期刊文献+
共找到67,933篇文章
< 1 2 250 >
每页显示 20 50 100
基于IPSO-BP神经网络的预制构件生产成本预测研究
1
作者 从明智 陆红梅 赵立伟 《石河子大学学报(自然科学版)》 北大核心 2025年第3期332-340,共9页
预制构件生产成本是装配式混凝土建筑成本的重要组成部分,对预制构件生产成本的准确预测有利于装配式混凝土建筑的发展。建立基于IPSO-BP神经网络的预制构件生产成本预测模型,其中,在粒子群算法中引入线性变化惯性权重调整策略、随机权... 预制构件生产成本是装配式混凝土建筑成本的重要组成部分,对预制构件生产成本的准确预测有利于装配式混凝土建筑的发展。建立基于IPSO-BP神经网络的预制构件生产成本预测模型,其中,在粒子群算法中引入线性变化惯性权重调整策略、随机权重算法和动态学习因子来加强BP神经网络的训练、搜索速度和跳出局部最优解的能力,并利用优化的粒子群(PSO)算法对BP神经网络的权值和阈值进行优化来提高BP神经网络的预测精度和鲁棒性,然后结合实际数据进行验证和对比分析PSO-BP神经网络、GA-BP神经网络和BP神经网络预测的结果,结果表明:IPSO-BP神经网络预测模型的预制构件生产成本的预测值与真实值最为接近,平均绝对误差、平均偏差误差、均方根误差与平均绝对百分比误差分别为1.2951、0.8961、1.4315、0.0539,较PSO-BP神经网络、GA-BP神经网络和BP神经网络均显著降低,用于预测预制构件生产成本的效果也显著提高,该模型可有效提高预制构件生产成本预测的准确性。 展开更多
关键词 预制构件 成本预测 粒子群优化算法 BP神经网络
在线阅读 下载PDF
基于IPSO-BP神经网络的导线舞动预警方法 被引量:1
2
作者 杨春侠 曹倩 +3 位作者 于增豪 朱陶炜 李春林 王文 《电力科学与技术学报》 CAS CSCD 北大核心 2024年第2期152-158,共7页
为确保输电线路在易舞气象条件下的正常运维,根据线路舞动与气象条件之间的复杂映射关系,采用改进粒子群算法(improved particle swarm optimization,IPSO)对BP神经网络进行优化,提出一种基于改进粒子群算法优化BP(IPSO-BP)神经网络的... 为确保输电线路在易舞气象条件下的正常运维,根据线路舞动与气象条件之间的复杂映射关系,采用改进粒子群算法(improved particle swarm optimization,IPSO)对BP神经网络进行优化,提出一种基于改进粒子群算法优化BP(IPSO-BP)神经网络的导线舞动预测方法。利用文本挖掘技术分析舞动影响因素,确定以档距、覆冰厚度、温度、风速、风向、相对湿度及风向与线路走向夹角为特征输入的IPSO-BP神经网络模型,通过舞动历史数据训练模型以达到预测的功能。对比IPSO-BP神经网络模型与其他算法模型的精度和稳定性,结果表明该方法具有一定的优越性。最后采用该方法预测河南谢庄地区的导线舞动,验证该方法的准确性和实用性。 展开更多
关键词 输电线路 舞动 预警 粒子群算法 BP神经网络
在线阅读 下载PDF
基于IPSO-BP神经网络的最小阻力船形优化设计 被引量:5
3
作者 侯远杭 刘飞 梁霄 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第8期1193-1199,共7页
针对船形优化设计问题,为了克服主尺度与型线分开设计的不足,将主尺度与表征船体形状的参数联合组成设计空间来进行优化设计,同时以不同航速的船体阻力加权总和作为优化目标,引入IPSO-BP神经网络建立兴波阻力系数的近似预报模型,以主尺... 针对船形优化设计问题,为了克服主尺度与型线分开设计的不足,将主尺度与表征船体形状的参数联合组成设计空间来进行优化设计,同时以不同航速的船体阻力加权总和作为优化目标,引入IPSO-BP神经网络建立兴波阻力系数的近似预报模型,以主尺度和船形修改系数作为设计变量,以排水体积的变化量作为约束条件,分别利用遗传算法与模拟退火算法对Wigley船形进行了优化计算.计算结果证明了IPSO-BP方法建立兴波阻力系数近似模型的优良性能,得出的光顺合理的优化船形证明了该方法的可行性与合理性. 展开更多
