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5,795篇文章
< 1 2 … 250 >
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：
科技型企业高管团队决策绩效评价的ELMAN神经网络模型研究 被引量：4
1
作者 荣鹏飞 葛玉辉 《现代情报》 CSSCI 2014年第3期110-114,共5页
针对缺乏科技型企业高管团队决策绩效评价的研究现状,构建评价指标体系,通过问卷调查的方法收集研究数据,建立科技型企业高管团队决策绩效评价的ELMAN神经网络模型,并利用MATLAB软件计算实现。研究结果表明:利用ELMAN神经网络的非确定... 针对缺乏科技型企业高管团队决策绩效评价的研究现状,构建评价指标体系,通过问卷调查的方法收集研究数据,建立科技型企业高管团队决策绩效评价的ELMAN神经网络模型,并利用MATLAB软件计算实现。研究结果表明:利用ELMAN神经网络的非确定性因果关系映射特点建立的决策绩效评价模型,能够完成决策绩效评价任务,可用于评价科技型企业高管团队的决策绩效,不仅验证了方法的有效性,而且也证明了ELMAN神经网络在建立非线性、非确定性因果关系映射模型中的强大生命力。 展开更多
关键词 科技型企业 高管团队 决策绩效评价 elman神经网络模型
在线阅读 下载PDF
基于Elman神经网络模型的西河水库水质评价 被引量：10
2
作者 邢立文 魏新平 《人民长江》 北大核心 2020年第7期64-70,共7页
湔江流域的西河水库是四川省彭州市的主要灌溉和饮用水源,该流域非点源污染已严重影响了彭州市的饮用水安全。为正确地掌握西河水库污染物来源,合理评价西河水库水质及水环境质量对保障彭州市居民饮水安全、维护彭州市社会稳定有着重要... 湔江流域的西河水库是四川省彭州市的主要灌溉和饮用水源,该流域非点源污染已严重影响了彭州市的饮用水安全。为正确地掌握西河水库污染物来源,合理评价西河水库水质及水环境质量对保障彭州市居民饮水安全、维护彭州市社会稳定有着重要意义。采用Elman神经网络模型对西河水库进行水质与水环境质量评价。结果表明:①西河水库水质呈现由库尾到坝前递减的趋势,说明西河水库的水质自净能力明显。②西河水库2014~2017年大部分断面的水质等级均有所提高,其中断面1-1(主坝右坝肩)的水质最好,是西河水库理想的取水口位置。③西河水库在水文年内呈现枯水期水质好、丰水期水质差的规律,其中4~9月的水质普遍较差,这也说明水库上游来水携带的污染物是西河水库水环境恶化的主因。④构建的Elman模型适用性较高,可以满足西河水库水质等级评价。该模型计算时间耗费不到10 s,运算效率远高于传统的灰色聚类法,具有一定的参考意义。 展开更多
关键词 水质评价 elman神经网络模型 灰色聚类法 西河水库
在线阅读 下载PDF
一种改进的Elman神经网络模型 被引量：10
3
作者 王常虹 高晓智 +1 位作者 徐立新 庄显义 《电子科学学刊》 CSCD 1997年第6期739-744,共6页
本文首先详细地阐述了Elman神经网络的结构、原理和学习算法.为了进一步提高Elman神经网络的逼近能力和动态特性,我们提出了一种改进的Elman神经网络模型.这种新的Elman神经网络在关联节点与输出节点之间又增加了一组可调权值,利用误差... 本文首先详细地阐述了Elman神经网络的结构、原理和学习算法.为了进一步提高Elman神经网络的逼近能力和动态特性,我们提出了一种改进的Elman神经网络模型.这种新的Elman神经网络在关联节点与输出节点之间又增加了一组可调权值,利用误差回馈原理推导出了其相应的学习算法.仿真实验结果表明,改进的Elman神经网络比原来的网络具有更好的动态性能,对于贯序输入输出数据的逼近收敛速度更快. 展开更多
关键词 elman 神经网络 学习算法
在线阅读 下载PDF
