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1,223篇文章
< 1 2 … 62 >
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：
基于多种机器学习算法和语音情绪特征的阈下抑郁辨识模型构建
1
作者 陈梅妹 王洋 +3 位作者 雷黄伟 张斐 黄睿娜 杨朝阳 《南方医科大学学报》 北大核心 2025年第4期711-717,共7页
目的分析阈下抑郁组和正常组的语音情绪特征,并通过6种机器学习算法构建语音识别分类模型,为阈下抑郁辨识提供客观化依据,以提高早期诊断率。方法采集正常组和阈下抑郁组的朗读单词和文本的不同语音数据,每个语音段提取384维语音情绪特... 目的分析阈下抑郁组和正常组的语音情绪特征,并通过6种机器学习算法构建语音识别分类模型,为阈下抑郁辨识提供客观化依据,以提高早期诊断率。方法采集正常组和阈下抑郁组的朗读单词和文本的不同语音数据,每个语音段提取384维语音情绪特征变量,包括能量特征、梅尔频率倒谱系数、零交叉率特征、声音概率特征、基频特征、差分特征等多个维度。采用递归特征消除方法筛选语音特征变量,然后利用自适应增强算法(AdaBoost)、随机森林(RF)、线性判别分析(LDA)、逻辑回归、Lasso回归和支持向量机机器学习算法构建分类模型,并评估模型的性能。为评估模型泛化能力,采用真实世界的语音数据,对最佳阈下抑郁语音识别分类模型进行测试。结果AdaBoost、RF和LDA模型在单词朗读语音测试集上预测准确率为100%、100%和93.3%,展现出高准确率和稳定性;在单词文本语音测试集上,AdaBoost、RF和LDA模型的预测准确率为90%、80%和90%,其余3个算法模型的准确率均小于80%。阈下抑郁语音AdaBoost和RF分类模型对真实世界的朗读单词和文本语音数据的预测准确率仍然可以达到了91.7%和80.6%,86.1%和77.8%。结论通过分析语音情绪特征可以有效地识别阈下抑郁个体,AdaBoost和RF模型在阈下抑郁个体分类方面表现出色,是识别阈下抑郁的有力工具,可以为临床应用和研究提供参考。 展开更多
关键词 阈下抑郁识别 语音情绪特征 机器学习 自适应增强算法 随机森林
在线阅读 下载PDF
基于机器学习耦合启发式算法和数据预处理的无负约束组合风速预测
2
作者 付桐林 《太阳能学报》 北大核心 2025年第6期659-666,共8页
首先将人工神经网络(ANN)、支持向量机(SVM)及极值学习机(ELM)与集合经验模态分解(EEMD)和灰狼算法(GWO)相耦合,构建多个混合模型对中国黄土高原陇东区环县风电场风速进行预测,进而将各混合模型的预测结果作为输入变量,以预测误差平方... 首先将人工神经网络(ANN)、支持向量机(SVM)及极值学习机(ELM)与集合经验模态分解(EEMD)和灰狼算法(GWO)相耦合,构建多个混合模型对中国黄土高原陇东区环县风电场风速进行预测,进而将各混合模型的预测结果作为输入变量,以预测误差平方和最小为目标函数,构建无负约束的组合模型NNCT,并采用灰狼算法优化组合模型的权重,实现研究区域风电场风速的准确预测。数值结果表明,该模型可有效降低模型选择的风险,具有更高的预测精度。 展开更多
关键词 风速 预测 机器学习 灰狼算法 集合经验模态分解 组合模型
在线阅读 下载PDF
基于强化学习与遗传算法的机器人并行拆解序列规划方法 被引量：2
3
作者 汪开普 马晓艺 +2 位作者 卢超 殷旅江 李新宇 《国防科技大学学报》 北大核心 2025年第2期24-34,共11页
