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128篇文章
< 1 2 … 7 >
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DAE-BLS的锂离子电池剩余使用寿命预测方法 被引量：3
1
作者 张洪生 尚鑫磊 《计算机集成制造系统》 北大核心 2025年第3期1038-1047,共10页
为解决锂离子电池剩余使用寿命(RUL)预测中存在的实际容量难以准确测量、噪声信息影响算法性能等诸多问题,提出一种基于去噪自编码器(DAE)和宽度学习系统(BLS)相结合的预测方法。首先,从电池充放电曲线中提取多个与电池退化高度相关的... 为解决锂离子电池剩余使用寿命(RUL)预测中存在的实际容量难以准确测量、噪声信息影响算法性能等诸多问题,提出一种基于去噪自编码器(DAE)和宽度学习系统(BLS)相结合的预测方法。首先,从电池充放电曲线中提取多个与电池退化高度相关的健康因子(HI),并使用滑动时间窗口制备训练样本。其次,将样本输入DAE进行去噪处理。然后,将经过处理的样本输入BLS,预测电池RUL,并通过调整窗口大小和模型参数,得到最优模型。最后,利用MIT-Stanford电池退化数据集验证该方法的有效性。实验结果表明,相比于已有预测方法,所提方法在预测精度上具有更好的表现。 展开更多
关键词 锂离子电池 剩余使用寿命 健康因子 去噪自编码器 宽度学习系统
在线阅读 下载PDF
基于QSCSO-BLS和集成学习的锅炉NO_(x) 排放预估
2
作者 杨振勇 邢智炜 +1 位作者 刘磊 康静秋 《河北大学学报(自然科学版)》 北大核心 2025年第6期661-672,共12页
锅炉选择性催化还原(selective catalytic reduction,SCR)系统NO_(x)排放测量存在实时性差、吹扫时测量异常的问题,精准的锅炉NO_(x)排放预估可以提高测量的实时性和准确性.为此,提出了一种基于QSCSO-BLS和集成学习的锅炉NO_(x)排放预... 锅炉选择性催化还原(selective catalytic reduction,SCR)系统NO_(x)排放测量存在实时性差、吹扫时测量异常的问题,精准的锅炉NO_(x)排放预估可以提高测量的实时性和准确性.为此,提出了一种基于QSCSO-BLS和集成学习的锅炉NO_(x)排放预估方法:在沙丘猫群算法(SCSO)中融合Lévy飞行策略和量子策略提出了改进沙丘猫群算法(QSCSO),对宽度学习系统(BLS)的权重、偏置进行优化,建立了QSCSO-BLS模型;采用QSCSO-BLS构造不同工况下的个体学习器,并使用参数回归方法将个体学习器输出和工况隶属度作为输入对结合器进行训练,得到BLS全工况NO_(x)排放预估的集成学习模型.以某660 MW火电机组SCR系统运行数据为算例进行验证,结果表明,所提方法可以提高NO_(x)预估的精度,为锅炉NO_(x)排放预估提供了新方法. 展开更多
关键词 NO_(x)预估 宽度学习系统 集成学习 沙丘猫群算法
在线阅读 下载PDF
基于IT2FBLS强化学习PID的MSWI过程炉膛温度控制
3
作者 田昊 汤健 +3 位作者 夏恒 王天峥 余文 乔俊飞 《自动化学报》 北大核心 2025年第7期1626-1641,共16页
城市固废焚烧(MSWI)过程中固有的非线性、时变性和不确定性导致领域专家需要凭借经验通过高频率手动干预进行炉膛温度控制.针对上述问题,为模拟专家的自适应机制,提出基于强化学习的比例-积分-微分(PID)自整定控制策略,即采用共享机制区... 城市固废焚烧(MSWI)过程中固有的非线性、时变性和不确定性导致领域专家需要凭借经验通过高频率手动干预进行炉膛温度控制.针对上述问题,为模拟专家的自适应机制,提出基于强化学习的比例-积分-微分(PID)自整定控制策略,即采用共享机制区间II型模糊宽度学习系统(IT2FBLS)拟合Actor-critic网络(ACN)进行PID参数优化.首先,采用共享机制IT2FBLS拟合ACN以克服焚烧过程的不确定性、减少计算消耗和确保紧凑的网络结构;然后,利用基于时间差分误差的梯度下降法更新ACN参数以实现快速学习;最后,利用李雅普诺夫方法,证明Actor-critic算法的收敛性和控制过程的稳定性.通过MSWI过程的实际运行数据仿真验证了该方法的有效性. 展开更多