基于遗传算法的Elman神经网络模型在大坝位移预测中的应用 被引量：11
4
作者 刘雄峰 李博 李俊 《水资源与水工程学报》 2014年第3期152-156,共5页
针对大坝位移预测问题的复杂性、时变性和传统预测模型的不足,结合遗传算法(GA)的全局随机搜索能力和Elman神经网络的非线性映射、动态反馈信息和记忆功能的特点,建立了GA-Elman神经网络模型。与Elman神经网络模型相比,GA-Elman神经网... 针对大坝位移预测问题的复杂性、时变性和传统预测模型的不足,结合遗传算法(GA)的全局随机搜索能力和Elman神经网络的非线性映射、动态反馈信息和记忆功能的特点,建立了GA-Elman神经网络模型。与Elman神经网络模型相比,GA-Elman神经网络模型在预测大坝变形时具有全局收敛的特点,可以克服Elman神经网络容易陷入局部极小的缺陷。将该模型用于预测某水电站大坝实测变形数据,表明GA-Elman神经网络模型的预测精度高,在大坝位移预测中具备实用性。 展开更多
关键词 大坝位移预测 elman神经网络 遗传算法 GA-elman模型
在线阅读 下载PDF
木材干燥过程的Elman神经网络模型研究 被引量：3
5
作者 姜滨 孙丽萍 +1 位作者 曹军 季仲致 《安徽农业科学》 CAS 2014年第2期455-457,共3页
[目的]研究木材干燥过程的Elman神经网络模型。[方法]在人工神经网络理论的基础上,选用Elman神经网络建立木材干燥过程模型。针对木材干燥过程的特点,Elman神经网络利用木材干燥过程材堆的温度、湿度以及对应的木材含水率建立模型。[结... [目的]研究木材干燥过程的Elman神经网络模型。[方法]在人工神经网络理论的基础上,选用Elman神经网络建立木材干燥过程模型。针对木材干燥过程的特点,Elman神经网络利用木材干燥过程材堆的温度、湿度以及对应的木材含水率建立模型。[结果]通过实际干燥过程数据对模型的准确度进行验证,结果表明Elman神经网络利用少量数据就可以建立模型,并且模型预测精度高,对数据的联想记忆和优化能力强。[结论]Elman神经网络建立的木材干燥过程模型准确,对于提高木材干燥过程的控制水平具有重要研究意义。 展开更多
关键词 木材干燥 人工神经网 elman神经网络 建模
在线阅读 下载PDF
基于Elman神经网络模型的短期电力负荷预测模型 被引量：11
6
作者 包满 《电子设计工程》 2022年第1期121-126,共6页
在国家经济发展的过程中,电力行业是不可或缺的支柱,并且与国家的安全稳定、人民的安居乐业息息相关。为了提高电力负荷预测系统的预测精度,这次研究结合电力系统的动态特性,将动态型Elman神经网络算法应用于短期电力负荷预测模型的研究... 在国家经济发展的过程中,电力行业是不可或缺的支柱,并且与国家的安全稳定、人民的安居乐业息息相关。为了提高电力负荷预测系统的预测精度,这次研究结合电力系统的动态特性,将动态型Elman神经网络算法应用于短期电力负荷预测模型的研究,从激励函数、学习规则两个角度进行了算法优化,并与目前研究较多的BP神经网络算法进行了MATLAB仿真实验对比。研究结果显示,在短期电力负荷的预测上,BP神经网络和优化后的Elman神经网络平均预测精度分别是97.75%和98.74%,优化后的Elman神经网络模型预测效果明显更优。Elman神经网络算法的优化思路,可以为电力负荷预测系统的研究提供一些参考和数据支撑,并能在实际应用中为提高电力负荷预测精度提供一些帮助。 展开更多
关键词 神经网络 elman模型 电力负荷 短期负荷
在线阅读 下载PDF
基于Elman神经网络模型的IGBT寿命预测 被引量：19
7
作者 刘子英 朱琛磊 《半导体技术》 CAS 北大核心 2019年第5期395-400,共6页
