,共8页; 基金国家重点研发计划资助项目(2024YFC3210703) 国家自然科学基金资助(U2240221) 中央级公益性科研院所基本科研业务费专项资金资助项目(Y724011)。; 文摘为高精度识别墙面空鼓声信号,提高多类别墙体空鼓检测准确率,提出一种基于贝叶斯算法优化-支持向量机(BO-SVM)的多特征融合空鼓检测方法。首先,对采集的不同墙体敲击声音信号进行预加重、分帧、加窗等预处理,并分别提取梅尔倒谱系数特征(MFCC)和梅尔频谱系数特征(MSC);其次,将2种声学特征进行帧级串联融合,并归一化处理融合特征,形成融合特征数据集;然后,构建BO-SVM分类模型,并利用五折交叉验证方法优化核函数惩罚系数和参数,建立MFCC+MSC-BO-SVM模型;最后,以水泥墙、涂料墙、大理石墙和瓷砖墙等多类墙体的空鼓和非空鼓样本为对象开展分类试验。结果表明:融合特征在分类准确率、召回率和F_(1)值等指标上均优于单一特征;MFCC+MSC-BO-SVM模型整体识别准确率为96.36%,相较于标准SVM、随机森林、K近邻算法、网格搜索优化SVM模型和混沌粒子群优化SVM模型,准确率分别提高6.61%、9.58%、15.27%、13.90%和5.02%;BO法能够在较少迭代次数内获得最优参数组合,并表现出较好的模型收敛性与分类稳定性。; 关键词特征融合贝叶斯优化(bo) 支持向量机(SVM) 墙面空鼓检测梅尔倒谱系数特征(MFCC) 梅尔频谱系数特征(MSC); Keywords feature fusion Bayesian optimization(bo) support vector machine(SVM) wall hollow drum detection Mel-frequency cepstral coefficients(MFCC) Mel-spectral coefficients(MSC); 分类号 X948 [环境科学与工程]; 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	基于BO-XGBoost模型的衢州市浅层滑坡易发性评价	王凯邬礼扬殷坤龙曾韬睿谢小旭龚泉冰	《安全与环境工程》北大核心	2025	1	在线阅读下载PDF 职称材料
2	基于贝叶斯优化的SWDAE-LSTM滚动轴承早期故障预测方法研究	石怀涛尚亚俊白晓天郭磊马辉	《振动与冲击》 EI CSCD 北大核心	2021	51	在线阅读下载PDF 职称材料
3	基于贝叶斯优化BiLSTM模型的输电塔损伤识别	魏佳恒郭惠勇	《振动与冲击》 EI CSCD 北大核心	2023	15	在线阅读下载PDF 职称材料
4	基于高斯过程回归的机翼/短舱一体化气动优化	季廷炜莫邵昌谢芳芳张鑫帅蒋逸阳郑耀	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料
5	基于CEEMDAN-BO-BiGRU的矿井涌水量预测研究	侯恩科夏冰冰吴章涛荣统瑞	《科学技术与工程》北大核心	2023	7	在线阅读下载PDF 职称材料
6	基于FCM聚类与BO算法的PEMFC故障分类	卢忠昌刘芙蓉杨扬谢长君	《电池》 CAS 北大核心	2022	4	在线阅读下载PDF 职称材料
7	基于特征融合与贝叶斯算法优化SVM的墙面空鼓检测	周尹辉丁勇吴玉龙李登华葛大龙	《中国安全科学学报》	2025		在线阅读下载PDF 职称材料