关键词 城市固废焚烧 炉膛温度控制 强化学习 区间Ⅱ型模糊宽度学习系统 Actor-critic网络 共享机制 PID参数优化
在线阅读 下载PDF
基于BLS的无刷发电机旋转整流器特征提取技术研究 被引量：16
4
作者 崔江 冯赛 +2 位作者 张卓然 王莉 孟飒飒 《中国电机工程学报》 EI CSCD 北大核心 2020年第12期4004-4012,共9页
研究一种基于宽度学习系统(broadlearningsystem,BLS)的特征自适应提取方法,并将其应用于航空发电机旋转整流器二极管故障分类问题。针对目前宽度学习系统中参数选择等问题,尝试将网格搜索法与宽度学习系统进行结合,提出一种改进的宽度... 研究一种基于宽度学习系统(broadlearningsystem,BLS)的特征自适应提取方法,并将其应用于航空发电机旋转整流器二极管故障分类问题。针对目前宽度学习系统中参数选择等问题,尝试将网格搜索法与宽度学习系统进行结合,提出一种改进的宽度学习系统,该方法可以自适应的计算网络结构,并进行故障特征提取。通过建立的航空发电机仿真模型和实际民用发电机平台的诊断实验表明,BLS与现有的一些典型故障诊断方法相比,在诊断性能相近的情况下,还具有较高的诊断速度。 展开更多
关键词 航空发电机 旋转整流器 故障特征提取 宽度学习
在线阅读 下载PDF
LSTM-WBLS模型在日降水量预测中的应用 被引量：7
5
作者 韩莹 管健 +1 位作者 曹允重 罗嘉 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2023年第2期180-186,共7页
基于长短时记忆网络(Long Short-Term Memory, LSTM)降水量预测模型存在过拟合、时滞现象,而宽度学习系统(Broad Learning System, BLS)无需多次迭代的特点有助于解决LSTM的上述缺点.加权宽度学习系统(Weighted Broad Learning System, ... 基于长短时记忆网络(Long Short-Term Memory, LSTM)降水量预测模型存在过拟合、时滞现象,而宽度学习系统(Broad Learning System, BLS)无需多次迭代的特点有助于解决LSTM的上述缺点.加权宽度学习系统(Weighted Broad Learning System, WBLS)通过在BLS中引入加权惩罚因子约束分配样本权重,降低噪声和异常值对降水量预测精度的影响.本文提出一种LSTM-WBLS日降水量预测模型,选取湖北省巴东站日降水量进行实证研究,并考虑气压、气温、湿度、风速和日照等因素对降水量的影响.实验结果表明,与现有的预测模型相比,LSTM-BLS模型在RMSE、MAE和R^(2)等评价指标上均有显著提升.不同时间步长下,本文模型预测精度均优于现有模型,验证了其稳定性.与LSTM相比,WBLS直接计算权重的特点使得LSTM-WBLS的运算效率并未降低. 展开更多
关键词 降水量预测 长短时记忆网络 宽度学习系统 加权宽度学习系统 多因素预测
在线阅读 下载PDF
基于GRU-BLS的超短期光伏发电功率预测 被引量：27
6
作者 史加荣 殷诏 《智慧电力》 北大核心 2023年第9期38-45,共8页
光伏发电功率的准确预测对电网的稳定运行具有重要的意义。针对深度学习训练耗时长和宽度学习特征提取能力弱等问题,将门控循环单元(GRU)与宽度学习系统(BLS)相融合,提出了用于超短期光伏发电功率预测的GRU-BLS模型。先使用GRU训练序列... 光伏发电功率的准确预测对电网的稳定运行具有重要的意义。针对深度学习训练耗时长和宽度学习特征提取能力弱等问题,将门控循环单元(GRU)与宽度学习系统(BLS)相融合,提出了用于超短期光伏发电功率预测的GRU-BLS模型。先使用GRU训练序列样本,再将所学习到的隐特征作为新的输入特征,最后在BLS中构造特征节点和增强节点以形成最终的特征。所建立的模型在保留深度学习高预测精度的前提下,有效地缩短了模型的训练时间。在实际的光伏发电数据集上进行实验,评估所提模型在不同季节和天气类型下的性能。实验结果表明:与长短期记忆(LSTM),GRU,BLS和LSTM-BLS等模型相比,GRU-BLS的RMSE值降低了23.89%~75.68%,且TIC值和MAPE值也得到了显著改善。 展开更多
