检索结果-维普期刊中文期刊服务平台

神经网络集成融合模型研究及应用被引量：2: 1; 作者张晓丹赵海《计算机工程》 CAS CSCD 北大核心 2007年第14期210-212,共3页; 针对专家系统等单一模型解决发动机故障诊断存在的算法复杂度高、诊断准确率低等问题,提出了BP神经网络集成与DS证据推理相融合的神经集成融合模型,不仅实现了发动机不同部位的专家经验与实际观测数据的特征级融合,还实现了多个模型的... 展开更多; 关键词故障诊断神经网络集成融合模型特征级融合诊断准确率; 在线阅读下载PDF 职称材料

基于神经网络集成的软件故障预测及实验分析被引量：7: 2; 作者秦兴生胡觉亮丁佐华《计算机工程与应用》 CSCD 2014年第10期44-47,56,共5页; 软件系统故障预测是软件测试过程中软件可靠性研究的重点之一。利用软件系统测试过程中前期的故障相关信息进行建模,预测后期的软件故障信息,以便于后期测试和验证资源的合理分配。根据软件测试过程中已知的软件故障时间序列,利用非齐... 展开更多; 关键词神经网络模型神经网络集成模型故障预测; 在线阅读下载PDF 职称材料

范数正则化解相关集成学习基音频率检测被引量：1: 3; 作者张小恒李勇明朱斌《计算机工程与应用》 CSCD 北大核心 2017年第11期155-160,共6页; 低信噪比环境下的基音频率检测极其重要且富有挑战性,至今未得到很好的解决。基于此,首先构造了基于PEFAC的频域空间检测模型,将基音频率作为特征进行提取,然后提出范数正则化的解相关集成学习神经网络模型(L2-DNNE)对其进行训练,利用... 展开更多; 关键词低信噪比环境基音频率范数正则化的解相关集成学习神经网络模型(L2-DNNE); 在线阅读下载PDF 职称材料

基于深度学习的心血管血流动力学参数反演被引量：2: 4; 作者周阳潘怡 +2 位作者崔畅陈明龙孙蓓蓓《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第2期394-401,共8页; 考虑现有血流动力学参数反演方法在实际应用中存在计算量大、迭代易发散等问题,提出一种新的基于深度学习的心血管血流动力学参数反演方法.首先建立一维-零维耦合的多尺度血流动力学模型;随后基于卷积神经网络和全连接神经网络提出一种... 展开更多; 关键词心血管血流动力学参数反演深度学习集成网络模型; 在线阅读下载PDF 职称材料

农作区净灌溉需水量模拟及不确定性分析被引量：23: 5; 作者马黎华康绍忠 +1 位作者粟晓玲佟玲《农业工程学报》 EI CAS CSCD 北大核心 2012年第8期11-18,F0004,共9页; 净灌溉需水量是估算农业灌溉用水量的参考依据。该文以西北干旱内陆区石羊河流域上中下游的古浪县,凉州区,民勤县为研究对象,在分析农业净灌溉需水量宏观驱动力因子(1959-2005)的基础上,以关键因子作为输入项,区域农业净灌溉量为输出项... 展开更多; 关键词灌溉不确定性分析蒙特卡洛模拟多元线性回归模型人工神经网络集成模型; 在线阅读下载PDF 职称材料

基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究被引量：3: 6; 作者黄颖金龙 +2 位作者陆虹黄翠银周秀华《大气科学》 CSCD 北大核心 2019年第6期1424-1440,共17页; 论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生... 展开更多; 关键词广西冷湿极端天气定性、定量组合预报粒子群-模糊神经网络集成模型随机森林; 在线阅读下载PDF 职称材料

高强混凝土强度预测人工智能方法及应用被引量：7: 7; 作者俞桂良《混凝土》 CAS CSCD 北大核心 2010年第10期41-43,共3页; 高强混凝土的强度预测是一个动态性可变复杂问题,受各种因素的影响。采用多种智能方法,建立了高强混凝土的强度预测的遗传算法与神经网络的集成模型。并将该模型计算结果与实测混凝土28 d抗压强度,RBF径向基函数神经网络计算的强度,非... 展开更多; 关键词高强混凝土遗传算法与神经网络的集成模型强度预测; 在线阅读下载PDF 职称材料

