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106篇文章
< 1 2 … 6 >
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LSTM-KAN网络的航空燃油消耗动态时序预测模型
1
作者 唐志星 牛兆伦 +4 位作者 樊奕杰 杨睿超 钟育鸣 贾萌 唐小卫 《空军工程大学学报》 北大核心 2025年第5期22-30,共9页
针对传统方法难以捕获飞行状态与油耗间的复杂、非线性关系,基于Kolmogorov-Arnold网络(KAN),提出航空燃油消耗的动态时序预测模型。首先,基于终端区快速存取记录器(QAR)的高度、真空速、风速等8项关键飞行状态参数,利用KAN层B样条基函... 针对传统方法难以捕获飞行状态与油耗间的复杂、非线性关系,基于Kolmogorov-Arnold网络(KAN),提出航空燃油消耗的动态时序预测模型。首先,基于终端区快速存取记录器(QAR)的高度、真空速、风速等8项关键飞行状态参数,利用KAN层B样条基函数加基础输出模式,实现飞行状态与油耗间非线性关系的精准捕获;然后,将KAN网络接入长短期记忆网络(LSTM)最终时间步,实现飞机油耗动态时变规律的高精度挖掘。实验结果表明,模型均方误差为0.001(kg/h)2,测试集均方根误差低于0.091 kg/h的占比达98.32%,且R2提升至0.989 7,显著优于传统多层感知机(MLP)、LSTM及Transformer网络。研究结果可用于航空公司燃油效率优化、空域运行优化,促进民航绿色运行。 展开更多
关键词 航空油耗预测 kan LSTM QAR
在线阅读 下载PDF
基于KAN结构的YOLOv10s改进算法在无人机目标检测中的应用研究
2
作者 李倩倩 范军芳 +1 位作者 徐小斌 纪毅 《航空兵器》 北大核心 2025年第5期72-82,共11页
面对无人机视角下目标小尺寸、弱特征、遮挡重叠、尺度跨度大且背景干扰强等问题,本文研究了Kolmogorov-Arnold网络(KAN)及其扩展结构在无人机小目标检测中的适用性。以YOLOv10s为基础,提出三类改进模型:其一,将基于多阶样条变换的KANC... 面对无人机视角下目标小尺寸、弱特征、遮挡重叠、尺度跨度大且背景干扰强等问题,本文研究了Kolmogorov-Arnold网络(KAN)及其扩展结构在无人机小目标检测中的适用性。以YOLOv10s为基础,提出三类改进模型:其一,将基于多阶样条变换的KANConv引入C2f的Bottleneck,构建C2f_KAN模块,实现特征的非线性映射与细节增强;其二,融合B-spline特征执行逐元素乘法,通过Instance Norm归一化避免激活过度放大,同时引入可学习参数α以动态调控spline2的强度,构建了C2f_MultKAN模块以优化特征交互策略;其三,引入三种基函数改进的KANConv替代原始卷积结构,以提升建模能力并缓解B-spline引起的计算开销。在VisDrone2019数据集上进行实验,结果表明,引入KAN显著提升了原模型在各典型场景下对小目标的识别能力:KAN-YOLO适合远距离、分布规律的小目标检测,MultKAN-YOLO在目标密集、遮挡重叠区域中表现稳定,JKAN-YOLO更适合处理光照不足、背景干扰强等复杂条件;基函数优化使KAN网络的运算量降低9.8%,mAP@50提升2%。本文研究验证了KAN架构在复杂目标检测任务中的有效性。 展开更多
关键词 小目标检测 kan Multkan Jacobi核 YOLOv10s
在线阅读 下载PDF
基于GRU-NN预测模型的压电作动器MPC-KAN控制方法 被引量：1
3
作者 郭辰星 李自成 徐瑞瑞 《压电与声光》 北大核心 2025年第1期157-162,171,共7页
