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229篇文章
< 1 2 … 12 >
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：
酒店建筑火灾应急能力综合评价模型及实证
1
作者 张立宁 国蛟倩 +1 位作者 安晶 庄鑫 《安全与环境学报》 北大核心 2025年第6期2270-2278,共9页
为准确评价酒店建筑火灾应急能力,构建基于主成分分析与遗传神经网络的酒店建筑火灾应急能力评价模型。首先结合文献建立酒店建筑火灾应急能力评价的指标体系,进而构建基于BP神经网络的酒店建筑火灾应急能力评价模型;为避免BP神经网络... 为准确评价酒店建筑火灾应急能力,构建基于主成分分析与遗传神经网络的酒店建筑火灾应急能力评价模型。首先结合文献建立酒店建筑火灾应急能力评价的指标体系,进而构建基于BP神经网络的酒店建筑火灾应急能力评价模型;为避免BP神经网络的维数灾难问题,利用主成分分析法(Principal Component Analysis,PCA)先对指标体系进行降维处理,同时为解决BP神经网络评价时已陷入局部最优的不足,引入遗传算法(Genetic Algorithm,GA)对BP神经网络的权值与阙值进行优化。在此基础上,以70栋酒店建筑调查数据为例,进行实例分析。结果表明,与传统BP神经网络模型、GA-BP神经网络模型、PCA-BP神经网络模型相比,PCA-遗传神经网络评价模型评价精度明显更高,评价相对误差仅为2.33%,且平均绝对误差(Mean Absolute Error,MAE)和均方误差(Mean Square Error,MSE)均显著降低;通过十折交叉试验,验证了PCA-遗传神经网络评价模型具有良好的泛化能力和鲁棒性,可用于实际酒店建筑火灾应急能力评价。 展开更多
关键词 安全工程 酒店建筑火灾 应急能力评价 主成分分析法 遗传神经网络模型
在线阅读 下载PDF
面向AI生成的产品概念设计方案智能评估方法 被引量：2
2
作者 王愫 刘月林 孙利 《计算机集成制造系统》 北大核心 2025年第1期20-34,共15页
面向批量生成的产品概念设计方案,为了实现在方案初筛阶段的高效且精准的智能化评估,提出一种基于改进的卷积神经网络的方案选择方法和评估模型。首先通过主成分法进行指标降维,筛选出产品概念设计方案具有代表性的指标,其次为具有更高... 面向批量生成的产品概念设计方案,为了实现在方案初筛阶段的高效且精准的智能化评估,提出一种基于改进的卷积神经网络的方案选择方法和评估模型。首先通过主成分法进行指标降维,筛选出产品概念设计方案具有代表性的指标,其次为具有更高的适用性,通过调查问卷建立结构方程模型,验证评估认知逻辑的合理性并得到评估指标的权重,作为数据集标注的依据。以头戴式耳机为研究案例,分别构建了带有方案感知价值标签的三分类和二分类数据集进行二分类对比实验,验证了方案图像分类效果与各评估指标的相关性。然后基于ResNet算法和卷积注意力机制对三分类数据集进行训练,获得方案图像智能评估模型,输出结果通过SHAP(Shapley Additive Explanations)算法进行可解释性分析,以助于设计师明确设计重点,为产品设计方案的初步筛选与设计迭代提供参考。将模型与其他经典卷积神经网络模型进行对比实验,结果表明产品概念设计方案评估模型的有效性和可行性。 展开更多
关键词 生成式人工智能 产品概念设计 结构方程模型 卷积神经网络 设计评估
在线阅读 下载PDF
基于GA-BP神经网络的智能制造系统评价模型 被引量：8
3
作者 陈勇 姜一炜 +4 位作者 易文超 裴植 王成 张文珠 姜枞聪 《浙江工业大学学报》 北大核心 2023年第4期377-386,共10页