关键词 光伏发电 功率预测 宽度学习系统 门控循环单元 长短期记忆
在线阅读 下载PDF
基于GA-BLS方法的手势识别研究 被引量：3
7
作者 杜义浩 曹添福 +1 位作者 范强 王孝冉 《计量学报》 CSCD 北大核心 2024年第1期121-127,共7页
为进一步提升人机交互领域中手势识别的精度和速度,探究肌肉疲劳对手势识别的影响规律,提出了改进的GA-BLS方法,利用遗传算法(genetic algorithms,GA)优化宽度学习(broad learning system,BLS)模型参数,并使用弹性网络回归改进传统的BL... 为进一步提升人机交互领域中手势识别的精度和速度,探究肌肉疲劳对手势识别的影响规律,提出了改进的GA-BLS方法,利用遗传算法(genetic algorithms,GA)优化宽度学习(broad learning system,BLS)模型参数,并使用弹性网络回归改进传统的BLS模型。利用所提模型对8种手势下的A型超声信号和肌电信号进行手势识别分析,并与SVM、KNN、RF、LDA等方法进行对比,以验证所研究方法的有效性;将长时间段下的A型超声信号和肌电信号切分成4个数据段,发现随着肌肉疲劳程度的增加,手势识别的准确率均呈现出明显下降的趋势,而且A型超声信号相较于肌电信号具有更好的抗疲劳特性。 展开更多
关键词 手势识别 生理信号 遗传算法 宽度学习 肌肉疲劳 弹性网络回归
在线阅读 下载PDF
基于LSTM-BLS的突发气象灾害事件中公众情感倾向分析 被引量：9
8
作者 罗嘉 王乐豪 +2 位作者 涂姗姗 宋鸽 韩莹 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2021年第4期477-483,共7页
近年来长短期记忆网络(LSTM)在文本情感倾向分析方面显示出一定优势,但LSTM提取特征时存在语义不完整、精度不高等问题.研究者往往通过引入卷积神经网络(CNN)来弥补这一缺陷,但仍然未考虑到单词之间的句法依存问题.本文将以增量学习算... 近年来长短期记忆网络(LSTM)在文本情感倾向分析方面显示出一定优势,但LSTM提取特征时存在语义不完整、精度不高等问题.研究者往往通过引入卷积神经网络(CNN)来弥补这一缺陷,但仍然未考虑到单词之间的句法依存问题.本文将以增量学习算法为核心的宽度学习(BLS)与LSTM相融合,提出了LSTM-BLS文本情感分析模型,并以2020断崖式降温事件为例,对突发气象灾害发生时公众情感倾向进行分析.结果表明:与基线模型K-means和支持向量机(SVM)相比,LSTM-BLS模型精度分别提高17.23和13.46个百分点;与已有深度模型LSTM、CNN-LSTM相比,本文模型精度分别提高7.13和4.17个百分点. 展开更多
关键词 气象灾害 宽度学习 长短期记忆网络 情感分析
在线阅读 下载PDF
基于AW-BLS的电力系统暂态稳定评估 被引量：2
9
作者 谭瑞 刘颂凯 +2 位作者 张磊 张雅婷 刘聪 《电力系统及其自动化学报》 CSCD 北大核心 2023年第4期41-48,共8页
为有效降低电力系统运行数据中样本不平衡问题对基于机器学习的暂态稳定评估方法分类性能的影响,提出一种基于自适应权重宽度学习系统AW-BLS(adaptive weighted-broad learning system)的电力系统暂态稳定评估方法。首先,在BLS的宽度结... 为有效降低电力系统运行数据中样本不平衡问题对基于机器学习的暂态稳定评估方法分类性能的影响,提出一种基于自适应权重宽度学习系统AW-BLS(adaptive weighted-broad learning system)的电力系统暂态稳定评估方法。首先,在BLS的宽度结构中引入权重因子以改进BLS模型,有效降低了两类样本数量差距对学习过程的影响。然后,利用电力系统故障前的稳态运行数据对AW-BLS模型进行训练。最后,通过算例分析表明,所提方法在数据集存在样本不平衡问题时具有良好的评估准确率,同时还拥有较好的泛化能力。 展开更多