在拆解序列规划问题中,为了提高拆解效率、降低拆解能耗,引入了机器人并行拆解模式,构建了机器人并行拆解序列规划模型,并设计了基于强化学习的遗传算法。为了验证模型的正确性,构造了混合整数线性规划模型。算法构造了基于目标导向的... 在拆解序列规划问题中,为了提高拆解效率、降低拆解能耗,引入了机器人并行拆解模式,构建了机器人并行拆解序列规划模型,并设计了基于强化学习的遗传算法。为了验证模型的正确性,构造了混合整数线性规划模型。算法构造了基于目标导向的编解码策略,以提高初始解的质量;采用Q学习来选择算法迭代过程中的最佳交叉策略和变异策略,以增强算法的自适应能力。在一个34项任务的发动机拆解案例中,通过与四种经典多目标算法对比,验证了所提算法的优越性;分析所得拆解方案,结果表明机器人并行拆解模式可以有效缩短完工时间,并降低拆解能耗。 展开更多
关键词 拆解序列规划 机器人并行拆解 混合整数线性规划模型 遗传算法 强化学习
在线阅读 下载PDF
基于机器学习和SHAP算法的声波测井曲线重构及可解释性分析 被引量：3
4
作者 黎子豪 蒋恕 《地质科技通报》 北大核心 2025年第1期321-331,共11页
测井技术是查明地下岩性、地层及地质流体的关键技术手段,在石油勘探行业中发挥着至关重要的作用。然而,由于仪器损坏、井眼条件等因素,经常造成测井数据缺失、曲线不全等问题,传统多元线性回归或经验公式方法无法合理地构建测井曲线间... 测井技术是查明地下岩性、地层及地质流体的关键技术手段,在石油勘探行业中发挥着至关重要的作用。然而,由于仪器损坏、井眼条件等因素,经常造成测井数据缺失、曲线不全等问题,传统多元线性回归或经验公式方法无法合理地构建测井曲线间的关系模型使得曲线重构精度相对较低,机器学习算法虽能在大量数据之间找到最为合适的数据映射关系进而提高模型精度,但相较而言其所构建的黑箱模型无法得到良好的解释。近期,可解释性算法的运用使得机器学习在重构测井曲线中的应用更为合理。通过将支持向量回归(support vector regression,简称SVR),随机森林(random forest,简称RF)以及极限梯度提升(extreme gradient boosting,简称XGBoost)和传统多元线性回归方法(linear regression,简称LR)的对比对英国能源局22-30b-11号井声波测井曲线进行了模型重构并基于shapley additive explanations(SHAP)算法对XGBoost模型进行了解释。结果表明,XGBoost在测试集上的决定系数(R2)和均方误差(MSE)分别为0.996,6.371,优于SVR的0.990、15.755和RF的0.993、9.871,而传统多元线性回归方法则为0.969、48.895,表明XGBoost对声波时差曲线的重构具有更高的准确度和更好的泛化性能。创新性地采用SHAP算法对XGBoost黑箱模型的解释表明,在模型构建选择重要特征时,XGBoost模型采用地层温度数据作为特征明显合理于多元线性回归方法采用的井径测井数据。最后基于SHAP对模型进行了单点和全局特征交互解释。上述结果表明在声波测井曲线重构方面,机器学习算法明显优于传统的多元线性回归方法,并证明了SHAP算法在声波测井曲线重构机器学习模型解释方面的可行性,为后续机器学习在测井解释中的发展提供了新的思路。 展开更多
关键词 测井曲线重构 机器学习 模型解释 SHAP算法 声波测井
在线阅读 下载PDF
动态环境下共融机器人深度强化学习导航算法 被引量：1
5
作者 顾金浩 况立群 +2 位作者 韩慧妍 曹亚明 焦世超 《计算机工程与应用》 北大核心 2025年第4期90-98,共9页
