期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CRBMs-RVR的涡轴发动机输出功率衰退预测
被引量：
1
1
作者
童志伟
鲁峰
黄金泉
《航空发动机》
北大核心
2022年第3期76-82,共7页
针对涡轴发动机全寿命期内输出功率衰退预测问题,提出一种含多层连续受限玻尔兹曼机(CRBMs)深度特征提取的相关向量回归(RVR)功率预测方法。对发动机气路部件测量数据进行重构,利用CRBMs深度网络提取数据深层特征,将特征数据作为RVR模...
针对涡轴发动机全寿命期内输出功率衰退预测问题,提出一种含多层连续受限玻尔兹曼机(CRBMs)深度特征提取的相关向量回归(RVR)功率预测方法。对发动机气路部件测量数据进行重构,利用CRBMs深度网络提取数据深层特征,将特征数据作为RVR模型的输入,实现对输出功率的预测,并对预测结果提供概率分布。以某型双转子涡轴发动机部件级模型为试验对象,模拟全寿命期内发动机气路部件性能退化,对输出功率进行衰退预测。试验结果表明:基于CRBMs-RVR的预测模型与传统的RVR预测模型相比,训练时间缩短30.2%,预测结果的均方根误差减小64.6%;与基于主成分分析(PCA)进行特征提取的PCA-RVR预测模型相比,预测结果均方根误差减小42.4%,验证了所提出的预测方法具有模型结构简单、预测精度高、可提供概率式输出的优点。
展开更多
关键词
输出功率衰退
预测模型
连续受限玻尔兹曼机
特征提取
相关向量回归
涡轴发动
机
在线阅读
下载PDF
职称材料
一种改进的深度置信网络在交通流预测中的应用
被引量：
6
2
作者
赵庶旭
崔方
《计算机应用研究》
CSCD
北大核心
2019年第3期772-775,785,共5页
针对现有交通流预测方法忽视对交通流数据自身特征的有效利用以及不能模拟更复杂的数学运算,提出了一种改进深度置信网络(deep belief network,DBN)的交通流预测方法。该方法结合深度置信网络模型与softmax回归作为预测模型,利用连续受...
针对现有交通流预测方法忽视对交通流数据自身特征的有效利用以及不能模拟更复杂的数学运算,提出了一种改进深度置信网络(deep belief network,DBN)的交通流预测方法。该方法结合深度置信网络模型与softmax回归作为预测模型,利用连续受限玻尔兹曼机(continuous restricted Boltzmann machines,CRBM)处理输入特征向量,利用自适应学习步长(adaptive learning step,ALS)减少RBM训练网络模型时重建误差所需的时间,用改进的深度置信网络模型进行交通流特征学习,在网络顶层连接softmax回归模型进行流量预测。实验结果表明,在实际的交通流数据预测中,改进的DBN模型的预测准确率以及时间复杂度相比传统预测模型都得到了较好的改善。
展开更多
关键词
交通流预测
深度置信网络
连续受限玻尔兹曼机
自适应学习步长
在线阅读
下载PDF
职称材料
题名
基于CRBMs-RVR的涡轴发动机输出功率衰退预测
被引量：
1
1
作者
童志伟
鲁峰
黄金泉
机构
南京航空航天大学能源与动力学院
出处
《航空发动机》
北大核心
2022年第3期76-82,共7页
基金
国家自然科学基金重大研究计划培育项目(91960110)
国家科技重大专项(2017-I-0006-0007)资助。
文摘
针对涡轴发动机全寿命期内输出功率衰退预测问题,提出一种含多层连续受限玻尔兹曼机(CRBMs)深度特征提取的相关向量回归(RVR)功率预测方法。对发动机气路部件测量数据进行重构,利用CRBMs深度网络提取数据深层特征,将特征数据作为RVR模型的输入,实现对输出功率的预测,并对预测结果提供概率分布。以某型双转子涡轴发动机部件级模型为试验对象,模拟全寿命期内发动机气路部件性能退化,对输出功率进行衰退预测。试验结果表明:基于CRBMs-RVR的预测模型与传统的RVR预测模型相比,训练时间缩短30.2%,预测结果的均方根误差减小64.6%;与基于主成分分析(PCA)进行特征提取的PCA-RVR预测模型相比,预测结果均方根误差减小42.4%,验证了所提出的预测方法具有模型结构简单、预测精度高、可提供概率式输出的优点。
关键词
输出功率衰退
预测模型
连续受限玻尔兹曼机
特征提取
相关向量回归
涡轴发动
机
Keywords
output power degradation
prediction model
Continuous Restricted Boltzmann Machines(CRBMs)
feature extraction
Relevance Vector Regression(RVR)
turboshaft engine
分类号
V233.7 [航空宇航科学与技术—航空宇航推进理论与工程]
在线阅读
下载PDF
职称材料
题名
一种改进的深度置信网络在交通流预测中的应用
被引量：
6
2
作者
赵庶旭
崔方
机构
兰州交通大学电子与信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2019年第3期772-775,785,共5页
基金
甘肃省科技支撑计划基金资助项目(1504GKCA018)
文摘
针对现有交通流预测方法忽视对交通流数据自身特征的有效利用以及不能模拟更复杂的数学运算,提出了一种改进深度置信网络(deep belief network,DBN)的交通流预测方法。该方法结合深度置信网络模型与softmax回归作为预测模型,利用连续受限玻尔兹曼机(continuous restricted Boltzmann machines,CRBM)处理输入特征向量,利用自适应学习步长(adaptive learning step,ALS)减少RBM训练网络模型时重建误差所需的时间,用改进的深度置信网络模型进行交通流特征学习,在网络顶层连接softmax回归模型进行流量预测。实验结果表明,在实际的交通流数据预测中,改进的DBN模型的预测准确率以及时间复杂度相比传统预测模型都得到了较好的改善。
关键词
交通流预测
深度置信网络
连续受限玻尔兹曼机
自适应学习步长
Keywords
traffic flow forecast
deep belief network
continuous restricted Boltzmann machine
adaptive learning step
分类号
U491.1 [交通运输工程—交通运输规划与管理]
TP181 [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
作者
出处
发文年
被引量
操作
1
基于CRBMs-RVR的涡轴发动机输出功率衰退预测
童志伟
鲁峰
黄金泉
《航空发动机》
北大核心
2022
1
在线阅读
下载PDF
职称材料
2
一种改进的深度置信网络在交通流预测中的应用
赵庶旭
崔方
《计算机应用研究》
CSCD
北大核心
2019
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