关键词 机器学习 暂态稳定评估 样本不平衡 宽度学习系统 权重因子
在线阅读 下载PDF
基于RBF-BLS面向电动汽车低碳安全出行的SOH估计方法 被引量：2
10
作者 李春喜 乔涵哲 +3 位作者 姚刚 姜淏予 崔向科 葛泉波 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第9期1454-1464,共11页
电动汽车充电过程的安全性与动力电池组的健康状态(SOH)紧密相关,因此SOH的高性能实时估计是充电过程中安全检测的重要基础.由于动力电池组的SOH受复杂结构、电芯类型、驾驶习惯、环境温度和充电行为等因素的深度影响,现有基于单个或少... 电动汽车充电过程的安全性与动力电池组的健康状态(SOH)紧密相关,因此SOH的高性能实时估计是充电过程中安全检测的重要基础.由于动力电池组的SOH受复杂结构、电芯类型、驾驶习惯、环境温度和充电行为等因素的深度影响,现有基于单个或少量特定电池电芯实验数据的方法研究在面对整车动力电池组实时SOH估计时遭遇模型复杂、数据缺失、实时性差、精度不足等难题.针对建模困难、实时性和精度不足等问题,应用多方法集成融合思想,在电池经验退化模型上引入径向基函数(RBF)优化的宽度学习(BLS)神经网络,提出一种高性能的动力电池组SOH估计方法.首先,该方法采用经验退化模型和离线历史充电数据得到初步的SOH值;其次,应用RBF神经网络给出一种BLS系统中初始权重矩阵的确定方法,建立经验退化与径向基函数优化的宽度学习神经网络(RBF-BLS);再次,采用RBF-BLS神经网络和实时充电数据训练得到估计误差,并对经验退化模型得到的SOH进行补偿,从而得到更高精度的SOH估计值;最后,采用基于充电运营企业实际充电数据的计算机仿真实例来验证新方法的有效性和优越性. 展开更多
关键词 充电安全 健康状态 经验退化模型 宽度学习
在线阅读 下载PDF
基于BLS-Lasso组合模型的火电厂蒸汽量预测 被引量：4
11
作者 封之聪 祝云 高枫 《科学技术与工程》 北大核心 2022年第26期11394-11401,共8页
在火力发电过程中,蒸汽量的准确测量,对于汽轮机机组的经济稳定运行具有重要的意义。针对传统蒸汽量测量方法精度低的问题,提出了一种基于宽度学习系统(broad learning system,BLS)和Lasso(least absolute shrinkage and selection oper... 在火力发电过程中,蒸汽量的准确测量,对于汽轮机机组的经济稳定运行具有重要的意义。针对传统蒸汽量测量方法精度低的问题,提出了一种基于宽度学习系统(broad learning system,BLS)和Lasso(least absolute shrinkage and selection operator)回归模型的组合预测模型。首先利用One-class SVM(one-class support vector machines)算法对样本进行异常值检测,将检测得到的异常值剔除。然后,采用最大信息系数(maximal informationcoefficient,MIC)对特征变量和蒸汽量进行非线性关联性分析,确定宽度学习系统和Lasso回归模型的输入变量,通过训练得出各自的预测结果。最后,通过最优加权组合法确定两单一模型的权重系数,将它们所得的预测结果线性组合,得到最终的预测结果。实例表明,所建立的组合模型有效地缓解了单一模型在变化剧烈的峰值和谷值预测偏差大的问题,能够准确地预测蒸汽量。 展开更多
关键词 蒸汽量预测 宽度学习系统 Lasso回归模型 最优加权组合法 组合模型
在线阅读 下载PDF
基于BLS的铁路安全事件文本分类研究 被引量：3