在过去的几十年里,移动服务机器人的导航算法得到了广泛研究,但智能体仍然缺乏人类在拥挤环境中展现出的复杂性和合作性。随着人机共融的应用不断拓展,机器人和人类共享工作空间的协作将愈发重要,因此下一代移动服务机器人需要符合社交... 在过去的几十年里,移动服务机器人的导航算法得到了广泛研究,但智能体仍然缺乏人类在拥挤环境中展现出的复杂性和合作性。随着人机共融的应用不断拓展,机器人和人类共享工作空间的协作将愈发重要,因此下一代移动服务机器人需要符合社交要求,才能被人类接受。为了提升多智能体在动态场景中的自主导航能力,针对多智能体导航中社会适应性低和寻找最优值函数问题,提出了一种动态环境下共融机器人深度强化学习避障算法。建立了更贴近人类行为的运动模型并将其添加到深度强化学习框架中,用于提高共融机器人的合作性;为了在行人物理安全的基础上提升其感知安全,重新制定了奖励函数;利用非线性深度神经网络代替传统的值函数,解决寻找最优值函数问题。仿真实验显示,相较于最新的深度强化学习导航方法,该方法在不增加导航时间的情况下实现了100%的导航成功率,且没有发生任何碰撞。结果表明,该方法使共融机器人最大限度地满足人类的社交原则,同时朝着目标前进,有效提高了行人的感知安全。 展开更多
关键词 服务机器人 避障算法 深度强化学习 最优值函数 奖励函数
在线阅读 下载PDF
融合多维空间相似理论与机器学习算法的山区铁路桥梁智能选型方法 被引量：1
6
作者 李媛 韩峰 +1 位作者 白如博 魏昊 《铁道标准设计》 北大核心 2025年第4期93-101,共9页
为充分挖掘既有桥梁案例知识与专家经验,模拟专业工程师进行桥梁选型,提高桥梁选型水平和效率,提出融合多维空间相似理论与机器学习算法的山区铁路桥梁智能选型研究方法。综合考虑工程资料、地形地质、水文气象3个层面,选取11个特征属... 为充分挖掘既有桥梁案例知识与专家经验,模拟专业工程师进行桥梁选型,提高桥梁选型水平和效率,提出融合多维空间相似理论与机器学习算法的山区铁路桥梁智能选型研究方法。综合考虑工程资料、地形地质、水文气象3个层面,选取11个特征属性构建山区铁路桥梁选型的层次指标体系,并利用组合赋权法确定各指标权重。以历史桥梁案例资料为基础,按照一定的入库规则与案例表征方法进行案例表征。应用GIS划分既有案例的属性单元并设计入库规则,融合多维空间相似理论建立山区铁路桥梁GIS案例库,计算目标案例与既有案例的相似度,设计案例的相似性判别准则,进行案例的检索与推荐应用。将最近邻检索策略引入案例检索过程中,以检索得到的既有案例为样本数据集,设计BP神经网络模型模拟人脑训练和学习,进行铁路桥型智能选择研究。同时采用决策树、K近邻与支持向量机3种回归预测方法进行铁路桥梁的智能选型,选型结果与BP神经网络算法的预测准确度进行对比。以某山区铁路大桥为工程实例,进行方法验证。研究结果表明:模型选型结果与实际桥型一致,方法可用于西部艰险山区铁路桥梁选型,同时为智能化选线设计提供了新思路。 展开更多
关键词 多维空间相似理论 机器学习算法 桥梁智能选型 GIS案例库 相似性判别准则 组合赋权法
在线阅读 下载PDF
机器学习算法在烟叶烘烤过程化学成分估测中的应用
7
作者 孟杨 蔡宪杰 +8 位作者 陈广晴 卢晓华 王远辉 曾强 李秋英 陈祖销 张恒 过伟民 闫鼎 《江苏农业科学》 北大核心 2025年第11期189-197,共9页
为明确机器学习算法在烘烤过程烟叶化学成分估测中的应用效果,以烤烟K326品种为材料,通过烟叶烘烤过程定期取样分析的方法,研究烟叶Lab颜色空间指标与化学成分的协同变化关系,采用偏最小二乘回归、岭回归、支持向量机和随机森林等机器... 为明确机器学习算法在烘烤过程烟叶化学成分估测中的应用效果,以烤烟K326品种为材料,通过烟叶烘烤过程定期取样分析的方法,研究烟叶Lab颜色空间指标与化学成分的协同变化关系,采用偏最小二乘回归、岭回归、支持向量机和随机森林等机器学习算法构建烟叶化学成分的回归估测模型。结果表明,随烘烤进行烟叶颜色的明度值L^(*)、黄度值b^(*)和色饱和度值C^(*)值先增大后减小,红度值a^(*)和色相角H^(*)持续增大,还原糖和总糖含量先快速增加后趋于稳定,淀粉含量先快速下降后趋于稳定,烟碱和总氮含量的变化不大;烟叶还原糖和总糖含量与颜色值均呈显著相关,淀粉含量与除b^(*)值和C^(*)值之外的颜色值均呈极显著相关;使用4种机器学习算法构建的烟碱和总氮含量估测模型精度较低,而还原糖、总糖和淀粉含量估测模型验证集的R^(2)均超过0.74,其中随机森林算法的精度和泛化性能相对较好,验证集的R^(2)超过0.90,RPD值大于2.0,跨产区验证集的R^(2)也超过0.73。综上,可基于Lab颜色空间指标和随机森林算法,实现烘烤过程烟叶还原糖、总糖和淀粉含量的快速无损监测。 展开更多