为了提高压电作动器(PEAs)的轨迹跟踪性能,提出了一种基于门控递归单元(GRU)神经网络(NN)预测模型的Kolmogorov-Arnold网络前馈模型预测控制(MPC-KAN)。与神经网络逆模型控制不同,该方法使用GRU-NN正向建模,并根据模型预测结果调整模型... 为了提高压电作动器(PEAs)的轨迹跟踪性能,提出了一种基于门控递归单元(GRU)神经网络(NN)预测模型的Kolmogorov-Arnold网络前馈模型预测控制(MPC-KAN)。与神经网络逆模型控制不同,该方法使用GRU-NN正向建模,并根据模型预测结果调整模型预测控制(MPC)的输出。首先,根据线性化模型选择GRU-NN的训练输入特征,并训练该网络。然后,为了提高优化效果和缩短优化时间,将麻雀搜索算法(SSA)用作MPC优化器,并建立Kolmogorov-Arnold网络(KAN)以替代SSA优化。该方法的有效性在PEAs平台上得到验证,与传统方法相比,控制精度提高了约30%。 展开更多
关键词 压电陶瓷作动器 高精度跟踪 模型预测控制 GRU网络 kan网络
在线阅读 下载PDF
基于IHHO-LSTM-KAN的大坝变形预测模型
4
作者 丁勇康 远近 +3 位作者 毛延翩 都旭煌 齐智勇 苏怀智 《水利水电技术(中英文)》 北大核心 2025年第5期170-182,共13页
【目的】全生命周期高精度的变形预测是评估大坝服役性态和保障大坝安全运行的关键方法。目前预测模型存在数据特征相关性解析不足、对短时序数据预测精度不高、忽视时序持续增长的特性、模型训练易陷入局部最优等问题。【方法】提出一... 【目的】全生命周期高精度的变形预测是评估大坝服役性态和保障大坝安全运行的关键方法。目前预测模型存在数据特征相关性解析不足、对短时序数据预测精度不高、忽视时序持续增长的特性、模型训练易陷入局部最优等问题。【方法】提出一种大坝变形预测模型,利用长短期记忆网络(LSTM)捕捉时序长短期依赖关系,并耦合KAN机制改进网络全连接层结构以增强对长短时序复杂数据关系的表征能力,采用多策略改进的哈里斯鹰优化算法(IHHO)探索超参数最优组合,从而优化模型结构、解决梯度问题、加速训练收敛并提高预测性能。【结果】实例表明,该模型对长短时序的预测精度和泛化能力均优于其他深度学习模型,收敛速度优于其他智能优化算法,KAN机制对短时序预测的改进效果较为明显。【结论】所建模型具有较好的稳健性与适用性,可为大坝全生命周期的安全监测提供技术参考。 展开更多
关键词 大坝变形预测 短时间序列 长短期记忆网络 kan 改进哈里斯鹰优化算法 变形 影响因素
在线阅读 下载PDF
基于KAN-N-Beats的可解释性滑坡位移预测
5
作者 刘慧婷 谢凯 +2 位作者 田宏岭 贺建飚 张伟 《人民长江》 北大核心 2025年第8期133-138,共6页
针对现有滑坡位移预测模型预测精度不高、泛化性差、模型复杂度高以及传统深度学习算法可解释性差的问题,提出了一种基于KAN-N-Beats的滑坡位移预测模型。使用KAN代替N-Beats中的全连接层,利用KAN采用自适应学习机制的特点,提高了预测... 针对现有滑坡位移预测模型预测精度不高、泛化性差、模型复杂度高以及传统深度学习算法可解释性差的问题,提出了一种基于KAN-N-Beats的滑坡位移预测模型。使用KAN代替N-Beats中的全连接层,利用KAN采用自适应学习机制的特点,提高了预测精度以及泛化性能;同时KAN通过稀疏性、可视化、剪枝、符号化及仿射拟合等多种手段,提高了模型的可解释性。N-Beats则将预测任务分解为趋势和季节性成分,便于理解不同时间序列特征的提取,使得KAN-N-Beats模型预测结果具有更高的可解释性;利用N-Beats模型内部可分解的能力将滑坡位移分解后预测,不需要大量特征工程,减少了KAN-N-Beats模型复杂度,提高了预测效率。使用国家冰川冻土沙漠科学数据中心的三峡库区白水河滑坡和八字门滑坡的数据作为研究数据集,该方法在白水河滑坡ZG118监测点的预测结果与真实位移高度重合,R^(2)和RMSE分别为0.9887和5.0313 mm。在白水河滑坡ZG118以及八字门滑坡ZG110、ZG111监测点的泛化性测试表明,该算法优于其他对比模型,可提高滑坡预测精度,且具有可解释性。研究成果可为提升滑坡位移预测效率提供参考。 展开更多
