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
共找到818篇文章
< 1 2 … 41 >
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：
具有混合时滞的随机Cohen-Grossberg神经网络的稳定性分析 被引量：2
1
作者 汪刚 张化光 付冬 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第1期6-9,共4页
研究了均方意义下的具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性,利用It微分公式和Lyapunov泛函,得到了一个关于其指数稳定时滞无关的充分条件.具体实施方法是运用It微分公式沿所考虑的神经网络对构造的Lyapunov... 研究了均方意义下的具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性,利用It微分公式和Lyapunov泛函,得到了一个关于其指数稳定时滞无关的充分条件.具体实施方法是运用It微分公式沿所考虑的神经网络对构造的Lyapunov泛函进行微分,得到了系统稳定的代数判据.最后,通过一个数学样例说明了所得结论的有效性.目前文献尚未见同时具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性的相应结果,由于Cohen-Grossberg神经网络更具有代表性,其研究意义与应用前景不言而喻. 展开更多
关键词 随机cohen-grossberg神经网络 LYAPUNOV泛函 均方指数稳定 时变时滞 分布时滞
在线阅读 下载PDF
变时滞随机Cohen-Grossberg神经网络的指数稳定性的新判据 被引量：1
2
作者 易春 杨勇 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第9期52-57,共6页
通过建立L算子不等式,利用随机分析技巧得到了变时滞随机Cohen-Grossberg神经网络的p-阶矩指数稳定的一个充分条件,并给出实例进行了说明.
关键词 P-阶矩指数稳定 随机cohen-grossberg神经网络 Halanay不等式 ￡-算子不等式
在线阅读 下载PDF
基于短时随机充电数据和优化卷积神经网络的锂电池健康状态估计 被引量：1
3
作者 申江卫 折亦鑫 +4 位作者 舒星 刘永刚 魏福星 夏雪磊 陈峥 《储能科学与技术》 北大核心 2025年第4期1585-1595,共11页
用户充电过程较强的随机性,导致很难获得完整且固定的充电段用于精确表征电池健康状态的变化。针对充电行为的无序性,提出了一种基于随机健康指标和卷积神经网络的电池健康状态估计方法。对锂电池的原始充电电压时序数据进行分割作为随... 用户充电过程较强的随机性,导致很难获得完整且固定的充电段用于精确表征电池健康状态的变化。针对充电行为的无序性,提出了一种基于随机健康指标和卷积神经网络的电池健康状态估计方法。对锂电池的原始充电电压时序数据进行分割作为随机充电数据,使用单一卷积神经网络架构从中自适应提取老化特征,并采用蜣螂优化算法对其参数寻优,建立了多阶段模型。仅使用短时随机原始充电电压数据即可实现电池健康状态估计,且有效适用于不同充电模式和充电速率。实验测试验证结果表明,使用连续5 s(100个数据点)的原始电压时序数据,在恒流-恒压充电模式下,锂电池健康状态估计结果平均绝对误差小于2.07%,在多阶段恒流充电模式下,锂电池健康状态估计结果平均绝对误差小于1.22%。 展开更多
关键词 健康状态 随机充电 数据分割 卷积神经网络 锂离子电池
在线阅读 下载PDF
融合深度神经网络的电力系统经济-环保随机调度方法
4
作者 陈远扬 谭益 李勇 《电网技术》 北大核心 2025年第5期1993-2003,共11页