关键词 烟叶烘烤 Lab颜色空间 机器学习算法 回归估测 化学成分
在线阅读 下载PDF
机器学习算法在食用植物油掺伪鉴别中应用的研究进展
8
作者 吕壮 黄金 +7 位作者 兰梓溶 代婷玉 许宙 陈茂龙 焦叶 文李 程云辉 丁利 《中国油脂》 北大核心 2025年第7期68-74,89,共8页
市场上存在利用低价食用植物油掺伪或冒充高价食用植物油的现象,机器学习算法可应用于食用植物油的掺伪鉴别中。旨在为食用植物油掺伪鉴别研究中算法选择提供一定的理论依据,简要介绍了机器学习算法的分类及其在食用植物油掺伪鉴别中应... 市场上存在利用低价食用植物油掺伪或冒充高价食用植物油的现象,机器学习算法可应用于食用植物油的掺伪鉴别中。旨在为食用植物油掺伪鉴别研究中算法选择提供一定的理论依据,简要介绍了机器学习算法的分类及其在食用植物油掺伪鉴别中应用的流程,并对国内外机器学习算法在橄榄油、山茶油及其他植物油掺伪鉴别中的应用进行分析总结,同时探讨了支持向量机、随机森林、逻辑回归、人工神经网络、主成分分析等机器学习算法在食用植物油掺伪鉴别研究中的优缺点。需要综合考虑数据的特点、模型的性能和实际应用的需求选择合适的机器学习算法,以提高食用植物油掺伪鉴别的准确性和鲁棒性,为食用植物油市场的健康发展提供有力的技术支持。 展开更多
关键词 食用植物油 机器学习算法 掺伪鉴别
在线阅读 下载PDF
基于机器学习算法模型的焊接接头疲劳寿命预测
9
作者 徐梦悦 齐红宇 +2 位作者 李少林 石多奇 杨晓光 《航空发动机》 北大核心 2025年第1期96-102,共7页
焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了... 焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了基于随机森林(RF)模型的焊接接头疲劳寿命预测模型的全新研究。通过采用RF和轻梯度提升机(LightGBM)2种不同的机器学习算法模型对焊接接头的疲劳数据集进行分析和预测,从中选择预测性能更优的机器学习模型;通过比较在不同几何形状下疲劳寿命的预测结果,评估几何形状对机器学习模型预测性能的影响;利用RF算法对输入条件进行重要度排序,分析焊接接头疲劳寿命的影响因素;通过计算模型在不同材料下的疲劳寿命结果验证机器学习模型的泛化能力。结果表明:机器学习模型对不同几何形状的焊接接头疲劳寿命的预测效果较好,且可用于预测在不同材料下的焊接接头疲劳寿命。研究结果对焊接结构的强度设计与焊接工艺参数优化等具有重要意义。 展开更多
关键词 机器学习 随机森林算法 轻梯度提升机算法 焊接接头 疲劳寿命 几何形状 预测模型
在线阅读 下载PDF
基于机器学习算法的炼化污水厂出水水质预测模型研究
10
作者 陈霖 刘浩威 +4 位作者 王庆宏 冯光明 詹亚力 王强 陈春茂 《工业水处理》 北大核心 2025年第7期81-93,共13页