关键词 滑坡位移预测 可解释性 kan-N-Beats模型 时序预测 深度学习 白水河滑坡 八字门滑坡
在线阅读 下载PDF
基于弱监督小波KAN网络的弱标注辐射源识别算法 被引量：2
6
作者 刘康晟 凌青 +3 位作者 闫文君 张立民 于柯远 刘恒燕 《雷达学报(中英文)》 北大核心 2025年第2期338-352,共15页
当前辐射源个体识别技术多数基于有监督学习条件下开展,不适应由于采集环境(天气条件、地形和障碍物、干扰源)、器件性能(雷达分辨率、信号处理能力、硬件故障)、标注者水平等因素导致的大范围标签缺失的情形。该文提出了一种基于弱监... 当前辐射源个体识别技术多数基于有监督学习条件下开展,不适应由于采集环境(天气条件、地形和障碍物、干扰源)、器件性能(雷达分辨率、信号处理能力、硬件故障)、标注者水平等因素导致的大范围标签缺失的情形。该文提出了一种基于弱监督小波KAN(WSW-KAN)网络的弱标注辐射源识别算法。该算法首先结合KAN网络独有的边缘函数可学习特性和小波函数的多分辨率分析特性,构建WSW-KAN基线网络;然后将弱标注数据集拆分为小样本有标注数据集和大样本无标注数据集,利用小样本有标注数据集初步训练模型;最后在预训练模型基础上,基于自适应感知伪标签加权选择方法(APLWS),采用对比学习方法提取无标签数据特征并迭代训练,从而有效提高模型的泛化能力。基于真实采集雷达数据集验证,该文所提出的算法对特定辐射源个体识别精度达到95%左右,且算法效率高、参数规模小、适应能力强,能够满足实际场景的需求。 展开更多
关键词 辐射源个体识别 弱监督小波kan 伪标签迭代 弱监督学习 对比学习 神经网络
在线阅读 下载PDF
基于注意力机制改进的KAN-AM-LSTM刀具磨损预测
7
作者 张合鹏 黄民 +1 位作者 孙巍伟 赵文博 《机床与液压》 北大核心 2025年第18期131-138,共8页
现有刀具磨损预测方法在捕捉时间序列中的复杂关系和非线性模式方面存在不足,导致预测精度不高。针对此问题,提出一种基于注意力改进的KAN和长短期记忆网络(LSTM)相结合的刀具状态预测模型。对传感器力信号、加速度振动信号和声发射信... 现有刀具磨损预测方法在捕捉时间序列中的复杂关系和非线性模式方面存在不足,导致预测精度不高。针对此问题,提出一种基于注意力改进的KAN和长短期记忆网络(LSTM)相结合的刀具状态预测模型。对传感器力信号、加速度振动信号和声发射信号进行预处理。使用Spearman相关系数在时域、频域和时频域进行特征寻优。最后,基于注意力机制赋予不同的输入影响权重,利用改进KAN-LSTM模型处理复杂的非线性关系和时间序列依赖性,增强模型对时间序列全局信息的感知能力,提高加工过程中刀具磨损的预测效果。结果表明:在PHM2010数据集c1、c4、c6上,所提模型KAN-AM-LSTM均方根误差(RMSE)分别为1.74、1.57、1.64,相比LSTM降低了约54%、56%、55%,相比KAN-LSTM降低了约44%、51%、19%。KAN-AM-LSTM模型的刀具磨损预测精度显著提升,为刀具磨损预测提供了可靠技术方案。 展开更多
关键词 刀具磨损预测 kan-AM-LSTM模型 深度学习 信号处理 注意力机制
在线阅读 下载PDF
端到端KAN卷积在房颤心音识别中的应用
8
