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4,584篇文章
< 1 2 … 230 >
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：
基于粒子群-变分模态分解、非线性自回归神经网络与门控循环单元的滑坡位移动态预测模型研究 被引量：23
1
作者 姜宇航 王伟 +3 位作者 邹丽芳 王如宾 刘世藩 段雪雷 《岩土力学》 EI CAS CSCD 北大核心 2022年第S01期601-612,共12页
以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将... 以三峡库区八字门阶跃型滑坡为例,针对静态机器学习模型在周期项位移预测中的不足以及高频随机项位移预测困难等问题,提出了一种新的滑坡位移预测方法。基于时间序列分解思想,采用粒子群算法(PSO)对变分模态分解(VMD)进行参数寻优,并将位移时间序列分解为趋势项、周期项和随机项。趋势项主要受滑坡内部因素影响,采用傅里叶曲线进行拟合预测;周期项由外部因素导致,基于格兰杰因果检验进行成因分析,并引入一种对时间序列历史状态具有较高敏感性的非线性自回归神经网络(NARX)进行预测;随机项频率较高且影响因素无法判定,采用一维门控循环单元(GRU)进行预测。最后将各分量预测位移进行叠加重构,实现滑坡累计位移的预测。结果表明,提出的(PSO-VMD)-NARX-GRU滑坡位移动态预测模型精度较高,且各位移分量预测精度明显高于静态模型中BP神经网络、支持向量机(SVM)和传统自回归模型ARIMA,可为阶跃型滑坡位移预测提供参考。 展开更多
关键词 滑坡位移预测 粒子群算法 变分模态分解 格兰杰因果检验 非线性自回归神经网络 门控循环单元
在线阅读 下载PDF
基于优化非线性自回归神经网络模型的水质预测 被引量：13
2
作者 唐亦舜 徐庆 +1 位作者 刘振鸿 高品 《东华大学学报（自然科学版）》 CAS 北大核心 2022年第3期93-100,共8页
针对突发性水污染事件频发的问题,以上海市某支流具有代表性的监测断面为研究对象,通过优化调整输入数据段以及延迟阶数与隐含层神经元数等模型参数,构建基于历史水质时间序列的优化非线性自回归(NAR)神经网络模型,预测分析pH、溶解氧(... 针对突发性水污染事件频发的问题,以上海市某支流具有代表性的监测断面为研究对象,通过优化调整输入数据段以及延迟阶数与隐含层神经元数等模型参数,构建基于历史水质时间序列的优化非线性自回归(NAR)神经网络模型,预测分析pH、溶解氧(DO)质量浓度和浊度3项水质指标的变化趋势。结果表明:优化后的NAR神经网络模型具有较好的非线性处理能力;当输入数据量为180,pH、DO质量浓度和浊度的神经网络模型的延迟阶数分别为2、3、9,隐含层神经元数为10时,NAR神经网络模型对pH、DO质量浓度和浊度的预测均方根误差分别为0.053、0.382 mg/L和17.300 NTU,平均绝对百分比误差分别为0.53%、3.97%和18.01%,预测效果较好。 展开更多
关键词 水质预测 非线性自回归神经网络 PH 溶解氧 浊度 模型优化
在线阅读 下载PDF
基于非线性自回归神经网络和随机森林算法的核电汽轮机组出力优化 被引量：24
3
作者 李蔚 吴恺逾 +4 位作者 陈坚红 鲍旭东 蔡超 胡跃华 盛德仁 《中国电机工程学报》 EI CSCD 北大核心 2021年第2期409-415,共7页