题名神经网络集成融合模型研究及应用被引量：2: 1; 作者张晓丹赵海; 机构东北大学信息科学与工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2007年第14期210-212,共3页; 基金国家自然科学基金资助项目(69873007); 文摘针对专家系统等单一模型解决发动机故障诊断存在的算法复杂度高、诊断准确率低等问题,提出了BP神经网络集成与DS证据推理相融合的神经集成融合模型,不仅实现了发动机不同部位的专家经验与实际观测数据的特征级融合,还实现了多个模型的优势互补。通过对该方法和传统的专家系统方法比较得出,神经网络集成融合方法提高了7.1%的诊断准确率。; 关键词故障诊断神经网络集成融合模型特征级融合诊断准确率; Keywords fault diagnosis neural network integration fusion model feature fusion diagnosis precision; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于神经网络集成的软件故障预测及实验分析被引量：7: 2; 作者秦兴生胡觉亮丁佐华; 机构浙江理工大学科学计算与软件工程中心; 出处《计算机工程与应用》 CSCD 2014年第10期44-47,56,共5页; 基金国家自然科学基金(No.61170015 No.11071220) 浙江省自然科学基金(No.Y6090554); 文摘软件系统故障预测是软件测试过程中软件可靠性研究的重点之一。利用软件系统测试过程中前期的故障相关信息进行建模,预测后期的软件故障信息,以便于后期测试和验证资源的合理分配。根据软件测试过程中已知的软件故障时间序列,利用非齐次泊松分布过程、神经网络、神经网络集成等方法对其进行建模。通过对三个实例分别建模,其预测平均相对误差G-O模型依次为3.02%、5.88%和6.58%,而神经网络集成模型为0.19%、1.88%和1.455%,实验结果表明神经网络集成模型具有更精确的预测能力。; 关键词神经网络模型神经网络集成模型故障预测; Keywords neural networks model neural network ensembles model fault prediction; 分类号 TP393 [自动化与计算机技术—计算机应用技术] 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

题名范数正则化解相关集成学习基音频率检测被引量：1: 3; 作者张小恒李勇明朱斌; 机构重庆广播电视大学重庆大学信号与信息处理研究所; 出处《计算机工程与应用》 CSCD 北大核心 2017年第11期155-160,共6页; 基金国家自然科学基金(No.61108086 No.91438104 +11 种基金 No.61571069 No.81601970 No.61501065) No.cstc2016jcyj A0064 No.cstc2016jcyj A0134) 教育部留学回国人员基金; 文摘低信噪比环境下的基音频率检测极其重要且富有挑战性,至今未得到很好的解决。基于此,首先构造了基于PEFAC的频域空间检测模型,将基音频率作为特征进行提取,然后提出范数正则化的解相关集成学习神经网络模型(L2-DNNE)对其进行训练,利用负相关学习机制(NCL)和模型复杂度约束项提高集成学习模型的泛化能力,从而获取基音频率的最优值,且在测试精度和时间代价上取得了较好的平衡。将该算法与相关有代表性的算法进行比较。比较结果表明,该算法在不同类型不同程度的噪声环境下,能显著提升检测识别率,尤其在低信噪比下有更显著优势。; 关键词低信噪比环境基音频率范数正则化的解相关集成学习神经网络模型(L2-DNNE); Keywords very low Signal Noise Ratio(SNR)environment fundamental frequency L2 Decorrelated Neural Network Ensembles(L2-DNNE); 分类号 TN912 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于深度学习的心血管血流动力学参数反演被引量：2: 4; 作者周阳潘怡崔畅陈明龙孙蓓蓓; 机构东南大学机械工程学院南京医科大学第一附属医院心血管内科; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第2期394-401,共8页; 基金国家重点研发计划资助项目(2019YFB2006404)。; 文摘考虑现有血流动力学参数反演方法在实际应用中存在计算量大、迭代易发散等问题,提出一种新的基于深度学习的心血管血流动力学参数反演方法.首先建立一维-零维耦合的多尺度血流动力学模型;随后基于卷积神经网络和全连接神经网络提出一种用于参数反演的混合多源输入深度网络模型;针对测量波形中的噪声干扰问题,提出一种同时利用多个深度网络的集成网络模型以提高反演精度.在参数灵敏度分析的基础上,对所提方法进行参数反演实验,研究在不同噪声水平下的反演精度,并与卡尔曼滤波法进行比较.结果表明,血压与血流波形的预测误差显著低于已有方法.所提方法能够准确高效地实现心血管模型参数反演,具有较好的应用前景.; 关键词心血管血流动力学参数反演深度学习集成网络模型; Keywords cardiovascular system hemodynamics parameter inversion deep learning integrated network model; 分类号 R318.01 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名农作区净灌溉需水量模拟及不确定性分析被引量：23: 5; 作者马黎华康绍忠粟晓玲佟玲; 机构西北农林科技大学水利与建筑工程学院中国农业大学中国农业水问题研究中心; 出处《农业工程学报》 EI CAS CSCD 北大核心 2012年第8期11-18,F0004,共9页; 基金国家高技术研究发展计划(863计划)(2011AA100502) 国家自然科学青年基金项目(51109211) 西北农林科技大学基本科研业务费科技创新重点项目(编号QN201168); 文摘净灌溉需水量是估算农业灌溉用水量的参考依据。该文以西北干旱内陆区石羊河流域上中下游的古浪县,凉州区,民勤县为研究对象,在分析农业净灌溉需水量宏观驱动力因子(1959-2005)的基础上,以关键因子作为输入项,区域农业净灌溉量为输出项,分别建立农业净灌溉需水量的多元线性回归模型、人工神经网络BP模型以及人工神经网络集成模型。并对不同模型的模拟效果进行比较;通过对时间序列的离散化蒙特卡洛(MC)设计,采用不确定性评价指数(d-factor)对3种模型模拟的不确定性进行分析。结果表明:与多元线性回归模型和神经网络BP模型相比,神经网络集成模型具有较高的模拟精度,并能合理地指示影响因素与净灌溉需水量的不确定性变化。; 关键词灌溉不确定性分析蒙特卡洛模拟多元线性回归模型人工神经网络集成模型; Keywords irrigation uncertainty analysis Monte Carlo methods multiple-linear regression ensemble artificial neural networks; 分类号 S152.7 [农业科学—土壤学]; 在线阅读下载PDF 职称材料