关键词 船形优化 ipso-bp神经网络 近似精度 优化算法
在线阅读 下载PDF
基于IPSO-BP神经网络的钢丝绳断丝损伤识别模型研究 被引量:3
4
作者 钟小勇 刘志辉 《中国安全生产科学技术》 CAS CSCD 北大核心 2020年第4期70-75,共6页
为解决传统钢丝绳断丝损伤识别方法精度低,BP神经网络陷入局部最优等问题,提出改进粒子群算法(IPSO)的BP神经网络识别模型。通过采集钢丝绳断丝损伤信号,提取缺陷信号特征,用峰值、峰峰值、波宽、波形下面积和波动能量5个特征值组成特... 为解决传统钢丝绳断丝损伤识别方法精度低,BP神经网络陷入局部最优等问题,提出改进粒子群算法(IPSO)的BP神经网络识别模型。通过采集钢丝绳断丝损伤信号,提取缺陷信号特征,用峰值、峰峰值、波宽、波形下面积和波动能量5个特征值组成特征向量作为神经网络的输人,断丝数量作为神经网络的输出;利用改进粒子群算法对BP神经网络的初始权值和阈值进行优化;建立基于IPSO-BP算法的神经网络模型,用于钢丝绳断丝的定量识别。结果表明:IPSO-BPS神经网络模型的钢丝绳断丝损伤识别精度、泛化能力均高于传统BP神经网络模型,且改进的粒子群算法迭代寻优速度更快。 展开更多
关键词 钢丝绳 损伤 识别 ipso-bp神经网络 惯性权重
在线阅读 下载PDF
基于IPSO-BP神经网络与BCG信号的冠心病预测分类研究 被引量:6
5
作者 孟辉 张加宏 +3 位作者 李敏 石常龙 周炳宇 冒晓莉 《传感技术学报》 CAS CSCD 北大核心 2020年第10期1379-1385,共7页
为了提高人体心脏健康监测的便利性和准确性,研究了基于PVDF压电薄膜的鞋垫式心冲击信号检测系统,首先实现了不同性别人群的心率采集,在此基础上提取心冲击信号波形中t(IJ)、t(IK)、Int(HK)和Int(BCG)特征向量作为IPSO-BP神经网络模型... 为了提高人体心脏健康监测的便利性和准确性,研究了基于PVDF压电薄膜的鞋垫式心冲击信号检测系统,首先实现了不同性别人群的心率采集,在此基础上提取心冲击信号波形中t(IJ)、t(IK)、Int(HK)和Int(BCG)特征向量作为IPSO-BP神经网络模型的输入,进而对冠心病进行了预测分类。通过与BP模型的评估对比得到IPSO-BP神经网络模型分类效果更佳,并以100组实验样本验证该模型对冠心病的预测分类具有较高的准确性,其正确率约为92%。 展开更多
关键词 PVDF压电薄膜 心率 冠心病 ipso-bp神经网络 预测分类
在线阅读 下载PDF
基于IPSO-BP神经网络的铁路客运量预测 被引量:12
6
作者 陶海龙 李小平 +1 位作者 张胜召 辜琳丽 《铁道运输与经济》 北大核心 2011年第9期78-82,共5页
在分析有关铁路客运量预测方法的基础上,针对BP神经网络模型存在的不足,提出基于粒子群优化算法(PSO)优化BP神经网络的参数,即改进的PSO方法(IPSO)。以我国1990—2007年的铁路客运量为研究对象,确定输入样本和输出样本,以及训练集和测试... 在分析有关铁路客运量预测方法的基础上,针对BP神经网络模型存在的不足,提出基于粒子群优化算法(PSO)优化BP神经网络的参数,即改进的PSO方法(IPSO)。以我国1990—2007年的铁路客运量为研究对象,确定输入样本和输出样本,以及训练集和测试集,建立基于IPSO的BP神经网络优化模型预测铁路客运量。预测结果表明,IPSO-BP网络的算法训练时间短,收敛速度快,预测精度高。 展开更多
关键词 铁路 客运量 BP神经网络 预测
在线阅读 下载PDF
IPSO-BP神经网络在渭河天水段水质评价中的应用 被引量:18
7
作者 王彤彤 张剑 +3 位作者 涂川 赵文芳 陈明明 赵成章 《环境科学与技术》 CAS CSCD 北大核心 2013年第8期175-181,共7页