建立了Elman神经网络模型来实现绝缘栅双极型晶体管(IGBT)的寿命预测。分析了IGBT的结构及其失效原因,结合NASA埃姆斯中心的加速热老化试验数据,确定了以集电极-发射极关断电压尖峰峰值作为失效预测依据。利用高斯滤波的方法对试验数据... 建立了Elman神经网络模型来实现绝缘栅双极型晶体管(IGBT)的寿命预测。分析了IGBT的结构及其失效原因,结合NASA埃姆斯中心的加速热老化试验数据,确定了以集电极-发射极关断电压尖峰峰值作为失效预测依据。利用高斯滤波的方法对试验数据进行预处理,构建了单、多隐层Elman神经网络寿命预测模型,并构建了广义回归神经网络(GRNN)寿命预测模型作为对比模型。采用均方误差、平均绝对误差、最大相对误差作为各模型预测性能的评估指标。结果表明,提出的Elman神经网络模型比GRNN模型有更好的预测效果。二隐层的Elman神经网络模型均方误差为0.202 0%,平均绝对误差为0.387 6%,最大相对误差为3.023 0%,可以更好地实现IGBT寿命的预测。 展开更多
关键词 绝缘栅双极型晶体管(IGBT) 失效 elman神经网络 广义回归神经网络(GRNN) 寿命预测
在线阅读 下载PDF
基于GA-Elman神经网络模型的年径流预测 被引量：19
8
作者 李志新 赖志琴 龙云墨 《水利水电技术》 CSCD 北大核心 2018年第8期71-77,共7页
针对传统神经网络模型静态性及训练算法易陷入局部极值的缺陷,为了实现神经网络训练全局寻优,提高模拟精度,并使网络结构能动态反映年径流系列的时变特性,本文以年降雨及气温作为输入因子、年径流量为模型预测对象,结合遗传算法和Elman... 针对传统神经网络模型静态性及训练算法易陷入局部极值的缺陷,为了实现神经网络训练全局寻优,提高模拟精度,并使网络结构能动态反映年径流系列的时变特性,本文以年降雨及气温作为输入因子、年径流量为模型预测对象,结合遗传算法和Elman神经网络各自的优点,采用遗传算法对网络权值阈值全局优化,通过二者的耦合构建了GA-Elman年径流预测模型。利用构皮滩站1961—2015年的径流系列对模型进行了训练及测试,并对各模型预测性能比较分析。结果表明:GA-Elman模型预测平均相对误差5.29%、均方根误差55.81 mm,效果良好,对于径流预测具有实用价值;神经网络模型预测精度优于基于线性方法的模型,预测平均相对误差从12.01%降至7.07%以下;采用遗传算法改进神经网络权值阈值优化过程,预测平均相对误差从7.07%降低到5.29%,可明显提高模型泛化能力,从而改善径流预测效果。 展开更多
关键词 遗传算法 神经网络 预测 模型
在线阅读 下载PDF
民航飞行员安全绩效的建模与预测——多元线性回归模型与Elman神经网络模型的比较与应用 被引量：5
9
作者 陈雨嘉 王竞慧 +1 位作者 韩越 余湛 《人类工效学》 2019年第6期56-62,共7页
目的探讨飞行员安全绩效、飞行疲劳与家庭-工作冲突之间的非线性关系,以及人工神经网络模型(Artificial Neural Network,ANN)与传统回归模型的优劣。方法本研究使用RBF(径向基)神经网络与多元回归(multiple linearreg ression,MLR)对数... 目的探讨飞行员安全绩效、飞行疲劳与家庭-工作冲突之间的非线性关系,以及人工神经网络模型(Artificial Neural Network,ANN)与传统回归模型的优劣。方法本研究使用RBF(径向基)神经网络与多元回归(multiple linearreg ression,MLR)对数据进行分析与建模,并对比两种模型的评价指标。结果相比于MLR模型,RBF神经网络模型具有更高的拟合与预测精度,基于神经网络模型所绘制的3D表面图显示上述三个变量的部分分维度间存在非线性关系。结论作为一种新的研究方法,人工神经网络模型能更准确深入的描述分析变量间的关系,在人因学相关研究领域有一定的应用前景。 展开更多
关键词 交通工程 民航 工作压力 飞行员 安全绩效 神经网络 径向基函数(RBF) 多元回归模型 交通事故
在线阅读 下载PDF