炼化企业生产工艺流程复杂且装置繁多,污水水质和水量波动大,下游响应调控滞后,水质超标问题难以避免,亟需构建高效水质预测模型。以广东省某炼化企业2023年全年监测池出水水质数据为基础,构建水质预测模型。结果表明:插值算法可以实现... 炼化企业生产工艺流程复杂且装置繁多,污水水质和水量波动大,下游响应调控滞后,水质超标问题难以避免,亟需构建高效水质预测模型。以广东省某炼化企业2023年全年监测池出水水质数据为基础,构建水质预测模型。结果表明:插值算法可以实现对炼化污水缺失数据的有效填充;出水硫化物(HS)、总氮(TN)、总有机碳(TOC)、五日生化需氧量(BOD5)、pH与化学需氧量(COD)未表现出明显的相关性,多参数预测模型无法捕获数据特征;选用反向传播-神经网络(BP-NN)与支持向量回归机(SVR)为基础算法构建的时间序列预测模型可以大幅提高预测准确性,变异粒子群算法(MPSO)可以实现对BP-NN权值、阈值以及SVR惩罚因子c和核函数参数g的显著优化;MPSO-BP-NN模型在测试集中对COD的预测精度最高,决定系数(R^(2))和相关系数(r)分别为0.81和0.89,MAE、RMSE、MBE和MAPE分别为1.10 mg/L、1.63 mg/L、-0.25 mg/L和2.58%;现场验证结果表明MPSO-BP-NN模型有较好的稳定性和泛化能力,可以显著提升预测水质数据的时效性,为炼化污水处理系统上游工艺参数的调控提供理论指导,保障系统长周期平稳运行。 展开更多
关键词 炼化污水 水质预测 相关性分析 机器学习 算法优化
在线阅读 下载PDF
利用改进机器学习算法预测土壤分离能力
11
作者 闫婧歆 张宽地 +3 位作者 陈俊英 王雨新 杨洋 刘娟娟 《农业工程学报》 北大核心 2025年第15期98-105,共8页
土壤分离能力(Dc)的预测一直以来都是土壤侵蚀领域中的重要课题,而近年来其与机器学习的结合,更是极大地推进了相关学科的发展。机器学习能够充分利用已有的试验数据,在不明晰机制原理的情况下实现对Dc的准确预测,极大地减少了试验所需... 土壤分离能力(Dc)的预测一直以来都是土壤侵蚀领域中的重要课题,而近年来其与机器学习的结合,更是极大地推进了相关学科的发展。机器学习能够充分利用已有的试验数据,在不明晰机制原理的情况下实现对Dc的准确预测,极大地减少了试验所需的时间与成本。该研究通过融合智能优化算法与特征降维技术,构建了基于数据驱动下的高精度Dc预测模型。以研究区5类典型土地利用类型下的土壤样本为基础,通过水槽冲刷试验测定其Dc。基于主成分分析(principal component analysis,PCA)实现输入特征降维,在此基础上,构建了两大智能算法优化的混合模型体系:遗传算法(genetic algorithm,GA)优化的PCA-GA-BP神经网络,麻雀算法(sparrow search algorithm,SSA)优化的PCA-SSA-BP网络模型,并与传统PCA-BP神经网络(back propagation,BP)模型对比。结果表明:相较于未优化模型(BP),智能算法(GA、SSA)使均方根误差降低(31.122%~38.061%),模型拟合优度提升(15.125%~16.625%)。其中PCA-SSA-BP网络模型表现最优(Dc估算值与实测值的决定系数为0.933,均方根误差为0.061 kg/(m^(2)·s)),可更好适应复杂情况,实现Dc的有效预测。研究结果对黄土区土壤分离能力的预测具有积极的理论和实践意义。 展开更多
关键词 土壤侵蚀 土壤分离能力 机器学习 优化算法 数值模拟 主成分分析
在线阅读 下载PDF
基于机器学习算法的机制砂混凝土配合比设计
12
作者 付晨阳 孙晓燕 +2 位作者 何廷全 吕俊秀 王海龙 《建筑材料学报》 北大核心 2025年第7期678-686,共9页
采用5种机器学习算法来预测机制砂混凝土的工作性能和力学性能,提出了利用梯度提升决策树(GBDT)和XGBoost算法进行配合比设计的策略。在满足性能要求的前提下,通过误差分析迭代优化给出了机制砂混凝土的推荐配合比。结果表明,采用机器... 采用5种机器学习算法来预测机制砂混凝土的工作性能和力学性能,提出了利用梯度提升决策树(GBDT)和XGBoost算法进行配合比设计的策略。在满足性能要求的前提下,通过误差分析迭代优化给出了机制砂混凝土的推荐配合比。结果表明,采用机器学习推荐配合比制备的机制砂混凝土,试验结果与设计目标的误差在10%以内,验证了在特定性能要求下进行机制砂混凝土配合比设计的可行性。 展开更多