水质评价是进行水环境容量计算和实施水污染控制规划的重要基础,能为改善河流水资源污染程度,保护河流水资源提供方向性、原则性的方案和依据。文章通过改进的PSO算法优化BP神经网络的权值和阈值,获得最优权值和阈值后建立IPSO-BP神经... 水质评价是进行水环境容量计算和实施水污染控制规划的重要基础,能为改善河流水资源污染程度,保护河流水资源提供方向性、原则性的方案和依据。文章通过改进的PSO算法优化BP神经网络的权值和阈值,获得最优权值和阈值后建立IPSO-BP神经网络水质评价模型,针对关中-天水经济区中天水段地表水质,利用2003-2009年渭河天水段4个控制断面的监测数据,选取BOD5、DO、氨氮、总磷、高锰酸盐指数5个指标进行综合评价,并分析了污染现状及时空变化规律。结果表明,改进的PSO-BP神经网络泛化能力强,评价更客观;7年间水质有一定程度的改善,但总体变化不大,水质类别主要为Ⅱ类和Ⅲ类,其中北道桥断面污染最为严重。研究旨在有效控制渭河流域天水段污染,为渭河水资源的保护提供科学依据。 展开更多
关键词 改进的PSO算法 BP神经网络 水质评价 渭河天水段
在线阅读 下载PDF
基于IPSO-BP神经网络模型的山东省碳排放预测及生态经济分析 被引量:27
8
作者 张迪 王彤彤 支金虎 《生态科学》 CSCD 2022年第1期149-158,共10页
在低碳经济发展背景下,针对山东省碳排放数据更新迟缓、以往预测模型难以满足现实需求的问题,统计相关数据,根据政府间气候变化专门委员会(IPCC)推荐方法测算山东省2000—2017年碳排放量和排放强度,并借助脱钩分析、碳承载力和碳赤字探... 在低碳经济发展背景下,针对山东省碳排放数据更新迟缓、以往预测模型难以满足现实需求的问题,统计相关数据,根据政府间气候变化专门委员会(IPCC)推荐方法测算山东省2000—2017年碳排放量和排放强度,并借助脱钩分析、碳承载力和碳赤字探究碳排放的动态变化趋势;基于5项最重要的碳排放影响因素,建立改进的粒子群算法(IPSO)优化BP神经网络模型,对山东省的碳排放量和排放强度进行仿真预测。结果表明:山东省工业耗能占总量的78.5%左右。2000—2017年间山东省碳排放量呈增长趋势,年平均为52328.10万吨;碳排放强度却呈下降趋势,年平均为1.73万吨/亿元。总体而言,2000—2017年间山东省碳排放量与GDP之间呈弱脱钩的态势,碳承载力呈先增长后减小的趋势,18年间碳承载力减少了8%,全省从2005年开始出现碳赤字,并呈现增大趋势。IPSO算法明显优化了BP神经网络,误差更小、精度更高,更适于碳排放量及相关指标的预测。预测结果显示山东省未来碳排放量呈缓慢增长趋势,而碳排放强度有所降低,以期为政府决策提供科学依据。 展开更多
关键词 BP神经网络 IPSO优化算法 碳排放 预测 山东省
在线阅读 下载PDF
一种结合IPSO-BP神经网络的备件供应模型研究 被引量:5
9
作者 陶永才 杨晨 +2 位作者 马建红 石磊 卫琳 《小型微型计算机系统》 CSCD 北大核心 2022年第5期913-920,共8页
备件供应是制造业服务价值链协同中的重要组成,也是企业制定销售计划和生产计划的重要依据.本文将备件供应过程中的备件消耗考虑在内,以最小化总成本为目标,以订货时的备件需求量为核心参数,提出一种基于神经网络的备件供应需求预测模型... 备件供应是制造业服务价值链协同中的重要组成,也是企业制定销售计划和生产计划的重要依据.本文将备件供应过程中的备件消耗考虑在内,以最小化总成本为目标,以订货时的备件需求量为核心参数,提出一种基于神经网络的备件供应需求预测模型.在现有标准粒子群算法的基础上,通过将惯性权重的改进、环境检测策略和自适应最优解跳跃策略结合,提出一种改进的粒子群算法(IPSO,Improved Particle Swarm Optimization).并通过改进的粒子群算法对BP(Back Propagation)神经网络进行优化.最后通过IPSO-BP神经网络模型对备件供应模型中的备件需求量进行预测,实验结果表明,相比其他的神经网络模型,IPSO-BP神经网络模型的预测稳定性和精准度等性能有显著提高. 展开更多
