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1,566篇文章
< 1 2 … 79 >
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Stacking融合模型的PHEV复合储能系统实时能量分配策略 被引量：1
1
作者 吴忠强 马博岩 《计量学报》 CSCD 北大核心 2024年第1期73-81,共9页
为了解决插电式混合动力汽车单一电池低比功率、无法响应暂态功率需求的问题,设计了电池和超级电容并联式复合储能系统。同时针对采用动态规划法优化负载电流分配时缺乏实时性的问题,利用不同驱动工况下动态规划优化的结果构成训练集进... 为了解决插电式混合动力汽车单一电池低比功率、无法响应暂态功率需求的问题,设计了电池和超级电容并联式复合储能系统。同时针对采用动态规划法优化负载电流分配时缺乏实时性的问题,利用不同驱动工况下动态规划优化的结果构成训练集进行训练,并综合GRU网络以及XGBoost算法,提出了一种Stacking集成学习框架下多模型融合的能量分配策略。仿真结果表明,与仅使用单一电池的储能系统相比,基于Stacking融合模型的实时能量分配系统在UDDS和US06两种循环工况下,电池峰值电流分别降低了48.7%和50.8%,有效削弱了电池的峰值电流,提升了电池的整体性能。 展开更多
关键词 电学计量 复合储能系统 插电式混合动力汽车 动态规划 XGBoost stacking融合模型
在线阅读 下载PDF
基于Stacking融合模型的Web攻击检测方法 被引量：3
2
作者 万巍 石鑫 +2 位作者 魏金侠 李畅 龙春 《信息安全学报》 CSCD 2024年第1期84-94,共11页
随着计算机技术与互联网技术的飞速发展,Web应用在人们的生产与生活中扮演着越来越重要的角色。但是在人们的日常生活与工作中带来了更多便捷的同时,却也带来了严重的安全隐患。在开发Web应用的过程中,大量不规范的新技术应用引入了很... 随着计算机技术与互联网技术的飞速发展,Web应用在人们的生产与生活中扮演着越来越重要的角色。但是在人们的日常生活与工作中带来了更多便捷的同时,却也带来了严重的安全隐患。在开发Web应用的过程中,大量不规范的新技术应用引入了很多的网站漏洞。攻击者可以利用Web应用开发过程中的漏洞发起攻击,当Web应用受到攻击时会造成严重的数据泄露和财产损失等安全问题,因此Web安全问题一直受到学术界和工业界的关注。超文本传输协议(HTTP)是一种在Web应用中广泛使用的应用层协议。随着HTTP协议的大量使用,在HTTP请求数据中包含了大量的实际入侵,针对HTTP请求数据进行Web攻击检测的研究也开始逐渐被研究人员所重视。本文提出了一种基于Stacking融合模型的Web攻击检测方法,针对每一条文本格式的HTTP请求数据,首先进行格式化处理得到既定的格式,结合使用Word2Vec方法和TextCNN模型将其转换成向量化表示形式;然后利用Stacking模型融合方法,将不同的子模型(使用配置不同尺寸过滤器的Text-CNN模型搭配不同的检测算法)进行融合搭建出Web攻击检测模型,与融合之前单独的子模型相比在准确率、召回率、F1值上都有所提升。本文所提出的Web攻击检测模型在公开数据集和真实环境数据上都取得了更加稳定的检测性能。 展开更多
关键词 入侵检测 stacking 融合模型 WEB攻击
在线阅读 下载PDF
基于IHHO-Stacking集成模型的车辆驾驶性评估
3
作者 莫易敏 王相 +2 位作者 王哲 蒋华梁 李琼 《汽车技术》 北大核心 2025年第3期39-45,共7页
为解决车辆驾驶性主观评价一致性差及客观评价无法反映主观感受的问题,提出了一种基于堆叠(Stacking)集成学习方法的评价模型,首先研究了车辆加速工况特性,定义了工况驾驶性客观评价指标,使用评价指标作为输入特征训练Stacking集成模型... 为解决车辆驾驶性主观评价一致性差及客观评价无法反映主观感受的问题,提出了一种基于堆叠(Stacking)集成学习方法的评价模型,首先研究了车辆加速工况特性,定义了工况驾驶性客观评价指标,使用评价指标作为输入特征训练Stacking集成模型,并且使用改进的哈里斯鹰优化(IHHO)算法优化了Stacking集成模型,提高了预测性能。最后通过道路试验表明,IHHO-Stacking集成模型的性能均优于单个机器学习模型,IHHO-Stacking集成模型预测合格率达95%,能够更有效完成驾驶性评价。 展开更多