通过优化调度改善电网有功潮流分布、减小火电大气污染物与二氧化碳排放,是实现电力系统环保、经济、安全运行的重要途径。针对含碳捕集电厂、风力发电、常规火电等多种电源的电力系统,该文综合考虑二氧化碳与大气污染物排放、风电出力... 通过优化调度改善电网有功潮流分布、减小火电大气污染物与二氧化碳排放,是实现电力系统环保、经济、安全运行的重要途径。针对含碳捕集电厂、风力发电、常规火电等多种电源的电力系统,该文综合考虑二氧化碳与大气污染物排放、风电出力随机性、N-1故障等多类型因素,建立了面向环保、安全、经济运行的电力系统有功随机调度模型。在该模型中,目标函数考虑了火电的环保与燃料成本、风电成本、N-1故障后校正控制成本等因素,约束条件包括正常运行约束、N-1故障后计及校正控制的电网安全约束等。针对所提有功随机调度模型的特点,该文提出了融合全连接型深度神经网络的快速高效求解方法。该方法通过全连接型深度神经网络构建用于优化软件寻优搜索的初始点,进而加速所提模型的求解过程。最后,该文通过3个修改后的IEEE测试系统验证了所提模型与方法的有效性。 展开更多
关键词 环保-经济调度 碳捕集电厂 风电 随机优化 深度神经网络
在线阅读 下载PDF
面向边缘智能应用的多出口深度神经网络随机优化方法
5
作者 李洲诚 张毅 孙晋 《计算机科学》 北大核心 2025年第4期85-93,共9页
边缘智能作为一种新型的智能计算范式,能够有效提升智能推理任务在嵌入式边缘设备中的响应速度。而信息年龄(AoI)作为衡量数据时效性的重要指标,对于边缘智能应用的计算资源开销和实时响应至关重要。针对多出口深度神经网络(DNN)的资源... 边缘智能作为一种新型的智能计算范式,能够有效提升智能推理任务在嵌入式边缘设备中的响应速度。而信息年龄(AoI)作为衡量数据时效性的重要指标,对于边缘智能应用的计算资源开销和实时响应至关重要。针对多出口深度神经网络(DNN)的资源配置优化问题,考虑出口退出概率造成的AoI随机不确定性,引入系统AoI的概率约束,基于随机优化理论对出口设置进行决策,以最小化多出口DNN的资源开销。文中提出了一种基于布谷鸟搜索的元启发式算法对所构建的具有概率约束的随机优化问题进行求解,基于各出口的退出概率预测系统AoI的统计分布,根据给定的AoI阈值计算相应的资源消耗量并将其作为布谷鸟个体的适应度值,迭代更新布谷鸟种群并搜索得到最小计算资源开销的出口设置方案。针对多种DNN模型的实验结果表明,与确定性的优化方法相比,随机优化方法能够获得更佳的出口设置决策,在满足AoI概率约束的前提下显著降低了DNN的计算开销。 展开更多
关键词 边缘智能 信息年龄 多出口神经网络 随机优化 概率约束 元启发式算法
在线阅读 下载PDF
一类比例时滞随机神经网络的均方指数同步及应用
6
作者 任红越 周立群 《数学物理学报(A辑)》 北大核心 2025年第3期888-901,共14页
以一类比例时滞惯性随机神经网络作为驱动-响应系统,通过降阶法,采用状态反馈控制器,利用It?积分,通过构造新颖的Lyapunov泛函和利用微积分性质分析所研究系统的均方指数同步,得到所研究系统均方指数同步的判定准则.最后,通过数值算例... 以一类比例时滞惯性随机神经网络作为驱动-响应系统,通过降阶法,采用状态反馈控制器,利用It?积分,通过构造新颖的Lyapunov泛函和利用微积分性质分析所研究系统的均方指数同步,得到所研究系统均方指数同步的判定准则.最后,通过数值算例及仿真验证所得判定准则的准确性,并给出所研究的指数同步在图像加密和解密中的应用. 展开更多
关键词 随机神经网络 惯性项 均方指数同步 比例时滞 图像加密和解密
在线阅读 下载PDF
基于深度随机神经网络集成的滚动轴承故障诊断
7
作者 郑凯 周鹏 张成龙 《组合机床与自动化加工技术》 北大核心 2025年第7期141-144,152,共5页