随着信息化与数字化的发展,制造业智能制造化转型已成为焦点。针对制造业智能制造发展水平的科学评价方法成为现实需要的情况,基于机器学习的方法建立了智能制造系统评价模型。通过专家调研方式获取制造业52个评价指标的样本数据,并使用... 随着信息化与数字化的发展,制造业智能制造化转型已成为焦点。针对制造业智能制造发展水平的科学评价方法成为现实需要的情况,基于机器学习的方法建立了智能制造系统评价模型。通过专家调研方式获取制造业52个评价指标的样本数据,并使用SeqGAN生成对抗网络扩充真实样本。通过BP神经网络构建训练模型,结合遗传算法优化神经网络模型,将评价指标样本数据作为网络输入,工业1.0至工业4.0等7个标签作为网络输出,并进行神经网络的训练与验证。研究结果表明:笔者所提模型分类正确率达95%,较传统BP神经网络精度提升了2.1%。在案例验证中通过差距特征向量定位企业智能制造系统当前的优势与不足,该模型评价结果可为制造型企业的智能制造发展提供指导帮助。 展开更多
关键词 智能制造系统 评价模型 遗传算法 神经网络
在线阅读 下载PDF
基于分布式环境的图神经网络模型训练效率与训练性能评估
4
作者 涂银川 郭勇 +3 位作者 毛恒 任怡 张建锋 李宝 《计算机应用》 北大核心 2025年第8期2409-2420,共12页
随着图数据规模的快速增长,图神经网络(GNN)在处理大规模图结构数据时面临计算和存储方面的挑战。传统的单机训练方法已不足以应对日益庞大的数据集和复杂的GNN模型,分布式训练凭借并行计算能力和可扩展性,成为解决这些问题的有效途径... 随着图数据规模的快速增长,图神经网络(GNN)在处理大规模图结构数据时面临计算和存储方面的挑战。传统的单机训练方法已不足以应对日益庞大的数据集和复杂的GNN模型,分布式训练凭借并行计算能力和可扩展性,成为解决这些问题的有效途径。然而,一方面,已有的分布式GNN训练评估主要关注以模型精度为代表的性能指标和以训练时间为代表的效率指标,而较少关注数据处理效率和计算资源利用方面的指标;另一方面,算法效率评估的主要场景为单机单卡或单机多卡,而已有的评估方法在分布式环境中的应用相对简单。针对这些不足,提出针对分布式场景的模型训练的评估方法,涵盖评估指标、数据集和模型这3个方面。根据评估方法,选取3个代表性GNN模型,在4个具有不同数据特征的大型公开图数据集上进行分布式训练实验,并收集和分析得到的评估指标。实验结果表明,分布式训练中的模型架构和数据结构特征对模型复杂度、训练时间、计算节点吞吐量和计算节点平均吞吐量之比(NATR)均有影响;样本处理与数据拷贝占用了模型训练较多时间,计算节点互相等待的时间也不容忽视;相较于单机训练,分布式训练的计算节点吞吐量有显著降低,且需要进一步优化分布式系统中的资源利用。可见,所提评估方法为GNN模型在分布式环境中的训练性能优化提供了参考依据,并为模型的进一步优化和算法的改进奠定了实验基础。 展开更多
关键词 模型评估 图神经网络 分布式训练 训练效率 训练性能
在线阅读 下载PDF
基于GA-BP神经网络的珠三角耕地质量评价 被引量：35
5
作者 叶云 赵小娟 胡月明 《生态环境学报》 CSCD 北大核心 2018年第5期964-973,共10页
耕地及耕地质量对于中国粮食安全、经济良性发展及社会和谐稳定至关重要。科学的耕地质量评价有利于准确把握耕地质量现状及空间布局特征,对指导有限耕地资源合理利用和保护以及实现耕地数量-质量综合平衡与管理具有重要意义。构建合理... 耕地及耕地质量对于中国粮食安全、经济良性发展及社会和谐稳定至关重要。科学的耕地质量评价有利于准确把握耕地质量现状及空间布局特征,对指导有限耕地资源合理利用和保护以及实现耕地数量-质量综合平衡与管理具有重要意义。构建合理的评价指标体系、探寻有效的评价方法已成为当前耕地质量评价研究的重要内容。文章旨在探寻一种智能化耕地质量评价方法,避免设定指标权重,同时提高评价效率。以珠三角耕地为研究对象,从自然质量、经济质量、利用质量、生态质量4个方面构建适用于该区域的耕地质量综合评价指标体系,在BP(Back Propagation)神经网络模型的基础上引入遗传算法,设计基于GA-BP(Genetic Algorithm-Back Propagation)神经网络的评价方法,选择珠三角具有代表性的4 000个样本,其中3 000个作为训练样本,500个作为测试样本,500个作为检验样本,利用建立的GA-BP神经网络模型进行训练,通过仿真输出耕地质量评价结果,分析珠三角区域耕地质量等级分布。