关键词 备件供应 需求预测 改进粒子群 优化神经网络
在线阅读 下载PDF
基于IPSO-BP神经网络的坝基扬压力预测方法研究 被引量:3
10
作者 顾浩钦 仲云飞 +2 位作者 程井 邓同春 李阳 《三峡大学学报(自然科学版)》 CAS 2013年第2期20-24,共5页
针对坝基扬压力预测的传统BP神经网络模型初始权值和阈值随机性强、易陷入局部最优等局限,采用惯性权重动态调整的改进粒子群算法对BP网络的初始权值和阈值进行优化,建立了基于IPSO的BP神经网络坝基扬压力预测模型.通过算例验证算法的... 针对坝基扬压力预测的传统BP神经网络模型初始权值和阈值随机性强、易陷入局部最优等局限,采用惯性权重动态调整的改进粒子群算法对BP网络的初始权值和阈值进行优化,建立了基于IPSO的BP神经网络坝基扬压力预测模型.通过算例验证算法的优越性及程序的准确性,并以某大坝多年扬压力监测数据进行工程实例应用,结果表明,IPSO-BP扬压力预测模型与传统BP模型相比,拟合相关系数大,统计误差小,预测精度更高. 展开更多
关键词 扬压力 BP神经网络 改进粒子群算法 统计模型
在线阅读 下载PDF
基于IPSO-BP神经网络的高校机械类实验室安全评价模型探究 被引量:6
11
作者 张佳明 金仁东 +2 位作者 王文瑞 孙浩 衣红钢 《实验室研究与探索》 CAS 北大核心 2020年第12期290-296,共7页
实验室安全作为高校安全稳定工作的重要组成部分,直接反映了高校的管理水平与管理理念,已成为社会和国家的关注热点。针对高校机械类实验室建立了包含9个1级指标、27个2级指标的安全评价指标体系,提出了一种基于改进粒子群算法的BP神经... 实验室安全作为高校安全稳定工作的重要组成部分,直接反映了高校的管理水平与管理理念,已成为社会和国家的关注热点。针对高校机械类实验室建立了包含9个1级指标、27个2级指标的安全评价指标体系,提出了一种基于改进粒子群算法的BP神经网络安全评价模型,该模型以实验室安全指标评价数据为输入,评价结果为输出,针对粒子群算法中的惯性系数和学习因子引入了非线性函数进行优化,并确定了最优的函数调整因子。通过专家评分数据对网络进行训练,对评价样本数据进行预测。结果表明,IPSO-BP神经网络预测结果的平均相对误差为1.5276%,较BP模型、PSO-BP、线性修正PSO-BP模型在收敛速度、计算时间、误差波动、预测精度均有明显提升,形成科学、量化的实验室安全评价模型,并可推广到其他类型实验室的安全评价。 展开更多
关键词 BP神经网络 改进粒子群优化算法 实验室安全 评价模型 指标体系
在线阅读 下载PDF
基于IPSO-BP神经网络的WSNs数据融合算法 被引量:5
12
作者 马占飞 巩传胜 +2 位作者 李克见 林继祥 刘雨忻 《传感器与微系统》 CSCD 北大核心 2023年第12期151-154,159,共5页
针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法。首先,用细菌觅食算法的趋化、迁徙算子对粒子群优化... 针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法。首先,用细菌觅食算法的趋化、迁徙算子对粒子群优化(PSO)算法进行改进;然后,用IPSO算法优化BP神经网络的权值和阈值,再引入到WSNs数据融合中,簇成员节点负责采集监测数据,在簇首节点通过优化后的BP神经网络对数据进行特征提取,并将融合结果发送至汇聚节点。仿真结果表明:IPSO-BP算法能有效提高融合精度和收敛速度,减少冗余数据传输,延长网络生命周期。 展开更多
关键词 无线传感器网络 数据融合 反向传播神经网络 粒子群优化算法 细菌觅食优化算法
在线阅读 下载PDF
IPSO-BP神经网络模型的教学质量评价 被引量:7
13