12
作者 尚麟宇 尹明 +1 位作者 肖畅 程君 《中国安全科学学报》 CAS CSCD 北大核心 2022年第6期103-108,共6页
为预防铁路安全事件的发生,利用文本挖掘相关技术和宽度学习系统(BLS),探讨铁路安全事件分类,包括设备问题、施工问题、作业问题、外部环境问题4大类。通过清洗及结构化314条文本数据,运用Jieba分词+自定义词表+通用停用词表完成中文分... 为预防铁路安全事件的发生,利用文本挖掘相关技术和宽度学习系统(BLS),探讨铁路安全事件分类,包括设备问题、施工问题、作业问题、外部环境问题4大类。通过清洗及结构化314条文本数据,运用Jieba分词+自定义词表+通用停用词表完成中文分词;基于卡方检验建立223个特征词,基于词频-逆文档频率(TF-IDF)计算特征词权重;基于BLS完成事件成因分类,设计3种基于BLS的分类方法。结果表明:该系统通过挖掘铁路安全事件报告的文本信息,能够形成有效的分类模型;利用BLS自身节省算力的特性,并通过添加特征增强节点的方式,可提高分类准确性,从而提高行业管理水平。 展开更多
关键词 宽度学习系统(bls) 铁路安全事件 文本分类 词频-逆文档频率(TF-IDF) 文本挖掘
在线阅读 下载PDF
基于流形正则化框架和MMD的域自适应BLS模型 被引量：2
13
作者 赵慧敏 郑建杰 +1 位作者 郭晨 邓武 《自动化学报》 EI CAS CSCD 北大核心 2024年第7期1458-1471,共14页
宽度学习系统(Broad learning system,BLS)作为一种基于随机向量函数型网络(Random vector functionallink network,RVFLN)的高效增量学习系统,具有快速自适应模型结构选择能力和高精度的特点.但针对目标分类任务中有标签数据匮乏问题,... 宽度学习系统(Broad learning system,BLS)作为一种基于随机向量函数型网络(Random vector functionallink network,RVFLN)的高效增量学习系统,具有快速自适应模型结构选择能力和高精度的特点.但针对目标分类任务中有标签数据匮乏问题,传统的BLS难以借助相关领域知识来提升目标域的分类效果,为此提出一种基于流形正则化框架和最大均值差异(Maximum mean discrepancy,MMD)的域适应BLS(Domain adaptive BLS,DABLS)模型,实现目标域无标签条件下的跨域图像分类.DABLS模型首先构造BLS的特征节点和增强节点,从源域和目标域数据中有效提取特征;再利用流形正则化框架构造拉普拉斯矩阵,以探索目标域数据中的流形特性,挖掘目标域数据的潜在信息.然后基于迁移学习方法构建源域数据与目标域数据之间的MMD惩罚项,以匹配源域和目标域之间的投影均值;将特征节点、增强节点、MMD惩罚项和拉普拉斯矩阵相结合,构造目标函数,并采用岭回归分析法对其求解,获得输出系数,从而提高模型的跨域分类性能.最后在不同图像数据集上进行大量的验证与对比实验,结果表明DABLS在不同图像数据集上均能获得较好的跨域分类性能,具有较强的泛化能力和较好的稳定性. 展开更多
关键词 宽度学习系统 流形正则化框架 最大均值差异 域自适应 图像分类
在线阅读 下载PDF
基于CNN与BLS的滚动轴承故障诊断方法 被引量：6
14
作者 官源林 刘贵林 +2 位作者 于春雨 杨熙鑫 井陆阳 《振动．测试与诊断》 EI CSCD 北大核心 2024年第5期1017-1022,1044,共7页