关键词 驾驶性 主观评价 改进的哈里斯鹰算法 stacking 集成模型 客观评价
在线阅读 下载PDF
基于互补集成经验模态分解和Stacking融合的短期风速组合预测模型
4
作者 唐非 《太阳能学报》 EI CAS CSCD 北大核心 2024年第7期735-744,共10页
针对风电场短期风速预测准确度不高的问题,提出一种基于互补集成经验模态分解和Stacking融合的短期风速组合预测模型。首先,为突出短期风速的局部特征并降低建模难度,通过互补集成经验模态分解算法将短期风速分解为若干个稳定分量。然后... 针对风电场短期风速预测准确度不高的问题,提出一种基于互补集成经验模态分解和Stacking融合的短期风速组合预测模型。首先,为突出短期风速的局部特征并降低建模难度,通过互补集成经验模态分解算法将短期风速分解为若干个稳定分量。然后,利用信息熵和近似熵来判定各分量的复杂度,高复杂度分量选择最小二乘支持向量机、低复杂度分量选择随机配置网络作为对应的预测模型。利用Stacking算法对每个模型的预测值进行融合,使预测精度得到提升。最后,通过一组实际的短期风速数据作为研究对象,将提出的预测模型应用于其预测。对比结果表明,所提预测模型可提高短期风速的预测精度。 展开更多
关键词 风能 短期风速 组合预测 互补集成经验模态分解 多模型 stacking融合
在线阅读 下载PDF
基于树结构Parzen估计器优化后两层Stacking模型的岩石脆性指数预测
5
作者 王芷含 温韬 《中国石油勘探》 北大核心 2025年第2期115-132,共18页
目前岩石脆性指数的评价方法众多,主要基于矿物组分或岩石力学性质开展评价,但多数评价指标获取费用高昂、耗时长。采用机器学习的手段,提出一种基于Stacking集成学习思想的岩石脆性指数预测方法,并行训练梯度提升决策树模型(GBDT)、随... 目前岩石脆性指数的评价方法众多,主要基于矿物组分或岩石力学性质开展评价,但多数评价指标获取费用高昂、耗时长。采用机器学习的手段,提出一种基于Stacking集成学习思想的岩石脆性指数预测方法,并行训练梯度提升决策树模型(GBDT)、随机森林模型(RF)、朴素决策树模型(DT)、支持向量回归模型(SVR)以及LightGBM模型等,并加以树结构Parzen估计器对各模型进行超参数调优后,串行使用XGBoost模型对基模型训练结果进行融合,从而实现各参数的快速寻优和岩石脆性指数的预测。结果表明,基于树结构Parzen估计器优化后的两层Stacking模型预测结果与使用的基模型预测结果相比具有明显优势,其可释方差得分(EVS)最高达到0.97,决定系数(R2)最高达到0.967,在同样的数据集表现中,该模型平均绝对误差(MAE)和均方根误差(RMSE)均最小,表明该模型能够在有监督学习的技术背景下较好地拟合岩石脆性指数的变化规律,验证了其在预测岩石脆性指数方面具有一定的实用价值。 展开更多
关键词 岩石脆性指数 stacking模型 集成学习 树结构Parzen估计器
在线阅读 下载PDF
激光诱导击穿光谱技术结合Stacking集成算法模型快速预测废钢中9种元素的含量
6
作者 刘艳丽 安治国 +3 位作者 刘洁 石玉龙 黄晓红 宋超 《理化检验(化学分册)》 北大核心 2025年第4期412-418,共7页
基于激光诱导击穿光谱技术,结合Stacking集成算法模型,建立了废钢中铬、镍、铜、硅、锰、钒、碳、钛、铝等9种元素的定量分析模型。采用便携激光诱导击穿光谱仪对12个合金钢标准样品进行采集,对光谱数据进行剔除误差、平均、基线校正后... 基于激光诱导击穿光谱技术,结合Stacking集成算法模型,建立了废钢中铬、镍、铜、硅、锰、钒、碳、钛、铝等9种元素的定量分析模型。采用便携激光诱导击穿光谱仪对12个合金钢标准样品进行采集,对光谱数据进行剔除误差、平均、基线校正后,基于美国国家标准与技术研究院谱线数据库筛选出各元素和基体元素(铁元素)的谱线,利用相关性程度对各元素谱线和归一化线进行最优化匹配,得到各元素的最优归一化谱线对。以最优谱线对归一化后的谱线数据作为各元素模型的输入,将Lasso、岭回归和二次线性回归模型的输出合并,作为次学习器的输入,将元素认定值作为次学习器的输出,次学习器选用线性回归模型进行训练建模,最终得到各元素的Stacking集成算法模型。结果显示:9种元素模型的相关决定系数为0.985 6~0.999 7,均方根误差为0.008 1~0.046 8,平均绝对误差为0.006 0~0.034 5;元素测定值的相对标准偏差(n=5)均小于7.0%;模型用于预测合金钢标准样品,测定值与认定值相对误差的绝对值小于10%。 展开更多