针对国内某核电站夏季工况出力不足的问题,提出一种基于非线性自回归神经网络和随机森林算法优化核电汽轮机组出力的方法。非线性自回归神经网络能实现季节性时间序列的准确预测;随机森林算法对异常值不敏感、具有较强的泛化能力,被广... 针对国内某核电站夏季工况出力不足的问题,提出一种基于非线性自回归神经网络和随机森林算法优化核电汽轮机组出力的方法。非线性自回归神经网络能实现季节性时间序列的准确预测;随机森林算法对异常值不敏感、具有较强的泛化能力,被广泛应用于分类和回归问题。文中应用非线性自回归神经网络建立海水温度时间序列预测模型,应用随机森林算法建立海水温度和电功率设定值对高压调节阀开度和热功率的影响关系的回归模型,将2个模型相结合,获得未来24h的电功率设定值优化曲线,机组运行人员可根据该优化曲线调整机组出力。通过该核电站的历史运行数据,验证了该方法的有效性,采用电功率设定值优化曲线设定机组出力,将在保证机组运行参数不超限的情况下,有效提升机组的夏季出力,提升机组经济性。 展开更多
关键词 核电汽轮机组 出力不足 非线性自回归 时间序列 随机森林
在线阅读 下载PDF
基于非线性自回归神经网络的GHI预测 被引量：12
4
作者 马燕峰 蒋云涛 +1 位作者 郝毅 赵书强 《太阳能学报》 EI CAS CSCD 北大核心 2019年第3期733-740,共8页
针对水平面总辐照度(global horizontal irradiation,GHI)短期预测问题,提出一种基于非线性自回归神经网络的短期水平面太阳总辐照度预测模型。首先,提出一种并联结构训练样本,以保证训练样本内部的时间耦合性。其次,通过对9项气象参数... 针对水平面总辐照度(global horizontal irradiation,GHI)短期预测问题,提出一种基于非线性自回归神经网络的短期水平面太阳总辐照度预测模型。首先,提出一种并联结构训练样本,以保证训练样本内部的时间耦合性。其次,通过对9项气象参数共511种组合作为输入的模型预测精度进行分析,确定模型最优输入组合。最后,利用4种典型气象条件下GHI时延神经网络预测模型,非线性自回归动态神经网络预测模型预测标准均方根误差均降低。 展开更多
关键词 太阳辐照度 预测 神经网络 动态 非线性自回归 训练样本结构
在线阅读 下载PDF
短距光纤通信系统中基于神经网络的非线性均衡器 被引量：1
5
作者 赵晗祺 李娜 +5 位作者 吴斌 吴桂龙 陈一童 冯晓芳 何沛礼 李蔚 《中国光学(中英文)》 北大核心 2025年第1期114-120,共7页
为了实现对短距光纤数据通信系统接收端非线性损伤的低复杂度均衡,提出了一种基于全连接神经网络的接收端均衡算法。这是一种引入判决反馈结构的判决反馈神经网络。非线性畸变是由线性工作区与实验系统不匹配的光电探测器引入的,在此基... 为了实现对短距光纤数据通信系统接收端非线性损伤的低复杂度均衡,提出了一种基于全连接神经网络的接收端均衡算法。这是一种引入判决反馈结构的判决反馈神经网络。非线性畸变是由线性工作区与实验系统不匹配的光电探测器引入的,在此基础上实现了基于C波段直接调制激光器的56 Gbit/s PAM4信号的20 km传输验证实验,并对判决反馈神经网络和其他均衡方案的均衡性能进行了对比实验。实验结果表明,相比全连接神经网络,改进方案在传输距离为20 km时灵敏度提升2 dB。改进方案可以很好地均衡光电器件的非线性,且计算复杂度更低,具有很好的应用意义。 展开更多
关键词 短距光通信 光电器件非线性畸变 信号均衡 神经网络 判决反馈
在线阅读 下载PDF
基于神经网络ODE和非线性MPC的DEA建模与控制 被引量：1
6
作者 黄鹏 王亚午 +2 位作者 吴俊东 苏春翌 福岛 E.文彦 《自动化学报》 北大核心 2025年第1期186-196,共11页