作者 张涛 刘晶 胡海波 《实验室研究与探索》 CAS 北大核心 2023年第6期174-178,193,共6页
针对目前教学质量评价过程中存在的评价方法单一、主观性强等问题,为进一步提高教学质量评价的有效性和准确性,将粒子群算法(IPSO)和BP神经网络相融合,建立了一种基于IPSO-BP算法的神经网络评价模型。利用教学方法、教学内容、教学态度... 针对目前教学质量评价过程中存在的评价方法单一、主观性强等问题,为进一步提高教学质量评价的有效性和准确性,将粒子群算法(IPSO)和BP神经网络相融合,建立了一种基于IPSO-BP算法的神经网络评价模型。利用教学方法、教学内容、教学态度以及教学效果4个指标构建教学质量评价指标体系;采用IPSO算法对BP模型的参数进行训练,优化其权值和阈值;将训练好的模型用于教学质量评价的测试和验证。结果表明,所构建的IPSO-BP模型收敛速度快、寻址效率高,可大大提高评估准确率,与普通BP神经网络相比,预测准确率达到96.7%,在教学质量评价中具有一定的应用和参考价值。 展开更多
关键词 BP神经网络 教学质量评价 评价体系 改进粒子群优化
在线阅读 下载PDF
基于IPSO-BP神经网络的富氧底吹铜熔炼炉喷枪寿命预测模型 被引量:3
14
作者 武龙飞 张晓龙 +4 位作者 胡建杭 徐建新 宋进 黄旷 刘杰 《有色金属(冶炼部分)》 CAS 北大核心 2023年第12期18-23,共6页
富氧底吹铜熔炼炉喷枪是整个熔炼炉中最重要的部件,并且造价高,易损坏,工作环境恶劣复杂,对其进行准确的寿命预测比较困难。提出了一种基于IPSO-BP神经网络的寿命预测模型,粒子群优化算法解决了BP神经网络容易陷入局部极小值和训练速度... 富氧底吹铜熔炼炉喷枪是整个熔炼炉中最重要的部件,并且造价高,易损坏,工作环境恶劣复杂,对其进行准确的寿命预测比较困难。提出了一种基于IPSO-BP神经网络的寿命预测模型,粒子群优化算法解决了BP神经网络容易陷入局部极小值和训练速度慢的问题,优化的粒子群算法优化了惯性权重和学习因子,进一步加快了训练速度和搜索速度,提高了BP神经网络跳出局部极小值的能力。以工作环境中容易对喷枪寿命造成影响的因素作为输入,喷枪寿命作为输出,通过实际生产采集的数据做验证,并与BP神经网络和PSO-BP神经网络预测模型作对比。结果表明,本文构建的寿命预测模型预测效果比BP神经网络和PSO-BP神经网络的预测更加准确,精度更高,该预测模型为富氧底吹铜熔炼的喷枪寿命预测提供了一种方法借鉴。 展开更多
关键词 改进粒子群算法 BP神经网络 寿命预测 喷枪 富氧底吹
在线阅读 下载PDF
基于IPSO-BP神经网络的管道损伤检测方法 被引量:3
15
作者 吴磊 梅江涛 赵硕 《实验室研究与探索》 CAS 北大核心 2022年第7期44-49,共6页
为了更高效准确地对流质输送管道进行损伤检测,结合改进粒子群算法和误差反向传播神经网络,提出了一种IPSO-BP神经网络模型,并以IPSO-BP网络和IPSO算法建立损伤位置和损伤程度识别器。针对管道损伤检测问题,提出以曲率模态和位移模态为... 为了更高效准确地对流质输送管道进行损伤检测,结合改进粒子群算法和误差反向传播神经网络,提出了一种IPSO-BP神经网络模型,并以IPSO-BP网络和IPSO算法建立损伤位置和损伤程度识别器。针对管道损伤检测问题,提出以曲率模态和位移模态为输入特征参数,由损伤位置识别器、损伤程度识别器构成的管道结构损伤识别模型。基于管道的特定工况,对不同损伤状态下的管道进行模态分析和静力学分析,得到共100组训练样本和12组测试样本,利用IPSO-BP神经网络进行结构损伤识别模型的训练和测试。结果表明:提出的基于IPSO-BP神经网络的管道损伤识别模型对损伤位置的识别准确率为100%,损伤程度误差率低于5%,该模型为各种工况下的管道损伤检测提供了一类快速准确的方法。 展开更多
关键词 粒子群优化算法 BP神经网络 管道损伤检测 曲率模态 位移模态
在线阅读 下载PDF
