检索结果-维普期刊中文期刊服务平台

基于迁移学习算法的深部爆破振动速度预测被引量：4: 1; 作者张西良焦灏恺李二宝《中国安全科学学报》 CAS CSCD 北大核心 2023年第6期64-72,共9页; 为了更好地预测深部矿山爆破振动速度,针对深部爆破振动速度预测中存在的样本量小、数据分布同浅部爆破不同的问题,将浅部地下矿山爆破数据中有用的知识迁移至深部矿山爆破振动速度预测模型中,提出一种逻辑回归迁移学习算法(LR-TrAdaboo... 展开更多; 关键词深部爆破振动速度逻辑回归迁移学习算法(LR-TrAdaboost) 预测误差支持向量回归机(SVR) 机器学习; 在线阅读下载PDF 职称材料

基于多智能体迁移强化学习算法的电力系统最优碳–能复合流求解被引量：23: 2; 作者陈艺璇张孝顺 +1 位作者郭乐欣余涛《高电压技术》 EI CAS CSCD 北大核心 2019年第3期863-872,共10页; 为避免碳排放责任的重复计算,首次在电力系统最优碳–能复合流模型中提出发电侧、电网侧、用户侧之间的碳排放责任分摊机制。并进一步提出一种全新的多智能体迁移强化学习算法,以实现电力系统最优碳–能复合流模型的快速、高质量求解。... 展开更多; 关键词多智能体迁移强化学习算法碳-能复合流碳排放责任分摊迁移学习强化学习; 在线阅读下载PDF 职称材料

非平衡集成迁移学习模型及其在桥梁结构健康监测中的应用被引量：4: 3; 作者于重重吴子珺 +2 位作者谭励涂序彦田蕊《智能系统学报》 CSCD 北大核心 2013年第1期46-51,共6页; 在桥梁结构健康监测与状态评估过程中所获得的桥梁结构数据库常存在间断性异常或缺损,且不同样本分类数据不均匀,难以在信息缺失、数据分布失衡的情况下完成对桥梁结构健康的监测与状态评估.针对这一问题,在改进相似性度量函数的SOM聚... 展开更多; 关键词非平衡集成迁移学习算法 SOM算法迁移学习模型桥梁结构健康监测; 在线阅读下载PDF 职称材料

基于迁移学习的并行化大数据流传输系统设计被引量：4: 4; 作者庞崇高陆玉发《现代电子技术》北大核心 2020年第18期40-42,46,共4页; 传统系统在并行化大数据流组件不变情况下的吞吐量会随着并发数增多而减少,影响数据流传输效率。为了解决这一问题,提出基于迁移学习的并行化大数据流传输系统。系统硬件由FPGA核心控制器、XC7K325T-2FFG 900芯片、DCM时钟组成,用于实... 展开更多; 关键词并行化大数据流数据流传输系统设计迁移学习算法吞吐量测试数据矩阵; 在线阅读下载PDF 职称材料