针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方... 针对介电弹性体驱动器(Dielectric elastomer actuator,DEA)建模与控制的挑战性问题,提出基于神经网络常微分方程(Ordinary differential equation,ODE)和非线性模型预测控制(Model predictive control,MPC)的DEA动力学建模与跟踪控制方法.首先,基于神经网络ODE建立DEA的动力学模型以描述其复杂的动态行为.然后,基于所建立的DEA动力学模型,设计非线性模型预测控制器实现其跟踪控制目标.最后,在所搭建的实验平台上进行一系列跟踪控制实验.在所有实验结果中,DEA的运动均能很好地跟踪目标轨迹,且相对均方根误差均不超过3.30%,说明了所提动力学建模与跟踪控制方法的有效性. 展开更多
关键词 介电弹性体驱动器 神经网络常微分方程 动力学建模 非线性模型预测控制
在线阅读 下载PDF
微型位移传感器固有非线性神经网络校正研究
7
作者 华洪良 丁心一 +2 位作者 张静 吴小锋 廖振强 《兵器装备工程学报》 北大核心 2025年第1期175-181,共7页
微型碳膜位移传感器具有结构紧凑、可靠、低成本等诸多优点,在农业机械、机器人末端执行器、医疗手术器械等领域具有广阔的应用前景。由于碳膜厚度制造误差,导致微型碳膜位移传感器存在固有非线性,影响其测量精度。针对微型位移传感器... 微型碳膜位移传感器具有结构紧凑、可靠、低成本等诸多优点,在农业机械、机器人末端执行器、医疗手术器械等领域具有广阔的应用前景。由于碳膜厚度制造误差,导致微型碳膜位移传感器存在固有非线性,影响其测量精度。针对微型位移传感器固有非线性校正问题,采用神经网络方法,构建非线性校正模型,对传感器固有非线性进行校正。通过仿真与实验相结合的方法,从校正精度、实时解算速度2个维度,将神经网络非线性校正模型和现有PCM、BCM模型进行对比研究。研究结果表明,增加模型阶数,可以有效提高校正精度。对于BCM和神经网络非线性校正模型而言,三阶模型即可实现精度收敛。经过三阶PCM、BCM和神经网络非线性模型校正,传感器测量误差可分别降低46.1%、89.0%和89.6%。因此,神经网络非线性校正模型具有更高的校正精度。此时,PCM、BCM和神经网络非线性校正模型实时解算时间分别为0.48、0.49、0.85 ms,能够基本满足5 ms级高性能控制器应用需求。 展开更多
关键词 位移传感器 非线性校正模型 神经网络方法 测量精度 实时解算
在线阅读 下载PDF
基于多元线性回归和反向传播人工神经网络预测离子液体的声速
8
作者 季常征 万仁 +2 位作者 时兆翀 彭昌军 刘洪来 《华东理工大学学报(自然科学版)》 北大核心 2025年第2期158-165,共8页
离子液体的声速可采用实验测定、半经验模型和理论研究方法获得,其中,定量结构-性质关系(QSPR)模型已受到广泛关注,但构造一个有效的QSPR模型取决于选择合适的分子描述符。本文采用片段活度系数类导体屏蔽模型(COSMO-SAC)获得离子液体... 离子液体的声速可采用实验测定、半经验模型和理论研究方法获得,其中,定量结构-性质关系(QSPR)模型已受到广泛关注,但构造一个有效的QSPR模型取决于选择合适的分子描述符。本文采用片段活度系数类导体屏蔽模型(COSMO-SAC)获得离子液体电荷密度分布片段面积(Sσ)和空穴体积(VCOSMO)两个描述符,并分别采用多元线性回归(MLR)和反向传播人工神经网络(BP-ANN)构建了用于描述离子液体声速的线性QSPR模型u-MLR和非线性QSPR模型u-ANN,模型中包含了温度和离子液体相对分子量,所涉及的数据集包括171种离子液体的5 114个数据点。在总的离子液体声速数据集中,u-MLR和u-ANN的决定系数(R2)分别为0.970 6和0.999 5,平均绝对相对偏差(AARD)分别为1.59%和0.10%,均方根误差(RMSE)分别为30.68 m/s和4.12 m/s。结果表明,基于人工神经网络建立的u-ANN模型的预测效果明显优于基于线性回归方法建立的u-MLR模型的预测效果。 展开更多