基于Elman神经网络的旱情预测模型研究
10
作者 杨靖峰 边东波 +1 位作者 王宝龙 杨溢 《天津农林科技》 2025年第1期12-18,共7页
文章以2018年9月1日至2021年8月31日天津市蓟州区、静海区、宁河区、滨海新区的10个气象自动监测站的3年数据为基础,研究建立基于Elman神经网络的旱情预测模型,并对模型应用进行测试评价。文章数据选取空气温度、空气湿度、风速、风向... 文章以2018年9月1日至2021年8月31日天津市蓟州区、静海区、宁河区、滨海新区的10个气象自动监测站的3年数据为基础,研究建立基于Elman神经网络的旱情预测模型,并对模型应用进行测试评价。文章数据选取空气温度、空气湿度、风速、风向等18项影响因子训练Elman神经网络模型,对旱情进行短期(24 h)、中期(7 d)、长期(14 d)预测。结果显示,基于Elman神经网络的旱情预测模型短、中、长期3个时期的平均旱情预测准确度分别达到97.82%、91.71%、88.94%,与2023年建立的墒情预测模型结果(短期、中期、长期预测准确度分别为96.64%、90.60%、85.59%)[1]进行对比,短、中、长期3个时期旱情预测模型的平均预测准确度均高于同期墒情预测模型的准确度,其中旱情预测模型Ⅲ(14 d)对20 cm土层深度的旱情预测准确度比同期同层次墒情预测模型的准确度提高9.3%。研究发现,天津地区的气候特点与我国北方大部分地区相似,降雨主要集中于一年内的某些月份,从而使得旱情预测模型的预测准确度高于墒情预测模型的预测准确度,故本研究的旱情预测模型可以推广至我国北方大部分地区及中西部地区,以期为当地旱情、墒情预测预报研究提供参考。 展开更多
关键词 旱情 elman神经网络 短期预测 中长期预测
在线阅读 下载PDF
考虑裂纹分形维数的平行黏结模型细观参数标定的神经网络模型
11
作者 龚囱 戚燕顺 +4 位作者 缪浩杰 肖琦 熊良锋 曾鹏 赵奎 《岩土力学》 北大核心 2025年第1期327-336,共10页
针对试错法在平行黏结模型细观参数标定过程中存在繁琐耗时,且无法定量评价数值模拟与室内试验的裂纹匹配程度等局限性,统计并分析了近10年平行黏结模型细观参数取值范围,采用盒计数法获取了数值模拟试验、室内试验所得破坏后岩石表面... 针对试错法在平行黏结模型细观参数标定过程中存在繁琐耗时,且无法定量评价数值模拟与室内试验的裂纹匹配程度等局限性,统计并分析了近10年平行黏结模型细观参数取值范围,采用盒计数法获取了数值模拟试验、室内试验所得破坏后岩石表面裂纹分形维数。在此基础上,建立了以宏观弹性模量、宏观泊松比、峰值强度和裂纹分形维数等4个参数为输入层,黏结弹性模量、黏结法向与切向刚度比、黏结内聚力、黏结内摩擦角、黏结抗拉强度和摩擦系数等6个细观参数为输出层的神经网络模型,对比分析了考虑与不考虑裂纹分形维数时平行黏结模型细观参数标定效果。研究结果表明:(1)所建立的神经网络模型具有较好的收敛速度、预测精度与泛化性能,测试集输出数据与期望值误差约为3.34%。(2)将裂纹分形维数纳入神经网络模型后,数值模拟所得弹性模量、峰值应力与泊松比等宏观参数与室内试验结果的误差小于3.00%,优于不考虑裂纹分形维数标定结果。(3)该方法可定量保障数值模拟所得裂纹不规则性与室内试验结果的一致性,其在一定程度上可视为对现有神经网络模型细观参数标定结果的修正。研究成果可为提高平行黏结模型细观参数标定效果提供新思路。 展开更多
关键词 分形维数 颗粒流 平行黏结模型 参数标定 神经网络
在线阅读 下载PDF
基于图神经网络模型校准的成员推理攻击
12
作者 谢丽霞 史镜琛 +2 位作者 杨宏宇 胡泽 成翔 《电子与信息学报》 北大核心 2025年第3期780-791,共12页