作者 邓洪 陈燕 +4 位作者 杨宏波 赵峰 蒋永卓 郭涛 王威廉 《计算机科学》 北大核心 2025年第9期62-70,共9页
房颤作为一种严重的心律失常疾病,及早诊断至关重要。房颤的传统检查方法是由心脏科医生借助心电图、超声心动图等设备做出诊断结论。为了缓解传统诊断方法检查成本高、过多依赖临床经验和便捷性不足等问题,创新性地应用Kolmogo-rov-Arn... 房颤作为一种严重的心律失常疾病,及早诊断至关重要。房颤的传统检查方法是由心脏科医生借助心电图、超声心动图等设备做出诊断结论。为了缓解传统诊断方法检查成本高、过多依赖临床经验和便捷性不足等问题,创新性地应用Kolmogo-rov-Arnold Network(KAN)来构建房颤心音分析模型。文中探索了KAN卷积在房颤心音识别中的应用,引入了具有灵活线性激活函数和优异参数效率的KAN卷积架构,提出了一种基于KAN卷积的端到端房颤心音识别模型。为提高信号的可用性,首先对心音信号进行预处理,包括心音分割、心音信号的质量评估和数据清洗;然后利用KAN的卷积层、池化层等自动学习;最后采用KAN卷积分类器进行识别研究。在特征提取阶段引入了KAN卷积的自注意力机制和焦点调制,以高效提取信号特征;在分类器阶段研究了KAN卷积的瓶颈结构和正则化手段,以提升模型的识别能力。该模型在中国人民解放军总医院第一医学中心的心音信号数据集上进行了正常和房颤的识别测试,准确率为97.86%,灵敏度为98.18%,特异度为97.43%,F_(β)值为98.06%。实验结果表明,KAN卷积模型在辅助诊断房颤信号上具有显著的优势。 展开更多
关键词 房颤 kan卷积 心音识别 端到端 数据清洗
在线阅读 下载PDF
基于KAN的可解释净负荷概率预测方法 被引量：1
9
作者 刘栋 郭国栋 +3 位作者 辛蜀骏 毛志航 黄津钜 孙英云 《电力系统自动化》 北大核心 2025年第15期123-132,共10页
分布式光伏在用户侧的大量接入给电力系统运行带来了强不确定性,增加了净负荷预测的难度。针对现有深度学习模型在净负荷概率预测时模型性能和解释能力难以权衡的问题,提出了一种基于Kolmogorov-Arnold网络(KAN)模型的净负荷概率预测方... 分布式光伏在用户侧的大量接入给电力系统运行带来了强不确定性,增加了净负荷预测的难度。针对现有深度学习模型在净负荷概率预测时模型性能和解释能力难以权衡的问题,提出了一种基于Kolmogorov-Arnold网络(KAN)模型的净负荷概率预测方法。首先,通过对KAN模型的基函数权重矩阵和样条函数可学习系数的可解释性进行挖掘,实现了KAN模型的内在可解释性。然后,将最大似然估计损失函数作为模型设计依据,分别对KAN模型的均值和方差网络结构进行设计,实现对概率密度函数的有效拟合。同时,为量化多种气象特性对净负荷出力的影响,采用最大互信息系数方法进行特征筛选,增强了KAN模型对多种气象特征的映射能力。通过算例分析,验证了所提方法在净负荷功率概率预测上的有效性和可靠性,且相较于传统方法,所提方法在模型准确性、可解释能力、训练效率以及泛化能力上均具备更好的性能。 展开更多
关键词 分布式光伏 净负荷 概率预测 深度学习 Kolmogorov-Arnold网络 可解释性 气象特征
在线阅读 下载PDF
Kan早期快速筛选转基因甜瓜的应用研究 被引量：2
10
作者 侯丽霞 何启伟 +3 位作者 王崇启 于喜艳 焦自高 董玉梅 《中国瓜菜》 CAS 2008年第3期9-12,共4页