通过试验得出GA-BP神经网络模型的训练次数明显小于BP神经网络,且均方误差的最大与最小差值也比BP网络模型的差值小0.105 1,与实际耕地质量等级更接近,用于耕地质量评价更稳定,适应度更好。耕地质量评价的结果表明:珠三角区域耕地质量总体较好,其中2、3等地所占比重最大,占耕地总面积的52.94%,耕地质量等别基本符合正态分布的态势,呈现出明显的地域分布规律,整体表现为中部高,四周低的特点;各区域耕地质量的分布等级差别也较大。该文丰富和完善了大尺度区域耕地质量评价指标体系及方法研究,为实现珠三角耕地资源的合理持续利用提供依据,也为其他类似研究提供一定的借鉴与参考。 展开更多
关键词 耕地 质量评价 ga-bp神经网络 珠三角
在线阅读 下载PDF
基于回弹法预测岩石单轴抗压强度的MLP-ANN模型
6
作者 李明 窦斌 +4 位作者 朴昇昊 马云龙 王帅 孙左帅 王祥 《地质科技通报》 北大核心 2025年第1期164-174,共11页
岩石单轴抗压强度是岩土工程中的重要参数,合理确定其数值对工程设计至关重要。本文提出了一种基于多层感知机的人工神经网络(MLP-ANN)模型,用于预测岩石单轴抗压强度。该模型以岩性、节理面、施密特锤回弹高度和纵波波速为输入参数,采... 岩石单轴抗压强度是岩土工程中的重要参数,合理确定其数值对工程设计至关重要。本文提出了一种基于多层感知机的人工神经网络(MLP-ANN)模型,用于预测岩石单轴抗压强度。该模型以岩性、节理面、施密特锤回弹高度和纵波波速为输入参数,采用最大最小归一化进行参数标准化,并通过k折交叉验证提高模型的泛化能力。为优化模型性能,文章探讨了神经元数量、数据分割比例和激活函数对预测结果的影响。经对比验证,研究确定了最优模型配置:神经元数量为8,训练集与测试集比例为8∶2,激活函数选用Tanh函数。模型预测值与实际值对比分析结果表明,最优模型的平均绝对误差为3.500 MPa,均方根误差为5.836 MPa。结果表明,该模型预测误差较小,预测准确率较高,具有较好的实用性。 展开更多
关键词 单轴抗压强度 施密特锤实验 人工神经网络 模型评价 回弹法
在线阅读 下载PDF
深圳市岩溶地层标准贯入击数神经网络模型
7
作者 严辉 林沛元 《地质科技通报》 北大核心 2025年第2期305-321,共17页
潜在岩溶地质灾害威胁粤港澳大湾区广州、深圳等核心城市安全及其地下空间开发与利用。标准贯入试验是岩溶地层勘察的必备手段之一,为土层划分、承载力评估、基础选型等提供重要依据。针对传统的标准贯入试验提高工程成本并受操作人员... 潜在岩溶地质灾害威胁粤港澳大湾区广州、深圳等核心城市安全及其地下空间开发与利用。标准贯入试验是岩溶地层勘察的必备手段之一,为土层划分、承载力评估、基础选型等提供重要依据。针对传统的标准贯入试验提高工程成本并受操作人员技能水平影响较大的问题,本研究提出了一种快速且准确获取岩溶区土层标贯击数的新方法。以深圳市岩溶区为例,收集了1 006组土层标贯数据,建立了一个11-5-1结构的单隐藏层神经网络模型,该模型仅拥有5个神经元,具有解析解,易于计算。研究结果显示,该神经网络模型的决定系数达到了0.93,表明模型拥有高度的准确性;模型因子平均值为1.04,变异系数介于9%~23%。总体上,模型精度高,预测偏差离散性低。讨论了影响模型稳定性和预测性能的多种因素,如隐藏层神经元数量、数据标准化方法、激活函数选择、数据分割比例和随机抽样效应等。通过在深圳市龙岗区2个独立工程案例的应用,验证了该神经网络模型在工程实践中的实用价值。本研究为未来岩溶区工程勘察方法的发展提供了重要参考。 展开更多
关键词 岩溶地层 粤港澳大湾区 深圳市 标准贯入试验 人工神经网络 模型评价
在线阅读 下载PDF
基于不同机器学习模型的滑坡易发性分析及适应性评估