基于MSCNN-GRU神经网络补全测井曲线和可解释性的智能岩性识别 被引量:1
16
作者 王婷婷 王振豪 +2 位作者 赵万春 蔡萌 史晓东 《石油地球物理勘探》 北大核心 2025年第1期1-11,共11页
针对传统岩性识别方法在处理测井曲线缺失、准确性以及模型可解释性等方面的不足,提出了一种基于MSCNN-GRU神经网络补全测井曲线和Optuna超参数优化的XGBoost模型的可解释性的岩性识别方法。首先,针对测井曲线在特定层段丢失或失真的问... 针对传统岩性识别方法在处理测井曲线缺失、准确性以及模型可解释性等方面的不足,提出了一种基于MSCNN-GRU神经网络补全测井曲线和Optuna超参数优化的XGBoost模型的可解释性的岩性识别方法。首先,针对测井曲线在特定层段丢失或失真的问题,引入了基于多尺度卷积神经网络(MSCNN)与门控循环单元(GRU)神经网络相结合的曲线重构方法,为后续的岩性识别提供了准确的数据基础;其次,利用小波包自适应阈值方法对数据进行去噪和归一化处理,以减少噪声对岩性识别的影响;然后,采用Optuna框架确定XGBoost算法的超参数,建立了高效的岩性识别模型;最后,利用SHAP可解释性方法对XGBoost模型进行归因分析,揭示了不同特征对于岩性识别的贡献度,提升了模型的可解释性。结果表明,Optuna-XGBoost模型综合岩性识别准确率为79.91%,分别高于支持向量机(SVM)、朴素贝叶斯、随机森林三种神经网络模型24.89%、12.45%、6.33%。基于Optuna-XGBoost模型的SHAP可解释性的岩性识别方法具有更高的准确性和可解释性,能够更好地满足实际生产需要。 展开更多
关键词 岩性识别 多尺度卷积神经网络 门控循环单元神经网络 XGBoost 超参数优化 可解释性
在线阅读 下载PDF
基于多域图神经网络的疾病预测模型 被引量:2
17
作者 罗熹 刘洋 安莹 《湖南大学学报(自然科学版)》 北大核心 2025年第4期124-134,共11页
电子病历数据类型多样以及时序不规则,现有的基于深度学习的方法在特征学习的过程中大多无法同时兼顾对不同类型临床数据间静态关联和就诊记录间动态时序依赖的有效捕获.针对该问题,本文提出了一种基于多域图神经网络的疾病预测模型.该... 电子病历数据类型多样以及时序不规则,现有的基于深度学习的方法在特征学习的过程中大多无法同时兼顾对不同类型临床数据间静态关联和就诊记录间动态时序依赖的有效捕获.针对该问题,本文提出了一种基于多域图神经网络的疾病预测模型.该方法首先利用一个结合编码级注意力和时间感知LSTM的时序特征学习模块获得患者每次就诊的初始特征表示.然后,根据就诊序列中不同就诊间的相关性和时间间隔信息分别构建了一个就诊亲和图和一个就诊时序图,并通过图卷积神经网络从图中挖掘就诊记录间的静态语义关联和动态时序依赖.最后,利用一个基于自注意力机制的多域特征融合模块将时序特征和语义关联特征结合起来得到最终的患者融合特征表示,用于患者未来的疾病预测.在两个真实临床数据集上的实验结果表明,本文方法超过其他现有的方法获得了更高的预测准确性. 展开更多
关键词 电子病历 疾病预测 神经网络 注意力机制
在线阅读 下载PDF
响应面法结合深度神经网络优化刺五加果多糖提取工艺 被引量:3
18
作者 苏适 董立强 +3 位作者 黎莉 王双侠 王喜庆 张金凤 《包装与食品机械》 北大核心 2025年第2期66-74,共9页
为提高刺五加果多糖的提取率,提出基于Box-Behnken响应面法与深度神经网络模型(deep neural network,DNN)协同优化的微波辅助离子液体提取工艺。通过响应面设计,筛选微波功率、离子液体浓度、提取时间及料液比等参数,并构建二次回归模型... 为提高刺五加果多糖的提取率,提出基于Box-Behnken响应面法与深度神经网络模型(deep neural network,DNN)协同优化的微波辅助离子液体提取工艺。通过响应面设计,筛选微波功率、离子液体浓度、提取时间及料液比等参数,并构建二次回归模型;利用DNN模型解析多因素间非线性关系,优化工艺条件。结果表明,DNN模型得到的最优工艺条件为微波功率350 W、离子液体浓度0.6 mol/L、提取时间35 min、料液比1∶24(g/mL),多糖提取率为16.71%,高于响应面法优化的提取工艺结果。体外抗氧化试验显示,刺五加果多糖对羟基自由基、DPPH自由基和ABTS^(+)·自由基的半数抑制浓度(IC_(50))分别为2.36,2.05,2.47 mg/mL。研究为刺五加果在功能性食品及抗衰老保健品开发中的应用提供理论依据。 展开更多