关键词 机器学习 机制砂混凝土 配合比设计 GBDT算法 XGBoost算法
在线阅读 下载PDF
基于机器学习算法的智能编组站5G天线参数规划
13
作者 陈建译 闫连山 +1 位作者 郭兴海 钟章队 《西南交通大学学报》 北大核心 2025年第3期752-760,792,共10页
第5代移动通信技术(5G)具有连接速率高与系统容量大等优势,是编组站通信系统向未来演进的重要支撑.为解决所涉及天线参数规划技术面临计算量大、效率和准确性难以兼顾的难题,基于CloudRT射线跟踪平台仿真场景信号覆盖情况,综合考虑通信... 第5代移动通信技术(5G)具有连接速率高与系统容量大等优势,是编组站通信系统向未来演进的重要支撑.为解决所涉及天线参数规划技术面临计算量大、效率和准确性难以兼顾的难题,基于CloudRT射线跟踪平台仿真场景信号覆盖情况,综合考虑通信基站天线角度选取及功率优化问题,提出一种基于机器学习算法的规划方法.首先,基于重叠复杂度和聚类算法对天线角度参数聚类,并对聚类结果进行评估;其次,根据天线增益与角度的关系设计优化算法,简化天线角度参数组合的筛选过程;最后,在遗传算法中引入模拟退火算子求解最优功率组合,以江村编组站为场景进行验证.研究结果表明:本文方法所得总功率比遍历算法高5.6 dB,所用时间为遍历算法的13.5%,同时实现了准确性和高效性,有望应用到未来高铁和编组站的5G系统中. 展开更多
关键词 5G 编组站 机器学习 聚类算法 混合遗传算法
在线阅读 下载PDF
机器学习算法在ICU患者压力性损伤风险预警中的应用进展
14
作者 冀慧敏 柏亚妹 +3 位作者 宋玉磊 张薛晴 徐桂华 王晓凤 《护理学杂志》 北大核心 2025年第5期126-128,F0003,共4页
综述机器学习算法在ICU压力性损伤风险预警中的应用,预测模型包括逻辑回归模型、基于树的模型、决策树模型、贝叶斯算法、循环神经网络及集成模型,旨在为制订个性化的预防策略提供科学方法,以提升ICU护理水平。
关键词 ICU 压力性损伤 机器学习算法 模式识别 预测分析 逻辑回归 基于树的模型 风险预警
在线阅读 下载PDF
基于机器学习算法的土壤液化判别研究进展综述
15
作者 耿铭屿 李兆焱 +1 位作者 张升 袁晓铭 《世界地震工程》 北大核心 2025年第1期99-109,共11页
土壤液化是一种常见于地震中的次生灾害,对建筑物和构筑物等生产生活都造成过严重破坏。国内外液化判别方法都是源于地震液化灾害现场数据,受到原位测试方法和场地区域性等条件的影响,存在一定的局限性。近年来随着机器学习等人工智能... 土壤液化是一种常见于地震中的次生灾害,对建筑物和构筑物等生产生活都造成过严重破坏。国内外液化判别方法都是源于地震液化灾害现场数据,受到原位测试方法和场地区域性等条件的影响,存在一定的局限性。近年来随着机器学习等人工智能计算算法的兴起和发展,其在土壤液化研究方面显示出了特有的优势。以土壤液化判别相关研究成果及第18届世界地震工程大会部分报告为基础,本文阐述了研究土壤液化判别方法的机器学习算法,分析了相关机器学习算法的基本原理,列举了机器学习算法在土壤液化研究中的应用,展示了机器学习算法相对于传统方法具备灵活、稳定和泛化性强等诸多优异性能,提出了当前机器学习算法存在的缺陷,展望了机器学习算法在土壤液化研究领域未来发展趋势。 展开更多
关键词 岩土工程 机器学习算法 土壤液化 液化判别 第18届世界地震工程大会
在线阅读 下载PDF
基于改进深度强化学习算法的农业机器人路径规划