8
作者 王洁 林诚杰 +3 位作者 梁峰铭 季静静 谈松林 刘宇 《科学技术与工程》 北大核心 2025年第2期513-520,共8页
机器学习模型因其强大的特征提取能力被广泛应用于滑坡易发性评价,在应用中其算法在不断改进。为解决常见机器学习模型中精度不高的问题,将分组卷积神经网络模型(group convolutional neural network,GCNN)引入滑坡易发性评价,并与多种... 机器学习模型因其强大的特征提取能力被广泛应用于滑坡易发性评价,在应用中其算法在不断改进。为解决常见机器学习模型中精度不高的问题,将分组卷积神经网络模型(group convolutional neural network,GCNN)引入滑坡易发性评价,并与多种常见机器学习模型结果进行对比分析,综合评估不同机器学习模型在滑坡易发性评价的适应性。以河北省为研究区,从致灾因子、孕灾环境、承灾体这个3个方面出发,共选取16个影响因子,选择GCNN模型和目前常见的机器学习模型——卷积神经网络模型(convolutional neural network,CNN)、逻辑回归模型(Logistic)、随机森林算法模型(random forest,RF)和支持向量机模型(support vector machine,SVM)构建出相应的易发性评价模型,将研究区划分为4类滑坡易发性区域,并对区划的精确性进行综合评价。研究表明,与其他4种机器学习模型相比,GCNN模型在各混淆矩阵指标下拥有更高评分,更适合进行滑坡易发性区划,得到的滑坡易发区划结果与实际发生滑坡点的一致性较好,划分的滑坡灾害易发区更加准确。 展开更多
关键词 机器学习 分组卷积神经网络模型 适应性评价 滑坡易发性评价
在线阅读 下载PDF
基于BP神经网络的用户感性评价模型构建及应用
9
作者 董圣泽 王肖烨 +2 位作者 王若羽 杨景浩 郭凌志 《包装工程》 北大核心 2025年第2期82-90,共9页
目的 充分利用网络购物平台用户评论,寻找形态因子最佳组合以指导产品造型设计,解决部分产品难以契合用户感性需求的问题。方法 利用网络爬虫抓取某网络购物平台的用户评论并利用TF-IDF算法将其量化;使用主成分分析法,选取感性评价指标... 目的 充分利用网络购物平台用户评论,寻找形态因子最佳组合以指导产品造型设计,解决部分产品难以契合用户感性需求的问题。方法 利用网络爬虫抓取某网络购物平台的用户评论并利用TF-IDF算法将其量化;使用主成分分析法,选取感性评价指标,借助形态分析法将目标产品分解为多个主要结构;运用BP神经网络构建用户感性评价模型,遍历所有形态因子组合以确定最优搭配。结果 以电饭煲为例,根据所构建模型可预测各评价指标最高的形态因子组合,该模型均方误差为0.0049,决定系数为0.9287,模型精度符合要求,利用问卷调查法进一步证明了预测结果有参考价值。结论 基于BP神经网络构建的模型拥有快速寻找最佳形态因子组合的能力,利用网络购物平台用户评论作为训练样本能够解决人工搜集或问卷调查获取样本时间长、成本高、市场响应慢、样本分布不均匀等问题。用户感性评价模型预测结果对设计师精准满足用户需求有重要的指导意义。 展开更多
关键词 用户感性评价模型 BP神经网络 感性意象评价 电饭煲
在线阅读 下载PDF
人群差异对多维度声品质评价的影响
10
作者 吴启斌 王国盛 +1 位作者 赵向阳 刘宇珂 《声学技术》 北大核心 2025年第2期252-260,共9页