利用Kan处理甜瓜种子、幼苗,选择不同品种、不同时期Kan临界浓度,对花粉管通道法转化的甜瓜种子进行早期筛选。结果表明,鲁薄1号甜瓜(薄皮)对Kan反应较乌克兰、雪里华甜瓜(厚皮)敏感,种子较幼苗敏感,子叶承受的Kan压力是种子的3-4倍。... 利用Kan处理甜瓜种子、幼苗,选择不同品种、不同时期Kan临界浓度,对花粉管通道法转化的甜瓜种子进行早期筛选。结果表明,鲁薄1号甜瓜(薄皮)对Kan反应较乌克兰、雪里华甜瓜(厚皮)敏感,种子较幼苗敏感,子叶承受的Kan压力是种子的3-4倍。子叶涂抹法是较适宜的筛选方法。PCR及Southern杂交检测证明,Kan对大量转化甜瓜种子进行早期筛选是可行的。 展开更多
关键词 转基因甜瓜 kan 早期筛选 PCR
在线阅读 下载PDF
基于多小波基DWT分解的1DCNN-KAN-EA机械损伤识别方法
11
作者 王雷 付海朋 《机电工程》 北大核心 2025年第9期1707-1715,1829,共10页
针对传统机械损伤识别方法处理复杂振动信号时,特征表达能力不足、识别准确率低的问题,提出了一种基于多小波基离散小波变换(DWT)分解,并结合了一维卷积神经网络(1DCNN)、Kolmogorov-Arnold网络(KAN)和外部注意力(EA)机制的机械损伤识... 针对传统机械损伤识别方法处理复杂振动信号时,特征表达能力不足、识别准确率低的问题,提出了一种基于多小波基离散小波变换(DWT)分解,并结合了一维卷积神经网络(1DCNN)、Kolmogorov-Arnold网络(KAN)和外部注意力(EA)机制的机械损伤识别方法。首先,采用多小波基DWT分解对振动信号进行了多样性描述,并以分解得到的小波系数集合构建特征向量作为1DCNN的输入,以提取深层次故障特征;然后,构建了KAN线性层取代全连接层,进行了损伤特征识别,克服了传统多层感知机(MLP)结构在节点采用固定激活函数和线性权重的固有局限性,增强了模型对复杂损伤特征的表达能力;接着,引入EA捕捉了不同样本之间的潜在关联,提高了模型对全局上下文信息的捕捉能力;最后,在包含5类不同损伤状态的机翼大梁数据集上进行了实验研究。研究结果表明:基于多小波基DWT分解的1DCNN-KAN-EA模型平均准确率高达99.41%,相比于1DCNN、KAN分别提高了1.56%、2.54%。对比其他模型,基于多小波基DWT分解的1DCNN-KAN-EA模型在准确识别损伤特征方面具有优越性,各项指标得到明显提升,其效果优于只基于单一小波基DWT分解下的模型。 展开更多
关键词 机械运行与维修 离散小波变换 一维卷积神经网络 Kolmogorov-Arnold网络 外部注意力机制 多层感知机
在线阅读 下载PDF
转基因柑桔Kan^(r)抗性芽的生根研究 被引量：2
12
作者 洪勇 何永睿 +2 位作者 陈善春 张进仁 冉春 《西南农业大学学报（自然科学版）》 CSCD 2000年第5期387-389,共3页
以根癌农杆菌感染的锦橙Kanr 抗性芽为试材 ,利用改良MS液体培养基湿润滤纸桥培养进行生根研究 ,结果表明 :2 5 0mg/L的IBA处理抗性芽基部 2 0min后 ,培养在含蔗糖浓度为 30g/L的改良MS液体培养基湿润滤纸桥上 ,30天后 ,生根率可以达到 ... 以根癌农杆菌感染的锦橙Kanr 抗性芽为试材 ,利用改良MS液体培养基湿润滤纸桥培养进行生根研究 ,结果表明 :2 5 0mg/L的IBA处理抗性芽基部 2 0min后 ,培养在含蔗糖浓度为 30g/L的改良MS液体培养基湿润滤纸桥上 ,30天后 ,生根率可以达到 78% ,平均根数 1.7条 ,平均根长 3.5 3cm 。 展开更多
关键词 柑桔 基因转化 kan抗生芽 生根
在线阅读 下载PDF
Kan浓度对无菌苗生根影响的研究
13
作者 王照红 杜建勋 +2 位作者 孙日彦 陈传杰 王玺明 《北方蚕业》 2010年第3期27-28,共2页
在未加激素的MS培养基中添加不同浓度的Kan,研究其对桑树陕305无菌苗的生根抑制程度,确定转基因植株延迟筛选的适宜浓度。培养基中添加Kan6mg/L是延迟筛选的适宜浓度。
关键词 桑树 延迟筛选 kan浓度 转基因植株