题名基于迁移学习算法的深部爆破振动速度预测被引量：4: 1; 作者张西良焦灏恺李二宝; 机构马鞍山矿山研究院爆破工程有限责任公司金属矿山安全与健康国家重点实验室中钢集团马鞍山矿山研究总院股份有限公司; 出处《中国安全科学学报》 CAS CSCD 北大核心 2023年第6期64-72,共9页; 基金国家重点研发计划项目(2022YFC2904101)。; 文摘为了更好地预测深部矿山爆破振动速度,针对深部爆破振动速度预测中存在的样本量小、数据分布同浅部爆破不同的问题,将浅部地下矿山爆破数据中有用的知识迁移至深部矿山爆破振动速度预测模型中,提出一种逻辑回归迁移学习算法(LR-TrAdaboost),提升模型的样本容量及预测准确率;以某铜矿深部爆破振动速度预测为研究对象,结合该铜矿27条深部爆破数据以及梅山矿等5个地下金属矿204条浅部爆破数据,利用支持向量回归机(SVR)、回归迁移学习算法(TrAdaboost-R 2)以及LR-TrAdaboost算法分别进行预测和对比。结果表明:3种算法的模型分数分别为0.24、0.38、0.81,均方根误差(RMSE)分别为0.152、0.107、0.06,LR-TrAdaboost算法预测误差相比SVR、TrAdaboost-R^(2)分别降低了60.5%、43.9%;同时,LR-TrAdaboost在迭代次数为50时已经收敛,而TrAdaboost-R^(2)在迭代次数100次后才收敛,收敛速度前者是后者的2倍;LR-TrAdaboost算法的预测性能更好。; 关键词深部爆破振动速度逻辑回归迁移学习算法(LR-TrAdaboost) 预测误差支持向量回归机(SVR) 机器学习; Keywords vibration velocity of deep blasting logistic regression(LR)-TrAdaboost prediction error support vector regression(SVR) machine learning; 分类号 X936 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于多智能体迁移强化学习算法的电力系统最优碳–能复合流求解被引量：23: 2; 作者陈艺璇张孝顺郭乐欣余涛; 机构华南理工大学电力学院深圳供电局有限公司; 出处《高电压技术》 EI CAS CSCD 北大核心 2019年第3期863-872,共10页; 基金国家重点基础研究发展计划(973计划)(2013CB228205) 国家自然科学基金(51777078)~~; 文摘为避免碳排放责任的重复计算,首次在电力系统最优碳–能复合流模型中提出发电侧、电网侧、用户侧之间的碳排放责任分摊机制。并进一步提出一种全新的多智能体迁移强化学习算法,以实现电力系统最优碳–能复合流模型的快速、高质量求解。此算法同时组织多个智能体执行优化任务,并将知识学习机制、多智能体交互机制和知识迁移机制相结合,不仅使每个智能体都具有较强的自主学习能力,还通过多个智能体之间的协调实现了问题的合作求解;知识迁移可以复用历史任务学习经验,使新任务学习效率大幅提升。IEEE 57节点系统、IEEE 300节点系统及深圳电网模型仿真结果均表明,此算法在保证最优解质量和寻优稳定性的同时,收敛速度可达其他算法的4.7～50.5倍,具有明显的优势和实用价值。; 关键词多智能体迁移强化学习算法碳-能复合流碳排放责任分摊迁移学习强化学习; Keywords multi-agent transfer reinforcement learning optimal carbon-energy combined flow shared responsibility of carbon emission transfer learning reinforcement learning; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名非平衡集成迁移学习模型及其在桥梁结构健康监测中的应用被引量：4: 3; 作者于重重吴子珺谭励涂序彦田蕊; 机构北京工商大学计算机与信息工程学院北京科技大学计算机与通信工程学院; 出处《智能系统学报》 CSCD 北大核心 2013年第1期46-51,共6页; 基金国家自然科学基金资助项目(61070182) 北京市组织部优秀人才培养资助项目(2010D005003000008) 北京市学科建设项目(PXM2012_014213_0000_74); 文摘在桥梁结构健康监测与状态评估过程中所获得的桥梁结构数据库常存在间断性异常或缺损,且不同样本分类数据不均匀,难以在信息缺失、数据分布失衡的情况下完成对桥梁结构健康的监测与状态评估.针对这一问题,在改进相似性度量函数的SOM聚类算法和非平衡集成迁移学习算法的基础上,提出了一种改进的迁移学习模型.通过对实际监测数据的分析,该迁移学习模型的分类精度随着目标数据集所占比例的不断增加而提高,验证了该模型的有效性和科学性.; 关键词非平衡集成迁移学习算法 SOM算法迁移学习模型桥梁结构健康监测; Keywords unbalanced integrated transfer learning algorithm self-organizing map algorithm transfer learning el bridge structural health monitoring; 分类号 U446 [建筑科学—桥梁与隧道工程] TP18 [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

题名基于迁移学习的并行化大数据流传输系统设计被引量：4: 4; 作者庞崇高陆玉发; 机构广东培正学院普洱学院; 出处《现代电子技术》北大核心 2020年第18期40-42,46,共4页; 基金国家自然科学基金项目(11265012)。; 文摘传统系统在并行化大数据流组件不变情况下的吞吐量会随着并发数增多而减少,影响数据流传输效率。为了解决这一问题,提出基于迁移学习的并行化大数据流传输系统。系统硬件由FPGA核心控制器、XC7K325T-2FFG 900芯片、DCM时钟组成,用于实时传输数据流。系统软件是在STORM平台上引入迁移学习算法。软、硬件结合,完成基于迁移学习的并行化大数据流传输系统设计。实验分别测试了两个系统在并行化大数据流组件不变情况下的吞吐量。将并行化大数据流分类组件设置为(5.5),(5.6),(5.7),(5.8),从实验结果可知,所设计的系统吞吐量会随着并发数、线程增多,呈上升趋势,能够有效提升并行化大数据流传输效率。; 关键词并行化大数据流数据流传输系统设计迁移学习算法吞吐量测试数据矩阵; Keywords parallel big data stream data stream transmission system design transfer learning algorithm throughput testing data matrix; 分类号 TN919-34 [电子电信—通信与信息系统] TP421 [自动化与计算机技术]; 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	基于迁移学习算法的深部爆破振动速度预测	张西良焦灏恺李二宝	《中国安全科学学报》 CAS CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
2	基于多智能体迁移强化学习算法的电力系统最优碳–能复合流求解	陈艺璇张孝顺郭乐欣余涛	《高电压技术》 EI CAS CSCD 北大核心	2019	23	在线阅读下载PDF 职称材料
3	非平衡集成迁移学习模型及其在桥梁结构健康监测中的应用	于重重吴子珺谭励涂序彦田蕊	《智能系统学报》 CSCD 北大核心	2013	4	在线阅读下载PDF 职称材料
4	基于迁移学习的并行化大数据流传输系统设计	庞崇高陆玉发	《现代电子技术》北大核心	2020	4	在线阅读下载PDF 职称材料