为建立基于多维度的某国产运动型多用途汽车车内声品质评价模型,首先,采集车内驾驶员处的稳态和非稳态噪声样本信号,组织噪声评价的评审团,并通过调研确定评审员用户画像,将声品质分为舒适感和运动感两个维度,采用等级评分法进行不同维... 为建立基于多维度的某国产运动型多用途汽车车内声品质评价模型,首先,采集车内驾驶员处的稳态和非稳态噪声样本信号,组织噪声评价的评审团,并通过调研确定评审员用户画像,将声品质分为舒适感和运动感两个维度,采用等级评分法进行不同维度下的声品质主观评价;然后,基于Matlab计算出样本信号的声品质客观参量,并与主观评价得分进行相关性分析,确定与舒适感和运动感相关性强的参数;最后,将样本信号分为训练样本和验证样本,并将训练样本的客观参量和主观评价得分作为声品质客观评价模型的输入和输出参数,基于Matlab Simulink建立遗传算法-前馈型(genetic algorithm-back propagation,GA-BP)神经网络评价数学模型。经过验证样本的检验,GA-BP模型对于两个维度的声品质评价误差最小,预测误差平均值分别为3.63%和3.04%。 展开更多
关键词 声品质 多维度 用户画像 遗传算法-前馈型神经网络评价模型
在线阅读 下载PDF
基于GA-BP模型的露天矿边坡稳定性预测 被引量：25
11
作者 臧焜岩 李梅红 《中国矿业》 北大核心 2019年第6期144-148,共5页
针对现有研究方法在预测露天矿边坡稳定性时存在适用性不强和误差大的问题,基于遗传算法对BP神经网络进行改进,提出一种露天矿边坡稳定性预测模型。该模型以坡体容重、黏聚力、内摩擦角、边坡倾角、边坡高度和孔隙压力6个参数为输入变量... 针对现有研究方法在预测露天矿边坡稳定性时存在适用性不强和误差大的问题,基于遗传算法对BP神经网络进行改进,提出一种露天矿边坡稳定性预测模型。该模型以坡体容重、黏聚力、内摩擦角、边坡倾角、边坡高度和孔隙压力6个参数为输入变量,以安全系数为输出变量,随后利用该模型对露天矿边坡的实例进行分析,与传统BP神经网络预测模型性能进行比较。研究结果表明:GA-BP模型在进行露天矿边坡稳定性预测时效果好,具有误差小和计算精度高的优点,为准确预测露天矿边坡稳定性提供了一种新的方法。 展开更多
关键词 BP神经网络 遗传算法 ga-bp模型 边坡稳定性 预测模型
在线阅读 下载PDF
基于BP神经网络的高校教师精准教学能力评价模型构建 被引量：2
12
作者 魏培文 朱珂 +3 位作者 叶海智 张潍杰 张利远 闫娟 《河南师范大学学报（自然科学版）》 CAS 北大核心 2024年第5期108-116,共9页
通过精准教学以促进学生个性化成长是教育理想和国家政策的不懈追求.高校教师是实施精准教学的“基”,现有关于其教学能力的评价体系中普遍存在概念不清和多采用主观构建评价指标的问题.为此,开展了基于BP神经网络的高校教师精准教学能... 通过精准教学以促进学生个性化成长是教育理想和国家政策的不懈追求.高校教师是实施精准教学的“基”,现有关于其教学能力的评价体系中普遍存在概念不清和多采用主观构建评价指标的问题.为此,开展了基于BP神经网络的高校教师精准教学能力评价模型研究.首先,以理论研究为基础,对精准教学能力进行等级划分并构建评价指标框架,运用层级分析法建立指标权重;其次,利用BP神经网络智能学习的特性,以不同数据类型的指标值为输入,对应能力综合值为输出,检验精准教学能力分级及指标权重的合理性,进而生成较为客观的评价模型;最后,利用开发的评价系统和调查问卷进行样本数据采集和模型检验,从神经网络对数据的分类、拟合及仿真结果来看,模型能够对高校教师的精准教学能力进行客观评价,教师对模型测量结果的准确性也具有较高认可度. 展开更多
关键词 教育数字化转型 高校教师 精准教学能力 评价模型 BP神经网络
在线阅读 下载PDF
基于LDA-BP神经网络的高校思政课教师数据驱动决策力评价研究 被引量：1
13
作者 齐磊磊 李晨曦 《黑龙江高教研究》 北大核心 2024年第3期110-119,共10页