在线阅读 下载PDF
芥菜型油菜BjuB.KAN4基因调控类黄酮的途径 被引量：3
14
作者 高国应 伍小方 +5 位作者 黄伟 周定港 张大为 周美亮 张凯旋 严明理 《作物学报》 CAS CSCD 北大核心 2020年第9期1322-1331,共10页
MYB类转录因子KAN4有调控植物原花青素合成的功能。为了探究芥菜型油菜中MYB转录因子KAN4对原花青素合成的调控机理,本研究以芥菜型油菜紫叶芥为实验材料,克隆了一个BjuB.KAN4基因,编码266个氨基酸,BjuB.KAN4蛋白包含一段高度保守的MYB-... MYB类转录因子KAN4有调控植物原花青素合成的功能。为了探究芥菜型油菜中MYB转录因子KAN4对原花青素合成的调控机理,本研究以芥菜型油菜紫叶芥为实验材料,克隆了一个BjuB.KAN4基因,编码266个氨基酸,BjuB.KAN4蛋白包含一段高度保守的MYB-like DNA结合结构域,属于1R-MYB转录因子家族成员。基因表达分析表明,BjuB.KAN4在根中表达量显著高于叶和茎中,GUS组织化学染色分析试验推测,该基因可能在根茎叶的维管组织中表达。利用毛状根体系过表达BjuB.KAN4发现,类黄酮合成途径的部分关键酶基因Bju.CHS和Bju.DFR等的表达量在紫叶芥和四川黄籽的转基因根系中均显著增加,紫叶芥转基因根系中总黄酮含量为2.798 mg g-1,是对照组的1.3倍,四川黄籽中总黄酮含量为2.567 mg g^-1,是对照组的1.2倍。在拟南芥中异源表达BjuB.KAN4发现,转基因植株总黄酮含量为0.237 mg g^-1,是野生型的1.5倍,原花青素含量为0.363 mg g^-1,较野生型含量下降。本研究表明,BjuB.KAN4基因参与调控芥菜型油菜类黄酮合成,为研究芸薹属植物原花青素合成的调控机理提供了参考。 展开更多
关键词 芥菜型油菜 BjuB.kan4 类黄酮合成 毛状根
在线阅读 下载PDF
融合RSDE框架与KAN算法的现货电价异质模型集成预测 被引量：1
15
作者 成润坤 王辉 +2 位作者 刘达 马一琳 杨迪 《中国电机工程学报》 EI CSCD 北大核心 2024年第24期9645-9657,I0012,共14页
随着电力市场不断发展,现货电价的精准预测对于市场交易和电网调度至关重要。然而,由于现货电价易受多种因素交织影响,其价格序列呈现出高度非平稳性、复杂性和周期性波动特征,给电价预测带来挑战。现有模型在挖掘电价波动规律,捕捉电... 随着电力市场不断发展,现货电价的精准预测对于市场交易和电网调度至关重要。然而,由于现货电价易受多种因素交织影响,其价格序列呈现出高度非平稳性、复杂性和周期性波动特征,给电价预测带来挑战。现有模型在挖掘电价波动规律,捕捉电价序列的局部和全局特征以及多频信号的复杂波动模式方面能力不足,预测精度有待提升。为应对上述问题,该文提出一种融合基于重构的二次分解-集成(reconstruction-based secondary decomposition-ensemble,RSDE)框架和科尔莫戈洛夫-阿诺尔德网络(Kolmogorov-Arnold networks,KAN)算法的异质深度学习集成预测方法,旨在从多角度挖掘不同频域信号的局部和全局信息,来提升电价预测精度。首先,RSDE框架将现货电价信号分解为高、中、低频重构子信号及其二次分解子信号;其次,引入KAN算法的深度学习模型针对不同频域的重构子序列进行建模预测;最后,通过自适应加权回归集成各模型的预测结果,得到最终电价预测值。基于澳大利亚电力现货市场的数据实证分析表明,所提方法在捕捉价格波动特征方面具有一定优势,预测性能优于基准模型,可为电力市场参与者提供可靠的决策支持。 展开更多
关键词 现货电价 二次分解-重构 kan 异质集成预测
在线阅读 下载PDF