针对图神经网络(GNN)模型在其预测中常处于欠自信状态,导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题,该文提出一种基于GNN模型校准的成员推理攻击方法。首先,设计一种基于因果推断的GNN模型校准方法,通过基于注意力机制的... 针对图神经网络(GNN)模型在其预测中常处于欠自信状态,导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题,该文提出一种基于GNN模型校准的成员推理攻击方法。首先,设计一种基于因果推断的GNN模型校准方法,通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程,构建用于训练GNN模型的因果关联图。其次,使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型,模拟目标GNN模型的预测行为。最后,使用影子GNN模型的后验概率构建攻击数据集以训练攻击模型,根据目标GNN模型对目标节点的后验概率输出推断其是否属于目标GNN模型的训练数据。在4个数据集上的实验结果表明,该文方法在2种攻击模式下面对不同架构的GNN模型进行攻击时,攻击准确率最高为92.6%,性能指标优于基线攻击方法,可有效地实施成员推理攻击。 展开更多
关键词 图神经网络 成员推理攻击 模型校准 因果推断 隐私风险
在线阅读 下载PDF
基于神经网络的深部磷矿岩体可爆性分级模型研究
13
作者 柴修伟 李成镇 +3 位作者 盛益明 徐玉萍 徐亮 金胜利 《爆破》 北大核心 2025年第1期71-80,共10页
目前钻爆法仍是深部磷矿开拓掘进和回采的最高效方法。而磷矿钻爆法施工掘进水平长年维持在70~80 m/月,严重制约了掘进效率,因此对深部磷矿工作面开展矿岩体可爆性分级工作至关重要。以湖北宜昌某地下磷矿为研究背景,在现场进行了岩体... 目前钻爆法仍是深部磷矿开拓掘进和回采的最高效方法。而磷矿钻爆法施工掘进水平长年维持在70~80 m/月,严重制约了掘进效率,因此对深部磷矿工作面开展矿岩体可爆性分级工作至关重要。以湖北宜昌某地下磷矿为研究背景,在现场进行了岩体的纵波波速测试,开展了岩石密度、单轴抗压强度和抗拉强度等物理力学性质的测量,得到了白云质条带磷块岩、致密条带磷块岩、泥质条带磷块岩和含碳泥质白云岩4种岩石的密度、单轴抗压强度、抗拉强度和岩体完整性系数4项参数。通过调用Matlab神经网络工具箱,将岩石密度、单轴抗压强度、抗拉强度、岩体完整性系数作为输入,以可爆性等级作为输出,采用随机函数法产生大量的训练样本,构建了基于BP神经网络的可爆性评价模型,实现了深部磷矿岩体可爆性分级。分级结果为白云质条带磷块岩和泥质条带磷块岩为中等可爆,致密条带磷块岩和含碳泥质白云岩为难爆。根据分级结果,可对采场爆破参数进行优化,增强爆破效果,降低炸药单耗及矿石大块率,提高深部磷矿开采的安全性及经济效益。 展开更多
关键词 深部磷矿 岩体可爆性分级 随机函数 神经网络模型
在线阅读 下载PDF
基于神经网络代理模型的门式墩优化方法及软件研发
14
作者 柏华军 《铁道标准设计》 北大核心 2025年第3期106-112,共7页
针对门式墩结构设计影响因素多、计算耗时长、传统优化方法易陷入局部最优等问题,基于BPNN代理模型和NSGAII遗传算法研发了预应力混凝土门式墩结构尺寸优化软件。首先,建立以结构工程数量为优化目标、安全指标为约束条件的结构尺寸优化... 针对门式墩结构设计影响因素多、计算耗时长、传统优化方法易陷入局部最优等问题,基于BPNN代理模型和NSGAII遗传算法研发了预应力混凝土门式墩结构尺寸优化软件。首先,建立以结构工程数量为优化目标、安全指标为约束条件的结构尺寸优化数学模型;然后,基于有限元法构建门式墩训练样本集,采用拉丁超立方开展试验设计,建立BPNN神经网络代理模型;最后,采用NSGAII遗传优化算法对BPNN神经网络代理模型进行搜索,实现门式墩最优结构尺寸和钢束线形的搜索推荐。依托某门式墩结构设计,开展算法有效性和效率验证,结果表明,案例的优化时间由有限元法的45 h缩短至智能优化算法的15 min,优化算法在保证预测精度的同时提高优化效率180倍。 展开更多