宽度学习系统(broad learning system,BLS)是一种随机化学习架构,能够通过对输入数据进行多次特征映射并增强,保障随机神经网络的学习性能。为提高轴承故障诊断精度,基于BLS架构,提出来一种面向滚动轴承故障诊断的深度随机神经网络集成... 宽度学习系统(broad learning system,BLS)是一种随机化学习架构,能够通过对输入数据进行多次特征映射并增强,保障随机神经网络的学习性能。为提高轴承故障诊断精度,基于BLS架构,提出来一种面向滚动轴承故障诊断的深度随机神经网络集成模型(deep random neural networks ensemble,DRNNE)。首先,DRNNE借鉴BLS特征映射方式生成映射节点,并将映射节点进行多次特征增强构建基础学习器;然后,利用集成学习融合多个基础学习器诊断结果,以提升模型泛化性能;最后,基于凯斯西储大学轴承数据进行了实验分析,提出模型相比于宽度学习系统(broad learning system,BLS)、随机向量函数链接神经网络(random vector functional link neural network,RVFL)、随机向量函数链接神经网络集成(random vector functional link neural networks ensemble,RVFLE)、深度置信网络(deep belief net,DBN)、支持向量机(support vector machine,SVM)模型具有更高的分类性能。 展开更多
关键词 故障诊断 深度随机神经网络 集成学习 深度学习 宽度学习系统
在线阅读 下载PDF
基于混合神经网络参数优化的两相流流型识别方法
8
作者 王萌 张松 +2 位作者 施艳艳 杨珍 史水娥 《河南师范大学学报(自然科学版)》 北大核心 2025年第3期121-127,共7页
针对气液两相流传感器测量数据的强非线性和非平稳性导致流型识别困难的问题,提出一种基于混合神经网络参数优化的流型识别方法.所提方法首先采用滑动窗口法将传感器测得的不同流型电导率数据分割为若干子序列,再利用变分模态分解算法... 针对气液两相流传感器测量数据的强非线性和非平稳性导致流型识别困难的问题,提出一种基于混合神经网络参数优化的流型识别方法.所提方法首先采用滑动窗口法将传感器测得的不同流型电导率数据分割为若干子序列,再利用变分模态分解算法获得各子序列的固有模态函数,通过提取固有模态函数的Hjorth特征数据集实现对各子序列非线性特征的描述.接着,将随机森林算法引入卷积神经网络的分类层,进而构建混合神经网络,并采用鲸鱼算法对混合神经网络中3个超参数进行优化.最后,采用优化后的混合神经网络对Hjorth参数特征向量数据集进行分类,进而实现流型识别.实验结果表明,所提方法对4种流型的平均辨识准确率达到98.52%. 展开更多
关键词 气液两相流 Hjorth参数 混合神经网络 随机森林
在线阅读 下载PDF
基于神经网络的深部磷矿岩体可爆性分级模型研究
9
作者 柴修伟 李成镇 +3 位作者 盛益明 徐玉萍 徐亮 金胜利 《爆破》 北大核心 2025年第1期71-80,共10页
目前钻爆法仍是深部磷矿开拓掘进和回采的最高效方法。而磷矿钻爆法施工掘进水平长年维持在70~80 m/月,严重制约了掘进效率,因此对深部磷矿工作面开展矿岩体可爆性分级工作至关重要。以湖北宜昌某地下磷矿为研究背景,在现场进行了岩体... 目前钻爆法仍是深部磷矿开拓掘进和回采的最高效方法。而磷矿钻爆法施工掘进水平长年维持在70~80 m/月,严重制约了掘进效率,因此对深部磷矿工作面开展矿岩体可爆性分级工作至关重要。以湖北宜昌某地下磷矿为研究背景,在现场进行了岩体的纵波波速测试,开展了岩石密度、单轴抗压强度和抗拉强度等物理力学性质的测量,得到了白云质条带磷块岩、致密条带磷块岩、泥质条带磷块岩和含碳泥质白云岩4种岩石的密度、单轴抗压强度、抗拉强度和岩体完整性系数4项参数。通过调用Matlab神经网络工具箱,将岩石密度、单轴抗压强度、抗拉强度、岩体完整性系数作为输入,以可爆性等级作为输出,采用随机函数法产生大量的训练样本,构建了基于BP神经网络的可爆性评价模型,实现了深部磷矿岩体可爆性分级。分级结果为白云质条带磷块岩和泥质条带磷块岩为中等可爆,致密条带磷块岩和含碳泥质白云岩为难爆。根据分级结果,可对采场爆破参数进行优化,增强爆破效果,降低炸药单耗及矿石大块率,提高深部磷矿开采的安全性及经济效益。 展开更多
关键词 深部磷矿 岩体可爆性分级 随机函数 神经网络模型
在线阅读 下载PDF
基于BP神经网络的路堑下穿致高铁桥墩位移的预测
10
作者 宋旭明 陈松 +2 位作者 唐冕 孙凯 程丽娟 《中南大学学报(自然科学版)》 北大核心 2025年第6期2539-2549,共11页