利用PPT或Kan叶面喷施法建立番茄转基因阳性苗筛选技术研究 被引量：1
16
作者 邓瑞 潘玉朋 +3 位作者 杨羽清 崔海兵 郑玉洁 程智慧 《中国蔬菜》 北大核心 2023年第5期56-64,共9页
以三叶一心期Micro-Tom幼苗为试材,叶面喷施不同浓度PPT或Kan后采用RLA法评估叶片受伤害程度,划分分级标准,确定PPT或Kan筛选的适宜浓度,建立转基因抗性苗筛选体系,并用带有bar或nptⅡ的转基因T_(1)番茄幼苗进行抗性筛选验证。结果表明,... 以三叶一心期Micro-Tom幼苗为试材,叶面喷施不同浓度PPT或Kan后采用RLA法评估叶片受伤害程度,划分分级标准,确定PPT或Kan筛选的适宜浓度,建立转基因抗性苗筛选体系,并用带有bar或nptⅡ的转基因T_(1)番茄幼苗进行抗性筛选验证。结果表明,PPT和Kan对Micro-Tom番茄幼苗的伤害均可分为7级;PPT浓度为1.50~1.75mg·L^(-1)、Kan浓度为120~150mg·L^(-1)时,番茄植株反应明显,且不会产生不可逆伤害,可作为转基因植株抗性苗筛选的适宜浓度;T_(1)转基因番茄幼苗的叶面喷施PPT或Kan抗性筛选结果与利用标记基因bar或nptⅡ的PCR克隆验证结果高度一致。 展开更多
关键词 Micro-Tom番茄 转基因 PPT kan 阳性株筛选
在线阅读 下载PDF
基于GRU-KAN的高速飞行器轨迹预测方法 被引量：1
17
作者 苏雨 张龙政腾 +2 位作者 赵国宏 郭正玉 张科 《航空兵器》 CSCD 北大核心 2024年第6期44-49,共6页
高速飞行器具有飞行速度快、机动范围大、突防能力强等特点,对防御系统具有较大威胁。精准预测敌方高速飞行器在制导阶段的飞行轨迹,可以提前掌握其飞行航迹,为拦截敌方导弹提供有效的技术支持。因此,本文针对高速飞行器中制导阶段的轨... 高速飞行器具有飞行速度快、机动范围大、突防能力强等特点,对防御系统具有较大威胁。精准预测敌方高速飞行器在制导阶段的飞行轨迹,可以提前掌握其飞行航迹,为拦截敌方导弹提供有效的技术支持。因此,本文针对高速飞行器中制导阶段的轨迹预测问题,提出一种基于门控循环单元与KAN网络架构(Gated Recurrent Unit-Kolmogorov-Arnold Network,GRU-KAN)的轨迹预测模型。首先,建立弹道坐标系下的高速飞行器运动模型,通过纵向跳跃机动模型建立轨迹数据库。随后,利用滑动窗口对轨迹数据进行分割预处理,得到轨迹数据集。最后,基于GRU和KAN架构设计轨迹预测网络,以50 s轨迹数据为输入,输出150 s预测得到的轨迹数据。实验结果表明,该模型具有更小的网络复杂度,在经度、纬度和高度方向的最大平均预测误差分别为7.58×10-2°、9.48×10-3°和7.51×101 m,经纬度方向与传统智能时序预测模型的预测误差相差不大,但在高度方向上,预测结果相比传统的GRU预测模型提升了27.8%,相比LSTM预测模型提升了70.5%。 展开更多
关键词 高速飞行器 GRU kan 长时轨迹预测 纵向跳跃机动
在线阅读 下载PDF
延拓Kantorovich法解薄扁壳弯曲问题 被引量：4
18
作者 金焱 袁驷 《土木工程学报》 EI CSCD 北大核心 1998年第4期38-46,共9页
本文将Kerr提出的延拓Kantorovich法应用于薄扁壳的弯曲问题.文中取多项试探函数,由相应的变分原理导出了该问题的常微分方程组及其边界条件,利用常微分方程求解器COLSYS求解了大量的算例,其中包括薄板受集中力和多种曲率形式的薄扁壳... 本文将Kerr提出的延拓Kantorovich法应用于薄扁壳的弯曲问题.文中取多项试探函数,由相应的变分原理导出了该问题的常微分方程组及其边界条件,利用常微分方程求解器COLSYS求解了大量的算例,其中包括薄板受集中力和多种曲率形式的薄扁壳受均布荷载的情况.数值结果表明,各种边界条件下的精度极高. 展开更多
