期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于Adam优化算法的水平井流动剖面测温反演方法 被引量:7
1
作者 朱海涛 林伯韬 +1 位作者 石兰香 窦升军 《中国石油大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第2期99-107,共9页
为提高油藏注水开发效率,制定精细的分层配产配注制度,须针对水平井开展吸水及产液剖面的高效检测。对此,提出基于自适应矩估计优化算法(Adam算法)的水平井吸水及产液剖面测温反演方法。该方法首先利用储层与井筒内的温度分布模型构建... 为提高油藏注水开发效率,制定精细的分层配产配注制度,须针对水平井开展吸水及产液剖面的高效检测。对此,提出基于自适应矩估计优化算法(Adam算法)的水平井吸水及产液剖面测温反演方法。该方法首先利用储层与井筒内的温度分布模型构建反演目标函数,其次通过Adam优化算法,在最优化反演目标函数的过程中定量获取流动剖面。将该方法应用于阿曼Safah油田及新疆风城油田的两口水平井,采用生产测井工具测得各井段吸水量和井口测量的产液量对反演结果进行验证。结果表明:建立的反演方法不需要求解复杂的耦合模型,计算效率高,不仅可以定量监测流动剖面的动态变化、评价各层段的贡献率,还可半定量刻画水平井各层段相对渗透率的演化规律,指导现场制定更加精细化的配产、配注及增产方案。 展开更多
关键词 吸水剖面 产液剖面 分层配产配注 温度反演 adam优化算法
在线阅读 下载PDF
基于Adam优化算法的双目机器人手眼标定方法 被引量:13
2
作者 费致根 吴志营 +3 位作者 肖艳秋 王才东 付吉祥 李培婷 《机床与液压》 北大核心 2021年第11期26-30,共5页
在智能制造领域,视觉机器人应用前景十分广阔。视觉机器人的手眼标定精度直接关系到机器人的后续作业精度。为了进一步提高机器人的手眼标定精度,现提出一种基于Adam优化算法的双目Eye-to-Hand型机器人的手眼标定方法。根据多体运动学理... 在智能制造领域,视觉机器人应用前景十分广阔。视觉机器人的手眼标定精度直接关系到机器人的后续作业精度。为了进一步提高机器人的手眼标定精度,现提出一种基于Adam优化算法的双目Eye-to-Hand型机器人的手眼标定方法。根据多体运动学理论,建立了6DOF机器人手眼标定数学模型,以Halcon输出的手眼标定矩阵为初始值,采用Adam优化算法对目标函数进行迭代求解,将由优化前后手眼矩阵得到的两组机器人末端坐标系的位姿分别与从示教器得到的位姿作差值,并取Frobenius范数。结果表明:相机标定误差为0.089个像素,优化后的Frobenius范数平均值小于优化前,且一致性好。 展开更多
关键词 手眼标定 双目视觉 adam优化算法 Eye-to-Hand型机器人
在线阅读 下载PDF
Adam优化的CNN超分辨率重建 被引量:34
3
作者 赵小强 宋昭漾 《计算机科学与探索》 CSCD 北大核心 2019年第5期858-865,共8页
为了使单帧图像在不同放大倍数的条件下进行超分辨率重建能得到较好的效果,提出了一种Adam优化的卷积神经网络(convolutional neural network,CNN)超分辨率重建方法。该方法首先使用ISODATA(iterative selforganizing data analysis)聚... 为了使单帧图像在不同放大倍数的条件下进行超分辨率重建能得到较好的效果,提出了一种Adam优化的卷积神经网络(convolutional neural network,CNN)超分辨率重建方法。该方法首先使用ISODATA(iterative selforganizing data analysis)聚类算法对训练的图像集进行分类处理,然后在Adam优化的卷积神经网络中对输入图像进行特征提取和非线性映射得到特征映射图,最后在Adam优化的卷积神经网络中对特征映射图进行反卷积重建得到多尺度放大的重建图像。通过实验验证使用该方法在不同放大倍数条件下的重构效果优于传统算法,在视觉效果上有较好的表现。 展开更多
关键词 超分辨率重建 卷积神经网络(CNN) ISODATA聚类算法 adam优化算法
在线阅读 下载PDF
基于Adam优化BP神经网络的风机等效疲劳载荷预测 被引量:8
4
作者 王伟 王海云 《现代电子技术》 2023年第17期102-106,共5页
针对传统风机载荷分析方法计算量大的问题,以风机载荷计算软件OpenFAST的仿真数据为基础,提出一种基于Adam算法优化BP神经网络的风机等效疲劳载荷预测模型。以叶根和偏航处的等效疲劳载荷作为特征样本数据进行训练和测试;采用可决系数... 针对传统风机载荷分析方法计算量大的问题,以风机载荷计算软件OpenFAST的仿真数据为基础,提出一种基于Adam算法优化BP神经网络的风机等效疲劳载荷预测模型。以叶根和偏航处的等效疲劳载荷作为特征样本数据进行训练和测试;采用可决系数和相对误差均值对模型的预测性能进行评估,并与采用随机梯度下降法(SGD)优化的传统载荷预测模型进行对比。结果表明:Adam算法优化下的神经网络载荷预测模型的预测性能要明显优于采用SGD优化的传统预测模型;相较于传统模型,δ_(m)最多可降低31.7%,R^(2)最多可提升7.8%。因此,提出的载荷预测模型能进一步提高风机载荷预测的准确度。 展开更多