针对传统滚动轴承故障诊断方法训练时间长和效率低的问题,提出一种基于卷积神经网络(convolutional neural networks,简称CNN)和宽度学习系统(broad learning system,简称BLS)的故障诊断方法,实现了端到端的快速准确模式识别。首先,建立... 针对传统滚动轴承故障诊断方法训练时间长和效率低的问题,提出一种基于卷积神经网络(convolutional neural networks,简称CNN)和宽度学习系统(broad learning system,简称BLS)的故障诊断方法,实现了端到端的快速准确模式识别。首先,建立CNN与BLS结合的宽度卷积学习系统(broad convolutional learning system,简称BCLS),利用CNN提取信号特征和BLS进行分类,获得系统输出;其次,通过残差学习增加BLS层数,形成堆叠宽度卷积学习系统(stacked broad convolutional learning system,简称SBCLS),优化预测输出与真实标签的误差,对轴承故障模式进行识别;最后,通过试验将所提方法与3种BLS方法的预测结果进行了比较验证。结果表明,与几种常见故障诊断方法相比,所提方法诊断效果更佳,具有更高的准确率和训练效率,在边缘端的智能故障诊断中具有较好的应用前景。 展开更多
关键词 堆叠宽度卷积学习系统 卷积神经网络 故障诊断 滚动轴承
在线阅读 下载PDF
基于加权UMAP和改进BLS的锂电池温度预测
15
作者 黎耀康 杨海东 +2 位作者 徐康康 蓝昭宇 章润楠 《储能科学与技术》 CAS CSCD 北大核心 2024年第9期3006-3015,共10页
锂电池热过程的温度预测对锂电池的寿命管理和使用安全有着重要意义。一般电池管理系统热管理依赖准确的热过程模型。然而锂电池热过程的机理复杂,属于强非线性分布参数系统,具有参数时空耦合、时变、强非线性的特点,常规方法难以实现... 锂电池热过程的温度预测对锂电池的寿命管理和使用安全有着重要意义。一般电池管理系统热管理依赖准确的热过程模型。然而锂电池热过程的机理复杂,属于强非线性分布参数系统,具有参数时空耦合、时变、强非线性的特点,常规方法难以实现其热过程的精确建模。针对上述问题,提出了一种基于加权UMAP和改进BLS的三段式锂电池热过程建模方式。首先通过引入加权改进的均匀流形逼近与投影(weighted uniform manifold approximation and projection,WUMAP)降维算法解决非线性降维难题的同时保留了数据的全局与局部信息。然后利用一段宽度学习系统(broad learning system,BLS)模型对降维得到的时序数据预测。最后再通过一段粒子群算法优化的混合核宽度学习系统(particle swarm optimization-mixed kernel broad learning system,PSO-MKBLS)模型对时空域温度数据重构。为验证模型有效性,使用平板式32 Ah的Li(Ni_(0.5)Co_(0.2)Mn_(0.3))O_(2)三元软包锂电池的热过程建模试验。实验结果表明:最终模型与改进前相比,R2提高0.0546,MAE和RMSE分别降低0.0082和0.0092;同时与多个对比模型相比,相对误差ARE较低(在0.035以内),并且各误差指标也更好,证明模型具有良好的预测精度。 展开更多
关键词 分布参数系统 锂电池温度预测 加权均匀流形逼近与投影 混合核宽度学习系统
在线阅读 下载PDF
基于二次分解和宽度学习系统的容器云资源预测模型 被引量：1
16
作者 谢晓兰 董宇 《实验室研究与探索》 北大核心 2025年第3期94-100,共7页
为提高容器云平台资源的可用性和服务响应速度,并保障容器云平台客户业务的稳定性,提出一种基于二次分解和宽度学习系统的容器云资源预测模型。用自适应噪声完备集合经验模态对原始时序数据分解处理,基于聚类分析将分解得到的模态分量... 为提高容器云平台资源的可用性和服务响应速度,并保障容器云平台客户业务的稳定性,提出一种基于二次分解和宽度学习系统的容器云资源预测模型。用自适应噪声完备集合经验模态对原始时序数据分解处理,基于聚类分析将分解得到的模态分量重构为高复杂度和低复杂度两类。对高复杂度分量二次分解,利用预训练模型提取各分量的潜在特征。将特征输入宽度学习系统,生成预测结果,并叠加各分量的预测结果,获得最终的预测输出。实验结果表明,该模型提高了预测准确度,减少容器云平台服务响应时间。 展开更多
关键词 容器云 云资源预测 二次分解 门控循环单元 宽度学习系统
在线阅读 下载PDF
基于宽度学习系统的可见光室内位置感知方法
17