关键词 铁路桥梁 门式墩 结构优化 BP神经网络 代理模型 多目标优化 NSGAII算法 拉丁超立方设计
在线阅读 下载PDF
预测输尿管软镜碎石术后并发尿源性脓毒症的反向传播神经网络模型构建
15
作者 陈文炜 何彦丰 +5 位作者 卢凯鑫 刘昌毅 江涛 张华 高锐 薛学义 《浙江大学学报(医学版)》 北大核心 2025年第1期99-107,I0032-I0034,共12页
目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性... 目的:构建输尿管软镜碎石术(FURL)后并发尿源性脓毒症的反向传播神经网络预测模型。方法:纳入428例接受FURL的肾结石患者,根据术后是否并发尿源性脓毒症分为脓毒症组(42例)和对照组(386例)。采用logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立logistic回归模型和神经网络模型进行预测,通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示,结石手术史、性别、尿培养阳性、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白(CRP)及肝素结合蛋白(HBP)水平与FURL后并发尿源性脓毒症显著相关(均P<0.05)。多因素分析表明,尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素(均P<0.05)。交互作用分析显示,CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型(RERI=8.453,95%CI:2.645~16.282;AP=0.696,95%CI:0.131~1.273;S=3.369,95%CI:1.176~7.632)和相乘模型(OR=1.754,95%CI:1.218~3.650)中存在交互作用;CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR=2.449,95%CI:1.525~3.825)中存在交互作用。预测模型比较显示,反向传播神经网络模型较logistic回归模型具有更优的预测效能。结论:CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素,基于CRP、HBP等因素构建的反向传播神经网络模型较logistic回归模型具有更高的预测准确性。 展开更多
关键词 肝素结合蛋白 C反应蛋白 输尿管软镜碎石术 尿源性脓毒症 预测 LOGISTIC回归模型 反向传播神经网络模型
在线阅读 下载PDF
基于注意力循环神经网络的联合深度推荐模型
16
作者 郭东坡 何彬 +1 位作者 张明焱 段超 《现代电子技术》 北大核心 2025年第1期80-84,共5页
为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和... 为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和反向编码,获得隐藏状态输出,并将其输入双层注意力机制中,提取项目特征,利用全连接层提取用户偏好特征。在预测层中建立项目与用户的交互模型,获得项目评分,为用户推荐高评分的项目。为了提高模型精度,加权融合MSE损失函数、CE损失函数和RK损失函数建立组合损失函数,对深度联合训练模型展开训练,提高模型的推荐性能。仿真结果表明,所提方法具有良好的推荐效果,能够适应不断变化的市场需求和用户行为。 展开更多
关键词 双层注意力机制 循环神经网络 用户偏好 组合损失函数 交互模型 联合深度推荐模型
在线阅读 下载PDF
循环炎症相关因子神经网络模型预测脑卒中后抑郁发生风险的效能分析
