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8,415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：
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
1
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
图基础模型研究进展与挑战:图神经网络的视角
2
作者 吴涛 聂发志 +4 位作者 先兴平 王超 袁霖 乔少杰 牛伟纳 《通信学报》 北大核心 2025年第7期226-248,共23页
图基础模型(GFM)是基础模型思想在图学习领域中的延伸,是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型(LLM)实现GFM的技术路线不同,主要关注从图神经网络(GNN)的角度构建GFM。首先,分析了GFM的研究现状并定... 图基础模型(GFM)是基础模型思想在图学习领域中的延伸,是在广泛图数据上预训练并微调适配多种下游任务的图模型。与借助大语言模型(LLM)实现GFM的技术路线不同,主要关注从图神经网络(GNN)的角度构建GFM。首先,分析了GFM的研究现状并定义了关键概念。其次,总结了GFM骨干架构和基础表示单元的研究成果。再次,根据代理任务和微调策略的不同,分别总结了图模型的预训练技术与微调方法。然后,介绍了与GFM相关的评价指标。最后,分析了面临的挑战并展望了未来的研究方向。 展开更多
关键词 图基础模型 图神经网络 预训练 模型微调 提示调优
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
3
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
教育考试增值评价模型构建:基于深度神经网络的方法
4
作者 李金波 苏胜 +1 位作者 曾平飞 王永固 《华东师范大学学报(教育科学版)》 北大核心 2025年第9期69-82,共14页
教育评价改革是新时期深化教育改革的关键环节,但传统增值评价方法在处理学习过程的动态特征和复杂依赖关系方面存在技术局限。本研究以浙江省2023届4869名高中学生为研究对象,构建时序模式注意力长短时记忆深度神经网络(TPA-LSTM)增值... 教育评价改革是新时期深化教育改革的关键环节,但传统增值评价方法在处理学习过程的动态特征和复杂依赖关系方面存在技术局限。本研究以浙江省2023届4869名高中学生为研究对象,构建时序模式注意力长短时记忆深度神经网络(TPA-LSTM)增值评价模型,通过结合分位数回归方法,实现对学生成绩时序特征和非线性变化的精准评估。研究基于高中五个学期的语文考试成绩,对个体层面的学习轨迹特征和群体层面的增值表现进行系统分析。研究发现:TPA-LSTM模型在测试集上的均方根误差(RMSE)为0.082,平均绝对误差(MAE)为0.067,显著优于传统SGP模型;对高二下学期成绩相同(0.716)的学生群体,能够根据其历史学习轨迹识别出34至80的增值水平差异;模型的时序权重分布特征揭示了第三学期和第四学期为学习关键期,为评价结果提供了更强的解释性。研究表明,该模型在个体评价层面实现对学习轨迹的精确刻画,在群体层面揭示不同类型学生的发展特征,为提高教育考试增值评价的预测精度和教育诊断价值提供新的技术路径。 展开更多
关键词 教育考试 增值评价 神经网络模型 时序模式 长短时记忆网络
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
5
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
车辆主动悬架RBF神经网络的模型预测控制仿真研究
6
作者 顾苏怡 蒋昌华 《中国工程机械学报》 北大核心 2025年第3期410-414,共5页