依托某新建路堑工程,建立土体-桥梁三维数值模型,采用正交试验法分析高铁桥梁附加位移的参数敏感性,利用拉丁超立方抽样方法,通过神经网络(backpropagation neural network)拟合墩顶附加位移与主要影响因素的隐式函数关系,结合蒙特卡洛... 依托某新建路堑工程,建立土体-桥梁三维数值模型,采用正交试验法分析高铁桥梁附加位移的参数敏感性,利用拉丁超立方抽样方法,通过神经网络(backpropagation neural network)拟合墩顶附加位移与主要影响因素的隐式函数关系,结合蒙特卡洛法,对参数进行1×10^(6)次抽样计算,得到墩顶附加位移的超限概率。研究结果表明:浅层土体力学参数对墩顶纵向位移的影响较大,开挖深度对墩顶纵向位移的影响最显著;最优BP神经网络模型预测的墩顶附加位移与有限元计算值的均方误差为4.345×10^(-4),最大相对误差为5.1%,表明最优BP神经网络模型可代替有限元进行快速估算;当开挖深度在2 m以内时,背景工程墩顶纵向附加位移基本不会超限,当开挖深度为3 m时,超限概率达40%,建议开挖前采用适当的支护措施以确保结构安全。 展开更多
关键词 路堑开挖 敏感性分析 随机响应面 BP神经网络 位移预测 可靠度
在线阅读 下载PDF
基于模型知识融合的图神经网络多雷达协同任务调度算法 被引量：1
11
作者 李浩情 余点 +2 位作者 潘常春 郁文贤 李东瀛 《雷达学报(中英文)》 北大核心 2025年第2期470-485,共16页
现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性,雷达资源的稀缺性和任务执行时间窗口的严格要求,使得雷达任务调度成为一类强NP-Hard问题。然而,现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应... 现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性,雷达资源的稀缺性和任务执行时间窗口的严格要求,使得雷达任务调度成为一类强NP-Hard问题。然而,现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应性不足,效率不高。因此,基于人工智能(AI)的调度算法正在成为研究热点,但是AI调度算法的效率与其对问题特征的提取是否全面密切相关。如何能快速、全面地提取多雷达协同任务调度问题的共性特征,是提升这类AI调度算法效率的关键。因此,该文提出了基于模型知识融合的图神经网络(MKEGNN)调度算法。该算法首先将雷达任务协同调度问题建模为异构网络图模型,利用模型知识来优化GNN算法训练过程。算法创新在于:通过低复杂度的计算手段,获取模型的关键知识,进而优化GNN模型。在特征提取阶段,引入随机酉矩阵变换,利用任务异构图的随机拉普拉斯矩阵谱特征作为全局特征来强化图神经网络对共性特征的提取能力,弱化特定问题的个性化特征;在参数化决策阶段,利用由问题的引导解和经验解构成的上/下界结构知识从原理上减少决策空间大小,引导网络快速优化,加速决策学习过程的收敛。最后,进行了大量数据仿真实验。结果表明,相比目前的算法,MKEGNN算法对于所有任务集在稳定性和精度方面都有所提升,调度成功率性能提升3%~10%,加权调度成功率提升5%~15%。尤其当处理多雷达协同关系复杂的任务集时,任务调度成功率提升4%以上,算法稳定性和鲁棒性显著增强。 展开更多
关键词 雷达任务调度 图神经网络 强化学习 模型知识 拉普拉斯矩阵 随机矩阵
在线阅读 下载PDF
具有反应扩散与变时滞的随机连续Cohen-Grossberg神经网络的p阶矩指数稳定性 被引量：5
12
作者 刘启明 徐瑞 张世华 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第9期20-27,共8页
讨论了一类具有变时滞反应扩散随机Cohen-Grossberg神经网络模型,利用Lyapunov函数与微分不等式,得到了该模型平衡解的存在唯一性与p阶矩指数稳定性的充分条件,推广了前人发表的相关结果.