作者 张峰 张定定 +1 位作者 孟祥艳 彭侠 《应用光学》 北大核心 2025年第5期1126-1134,共9页
针对深度学习在可见光室内位置感知中进行训练与位置预测时网络结构复杂、涉及大量超参数且易产生梯度爆炸,从而导致定位时效性较差和精度不稳定的问题,提出一种基于宽度学习的可见光室内位置感知方法。首先将室内可见光环境采集到的光... 针对深度学习在可见光室内位置感知中进行训练与位置预测时网络结构复杂、涉及大量超参数且易产生梯度爆炸,从而导致定位时效性较差和精度不稳定的问题,提出一种基于宽度学习的可见光室内位置感知方法。首先将室内可见光环境采集到的光辐射信息作为网络的特征节点,构建基于宽度学习系统的可见光室内位置感知预测模型,然后对网络特征节点进行宽度扩展,最后求解伪逆矩阵,对网络模型进行训练与测试。在4 m×4 m×3 m的室内实验场景下,本文算法平均定位误差为11.63 cm,预测误差小于10 cm,其累积概率为52%,预测误差小于20 cm,其累积概率为97%,宽度学习网络定位速度相比于BP(back propagation)神经网络与RBF(radial basis function)神经网络分别提高了55.1%和39.9%。本文方法提高了可见光室内位置感知的精度与速度,为室内位置感知提供了一种稳定可靠的方法。 展开更多
关键词 宽度学习 可见光通信 室内位置感知 神经网络
在线阅读 下载PDF
基于无人机影像和宽度学习的小麦分蘖期土壤盐分反演
18
作者 赵文举 杨发奇 +1 位作者 马宏 杨鹏涛 《农业工程学报》 北大核心 2025年第15期66-75,共10页
为提高土壤含盐量的反演精度,该研究基于2023和2024年的无人机多光谱影像数据和野外实测土壤表层(0~15cm)含盐量,提取采样点光谱反射率与图像纹理特征,在此基础上引入红边波段计算光谱指数,利用皮尔逊相关系数法(pearson correlation co... 为提高土壤含盐量的反演精度,该研究基于2023和2024年的无人机多光谱影像数据和野外实测土壤表层(0~15cm)含盐量,提取采样点光谱反射率与图像纹理特征,在此基础上引入红边波段计算光谱指数,利用皮尔逊相关系数法(pearson correlation coefficient,PCC)、灰色关联度分析法(greyrelational analysis,GRA)及变量投影重要性分析(variable importance in projection,VIP)优选特征变量,以光谱指数、纹理特征和光谱指数-纹理特征的组合为模型输入组,构建54个基于宽度学习(broad learning system,BLS)、反向传播神经网络(back-propagation neural network,BPNN)和随机森林(randomforest,RF)的反演模型,绘制基于最优模型的土壤盐分空间分布图,以小麦地为例,评价并确定土壤含盐量最佳反演模型。结果表明:从不同特征变量组合方式来看,基于光谱指数-纹理特征作为输入组的PCC-BLS模型反演效果优于其他模型,2023年最优模型的验证集决定系数R_(p)^(2)为0.851,均方根误差RMSE_(p)为0.032%,平均绝对误差MAE_(p)为0.027%;2024年最优模型的R_(p)^(2)为0.811,RMSE_(p)为0.058%,MAE_(p)为0.033%。从不同建模方法来看,基于BLS的模型反演精度整体优于BPNN模型和RF模型,反演结果能客观反映土壤含盐量。从耦合模型反演结果来看,BLS与3种筛选方法均取得了较好的效果,且PCC-VIP-BLS耦合模型的鲁棒性整体最好,R_(p)^(2)/R_(c)^(2)在0.867及以上。研究结果可为土壤盐碱化监测提供参考。 展开更多
关键词 土壤 含盐量 无人机 宽度学习 特征变量筛选 纹理特征 反演模型
在线阅读 下载PDF
基于宽度学习系统的云南省多源降水数据融合模型研究
19
作者 周媛媛 杨晓辉 肖天贵 《高原气象》 北大核心 2025年第2期475-491,共17页