为了提升车辆行驶的稳定性和乘坐的舒适性,提出一种基于径向基函数(RBF)神经网络的模型预测控制(MPC)系统,通过仿真验证主动悬架控制系统的有效性。创建7自由度车辆主动悬架简图,定义了车辆主动悬架动力学方程式。构建主动悬架MPC系统,... 为了提升车辆行驶的稳定性和乘坐的舒适性,提出一种基于径向基函数(RBF)神经网络的模型预测控制(MPC)系统,通过仿真验证主动悬架控制系统的有效性。创建7自由度车辆主动悬架简图,定义了车辆主动悬架动力学方程式。构建主动悬架MPC系统,利用RBF神经网络结构捕捉车辆主动悬架系统的复杂动态特性,通过对大量数据的学习和训练,能够快速建立主动悬架MPC参数,最终实现对车辆主动悬架系统的精确控制。利用Matlab软件对车辆主动悬架的车身加速度、悬架位移、轮胎位移进行仿真,评估车辆不同控制策略的行驶性能。结果显示:在路面信号激励下采用MPC,车辆主动悬架的车身加速度、悬架位移、轮胎位移变化幅度较大;采用RBF神经网络的MPC,车辆主动悬架的车身加速度、悬架位移、轮胎位移变化幅度较小。所提出的RBF神经网络MPC系统,能够增强车辆主动悬架抗干扰能力,从而保持车辆行驶的稳定性和舒适性。 展开更多
关键词 车辆 主动悬架 RBF神经网络 模型预测控制 仿真
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
7
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
区域化长短期记忆神经网络(LSTM)洪水预报模型研究 被引量：1
8
作者 叶可佳 梁忠民 +4 位作者 陈红雨 钱名开 胡义明 王军 李彬权 《湖泊科学》 北大核心 2025年第2期651-659,共9页
针对水文资料缺乏流域机器学习模型建模困难的问题,本文提出了基于长短期记忆神经网络(LSTM)的区域化洪水预报方法。对水文气候相似区内各流域的水文及地形地貌特征数据进行归一化处理,以消除局地因素的影响,从而构建相似区内建模统一... 针对水文资料缺乏流域机器学习模型建模困难的问题,本文提出了基于长短期记忆神经网络(LSTM)的区域化洪水预报方法。对水文气候相似区内各流域的水文及地形地貌特征数据进行归一化处理,以消除局地因素的影响,从而构建相似区内建模统一数据集,扩大样本数量,为建立乏资料流域洪水预报模型提供了可能。本文选择胶东半岛作为研究区进行应用研究。为验证区域化模型在不同场景中的应用效果,设计了预报流域数据不参与建模,而仅根据区域内其他流域资料建模(区域化模型Ⅰ),以及预报流域的部分数据参与建模(区域化模型Ⅱ)两种情景;此外,选取仅根据预报流域数据训练的单流域模型作为基准模型进行对比分析。结果表明,对本次研究的水文资料短缺流域,两种区域化模型均取得了较好效果,且都优于单流域模型。相较而言,考虑了预报流域数据的区域化模型精度更高,说明在区域化LSTM构建中融入预报流域的数据,可进一步提升区域化模型的精度。研究成果可为乏资料地区的洪水预报提供参考。 展开更多
关键词 长短期记忆神经网络 洪水预报 区域化模型 水文气候相似区 乏资料流域
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 被引量：1
9
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 被引量：1
10
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 被引量：1
11
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 被引量：1
12
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
多方法融合的卷积神经网络模型压缩方法
13
作者 郭开泰 李宇哲 +4 位作者 付东豪 郑洋 任胜寒 胡海虹 梁继民 《西安电子科技大学学报》 北大核心 2025年第3期232-241,共10页
卷积神经网络在实际应用中的计算和存储成本较高,因此模型压缩技术成为部署此类模型的关键。然而,单一压缩技术通常会导致性能下降、泛化能力降低或计算复杂度增加的问题。为此提出了一种融合模型剪枝、知识蒸馏和模型量化的压缩框架。... 卷积神经网络在实际应用中的计算和存储成本较高,因此模型压缩技术成为部署此类模型的关键。然而,单一压缩技术通常会导致性能下降、泛化能力降低或计算复杂度增加的问题。为此提出了一种融合模型剪枝、知识蒸馏和模型量化的压缩框架。首先通过稀疏化训练对模型进行剪枝,减少冗余通道;随后,以原始模型作为教师网络,利用知识蒸馏方法对剪枝后的学生网络进行指导,提升压缩模型的性能;最后采用模型量化技术对压缩后的网络进一步优化以提高其适用性。利用卷积网络中的分类模型和目标检测模型对所提出方法进行测试,实验结果表明,该模型压缩框架能够有效降低模型的存储和计算需求,在多个测试模型上,模型大小缩减幅度超过90%,推理速度提升3~4倍,同时精度损失控制在2%以内。提出的多方法融合的模型压缩框架在保证卷积神经网络模型性能的同时,减少了模型大小,提升了推理速度,适用于资源受限环境中卷积神经网络的高效部署。 展开更多