数据驱动决策力为高校思政课教师提供科学合理的教学判断,对数据驱动决策力进行评价研究,有助于提高高校思政课教师的数据决策水平,进而提升思想政治教育教学质量。鉴于传统评测方法缺乏客观性与可重复性,运用LDA-BP神经网络技术构建高... 数据驱动决策力为高校思政课教师提供科学合理的教学判断,对数据驱动决策力进行评价研究,有助于提高高校思政课教师的数据决策水平,进而提升思想政治教育教学质量。鉴于传统评测方法缺乏客观性与可重复性,运用LDA-BP神经网络技术构建高校思政课数据驱动决策力的指标体系与评价模型。首先,运用LDA方法对高校思想政治教育相关的政策文本与研究文献进行主题提取,并将主题信息作为指标构建基础;其次,通过研读文献与政策文本,并结合主题分析结果构建高校思政课教师数据驱动决策力评价指标体系;最后,通过对BP神经网络的训练及测试来生成高校思政课教师数据驱动决策力的评价模型。研究表明,高校思政课教师的专业知识、教学水平以及数据分析与解读能力是影响数据驱动决策能力的关键因素,据此,理应从素养提升、文化培育、管理革新、政府支持等方面入手增强数据驱动决策力。 展开更多
关键词 思政课教师 数据驱动决策力 LDA模型 BP神经网络模型 评价
在线阅读 下载PDF
图神经网络节点分类任务基准测试及分析 被引量：1
14
作者 张陶 廖彬 +2 位作者 于炯 李敏 孙瑞娜 《计算机科学》 CSCD 北大核心 2024年第4期132-150,共19页
图神经网络(Graph Neural Network,GNN)模型由于采用端到端的模型架构,在训练过程中能够更好地将节点隐藏特征的学习和分类目标协同起来,相比图嵌入(Graph Embedding)的方法,其在节点分类等任务上得到了较大的性能提升。但是,已有图神... 图神经网络(Graph Neural Network,GNN)模型由于采用端到端的模型架构,在训练过程中能够更好地将节点隐藏特征的学习和分类目标协同起来,相比图嵌入(Graph Embedding)的方法,其在节点分类等任务上得到了较大的性能提升。但是,已有图神经网络模型实验对比阶段普遍存在的数据集类型单一、样本量不足、数据集切分不规范、对比模型规模及范围有限、评价指标单一、缺乏模型训练耗时对比等问题。为此,文中选取了包括cora,citeseer,pubmed,deezer等在内的来自不同领域(引文网络、社交网络及协作网络等)的共计20种数据集,以准确率、精确率、召回率、F-score值及模型训练耗时为多维评价指标,在FastGCN,PPNP,ChebyNet,DAGNN等17种主流图神经网络模型上,进行了全面且公平的节点分类任务基准测评,进而为真实业务场景下的模型选择提供了决策参考。通过基准测试实验发现,一方面,影响模型训练速度的因素排名依次是节点属性维度、图节点规模及图边的规模;另一方面,并不存在赢者通吃的模型,即不存在在所有数据集下全都表现优异的模型,特别是在公平的基准测试配置环境下,结构简洁的模型反而比复杂的GNN模型有着更好的性能表现。 展开更多
关键词 图神经网络 基准测试 节点分类 性能评估 模型选择
在线阅读 下载PDF
基于统计和自适应ParNet的产学研绩效评价 被引量：2
15
作者 张睿 宋思琪 +2 位作者 胡静 张永梅 柴艳峰 《计算机应用》 CSCD 北大核心 2024年第2期628-637,共10页
针对现有产学研绩效评价体系及方法中存在的评价指标覆盖范围单一、评价样本特征表达不充分、评价模型自优化能力待提高的问题,提出主客观产学研综合绩效智能评价的评价体系及方法。首先,围绕三方合作主体,挖掘产学研合作过程中影响绩... 针对现有产学研绩效评价体系及方法中存在的评价指标覆盖范围单一、评价样本特征表达不充分、评价模型自优化能力待提高的问题,提出主客观产学研综合绩效智能评价的评价体系及方法。首先,围绕三方合作主体,挖掘产学研合作过程中影响绩效的要素及这些要素之间的联系,自主构建主客观产学研绩效三级评价体系;其次,通过将收集到的离散序列评价样本映射至极坐标空间、马尔可夫转移矩阵等不同高维空间域,增强离散样本特征表征;然后,通过基于精英反向翻筋斗觅食的混沌优化策略设计,提高深度模型冗余压缩和超参数的全局寻优效率,构建轻量压缩及高维超参数的自适应寻优的ParNet(AParNet)分类模型;最后,将模型应用于产学研绩效评价中,实现高性能的绩效智能评价。实验结果表明,所提方法很好地贴合了离散序列非线性分类应用,同时模型中加入优化策略后,在减少计算量的同时提高了分类性能,具体体现在:与ParNet相比,AParNet中的参数量减少了10.8%,较好地实现了模型的压缩,且它在产学研绩效评价中的分类准确率可达到98.6%。在产学研绩效智能评价应用中,该方法提高了评价模型的自适应能力,能够实现准确、高效的产学研绩效评价。 展开更多