关键词 声速 离子液体 人工神经网络 多元线性回归 定量结构-性质关系
在线阅读 下载PDF
基于物理信息神经网络的多介质非线性瞬态热传导问题研究
9
作者 陈豪龙 唐欣越 +2 位作者 王润华 周焕林 柳占立 《力学学报》 北大核心 2025年第1期89-102,共14页
文章基于物理信息神经网络(physics-informed neural network,PINN)求解多介质非线性瞬态热传导问题.根据多介质热物性参数的不同,将求解区域划分成多个子域,在每个子域中单独应用PINN,不同子域通过公共界面的通量连续性条件相联系.利... 文章基于物理信息神经网络(physics-informed neural network,PINN)求解多介质非线性瞬态热传导问题.根据多介质热物性参数的不同,将求解区域划分成多个子域,在每个子域中单独应用PINN,不同子域通过公共界面的通量连续性条件相联系.利用偏微分方程、初始条件、边界条件和子域间公共界面连续性条件的残差构建损失函数.通过自动微分算法计算偏微分方程中温度对各输入变量的偏导数.利用链式求导法计算损失函数对权重和偏差的梯度,再根据梯度下降法更新网络参数.为了加速网络收敛,在激活函数中引入训练参数,通过调节激活函数斜率,使网络具有自适应性.文章探讨了PINN在求解多介质非线性瞬态热传导问题中的适用性,并进一步讨论了不同激活函数、学习率、网络结构和损失函数中的各项权重等对PINN计算结果的影响.计算结果表明,PINN在求解多介质非线性瞬态热传导问题时仍具有较高的可靠性和较简洁的求解流程,且不需要对求解域进行人为的前处理,有一定工程应用可行性.文章通过系统的理论分析和数值验证,充分展示了PINN解决复杂热传导问题的可靠性. 展开更多
关键词 物理信息神经网络 非线性瞬态热传导问题 多介质 自适应激活函数
在线阅读 下载PDF
基于神经网络的多随机参数非线性悬架系统响应分析
10
作者 陈强强 周继磊 +1 位作者 于孟娜 韩道远 《机电工程》 北大核心 2025年第7期1403-1412,共10页
车辆悬架系统的生产制造误差会使得该悬架系统各个结构参数具有不确定性,同时作用于非线性悬架系统的路面激励也具有明显的随机性和时变性。针对这一问题,研究了不确定因素对多随机参数非线性悬架系统响应的影响。首先,采用了七自由度... 车辆悬架系统的生产制造误差会使得该悬架系统各个结构参数具有不确定性,同时作用于非线性悬架系统的路面激励也具有明显的随机性和时变性。针对这一问题,研究了不确定因素对多随机参数非线性悬架系统响应的影响。首先,采用了七自由度非线性车辆悬架系统动力学模型,构建了白噪声路面激励时域模型;然后,建立了一种基于粒子群优化的反向传播神经网络(BPNN-PSO)预测模型,基于神经网络的直接积分法(DPIM),展开了针对非线性悬架系统的随机动力方程及其相应求解策略的研究;最后,针对非线性悬架系统随机振动直接概率积分法,提出了一种基于MATLAB的分析程序,对不同等级路面激励和参数随机条件下,非线性悬架系统振动响应的均值和标准差进行了研究。研究结果表明:直接概率积分法与蒙特卡洛模拟相比,系统的时变概率密度处理时间成本降低,效率更高;车体质量对车体位移的影响显著,其标准差为0.2×10^(-3)m~0.5×10^(-3)m,轮胎刚度对车体位移的影响最小,其标准差约为0.1×10^(-3)m~0.25×10^(-3)m;悬架的弹簧刚度对车体加速度的影响最小,其标准差约为0.5×10^(-2)m/s^(2)~2×10^(-2)m/s^(2),车辆质量和轮胎刚度的随机性对车辆动态行为影响较大。 展开更多