17
作者 李凤玲 杨学 陈海燕 《中华老年心脑血管病杂志》 北大核心 2025年第1期63-67,共5页
目的探讨基于神经网络算法构建循环炎症相关因子对脑卒中后抑郁(post-stroke depression,PSD)发生风险预测模型。方法前瞻性选取2021年3月至2024年3月武汉科技大学附属老年病医院脑科中心脑卒中就诊的患者260例,其中训练集208例(80%)和... 目的探讨基于神经网络算法构建循环炎症相关因子对脑卒中后抑郁(post-stroke depression,PSD)发生风险预测模型。方法前瞻性选取2021年3月至2024年3月武汉科技大学附属老年病医院脑科中心脑卒中就诊的患者260例,其中训练集208例(80%)和验证集52例(20%),根据脑卒中后1个月内PSD发生情况将训练集脑卒中患者分为PSD组(62例)和非PSD组(146例)。通过训练集筛选影响PSD发生风险的预测因素,在训练集中基于多因素logistic和神经网络算法分别构建PSD发生风险预测模型,比较2个预测模型的预测效能,同时在验证集进行验证。结果本研究脑卒中后1个月内发生PSD 76例(29.23%),其中训练集62例,验证集14例。PSD组C反应蛋白(C-reactive protein,CRP)、纤维蛋白原(fibrinogen,FIB)、白细胞介素(interleukins,IL)-6、IL-1β、肿瘤坏死因子α(tumor necrosis factor-α,TNF-α)、IL-18、中性粒细胞与淋巴细胞比值(neutrophil and lymphocyte ratio,NLR)明显高于非PSD组,差异有统计学意义(P<0.01)。多因素logistic回归分析显示,CRP(OR=1.494,95%CI:1.239~1.802)、FIB(OR=1.924,95%CI:1.191~3.109)、IL-6(OR=1.128,95%CI:1.001~1.272)、TNF-α(OR=1.051,95%CI:1.010~1.093)、IL-1β(OR=1.096,95%CI:1.006~1.194)、IL-18(OR=1.019,95%CI:1.002~1.036)、NLR(OR=1.873,95%CI:1.027~3.418)为PSD发生风险的危险因素(P<0.05,P<0.01)。ROC曲线结果显示,神经网络算法的预测模型的曲线下面积明显高于多因素logistic回归分析模型(0.931 vs 0.855,Z=3.448,P<0.05),且基于验证集评估,神经网络模型的准确性明显高于多因素logistic模型(92.31%vs 75.00%,P<0.05)。结论循环炎症相关因子CRP、FIB、IL-6、IL-1β、TNF-α、IL-18、NLR与PSD发生风险有关,基于神经网络算法构建的循环炎症相关因子预测模型能更有效预测PSD发生风险。 展开更多
关键词 卒中 抑郁 比例危险度模型 神经网络模型
在线阅读 下载PDF
基于模型知识融合的图神经网络多雷达协同任务调度算法
18
作者 李浩情 余点 +2 位作者 潘常春 郁文贤 李东瀛 《雷达学报(中英文)》 北大核心 2025年第2期470-485,共16页
现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性,雷达资源的稀缺性和任务执行时间窗口的严格要求,使得雷达任务调度成为一类强NP-Hard问题。然而,现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应... 现代雷达的探测、跟踪、识别等任务场景越来越复杂。任务类型的多变性,雷达资源的稀缺性和任务执行时间窗口的严格要求,使得雷达任务调度成为一类强NP-Hard问题。然而,现有的调度算法在处理涉及复杂逻辑约束的多雷达协同调度问题时适应性不足,效率不高。因此,基于人工智能(AI)的调度算法正在成为研究热点,但是AI调度算法的效率与其对问题特征的提取是否全面密切相关。