准确的降水量是精准预报降水引发的相关灾害的前提条件和基础,因此,获取准确的降水量显得十分必要。为此,本研究搭建了一个基于宽度学习系统(Broad learning system,BLS)的多源降水融合模型,以获取更准确的降水数据。以云南省为研究区域... 准确的降水量是精准预报降水引发的相关灾害的前提条件和基础,因此,获取准确的降水量显得十分必要。为此,本研究搭建了一个基于宽度学习系统(Broad learning system,BLS)的多源降水融合模型,以获取更准确的降水数据。以云南省为研究区域,选用2014年4月至2017年12月的3B42V7、IMERG、GSMaP、CMORPH、PERSIANN卫星数据以及雨量计数据作为源数据,加入经纬度信息,进行多源数据融合。留一年交叉验证法(Leave-one-year-out cross validation,LOYOCV)用于验证所提融合模型的性能,并使用相关系数(Pearson’s correlation coefficient,CC)、均方根误差(Root-mean square error,RMSE)、平均绝对误差(Mean absolute error,MAE)、纳什效率系数(Nash-Sutcliffe coefficient of efficiency,NSE)和克林-古普塔效率系数(Kling-Gupta efficiency,KGE)等统计指标量化在不同时空尺度上的融合降水量的准确性。同时,分别对比了基于支持向量机(Support vector machine,SVM)和深度神经网络(Deep neural network,DNN)的融合模型,评估了经纬度信息在所提融合模型中的效力。在LOYOCV中,BLS融合降水的日平均CC、RMSE、MAE、NSE均优于5个卫星产品。在时间尺度上,融合降水能够捕捉实际雨量计降水的时间趋势,且能较准确地估计2017年云南省的暴雨量;BLS融合降水在雨季(5-10月)和干季(11月到次年4月)均优于5个卫星产品中表现最好的CMORPH降水产品。在空间尺度上,相比5个卫星产品,BLS融合降水能在大部分地区表现出最高的CC、NSE以及最小的RMSE、MAE。BLS融合模型对实际降水的模拟能力高于SVM融合模型,且相对于DNN模型用时更短、更高效。此外,经纬度信息的加入能提升融合降水的准确性。总之,考虑了经纬度信息的基于BLS的多源降水融合模型能够提升云南省降水量的准确性,在多源降水数据融合领域有一定的应用价值。 展开更多
关键词 多源降水数据 数据融合 宽度学习系统 经纬度信息
在线阅读 下载PDF
基于自适应差分进化-模糊宽度学习系统的FDIA定位检测方法
20
作者 席磊 陈洪军 +2 位作者 彭典名 王文卓 白芳岩 《中国电机工程学报》 北大核心 2025年第19期7468-7480,I0017,共14页
作为能源互联网的关键组成部分,电力信息物理系统面临着虚假数据注入攻击的威胁。针对此类攻击的检测技术往往忽视攻击注入位置的定位检测,而试图解决这一问题的研究难以在检测精度和计算时间上取得平衡。因此,该文提出一种基于自适应... 作为能源互联网的关键组成部分,电力信息物理系统面临着虚假数据注入攻击的威胁。针对此类攻击的检测技术往往忽视攻击注入位置的定位检测,而试图解决这一问题的研究难以在检测精度和计算时间上取得平衡。因此,该文提出一种基于自适应差分进化-模糊宽度学习系统的定位检测方法。所提算法采用具有横向网络结构的模糊宽度学习系统构成定位检测算法,实现定位检测的快速响应。同时,提出一种自适应差分进化算法对量测数据进行特征选择,剔除其中的冗余特征,有效地提升算法的定位检测精确性。在IEEE-14和57节点系统中进行大量仿真,验证所提方法能够对虚假数据注入攻击进行精确定位,且与多种传统检测算法相比,具有更佳的准确率、精度、召回率和F1-Score。 展开更多
关键词 能源互联网 电力信息物理系统 虚假数据注入攻击 模糊宽度学习系统 差分进化
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 … 7 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