关键词 直接概率积分法 白噪声路面 反向传播神经网络 非线性车辆悬架系统 粒子群算法 路面不平度
在线阅读 下载PDF
神经网络优化非线性磁链的双三相PMSM无感控制
11
作者 赵化勇 田伟 吉敬华 《组合机床与自动化加工技术》 北大核心 2025年第4期129-132,139,共5页
针对中低速情况下双三相永磁同步电机无传感器控制精度低,非线性磁链观测器在静止和低速时稳定性差的问题,提出一种结合BP神经网络的离散型非线性磁链观测器。首先,结合电流方程构建非线性磁链观测器并利用欧拉离散法进行离散化;其次,采... 针对中低速情况下双三相永磁同步电机无传感器控制精度低,非线性磁链观测器在静止和低速时稳定性差的问题,提出一种结合BP神经网络的离散型非线性磁链观测器。首先,结合电流方程构建非线性磁链观测器并利用欧拉离散法进行离散化;其次,采用BP神经网络优化非线性磁链的固定增益,实现增益在线调节,同时提出自适应高频信号注入方法,解决了非线性磁链观测器受固定增益值限制观测误差大和低速情况下稳定性差的问题;最后,在MATLAB环境下搭建了仿真模型验证提出的算法,并且仿真结果显示新型观测器的位置误差减小了37.5%以上,收敛速度提升了50%以上,有效地抑制系统抖振,具有更强的鲁棒性。 展开更多
关键词 双三相永磁同步电机 矢量控制 离散型非线性磁链观测器 BP神经网络 高频信号注入
在线阅读 下载PDF
融合卷积神经网络与线性回归的带式输送机托辊故障音频识别方法
12
作者 陈湘源 秦伟 +1 位作者 刘晏驰 罗明华 《煤炭科学技术》 北大核心 2025年第S1期389-398,共10页
针对煤矿井下带式输送机托辊故障音频识别中存在的声源复杂、特征不显著等问题,提出一种融合卷积神经网络与线性回归的托辊故障音频识别方法。首先通过带式输送机巡检机器人搭载的MEMS拾音器采集托辊沿线音频信号,基于小波自相关去噪技... 针对煤矿井下带式输送机托辊故障音频识别中存在的声源复杂、特征不显著等问题,提出一种融合卷积神经网络与线性回归的托辊故障音频识别方法。首先通过带式输送机巡检机器人搭载的MEMS拾音器采集托辊沿线音频信号,基于小波自相关去噪技术对声音进行预处理,抑制音频信号中的背景噪声信号,优化数据质量。其次利用声纹谱分离技术,采用HPSS(谐波冲击波源分离)方法分离出谐波、冲击波分量,增强托辊故障声音信号特征;基于MFCC(梅尔频率倒谱系数)声纹特征提取方法,解析出谐波-冲击波中托辊声纹特征信息,生成声谱图,提升托辊故障声纹表征能力。最后以声谱图与声品质特征为数据源,融合故障多模态特征,丰富数据维度,基于残差卷积神经网络结构计算图像特征,多元线性回归快速拟合音频基本特征,生成融合卷积神经网络与线性回归的托辊故障音频识别模型进行联合训练,通过Focal Loss损失函数优化模型训练的样本权重,提高模型对托辊故障识别的准确率。用该方法对国能榆林郭家湾煤矿实际采集的带式输送机故障托辊音频信息进行分析验证,结果表明:托辊故障检出率达到95.79%,检出准确率达到95.60%。 展开更多
关键词 托辊故障 音频识别 声纹特征 声谱图 残差卷积神经网络 多元线性回归
在线阅读 下载PDF
基于分数阶滤波器和BiGRU神经网络的Wiener非线性系统建模与辨识
13
作者 李峰 杨岳松 李生权 《控制理论与应用》 北大核心 2025年第6期1181-1190,共10页