如何能快速、全面地提取多雷达协同任务调度问题的共性特征,是提升这类AI调度算法效率的关键。因此,该文提出了基于模型知识融合的图神经网络(MKEGNN)调度算法。该算法首先将雷达任务协同调度问题建模为异构网络图模型,利用模型知识来优化GNN算法训练过程。算法创新在于:通过低复杂度的计算手段,获取模型的关键知识,进而优化GNN模型。在特征提取阶段,引入随机酉矩阵变换,利用任务异构图的随机拉普拉斯矩阵谱特征作为全局特征来强化图神经网络对共性特征的提取能力,弱化特定问题的个性化特征;在参数化决策阶段,利用由问题的引导解和经验解构成的上/下界结构知识从原理上减少决策空间大小,引导网络快速优化,加速决策学习过程的收敛。最后,进行了大量数据仿真实验。结果表明,相比目前的算法,MKEGNN算法对于所有任务集在稳定性和精度方面都有所提升,调度成功率性能提升3%~10%,加权调度成功率提升5%~15%。尤其当处理多雷达协同关系复杂的任务集时,任务调度成功率提升4%以上,算法稳定性和鲁棒性显著增强。 展开更多
关键词 雷达任务调度 图神经网络 强化学习 模型知识 拉普拉斯矩阵 随机矩阵
在线阅读 下载PDF
基于深度神经网络的风力机疲劳载荷代理模型研究
19
作者 黄国庆 刘伟杰 +3 位作者 王彬滨 彭留留 杨庆山 谭舒 《太阳能学报》 北大核心 2025年第4期398-405,共8页
提出一种基于深度神经网络的风力机疲劳载荷代理模型,旨在解决风力机场址评估效率低下的问题。开展基于深度神经网络(DNN)的风力机疲劳载荷代理模型研究。首先,根据平均风速、湍流强度、风切变、偏航误差、入流角和空气密度6维环境变量... 提出一种基于深度神经网络的风力机疲劳载荷代理模型,旨在解决风力机场址评估效率低下的问题。开展基于深度神经网络(DNN)的风力机疲劳载荷代理模型研究。首先,根据平均风速、湍流强度、风切变、偏航误差、入流角和空气密度6维环境变量的分布和相关性进行准蒙特卡洛抽样,获得10000个环境变量样本。然后,采用TurbSim和OpenFAST对NREL 5 MW参考风力机进行仿真得到载荷时程,并通过MLife计算得到1 Hz的等效疲劳载荷(DEL)数据库。最后,运用DNN方法建立DEL的代理模型并对模型精度进行详细验证。结果表明:基于DNN的DEL代理模型具有较高的预测精度,计算效率得到显著提升。 展开更多
关键词 风力机 疲劳载荷 OpenFAST 深度神经网络 代理模型
在线阅读 下载PDF
基于神经网络代理模型的车身多学科轻量化优化设计
20
作者 荣海 蒋建中 +2 位作者 姚再起 马凯 杜柯南 《汽车安全与节能学报》 北大核心 2025年第1期32-42,共11页
通过车身零件厚度优化,在保证正碰、侧碰、模态和刚度多个学科关键性能基本不变的前提下,实现车身轻量化设计。采用代理模型法代替仿真与协同优化方法结合开展优化;考虑到碰撞工况的高度非线性特性,选择基于机器学习算法的全连接神经网... 通过车身零件厚度优化,在保证正碰、侧碰、模态和刚度多个学科关键性能基本不变的前提下,实现车身轻量化设计。采用代理模型法代替仿真与协同优化方法结合开展优化;考虑到碰撞工况的高度非线性特性,选择基于机器学习算法的全连接神经网络(FCNN)来建立代理模型;基于代理模型法获得轻量化方案最终通过仿真验证。结果表明:与传统响应面模型和Kriging模型相比,FCNN模型具有更强的非线性回归和泛化能力;碰撞工况FCNN的预测精度相较于其他2种模型提升约12.5%,R2达到0.9左右;优化前后车身整体性能变化不大,实现减重7.5kg。 展开更多
关键词 汽车轻量化 多学科优化 神经网络 协同优化 代理模型
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 … 250 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