关键词 刺五加果 多糖 工艺优化 响应面法 深度神经网络 抗氧化活性
在线阅读 下载PDF
基于短时随机充电数据和优化卷积神经网络的锂电池健康状态估计 被引量:1
19
作者 申江卫 折亦鑫 +4 位作者 舒星 刘永刚 魏福星 夏雪磊 陈峥 《储能科学与技术》 北大核心 2025年第4期1585-1595,共11页
用户充电过程较强的随机性,导致很难获得完整且固定的充电段用于精确表征电池健康状态的变化。针对充电行为的无序性,提出了一种基于随机健康指标和卷积神经网络的电池健康状态估计方法。对锂电池的原始充电电压时序数据进行分割作为随... 用户充电过程较强的随机性,导致很难获得完整且固定的充电段用于精确表征电池健康状态的变化。针对充电行为的无序性,提出了一种基于随机健康指标和卷积神经网络的电池健康状态估计方法。对锂电池的原始充电电压时序数据进行分割作为随机充电数据,使用单一卷积神经网络架构从中自适应提取老化特征,并采用蜣螂优化算法对其参数寻优,建立了多阶段模型。仅使用短时随机原始充电电压数据即可实现电池健康状态估计,且有效适用于不同充电模式和充电速率。实验测试验证结果表明,使用连续5 s(100个数据点)的原始电压时序数据,在恒流-恒压充电模式下,锂电池健康状态估计结果平均绝对误差小于2.07%,在多阶段恒流充电模式下,锂电池健康状态估计结果平均绝对误差小于1.22%。 展开更多
关键词 健康状态 随机充电 数据分割 卷积神经网络 锂离子电池
在线阅读 下载PDF
基于卷积和Transformer神经网络架构搜索的脑胶质瘤多组织分割网络 被引量:1
20
作者 陶永鹏 柏诗淇 周正文 《计算机应用》 北大核心 2025年第7期2378-2386,共9页
脑胶质瘤在磁共振成像(MRI)图像中的形状大小变化大、边界模糊且组织结构复杂,这些特点导致了脑肿瘤分割任务的挑战性,通常这种任务需要具备深厚专业知识的研究人员设计复杂定制的网络模型才能完成。这一过程不仅耗时,而且需要大量的人... 脑胶质瘤在磁共振成像(MRI)图像中的形状大小变化大、边界模糊且组织结构复杂,这些特点导致了脑肿瘤分割任务的挑战性,通常这种任务需要具备深厚专业知识的研究人员设计复杂定制的网络模型才能完成。这一过程不仅耗时,而且需要大量的人力资源。为了简化网络设计流程并自动获取最优的网络结构,提出一种基于卷积和Transformer神经网络架构搜索的脑胶质瘤多组织分割网络(NASCT-Net),以在构建用于多模态MRI脑肿瘤分割的网络架构的过程中,提高分割的精确度。首先,将神经架构搜索(NAS)技术应用于编码器的构建,形成可堆叠的NAS编解码模块,以自动优化适用于脑胶质瘤精准分割的网络架构;其次,在编码器底层集成基于Transformer的特征编码模块,以增强对肿瘤各组之间的相对位置和全局信息的表征能力;最后,通过构建体积加权Dice损失函数(VWDiceLoss),解决前景与背景的不平衡问题。在BraTS2019脑肿瘤数据集上与Swin-Unet等方法进行比较的实验结果表明,NASCT-Net的平均Dice相似系数(DSC)提高了0.009,同时平均Hausdorff距离(HD)降低了1.831 mm,验证了NASCT-Net在提高脑肿瘤多组织分割精度方面的有效性。 展开更多
关键词 网络架构 神经网络架构搜索 脑肿瘤分割 卷积神经网络 TRANSFORMER
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部