关键词 随机cohen-grossberg神经网络 反应扩散 指数稳定性 平衡解
在线阅读 下载PDF
卷积神经网络与随机场分析桩梁基础承载力 被引量：1
13
作者 邓友生 张克钦 +3 位作者 李文杰 李龙 彭程谱 姚志刚 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第9期124-130,共7页
岩土体的参数在空间上随机分布,为能更好地反应实际工程地质条件,在桩基础承载力研究中考虑土体的不确定性,并建立具有重要工程价值的承载力预测模型,将基于随机场理论的岩土参数空间变异性引入桩梁基础的研究中,采用数值方法建立桩梁... 岩土体的参数在空间上随机分布,为能更好地反应实际工程地质条件,在桩基础承载力研究中考虑土体的不确定性,并建立具有重要工程价值的承载力预测模型,将基于随机场理论的岩土参数空间变异性引入桩梁基础的研究中,采用数值方法建立桩梁基础与群桩基础的二维随机有限元模型分析承载能力,并与模型试验结果验证。随后通过卷积神经网络建立土体参数随机场图像与基础极限承载力之间的模型进行承载力预测,并基于预测模型研究不同参数的影响。结果表明:考虑土体空间变异性的基础承载力与试验结果基本吻合,随机结果均高于确定性分析;随机场下桩梁基础与群桩基础的承载力均为正态分布;采用卷积神经网络建立的基础承载力预测模型精度较高,且可以用于参数分析,基础承载力随着土体参数的增加而增加,随变异系数的增加而下降。随机条件下,桩梁基础的承载力高于群桩基础,可以充分发挥土体强度并抵御参数不确定性带来的承载力损失。 展开更多
关键词 桩梁基础 空间变异性 随机场理论 卷积神经网络 承载力
在线阅读 下载PDF
基于POD-神经网络的格尼襟翼压力分布预测
14
作者 董锦昊 董锦洋 唐怀平 《力学学报》 北大核心 2025年第4期829-842,共14页
针对加装格尼襟翼翼型气动特性数值仿真计算效率较低这一问题,提出一种融合本征正交分解(proper orthogonal decomposition,POD)与神经网络的混合预测方法.通过POD方法从压力分布数据中提取前i阶主导模态,构建表征压力分布核心特征的低... 针对加装格尼襟翼翼型气动特性数值仿真计算效率较低这一问题,提出一种融合本征正交分解(proper orthogonal decomposition,POD)与神经网络的混合预测方法.通过POD方法从压力分布数据中提取前i阶主导模态,构建表征压力分布核心特征的低维空间,再基于各阶模态对应的特征向量重构数据集,并通过神经网络模型分别学习其非线性映射规律,最终集成多尺度预测结果实现压力分布的高精度重构.该方法提出一种基于POD与神经网络的联合预测方法,有效解决了传统单一模型在翼型表面压力分布预测中局部流动细节捕捉能力不足问题.以加装格尼襟翼的RAE2822翼型为研究对象,基于高精度CFD仿真生成多工况压力分布数据,经验证仿真结果与实验数据最大偏差低于6%.实验结果表明,该方法的预测准确率提升至91.11%,对不同工况差异的捕捉能力显著增强,相较于随机森林算法,预测精度提高了18.83%.此外,该方法在计算效率方面也有明显提升.本研究不仅提高了加装格尼襟翼翼型气动特性预测的精度与效率,还为解决类似复杂气动问题的数值仿真提供了新的思路. 展开更多
关键词 降阶模型 格尼襟翼 随机森林 神经网络 压力分布
在线阅读 下载PDF
RCGNN:图注入攻击下的图神经网络鲁棒性认证方法
15
作者 王煜恒 刘强 伍晓洁 《计算机工程与科学》 北大核心 2025年第3期434-447,共14页