本文提出了一种基于分数阶滤波器和双向门控循环单元(BiGRU)神经网络的Wiener非线性系统建模与辨识方法,并应用于永磁同步电机的电流和电压预测.首先,通过Grünwald-Letnikov方法计算分数阶滤波器的未知系数,并利用该滤波器对输入... 本文提出了一种基于分数阶滤波器和双向门控循环单元(BiGRU)神经网络的Wiener非线性系统建模与辨识方法,并应用于永磁同步电机的电流和电压预测.首先,通过Grünwald-Letnikov方法计算分数阶滤波器的未知系数,并利用该滤波器对输入数据进行滤波,去除高频噪声,增强数据的稳健性;其次,为了提升对序列深层次特征的捕捉能力,使用BiGRU神经网络同时获取序列数据的过去和未来信息,并通过自适应动量估计技术更新BiGRU网络的参数.仿真结果表明,提出的Wiener系统能够有效建立永磁同步电机系统模型,取得了较好的预测效果.与整数阶滤波器BiGRU-attention神经网络相比,电压预测值的均方误差降低了30.87%,平均绝对误差降低了26.97%;电流预测值的均方误差降低了34.42%,平均绝对误差降低了14.88%. 展开更多
关键词 非线性Wiener系统 分数阶滤波器 双向GRU神经网络 参数辨识 永磁同步电机
在线阅读 下载PDF
基于线性回归分析与BP神经网络的枣树需水量研究
14
作者 方婷 《南方农机》 2025年第5期44-46,50,共4页
【目的】需水量的预测是实现智能灌溉的关键环节,将先进的计算机技术应用到需水量的预测中具有重要现实意义。【方法】根据气象资料数据以及枣树逐日参考需水量,以空气温度、平均风速、空气湿度、日照时数为输入向量,采用线性回归分析... 【目的】需水量的预测是实现智能灌溉的关键环节,将先进的计算机技术应用到需水量的预测中具有重要现实意义。【方法】根据气象资料数据以及枣树逐日参考需水量,以空气温度、平均风速、空气湿度、日照时数为输入向量,采用线性回归分析和BP神经网络模型对枣树需水量进行了相关预测研究,并从365组实验数据中随机选取40组样本数据进行了枣树需水量预测对比。【结果】1)整体线性回归分析要优于逐步线性回归分析,且空气温度、平均风速、空气湿度对枣树需水量的影响要高于日照时数;2)BP神经网络的预测值与实际值的线性拟合值为0.983,高于线性回归方程的0.941;3)BP神经网络的残差相对较小且波动幅度小,而线性回归方程的残差较大且不稳定;BP神经网络相对于线性回归分析对需水量的预测效果更好,更适用于枣树需水量的预测研究;而线性回归分析可以分析出气象因素对需水量的影响程度,能够为模型输入向量的选择提供依据。【结论】本研究为后续枣树需水量预测研究奠定了一定的基础,未来的研究工作中可以选取更多的影响因素来进行试验,进一步提高预测效果,助力实现枣树智能节水灌溉。 展开更多
关键词 线性回归分析 BP神经网络 枣树需水量预测 线性拟合
在线阅读 下载PDF
基于晶体图卷积神经网络的晶格能回归模型
15
作者 郑欣雨 任泽华 +2 位作者 周利 柴士阳 吉旭 《化工学报》 北大核心 2025年第3期1084-1092,F0004,共10页
晶格能是决定晶体热力学稳定性的关键物理性质,对药物多晶型稳定性的筛选具有指导意义。晶格能的获取方式通常为实验试错和基于分子/量子力学的理论计算,对于数量庞大的晶型结构,两种方法均费时费力。提出一种基于密度泛函理论(density ... 晶格能是决定晶体热力学稳定性的关键物理性质,对药物多晶型稳定性的筛选具有指导意义。晶格能的获取方式通常为实验试错和基于分子/量子力学的理论计算,对于数量庞大的晶型结构,两种方法均费时费力。提出一种基于密度泛函理论(density functional theory,DFT)和晶体图卷积神经网络(crystal graph convolutional neural networks,CGCNN)的晶格能回归模型。首先采用自洽屏蔽多体色散校正的DFT方法计算晶格能,建立包含酸、醇、酰胺、氨基酸、酸酐等248种晶型的晶格能数据集;基于所建立的数据集,采用CGCNN进一步建立晶型和晶格能之间的定量回归模型,该模型训练集和测试集的MAPE分别为1.24%和5.04%,R2分别为0.9978和0.9750,表明该模型具有较好的预测效果,可以为高通量筛选稳定的晶型提供理论指导。 展开更多