关键词 模型压缩 卷积神经网络 模型剪枝 知识蒸馏 模型量化
在线阅读 下载PDF
减振器动态特性集总参数-神经网络联合模型
14
作者 刘雪莱 刘子谦 +3 位作者 郑益谦 王强 李涛 上官文斌 《振动.测试与诊断》 北大核心 2025年第2期354-358,415,416,共7页
为了描述减振器的动态特性,将集总参数模型和神经网络模型进行结合,提出了一种能够精确描述减振器非线性动态特性的集总参数-神经网络联合模型。首先,在减振器测试台架上对一个减振器的动态特性进行测量,激励工况包括谐波激励和瞬态激... 为了描述减振器的动态特性,将集总参数模型和神经网络模型进行结合,提出了一种能够精确描述减振器非线性动态特性的集总参数-神经网络联合模型。首先,在减振器测试台架上对一个减振器的动态特性进行测量,激励工况包括谐波激励和瞬态激励两大类,测试得到减振器的动态力响应;其次,提出了联合模型的集总参数建模方法与参数辨识方法,并使用谐波激励下的测试数据完成了模型参数辨识;然后,利用神经网络模型补偿减振器的力-速度非线性特征;最后,使用联合模型计算在瞬态激励下减振器的输出力,并与集总参数模型和神经网络模型的计算结果以及测试结果进行了对比。结果表明,所提出的减振器联合模型具有较高的准确性,能够有效补偿集总参数模型的非线性误差。 展开更多
关键词 减振器 联合模型 神经网络模型 瞬态激励
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Zerilli-Armstrong和BP神经网络的15CrMoG合金钢本构模型研究
16
作者 刘宏伟 王伟 +3 位作者 代学蕊 马世博 穆振凯 王宝雨 《塑性工程学报》 北大核心 2025年第7期175-183,共9页
采用Gleeble热模拟试验机,在应变速率5、10、15和20 s^(-1),温度1173.15、1273.15、1373.15和1473.15 K条件下对15CrMoG合金钢进行等温压缩试验。基于试验得到的真实应力和真实应变数据,分析15CrMoG钢的热变形行为,构建15CrMoG钢的Zeril... 采用Gleeble热模拟试验机,在应变速率5、10、15和20 s^(-1),温度1173.15、1273.15、1373.15和1473.15 K条件下对15CrMoG合金钢进行等温压缩试验。基于试验得到的真实应力和真实应变数据,分析15CrMoG钢的热变形行为,构建15CrMoG钢的Zerilli-Armstrong(Z-A)本构模型和BP神经网络模型,预测材料的流变应力。引入相关系数R和平均绝对相对误差e_(AARE)分析模型的精度,结果表明,Z-A本构模型的预测应力值与试验值的相关系数为0.9447,平均绝对相对误差为10.3%;采用应变的五阶多项式对模型的部分材料参数进行修正,得到修正的Z-A本构模型,修正模型的预测值与试验值的相关系数为0.9934,平均绝对相对误差为7.47%,模型精度得到明显提高。建立的BP神经网络模型的预测应力值与试验值的相关系数为0.9981,平均绝对相对误差为1.02%,具有更高的预测精度,能够更好地描述15CrMoG钢在高温下的热变形行为。 展开更多
关键词 Zerilli-Armstrong 本构模型 BP神经网络 15CrMoG合金钢 热变形行为
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
17
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
不同温湿度贮藏对澳洲坚果鲜果品质的影响及BP神经网络预测模型构建
18
作者 付镓榕 马尚玄 +6 位作者 杨悦雪 徐文婷 兰秀华 魏元苗 黄克昌 贺熙勇 郭刚军 《食品工业科技》 北大核心 2025年第13期314-326,共13页
为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值... 为分析澳洲坚果鲜果在短期贮藏中的品质变化,本文探究贮藏温湿度(30℃-RH80%、35℃-RH80%、40℃-RH80%、30℃-RH90%、35℃-RH90%、40℃-RH90%)对鲜果果皮含水量、带壳果含水量、果仁含水量、青皮裂果率、霉果率、酸价、过氧化值、碘值、总酚含量、总糖含量的影响,并基于反向传播(Backpropagation,BP)神经网络构建澳洲坚果鲜果短期贮藏的品质预测模型,测试集评估模型的预测性能。结果表明,在短期贮藏中35℃-RH80%条件贮藏的水分损失最快,35℃贮藏的青皮裂果率增速显著高于30、40℃(P<0.05),30℃时果皮霉果率增速显著高于35、40℃(P<0.05)。