近些年来,图神经网络GNN被广泛应用于异常检测、推荐系统和生物医药等领域。尽管GNN在特定任务中表现出优异的性能,但许多研究表明,GNN容易受到对抗性扰动的影响。为了缓解GNN面对对抗样本时暴露出的脆弱性问题,部分研究人员针对图修改... 近些年来,图神经网络GNN被广泛应用于异常检测、推荐系统和生物医药等领域。尽管GNN在特定任务中表现出优异的性能,但许多研究表明,GNN容易受到对抗性扰动的影响。为了缓解GNN面对对抗样本时暴露出的脆弱性问题,部分研究人员针对图修改攻击提出了鲁棒性认证防御技术,旨在提升GNN模型在该场景下抵御恶意扰动的能力。然而,在图注入攻击GIA场景下关于节点分类模型的鲁棒性分析仍未被广泛探索。面对上述挑战,扩展了稀疏感知随机平滑机制并设计了一种GIA场景下基于随机平滑的鲁棒性认证方法RCGNN。为了使得噪声扰动空间符合GIA攻击行为,预注入恶意节点并将扰动限制在恶意节点附近,同时对噪声扰动函数进行了改进,以提升认证比例和扩大最大认证半径。在真实数据集上的对比实验表明,RCGNN能够实现GIA场景下节点分类任务的鲁棒性认证,相较于稀疏感知随机平滑机制在认证比例和最大认证半径方面获得了更佳的认证性能。 展开更多
关键词 图神经网络 节点分类 随机平滑 图注入攻击 鲁棒性认证
在线阅读 下载PDF
基于系统性硬化症溶酶体相关基因的人工神经网络模型的构建及实验验证
16
作者 左志威 卞博 +5 位作者 崔家康 耿玉鑫 王一晨 郭克磊 孟庆良 卞华 《海南医科大学学报》 北大核心 2025年第2期109-117,共9页
目的:建立基于GEO数据库硬皮病溶酶体相关基因的随机森林和人工神经网络(artificial neural network,ANN)联合诊断模型并评价其效果。方法:通过GEO数据库获取4份硬皮病芯片,从AmiGO2数据库中获取875个溶酶体相关基因。其中GSE95065及GSE... 目的:建立基于GEO数据库硬皮病溶酶体相关基因的随机森林和人工神经网络(artificial neural network,ANN)联合诊断模型并评价其效果。方法:通过GEO数据库获取4份硬皮病芯片,从AmiGO2数据库中获取875个溶酶体相关基因。其中GSE95065及GSE76807合并作为实验组数据集,使用随机森林算法筛选硬皮病溶酶体相关特征基因,并用特征基因构建人工神经网络模型,用10折交叉验证模型准确性。再用验证数据集GSE32413与GSE59787对模型进一步验证,利用ROC曲线下面积值评估模型准确性。最后用实时荧光定量PCR(real-time quantitative PCR,RT-qPCR)进行实验验证。结果:共获取差异基因46个,其中上调基因16个,下调基因30个。进一步通过随机森林筛选得到最相关的6个特征基因(LYN、TNFAIP3、RNF128、MCOLN3、ANKFY1、PLD3),并构建ANN诊断模型。使用该模型绘制了实验组和验证组诊断的ROC曲线,AUC值为0.999。10折交叉验证AUC平均值大于0.980。验证组AUC为0.740和0.732。RT-qPCR结果表明与对照组相比,硬皮病中LYN(P=0.004)、TNFAIP3(P=0.0001)表达量明显上调,而RNF128(P=0.0002)、MCOLN3(P=0.001)、ANKFY1(P=0.02)、PLD3(P<0.0001)表达量在硬皮病组中明显下调。与机器学习算法结果相一致。结论:构建了硬皮病溶酶体相关特征基因的ANN诊断模型,为探索硬皮病发病机制提供了一个新视角。 展开更多
关键词 系统性硬化症 溶酶体 人工神经网络 随机森林 诊断模型
在线阅读 下载PDF
马尔可夫基因表达建模的神经网络矩闭合方法