关键词 晶格能 多晶型 密度泛函理论 神经网络 回归模型
在线阅读 下载PDF
基于广义回归神经网络的钻柱涡动识别
16
作者 朱海峰 何英明 +3 位作者 李亚峰 王名春 项明 薛启龙 《西安石油大学学报(自然科学版)》 北大核心 2025年第4期80-89,97,共11页
为及时识别井下钻具涡动,降低钻井风险,利用时频分析技术标记了实际钻井信号中典型的涡动信号,分析了钻具涡动时正交三轴加速度计信号之间的关系,将加速度信号间相关系数作为涡动识别特征,建立了基于广义回归神经网络(General Regressio... 为及时识别井下钻具涡动,降低钻井风险,利用时频分析技术标记了实际钻井信号中典型的涡动信号,分析了钻具涡动时正交三轴加速度计信号之间的关系,将加速度信号间相关系数作为涡动识别特征,建立了基于广义回归神经网络(General Regression Neural Network,GRNN)的井下钻柱涡动识别模型。研究结果表明,所建涡动识别模型的综合识别精度为91.8%,可以在大量振动数据中快速准确识别出涡动信号。研究结果可为建立井下振动识别系统提供技术方法。 展开更多
关键词 振动信号 钻柱涡动 模式识别 广义回归神经网络
在线阅读 下载PDF
基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿 被引量：2
17
作者 刘鑫屏 陈艺文 董子健 《动力工程学报》 CAS CSCD 北大核心 2024年第5期792-801,共10页
针对控制系统中执行机构非线性特性在线辨识及补偿问题,研究了一种基于变步长核最小均方(SVSKLMS)和遗传算法结合的混合径向基(VHRBF)神经网络。利用径向基(RBF)神经网络不依赖于精确的数学模型即可得到被控对象信息的特点,建立了控制... 针对控制系统中执行机构非线性特性在线辨识及补偿问题,研究了一种基于变步长核最小均方(SVSKLMS)和遗传算法结合的混合径向基(VHRBF)神经网络。利用径向基(RBF)神经网络不依赖于精确的数学模型即可得到被控对象信息的特点,建立了控制系统执行机构的非线性特性模型;为解决传统RBF神经网络辨识性能差的问题,使用遗传算法(GA)对神经网络的中心向量和方差进行优化,利用SVSKLMS算法对RBF神经网络模型中的权重进行优化,进而得到最佳的RBF神经网络。基于VHRBF神经网络及其逆模型补偿器对执行机构非线性特性进行在线辨识及补偿。仿真结果表明:与其他算法训练下的RBF神经网络相比,所提出的VHRBF神经网络能够精确辨识并补偿执行机构的非线性特性,并且具有更快的收敛速度、更优的收敛性能。 展开更多
关键词 RBF神经网络 在线辨识与补偿 执行机构 非线性特性
在线阅读 下载PDF
Koopman原理内嵌MLP神经网络模型驱动的电力系统非线性振荡特征分析方法 被引量：2
18
作者 周一辰 李金泽 +3 位作者 李永刚 陈鹏伟 郭通 孙浩潮 《电力自动化设备》 EI CSCD 北大核心 2024年第10期132-139,共8页