关键词 产学研合作绩效评价 模糊统计 多空间域映射 卷积神经网络 模型自优化策略
在线阅读 下载PDF
利用深度学习预报美国东北部日降水分布 被引量：2
16
作者 张弛 陈国兴 杨洪涛 《大气科学学报》 CSCD 北大核心 2024年第1期55-64,共10页
现阶段降水预报主要依靠数值天气预报模式。但受物理参数化、计算资源等因素的影响,基于数值模式的降水预报还存在非常大的不确定性。近年来,深度学习在天气预报领域显示出巨大优势和潜力。本文通过构建神经网络预报美国东北部日降水分... 现阶段降水预报主要依靠数值天气预报模式。但受物理参数化、计算资源等因素的影响,基于数值模式的降水预报还存在非常大的不确定性。近年来,深度学习在天气预报领域显示出巨大优势和潜力。本文通过构建神经网络预报美国东北部日降水分布,探讨神经网络模型基于低分辨率气象场(ERA-Interim, 0.7°)预报高分辨率降水(CPC,0.25°)的能力,并比较3种主流网络框架(VGG,ResNet, GoogleNet)在该任务中的表现。结果表明,3种网络框架都对美国东北部日降水分布具有一定的预报能力(VGG框架表现最优),但三者的均方根误差(RMSE)均高于ERA-Interim 24-h(ERA24)的降水预报。3种神经网络的集合预报结果优于ERA24预报,且这三者与ERA24预报结果的集合平均能够显著提高ERA24对不同季节、不同强度降水的预报。 展开更多
关键词 降水预报 深度学习 神经网络框架 模式评估 美国东北部
在线阅读 下载PDF
高山峡谷地区地质灾害易发性评价——以怒江州为例 被引量：3
17
作者 冯显杰 李益敏 +2 位作者 邓选伦 赵娟珍 杨一铭 《河南理工大学学报（自然科学版）》 CAS 北大核心 2024年第3期70-80,共11页
高山峡谷地区地质灾害频发,目的为探究地质灾害易发性空间分布状况,方法以怒江州为研究区,综合地质条件、气象水文、植被覆盖等因素,筛选高程、坡度、坡向、曲率、起伏度等12个共线性低的评价因子,构建区域易发性评价指标体系,并基于栅... 高山峡谷地区地质灾害频发,目的为探究地质灾害易发性空间分布状况,方法以怒江州为研究区,综合地质条件、气象水文、植被覆盖等因素,筛选高程、坡度、坡向、曲率、起伏度等12个共线性低的评价因子,构建区域易发性评价指标体系,并基于栅格单元采用信息量(information value,IV)模型、信息量-BP神经网络(information value-back propagation neural networks,IV-BPNN)耦合模型和信息量-支持向量机(information value-support vector machine,IV-SVM)耦合模型进行地质灾害易发性评价。结果结果表明:(1)用实际地质灾害点验证易发性结果,灾害点与3种易发性结果在空间分布上具有较好的一致性;(2)将易发性指数划分为低、中、高和极高易发4个等级,其中IV模型、IV-BPNN耦合模型与IV-SVM耦合模型的高+极高易发区面积占比分别为37.12%,32.36%,23.08%,高与极高易发区呈线状分布,主要集中在怒江、澜沧江、独龙江等水系沿岸地区、道路附近和地质构造活跃的区域;(3)IV模型、IV-BPNN耦合模型与IV-SVM耦合模型的受试者曲线(receiver operating characteristic curve,ROC)的曲线下面积(area under the curve,AUC)分别为0.884,0.889,0.901。结论3种地质灾害易发性评价模型均有较高的预测精度,其中IV-SVM耦合模型准确率最高,分区结果较可靠,可为当地政府制定地质灾害防治措施提供参考。 展开更多
关键词 高山峡谷地区 地质灾害 信息量模型 BP神经网络 支持向量机 易发性评价 怒江州