16
作者 赵威 张万枝 +4 位作者 侯加林 侯瑞 李玉华 赵乐俊 程进 《浙江大学学报(工学版)》 北大核心 2025年第7期1492-1503,共12页
农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划... 农业机器人采用深度强化学习算法进行路径规划时存在难以找到目标点、稀疏奖励、收敛缓慢等问题,为此提出基于多目标点导航融合改进深度Q网络算法(MPN-DQN)的路径规划方法.利用激光同步定位与建图(SLAM)扫描全局环境以构建先验地图,划分行走行和作物行区域;对地图边界进行膨胀拟合处理,形成前向弓字形作业走廊.利用中间目标点分割全局环境,将复杂环境划分为多阶段短程导航环境以简化目标点搜索过程.从动作空间、探索策略和奖励函数3个方面改进深度Q网络算法以改善奖励稀疏问题,加快算法收敛速度,提高导航成功率.实验结果表明,搭载MPN-DQN的农业机器人自主行驶的总碰撞次数为1,平均导航时间为104.27 s,平均导航路程为16.58 m,平均导航成功率为95%. 展开更多
关键词 深度强化学习 农业机器人 中间目标点 多目标点导航融合改进深度Q网络算法(MPN-DQN) 路径规划
在线阅读 下载PDF
改进蜣螂算法优化机器学习模型
17
作者 费敏学 黄东岩 郭晓新 《吉林大学学报(理学版)》 北大核心 2025年第4期1117-1121,共5页
针对传统支持向量机(SVM)准确率较低的问题,提出一个LDBO-SVM模型.首先,为解决原始蜣螂优化(DBO)算法初始解分布不均匀的问题,在算法中引入Logistic混沌映射,构建LDBO算法;其次,用LDBO算法优化传统支持向量机内部惩罚因子和核参数,构建L... 针对传统支持向量机(SVM)准确率较低的问题,提出一个LDBO-SVM模型.首先,为解决原始蜣螂优化(DBO)算法初始解分布不均匀的问题,在算法中引入Logistic混沌映射,构建LDBO算法;其次,用LDBO算法优化传统支持向量机内部惩罚因子和核参数,构建LDBO-SVM模型;最后,为验证LDBO-SVM模型的性能,将LDBO-SVM模型与经过其他5种群智能优化算法改进的SVM进行比较.实验结果表明,LDBO-SVM模型准确率达94.53%,可准确预测学生成绩,为教师改善教学计划提供帮助. 展开更多
关键词 机器学习 支持向量机 蜣螂优化算法 参数优化
在线阅读 下载PDF
机器学习的密度聚类算法在地震活动性研究中的应用
18
作者 邵磊 王长在 《地震研究》 北大核心 2025年第3期361-369,共9页
针对大范围的地震活动密集区精定位实施中有效划分子区域问题,通过多次模拟数据实验,检验机器学习的各种聚类算法后,得出基于密度聚类的DBSCAN算法最适用于断层或地震丛集的地震聚类。使用DBSCAN算法对川滇地区共322070个M 1.2~5.1地震... 针对大范围的地震活动密集区精定位实施中有效划分子区域问题,通过多次模拟数据实验,检验机器学习的各种聚类算法后,得出基于密度聚类的DBSCAN算法最适用于断层或地震丛集的地震聚类。使用DBSCAN算法对川滇地区共322070个M 1.2~5.1地震事件进行了聚类,共得到9个明显地震簇,对其中的鲜水河断裂带南段和安宁河断裂带北段交会区域的地震簇以及鲜水河—安宁河断裂带西北部区域的2014年康定M_(S)6.3地震序列地震簇,使用双差地震定位方法进行了精定位,并分析了地震空间分布特征。结果表明:鲜水河断裂带南段和安宁河断裂带北段交会区域的地震密集地分布在断裂周围,走向与断裂走向基本一致,纵剖面揭示了该断裂在深部以西倾为主要特征;康定地震序列具有与走滑断裂地震分布一致的特征,断层在深部倾角几乎垂直。进一步研究了2009年1月—2021年3月鲜水河断裂带南段与安宁河断裂带北段交会区域b值空间分布特征,揭示了2022年9月5日泸定M_(S)6.8地震的发震位置处于明显的低b值区域。 展开更多