关键词 薄扁壳结构 延拓 弯曲问题 常微分方程 求解器
在线阅读 下载PDF
基于ACDKAN模型的学生认知状态评估研究
19
作者 伍文燕 胡钦太 +1 位作者 李春林 郑晓娜 《中国电化教育》 2025年第12期41-47,55,共8页
随着教育数字化与智能化的持续推进,如何借助人工智能技术实现对学生认知状态的精准评估与动态监测,已成为智能教育研究的重要议题。传统认知诊断模型在处理多知识点交叉、题目差异性与学习路径非线性等方面仍存在一定局限。为此,该文... 随着教育数字化与智能化的持续推进,如何借助人工智能技术实现对学生认知状态的精准评估与动态监测,已成为智能教育研究的重要议题。传统认知诊断模型在处理多知识点交叉、题目差异性与学习路径非线性等方面仍存在一定局限。为此,该文结合教育认知理论与学习科学原理,提出一种融合注意力机制与知识感知结构的认知诊断模型——ACDKAN模型,通过引入知识点相关性注意力机制与题目区分度加权机制,结合KAN(Knowledge-Adaptive Network)结构的非线性拟合能力,实现对学生知识掌握状态的细粒度建模。实验基于主流数据集(ASSIST)以及自建数据集(AIFC)进行充分验证,结果表明ACDKAN模型在学生认知状态识别及薄弱知识点定位方面均显著优于传统认知诊断模型。该研究为智能评估与数据驱动教学提供了可解释性强、实用性高的技术路径。 展开更多
关键词 认知诊断 注意力机制 kan网络 学生认知画像
在线阅读 下载PDF
基于KAN-MPC的能源互联网双层能源管理策略优化
20
作者 杨砚资 魏伟 袁瑀岑 《电气工程学报》 2025年第5期77-90,共14页
针对高比例可再生能源并网导致的能源互联网(Energy internet,EI)负荷预测精度低、动态响应慢以及设备寿命退化等问题,本文提出一种基于Kolmogorov-Arnold网络(Kolmogorov-Arnold network,KAN)与模型预测控制(Model predictive control,... 针对高比例可再生能源并网导致的能源互联网(Energy internet,EI)负荷预测精度低、动态响应慢以及设备寿命退化等问题,本文提出一种基于Kolmogorov-Arnold网络(Kolmogorov-Arnold network,KAN)与模型预测控制(Model predictive control,MPC)协同优化的双层能源管理框架。首先,构建KAN驱动的负荷预测模型,显著提升预测精度;其次,设计MPC滚动优化模型,提升系统动态响应能力;最后,设计“预测-决策-补偿”闭环架构,形成协同优化的双层策略。算例分析表明,所提方法负荷预测性能优越,其均方根误差达到12.34 kW,决定系数达到0.9956,平均绝对百分比误差达1.82%;控制调度功率波动抑制率达83.4%,超调量稳定在29.5 kW内;经济性优化使日均购售电成本降至358.6元,电池损耗成本占比降至0.198,储能系统循环寿命提升约20%。研究成果显著提升了高比例可再生能源并网环境下EI的运行经济性与鲁棒性,通过精准预测、高效调度和设备保护,有效降低了系统运行成本,提升了供电可靠性,并延长了关键设备寿命,为能源互联网实现更高效、经济、可靠的运行提供了创新解决方案,对推动高比例可再生能源安全稳定并网和能源转型具有重要实践意义。 展开更多
关键词 能源互联网 kan神经网络 模型预测控制(MPC) 双层能源管理系统 多能协同优化
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 … 6 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