在贮藏期间酸价、过氧化值均呈上升趋势,贮藏结束时35℃-RH90%条件贮藏的酸价最高,为15.57 mg/100 g,30℃-RH80%条件贮藏的过氧化值最高,为36.44μg/g;碘值、总酚含量呈先上升后下降的趋势,贮藏期间35℃-RH90%条件贮藏的碘值增幅最大为119.26 mg/g,贮藏结束40℃-RH80%条件贮藏的碘值最低为675.72 mg/g,贮藏结束35℃-RH80%、40℃-RH90%总酚含量均为0.88 mg/g,显著低于其他贮藏条件(P<0.05);总糖含量呈下降趋势,贮藏结束35℃-RH80%条件贮藏的总糖含量显著低于其他贮藏条件(P<0.05)。相关性分析表明预测模型的输入层与输出层具有较好的相关性,澳洲坚果鲜果短期贮藏的品质预测模型隐含层节点数为7,酸价、过氧化值、碘值、总酚含量、总糖含量训练集的相关系数分别为0.97952、0.98815、0.94869、0.94882、0.97109,预测精度良好。因此,神经网络预测模型可用于预测澳洲坚果鲜果在采后运输及贮藏过程中的品质变化,并为神经网络预测模型在澳洲坚果品质预测中的应用奠定基础。 展开更多
关键词 澳洲坚果 鲜果 贮藏品质 预测模型 反向传播(BP)神经网络
在线阅读 下载PDF
基于差分密码分析的全连接神经网络模型萃取
19
作者 熊黎依 刘阳 +2 位作者 陆金玉 刘国强 孙兵 《密码学报(中英文)》 北大核心 2025年第3期679-695,共17页
近年来,参数萃取技术已成为深度学习领域的一个关键研究方向,其主要目标是从训练好的神经网络模型中提取关键的模型参数,包括连接权重和偏置项等.参数萃取技术对于深入理解网络内部机制、优化模型结构以及提高模型透明度具有重要的理论... 近年来,参数萃取技术已成为深度学习领域的一个关键研究方向,其主要目标是从训练好的神经网络模型中提取关键的模型参数,包括连接权重和偏置项等.参数萃取技术对于深入理解网络内部机制、优化模型结构以及提高模型透明度具有重要的理论和实践价值.然而,当前的参数萃取技术主要适用于采用ReLU激活函数的网络模型.考虑到更复杂网络的高度非线性特征,参数萃取的难度显著增加.对于更复杂结构和不同类型激活函数的研究仍相对匮乏.为弥补这一缺口,本文借鉴密码学中差分密码分析的思想,提出了一种面向单隐层Leaky ReLU和Parametric ReLU全连接神经网络的参数萃取方法.本文详细阐述了如何仅通过网络访问准确地提取包括激活函数参数在内的网络参数.此外,通过对MNIST数据集上训练的网络进行实证分析,以及在密码学中神经网络区分器的简化版本上进行实验,验证了所提出方法的有效性.这项研究为深度学习模型的解释性研究和优化实践提供了全新的视角. 展开更多
关键词 全连接神经网络 模型萃取 差分密码分析 激活函数
在线阅读 下载PDF
基于GM(1,1)与BP神经网络模型的西安市地下水位动态特征及趋势预测研究
20
作者 李培月 梁豪 +2 位作者 杨俊岩 田艳 寇晓梅 《西北地质》 北大核心 2025年第3期236-245,共10页
地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位... 地下水是干旱与半干旱地区极其珍贵的自然资源,地下水动态的精准预测与评估关乎着地下水资源的有效保护与合理利用。本研究根据西安市2010~2020年地下水位监测数据,系统分析了西安市地下水位年际、年内动态变化特征,探究了影响地下水位动态的主要因素,通过SPSS对影响地下水位动态的降水量和开采量两个主要因素进行相关性分析,并基于GM(1,1)灰度预测模型和BP神经网络模型对地下水位变动趋势进行了预测。结果表明:(1)2010~2016年,地下水位整体上呈下降趋势,2016~2020年间,得益于地下水压采和供水设施的不断优化完善,地下水位呈回升趋势。(2)降水和人为开采均对西安市地下水位变动具有显著影响;地下水位埋深是决定受降水影响程度的关键因素,其中河漫滩地区最为敏感,阶地次之,黄土塬区较弱。地下水开采量与地下水位埋深具有更强的相关性。这凸显了其在调控地下水位动态变化中的主导地位。(3)地下水位预测结果显示,随着地下水开采量呈现出逐年下降的趋势,研究区地下水整体处于波动上升趋势。本研究对西安市地下水动态的影响因素及预测趋势进行了研究,对地下水资源管理和可持续发展具有重要参考价值。 展开更多
关键词 地下水位动态 主导因素 回归分析 灰色模型 BP神经网络预测
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