17
作者 顾冬洋 姜庆超 《华东理工大学学报(自然科学版)》 北大核心 2025年第1期70-80,共11页
生物体的生命活动与基因表达密切相关,然而现有的基因表达矩闭合近似建模方法难以充分利用生化反应过程的潜在细节信息。本文提出了一种基于人工神经网络的矩闭合方法,其利用神经网络学习到矩方程组中高阶矩的低阶表示,使方程组实现闭合... 生物体的生命活动与基因表达密切相关,然而现有的基因表达矩闭合近似建模方法难以充分利用生化反应过程的潜在细节信息。本文提出了一种基于人工神经网络的矩闭合方法,其利用神经网络学习到矩方程组中高阶矩的低阶表示,使方程组实现闭合,并进一步结合常微分方程求解器对闭合后的方程组进行求解,最终获得精确的矩估计。实验结果表明,所提方法在预测精度和计算效率上显著优于传统方法。 展开更多
关键词 基因表达建模 神经网络 矩闭合方法 随机模拟 最大熵原理
在线阅读 下载PDF
改进鲸鱼算法构建反向传播神经网络粮食产量预测模型及效果分析
18
作者 赵晶晶 陈岩 《科学技术与工程》 北大核心 2025年第7期2748-2759,共12页
为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线... 为了给农业及其相关部门制定粮食策略提供理论依据,提出一种基于改进鲸鱼优化算法(improved whale optimization algorithm,IWOA)的反向传播(back propagation,BP)神经网络混合算法(IWOA-BP)。该混合算法先通过引入改进收敛因子、非线性惯性权重和最优邻域扰动策略改进鲸鱼优化算法,再将其最优解赋值给BP神经网络的权值和阈值,最终提高IWOA-BP的收敛速度和收敛精度。选取全国近45年粮食总产量和7种影响因素(有效灌溉面积、化肥施用量、农村用电量、农业机械总动力、粮食作物播种面积、受灾面积和农村人均消费支出)作为数据集,构建基于改进鲸鱼算法的反向传播神经网络粮食产量预测模型。多次实验表明,IWOA-BP模型在测试集上的表现均优于其他预测模型,包括长短期记忆网络(long short-term memory network,LSTM)预测模型、极限学习机(extreme learning machine,ELM)预测模型、基于鲸鱼优化算法的BP神经网络(WOA-BP)预测模型以及基于粒子群算法的BP神经网络(PSO-BP)预测模型。IWOA-BP模型和ELM模型相比,前者的均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)分别降低了77.12%、88.18%;和LSTM模型相比,前者的RMSE、MAPE分别降低了69.11%、47.36%;和WOA-BP模型相比,前者的平均绝对误差(mean absolute error,MAE)、RMSE和MAPE分别降低了43.78%、43.22%、45.96%。和PSO-BP模型相比,前者的MAE、RMSE、MAPE分别降低了89.67%、90.61%、90.82%。因此IWOA-BP预测模型的决定系数更高、预测误差更小且收敛速度更快,可有效地预测粮食产量,对于农业部门和相关政策制定者来说具有重要的技术参考价值。 展开更多
关键词 粮食产量 反向传播神经网络 鲸鱼优化算法 非线性惯性权重 随机扰动策略
在线阅读 下载PDF
物联网入侵检测的随机特征图神经网络模型 被引量：3
19
作者 罗国宇 汪学舜 戴锦友 《计算机工程与应用》 CSCD 北大核心 2024年第21期264-273,共10页