在线阅读 下载PDF
面向人眼宽视场视觉成像质量的评价方法 被引量：1
18
作者 王杨 隆海燕 贾曦然 《计算机工程与设计》 北大核心 2024年第4期1157-1165,共9页
为考虑边缘视觉的影响,实现对人眼宽视场条件下视觉成像质量的量化,提出一种基于孪生神经网络的多视域成像质量评价方法。构建个性化眼模型,根据波前像差值获得不同视场处的成像图;利用色彩差异分割成像图中的不同区域,将其作为子图像... 为考虑边缘视觉的影响,实现对人眼宽视场条件下视觉成像质量的量化,提出一种基于孪生神经网络的多视域成像质量评价方法。构建个性化眼模型,根据波前像差值获得不同视场处的成像图;利用色彩差异分割成像图中的不同区域,将其作为子图像以样本对的形式输入到孪生神经网络中,提取图像的多维特征;模拟人眼对色彩的差异化感知,对区域图像质量评价值进行加权,得到对整幅图像的质量评价。为验证算法的有效性,在TID2013、LIVE和CSIQ这3个图像数据库上进行实验,其结果表明,该方法对多视场处成像质量的量化评估有良好的性能。 展开更多
关键词 孪生神经网络 图像质量评价 个性化眼模型 色彩差异 边缘视觉 波前像差值 差异化视场成像
在线阅读 下载PDF
电动汽车车内声品质评价研究进展 被引量：6
19
作者 钱堃 刘珂 +6 位作者 王言夫 厉濠阳 谭璟 沈政华 杜习康 段继英 赵剑 《汽车工程》 EI CSCD 北大核心 2024年第8期1431-1446,共16页
为全面梳理电动汽车车内声品质评价的发展现状,明确未来趋势,本文首先介绍了电动汽车车内声品质的研究进展和特点;然后详细介绍A声级对于电动汽车车内声品质评价的局限性、心理声学参量以及一些非传统参量客观评价方法;接着归纳了电动... 为全面梳理电动汽车车内声品质评价的发展现状,明确未来趋势,本文首先介绍了电动汽车车内声品质的研究进展和特点;然后详细介绍A声级对于电动汽车车内声品质评价的局限性、心理声学参量以及一些非传统参量客观评价方法;接着归纳了电动汽车车内声品质主观评价方法及其优缺点;之后重点分类总结了国内外电动汽车车内声品质客观量化模型;最后对电动汽车声品质评价进行了总结和展望,认为在未来以高精度客观评价模型代替传统主观评价方法,缩短评价时间与成本,提高评价准确性将是电动汽车车内声品质评价发展的重要方向。 展开更多
关键词 电动汽车 声品质 主观评价 心理声学参量 预测模型 神经网络 智能算法
在线阅读 下载PDF
基于BP人工神经网络的简支梁桥结构振动响应预测 被引量：2
20
作者 赵立财 《沈阳工业大学学报》 CAS 北大核心 2024年第3期347-352,共6页
针对有限元模型存在工作量大、计算耗时、无法实现结构响应的快速预测等问题,提出了基于BP神经网络算法的简支梁桥结构应力与位移预测模型。以某简支梁桥为工程背景,通过Midas/Civil有限元软件建立三维杆系有限元模型,并在考虑参数不确... 针对有限元模型存在工作量大、计算耗时、无法实现结构响应的快速预测等问题,提出了基于BP神经网络算法的简支梁桥结构应力与位移预测模型。以某简支梁桥为工程背景,通过Midas/Civil有限元软件建立三维杆系有限元模型,并在考虑参数不确定性的基础上使用有限元模型得到完善的训练与测试样本数据集,建立了基于人工神经网络的桥梁结构响应预测模型。研究结果表明,构建的人工神经网络预测模型可在满足预测精度的基础上实现结构响应的快速预测,荷载试验实测值与模型预测值的最大误差在12.46%以内,且拟合优度均在0.9以上。该预测模型后期可与桥梁健康监测系统相结合,实现简支梁桥结构响应的实时分析,可应用于简支梁的结构响应评估工作。 展开更多
关键词 简支梁桥 人工神经网络 结构响应 有限元模型 应力 结构评估
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 … 12 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