关键词 机器学习 DBSCAN算法 地震活动性 地震精定位
在线阅读 下载PDF
基于变分量子电路的量子机器学习算法综述
19
作者 于瑞祺 张鑫云 任爽 《计算机研究与发展》 北大核心 2025年第4期821-851,共31页
随着数据规模的增加,机器学习的重要性与影响力随之增大.借助量子力学的原理能够实现量子计算,结合量子计算和机器学习形成的量子机器学习算法对经典机器学习算法理论上能够产生指数级的加速优势.部分经典算法的量子版本已经被提出,有... 随着数据规模的增加,机器学习的重要性与影响力随之增大.借助量子力学的原理能够实现量子计算,结合量子计算和机器学习形成的量子机器学习算法对经典机器学习算法理论上能够产生指数级的加速优势.部分经典算法的量子版本已经被提出,有望解决使用经典计算机难以解决的问题.当前受量子计算硬件所限,可操控的量子比特数目和噪声等因素制约着量子计算机的发展.短期内量子计算硬件难以达到通用量子计算机需要的程度,当前研究重点是获得能够在中等规模含噪声量子(noisy intermediatescale quantum,NISQ)计算设备上运行的算法.变分量子算法是一种混合量子-经典算法,适合应用于当前量子计算设备,是量子机器学习领域的研究热点之一.变分量子电路是一种参数化量子电路,变分量子算法利用其完成量子机器学习任务.变分量子电路也被称为拟设或量子神经网络.变分量子算法框架主要由5个步骤组成:1)根据任务设计损失函数和量子电路结构;2)将经典数据预处理后编码到量子态上,量子数据可以省略编码;3)计算损失函数;4)测量和后处理;5)优化器优化参数.在此背景下,综述了量子计算基础理论与变分量子算法的基础框架,详细介绍了变分量子算法在量子机器学习领域的应用及进展,分别对量子有监督学习、量子无监督学习、量子半监督学习、量子强化学习以及量子电路结构搜索相关模型进行了介绍与对比,对相关数据集及相关模拟平台进行了简要介绍和汇总,最后提出了基于变分量子电路量子机器学习算法所面临的挑战及今后的研究趋势. 展开更多
关键词 量子计算 量子机器学习 变分量子算法 量子神经网络 量子深度学习 量子强化学习
在线阅读 下载PDF
基于机器学习与粒子群算法的LBM多相流模型优化
20
作者 侯亚祺 张玮 +2 位作者 张鸿 高飞雨 胡嘉华 《化工学报》 北大核心 2025年第3期1120-1132,共13页
在利用格子Boltzmann方法(LBM)模拟低毛细数的弹状流流动时,由于气泡发展过程复杂,模型控制参数选择难度大,当所选参数不当时,会产生错误的非物理现象,从而降低计算精度。通过机器学习建立LBM多相流过程模型,采用粒子群算法优化机器学... 在利用格子Boltzmann方法(LBM)模拟低毛细数的弹状流流动时,由于气泡发展过程复杂,模型控制参数选择难度大,当所选参数不当时,会产生错误的非物理现象,从而降低计算精度。通过机器学习建立LBM多相流过程模型,采用粒子群算法优化机器学习模型的超参数,进一步优化LBM建模过程中的控制参数,建立了LBM-机器学习-粒子群算法耦合多相流数值模拟模型。基于该模型研究了T型微通道内弹状流流动参数对气泡演化过程稳定性的影响。模拟结果表明,所建LBM多相流模型能预测复杂条件下气泡伸长率,在此基础上通过伸长率分析找到了最优气液两相进口流速关系,有效解决了低毛细数下弹状流流动不稳定性问题,显著提高了模拟计算精度与计算效率。 展开更多
关键词 格子Boltzmann法 微通道弹状流 机器学习 粒子群算法 模型优化
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 … 62 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