目前入侵检测主要依赖传统深度学习方法,但这种方法忽略了数据记录间的关联。图神经网络方法虽然考虑了数据记录间的相互关系,但忽略了图节点间的特征关系。提出了一种随机特征的图神经网络物联网入侵检测模型,以解决这些问题。构建了... 目前入侵检测主要依赖传统深度学习方法,但这种方法忽略了数据记录间的关联。图神经网络方法虽然考虑了数据记录间的相互关系,但忽略了图节点间的特征关系。提出了一种随机特征的图神经网络物联网入侵检测模型,以解决这些问题。构建了网络通信数据集的图结构。引入随机特征以丰富图节点的特征,从而提高图神经网络的表达能力。通过提取的流量相互关系来训练图神经网络,构建了一个精确检测攻击流量的入侵检测分类器。在ToN-IoT和NF-UNSW-NB15物联网数据集上进行了实验验证。实验结果表明,在二分类检测方面,与几种经典的机器学习和深度学习算法以及最新的图神经网络检测算法相比,提出的方法在准确率上最高提升了17.90和1.43个百分点。在多分类检测方面,在大多数攻击类别上的F1得分高于其他算法。此外,还通过实验确定了图神经网络的层数K和聚合器的最佳选择。 展开更多
关键词 图神经网络 入侵检测 随机特征 物联网
在线阅读 下载PDF
基于随机森林和人工神经网络构建种植体周炎的诊断模型 被引量：3
20
作者 杨浩然 陈宇翔 +3 位作者 赵安娜 程婷婷 周建忠 李自良 《华西口腔医学杂志》 CAS CSCD 北大核心 2024年第2期214-226,共13页
目的 本研究旨在揭示种植体周炎发生发展过程中参与调控的关键基因,并通过随机森林(RF)和人工神经网络(ANN)构建种植体周炎的诊断模型。方法本研究从GEO数据库中获取GSE33774、GSE106090和GSE57631数据集。对GSE33774和GSE106090数据集... 目的 本研究旨在揭示种植体周炎发生发展过程中参与调控的关键基因,并通过随机森林(RF)和人工神经网络(ANN)构建种植体周炎的诊断模型。方法本研究从GEO数据库中获取GSE33774、GSE106090和GSE57631数据集。对GSE33774和GSE106090数据集进行差异表达和功能富集分析,通过蛋白质互作网络(PPI)和RF筛选出关键基因,利用ANN建立种植体周炎的诊断模型,并在GSE33774和GSE57631数据集中进行验证。同时,构建转录因子-基因相互作用网络和转录因子-微小RNA (miRNA)调控网络。结果 本研究共筛选出124个参与调控种植体周炎的差异表达基因(DEGs)。富集分析结果表明,DEGs主要和免疫受体活性蛋白及细胞因子受体活性相关,主要参与白细胞和中性粒细胞迁移的过程。PPI和RF筛选出6个关键基因,分别为CD38、CYBB、FCGR2A、SELL、TLR4和CXCL8。受试者操作特征曲线(ROC)表明ANN模型具有较好的诊断性。本研究还发现FOXC1、GATA2和NF-κB1可能是种植体周炎中重要的转录因子,hsa-miR-204可能是关键的miRNA。结论 RF和ANN构建的种植体周炎的诊断模型可信度高,CD38、CYBB、FCGR2A、SELL、TLR4和CXCL8是潜在的诊断标志物。FOXC1、GATA2和NF-κB1可能是种植体周炎中重要的转录因子,hsa-miR-204作为关键的miRNA在其中扮演着重要角色。 展开更多
关键词 种植体周炎 生物信息学 随机森林 人工神经网络 诊断模型
在线阅读 下载PDF
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 2 … 41 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部