关键词 风机 adam优化算法 BP神经网络 等效疲劳载荷预测 随机梯度下降法 雨流计数法
在线阅读 下载PDF
基于差分隐私的广告推荐算法 被引量:3
5
作者 田蕾 葛丽娜 《计算机应用》 CSCD 北大核心 2023年第11期3346-3350,共5页
随着移动互联网行业进入快速发展阶段,用户数据以及浏览数据大幅增加,所以准确把握用户潜在需求和提高广告推荐效果显得极其重要。DeepFM模型作为目前较为先进的推荐方法,可以从原始特征中抽取到各种复杂度特征,但模型没有对数据进行防... 随着移动互联网行业进入快速发展阶段,用户数据以及浏览数据大幅增加,所以准确把握用户潜在需求和提高广告推荐效果显得极其重要。DeepFM模型作为目前较为先进的推荐方法,可以从原始特征中抽取到各种复杂度特征,但模型没有对数据进行防护。为了在DeepFM模型中实现隐私保护,提出一种基于差分隐私的DeepFM模型——DP-DeepFM,在模型训练过程中将高斯噪声加入Adam优化算法中,并进行梯度裁剪,防止加入噪声过大引发模型性能下降。在广告Criteo数据集上的实验结果表明,与DeepFM相比,DP-DeepFM的准确率仅下降了0.44个百分点,但它能提供差分隐私保护,更具安全性。 展开更多
关键词 差分隐私 推荐算法 梯度下降 深度学习 adam优化算法
在线阅读 下载PDF
基于改进深度信念网络的旋转机械故障诊断研究 被引量:8
6
作者 魏乐 张云娟 《华北电力大学学报(自然科学版)》 CAS 北大核心 2020年第6期99-106,共8页
旋转机械装备轴承、齿轮箱等关键对象的健康状态监测正在步入大数据、智能化时代。传统的轴承故障诊断方法大多数依靠人工提取特征,需要依赖于复杂的信号处理方法以及丰富的专业经验积累,因此将改进的深度信念网络(Deep belief network,... 旋转机械装备轴承、齿轮箱等关键对象的健康状态监测正在步入大数据、智能化时代。传统的轴承故障诊断方法大多数依靠人工提取特征,需要依赖于复杂的信号处理方法以及丰富的专业经验积累,因此将改进的深度信念网络(Deep belief network,DBN)引入到故障诊断领域中:引入高斯-伯努利受限玻尔兹曼机模型(Gauss-Bernoulli Restricted Boltzmann Machine,GB-RBM)解决传统受限玻尔兹曼机输入向量受限于伯努利二值分布且对于非二项分布的数据重构拟合效果较差的问题;引入Dropout技术提高算法泛化能力并采用Adam优化器加快模型收敛速度以解决反向微调阶段随机梯度下降法收敛速度慢且容易陷入局部最优解的问题。试验结果表明,相较于传统深度信念网络,提出的GBRBM-DBN模型收敛速度更快、分类效果更好。 展开更多
关键词 故障诊断 滚动轴承 齿轮箱 深度信念网络 高斯-伯努利受限玻尔兹曼机 adam优化算法
在线阅读 下载PDF
基于深度迁移学习的采煤机摇臂部滚动轴承故障诊断方法 被引量:23
7
作者 张旭辉 潘格格 +3 位作者 郭欢欢 毛清华 樊红卫 万翔 《煤炭科学技术》 CAS CSCD 北大核心 2022年第4期256-263,共8页
针对长期正常服役的采掘装备典型故障数据少、有标签数据不足,故障诊断模型训练效果不好等问题,提出一种基于深度迁移学习的采煤机摇臂部传动系统故障智能诊断方法。利用该方法将模拟平台故障数据训练后获取的故障诊断模型参数迁移至采... 针对长期正常服役的采掘装备典型故障数据少、有标签数据不足,故障诊断模型训练效果不好等问题,提出一种基于深度迁移学习的采煤机摇臂部传动系统故障智能诊断方法。利用该方法将模拟平台故障数据训练后获取的故障诊断模型参数迁移至采煤机智能故障诊断模型中,从而在不同设备之间进行迁移学习,实现基于小样本数据的采煤机摇臂部智能故障诊断。通过构建预训练的卷积神经网络,将转换为二维时频分布的图像数据集作为预训练模型的输入,并将预训练模型的网络参数迁移至采煤机摇臂传动系统故障诊断模型中,通过保证低层网络不变保留模型的泛化能力,将含有标签的数据集作为采煤机摇臂传动系统智能故障诊断模型的训练数据集对模型进行训练,通过微调高层网络参数进行模型优化和权值更新,得到采煤机摇臂传动系统迁移故障诊断模型,提高了模型的特征提取能力减少了误差。为验证方法有效性,以传动系统滚动轴承为研究对象,采用西储大学轴承数据作为训练集,DDS传动系统平台模拟井下采煤机摇臂部传动系统工况得到滚动轴承监测数据,作为测试集进行试验验证。试验结果表明:滚动轴承平均故障识别精度达到99.59%,与传统的智能故障诊断方法相比,提出的智能故障诊断方法收敛速度快且诊断精度高,能够基于实验室的故障诊断知识,实现高精度设备状态识别与分类。 展开更多
关键词 采煤机 滚动轴承 深度迁移学习 梯度下降优化(adam)算法 智能诊断 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部