题名基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究被引量：3: 6; 作者黄颖金龙陆虹黄翠银周秀华; 机构广西壮族自治区气象科学研究所广西壮族自治区气候中心; 出处《大气科学》 CSCD 北大核心 2019年第6期1424-1440,共17页; 基金国家自然科学基金项目41565005、41575051 广西自然科学基金项目2018GXNSFAA281229、2017GXNSFDA198030~~; 文摘论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生成技术方法,建立一种新的非线性智能计算定量集成预报模型(PSOFNN),进行了广西冷湿极端天气定量预报模型的预报建模研究。结果表明,论文提出的这种以不同的智能计算方法构建的定性、定量综合预报分析方法,比较符合极端天气小概率事件的预报特点,其中随机森林算法构建的定性预报模型,对广西冷湿极端天气事件的预报TS评分(Threat Score)为0.77,空报率为0.23,漏报率为0,ETS评分(Equitable Threat Score)为0.41,TSS评分(True Skill Statistic)为0.53。而采用粒子群-模糊神经网络方法构建的极端冷湿指数定量集成预报模型比其他线性和非线性预报模型具有更好的预报精度。其中PSOFNN集成预报模型在预报建模样本和独立预报样本个例相同的情况下,比回归方法的预报平均绝对误差下降了25%以上,比一般的普通模糊神经网络预报平均绝对误差下降了14.37%。主要原因是因为PSO-FNN集成预报模型通过改进集成个体的预报能力和增强集成个体的种群差异性,提高了集成预报模型的预报精度。因此,该智能计算集成预报模型的泛化能力显著提高,预报结果稳定可靠,为冷湿极端天气客观预报提供了新的预报工具和预报建模方法。; 关键词广西冷湿极端天气定性、定量组合预报粒子群-模糊神经网络集成模型随机森林; Keywords Cold-wet extreme weather in Guangxi Qualitative and quantitative combined prediction PSO-FNN ensemble model Random forest; 分类号 P456.1 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名高强混凝土强度预测人工智能方法及应用被引量：7: 7; 作者俞桂良; 机构浙江新东阳建设集团有限公司; 出处《混凝土》 CAS CSCD 北大核心 2010年第10期41-43,共3页; 文摘高强混凝土的强度预测是一个动态性可变复杂问题,受各种因素的影响。采用多种智能方法,建立了高强混凝土的强度预测的遗传算法与神经网络的集成模型。并将该模型计算结果与实测混凝土28 d抗压强度,RBF径向基函数神经网络计算的强度,非线性回归模型计算的强度进行比较。研究表明:预测结果与实测结果吻合较好,较线性回归和神经网络预测精度高,为高强混凝土的强度预测提供了一条新方法。; 关键词高强混凝土遗传算法与神经网络的集成模型强度预测; Keywords high strength concrete integration of neural network based on genetic algorithms strength forecast; 分类号 TU528.01 [建筑科学—建筑技术科学]; 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	神经网络集成融合模型研究及应用	张晓丹赵海	《计算机工程》 CAS CSCD 北大核心	2007	2	在线阅读下载PDF 职称材料
2	基于神经网络集成的软件故障预测及实验分析	秦兴生胡觉亮丁佐华	《计算机工程与应用》 CSCD	2014	7	在线阅读下载PDF 职称材料
3	范数正则化解相关集成学习基音频率检测	张小恒李勇明朱斌	《计算机工程与应用》 CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料
4	基于深度学习的心血管血流动力学参数反演	周阳潘怡崔畅陈明龙孙蓓蓓	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
5	农作区净灌溉需水量模拟及不确定性分析	马黎华康绍忠粟晓玲佟玲	《农业工程学报》 EI CAS CSCD 北大核心	2012	23	在线阅读下载PDF 职称材料
6	基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究	黄颖金龙陆虹黄翠银周秀华	《大气科学》 CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
7	高强混凝土强度预测人工智能方法及应用	俞桂良	《混凝土》 CAS CSCD 北大核心	2010	7	在线阅读下载PDF 职称材料