针对电力系统非线性动态特性表征与物理机理融合不清晰、精度低的问题,提出了一种Koopman原理内嵌多层感知机(MLP)神经网络模型驱动的电力系统非线性特性表征与分析方法。阐明了Koopman算子的基本原理,分析了Koopman算子在非线性系统时... 针对电力系统非线性动态特性表征与物理机理融合不清晰、精度低的问题,提出了一种Koopman原理内嵌多层感知机(MLP)神经网络模型驱动的电力系统非线性特性表征与分析方法。阐明了Koopman算子的基本原理,分析了Koopman算子在非线性系统时序演化中的作用。采用MLP神经网络构建编码、解码映射,进而形成Koopman原理内嵌的神经网络深度学习模型,通过深度学习实现非线性系统“编码映射-线性演化-解码映射”3种结构的演化逼近。分析了将所提方法应用于电力系统动态特性分析的物理机理,建立了所提方法的求解与应用流程。通过单机与4机系统算例对所提方法进行对比验证,结果表明所提方法可以精确表征平衡点稳定域内的系统动态过程,可用于电力系统非线性振荡动态特性解析。 展开更多
关键词 电力系统 非线性振荡 Koopman算子理论 多层感知机神经网络 科学人工智能
在线阅读 下载PDF
基于BP神经网络的非线性流域UUV动态回收过程预测 被引量：1
19
作者 杜晓旭 李瀚宇 刘鑫 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第2期189-196,共8页
针对水下无人自主航行器(UUV)回收过程中流域存在非线性干扰问题,提出了一种基于BP神经网络优化UUV回收路径的闭环控制方法。采用计算流体力学(CFD)方法模拟UUV相对于潜艇以不同路径进行回收的水动力系数,将数值模拟结果作为训练BP神经... 针对水下无人自主航行器(UUV)回收过程中流域存在非线性干扰问题,提出了一种基于BP神经网络优化UUV回收路径的闭环控制方法。采用计算流体力学(CFD)方法模拟UUV相对于潜艇以不同路径进行回收的水动力系数,将数值模拟结果作为训练BP神经网络的初始数据,利用拉丁超立方法对非线性流域的位置随机采样,采用神经网络输出UUV在采样处的水动力系数,实现非线性流域内UUV动态回收过程的水动力系数预测。结果表明:通过均方根检验神经网络预测水动力系数误差均在10%范围内。将神经网络预测结果与UUV纵向操纵性方程结合,对比回收速度和操舵间隔与理论回收轨迹的误差,优化UUV动态回收路径的闭环控制方案。 展开更多
关键词 神经网络 非线性流域 水动力系数 UUV动态回收
在线阅读 下载PDF
基于广义回归神经网络的光纤光栅传感器解调技术研究
20
作者 夏翔 李贤良 +3 位作者 潘华 闫东 张晓锋 张云辉 《电测与仪表》 北大核心 2025年第2期62-68,共7页
针对现有光纤光栅传感器波长峰值检测方法存在的误差大、稳定性差等问题,提出了一种基于广义回归神经网络和改进粒子群优化算法的光纤光栅传感器波长峰值检测方法。通过改进的粒子群优化算法对广义回归神经网络的平滑因子进行寻优,提高... 针对现有光纤光栅传感器波长峰值检测方法存在的误差大、稳定性差等问题,提出了一种基于广义回归神经网络和改进粒子群优化算法的光纤光栅传感器波长峰值检测方法。通过改进的粒子群优化算法对广义回归神经网络的平滑因子进行寻优,提高广义回归神经网络中心波长计算的准确性。通过试验分析所提方法在不同中心波长下的性能。结果表明,所提方法比传统方法更稳定,解调误差更小,整体中心波长绝对偏差降低了35.90%和24.24%,相对波长变化偏差降低了20.00%和13.04%。 展开更多
关键词 光纤光栅 峰值检测 中心波长 粒子群优化算法 广义回归神经网络
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 … 230 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