关键词 激光诱导击穿光谱 stacking集成算法 定量分析模型 废钢 元素
在线阅读 下载PDF
基于Stacking集成模型的顺层钻孔预抽煤层瓦斯涌出量预测
7
作者 肖国亮 杨博 牛勇 《煤矿现代化》 2025年第4期153-156,共4页
由于煤层地质复杂,瓦斯涌出量预测精度有限。提出基于Stacking集成模型的顺层钻孔预抽煤层瓦斯涌出量预测。采用归一化处理技术,对顺层钻孔预抽煤层数据进行预处理。采用统计分析和机器学习算法,对处理后的数据进行特征值筛选。基于Stac... 由于煤层地质复杂,瓦斯涌出量预测精度有限。提出基于Stacking集成模型的顺层钻孔预抽煤层瓦斯涌出量预测。采用归一化处理技术,对顺层钻孔预抽煤层数据进行预处理。采用统计分析和机器学习算法,对处理后的数据进行特征值筛选。基于Stacking集成模型构建预测模型,实现顺层钻孔预抽煤层瓦斯涌出量预测。实验结果显示,与传统预测方法相比,该方法展现出了更高的预测准确性及更广泛的适用性。 展开更多
关键词 stacking集成模型 顺层钻孔预抽煤层 瓦斯涌出量 涌出量预测 预测模型.
在线阅读 下载PDF
基于概念格融合模型的垃圾评论识别研究
8
作者 刘伟江 马小雯 王博 《现代情报》 北大核心 2025年第4期23-35,共13页
[目的/意义]为有效解决基元学习器和集成模型对单形态特定模式的依赖和局限,本文通过加大观察粒度将分类器拓展为可适应多形态混合模式的分类器,以期提升模型理解能力和分类能力。[方法/过程]本文以概念集替代原始特征,引入互斥概念集... [目的/意义]为有效解决基元学习器和集成模型对单形态特定模式的依赖和局限,本文通过加大观察粒度将分类器拓展为可适应多形态混合模式的分类器,以期提升模型理解能力和分类能力。[方法/过程]本文以概念集替代原始特征,引入互斥概念集和正交样本集的概念,对样本进行分离、归纳和融合,构建概念格融合模型,并从模型特质、模型能力、模型品质及过拟合4个方面对模型进行评价。[结果/结论]以亚马逊23971条评论为样本集的测算结果表明,概念格融合模型在准确性、稳定性、抗干扰性等方面都有较大提升,且模型评价结果表明该模型具有更佳的内在品质。 展开更多
关键词 垃圾评论 基元学习器 集成模型 概念格 概念格融合模型
在线阅读 下载PDF
基于时空融合模型和TVDI的土壤水分监测方法研究
9
作者 赵军 刘坚 +2 位作者 胡飞鹏 托瑞 孙紫云 《河南理工大学学报(自然科学版)》 北大核心 2025年第3期112-118,共7页
目的针对以往利用温度植被干旱指数(temperature vegetation dryness index,TVDI)监测土壤水分时多采用MODIS或Landsat TIRS/TIRS-2等单一遥感数据,导致在时空分辨率方面存在数据缺陷问题,方法提出一种基于多源遥感数据时空融合模型(spa... 目的针对以往利用温度植被干旱指数(temperature vegetation dryness index,TVDI)监测土壤水分时多采用MODIS或Landsat TIRS/TIRS-2等单一遥感数据,导致在时空分辨率方面存在数据缺陷问题,方法提出一种基于多源遥感数据时空融合模型(spatiotemporal image-fusion model,STI-FM)和TVDI的土壤水分监测方法,探究该方法的土壤水分监测效果和STI-FM融合多源遥感地表温度在试验区的适用性。结果结果表明:(1)STI-FM融合MODIS或Landsat TIRS/TIRS-2的地表温度数据质量较好;运用STI-FM推测的地表温度数据与遥感监测的地表温度数据具有较强的相关性,得到R2为0.89,均方根误差(root mean squared error,RMSE)为2.85 K,即STI-FM适用于本文试验区。(2)与传统TVDI相比,利用STI-FM改进地表温度数据并结合优选植被指数的TVDI对试验区土壤水分监测精度提高效果更显著,与原始NDVI-LST特征空间计算的TVDI相比,6,7月份TVDI与土壤水分的相关系数分别提高了0.07和0.14。(3)与再分析土壤水分资料ERA5-Land的土壤水分数据相比,改进后的TVDI土壤水分监测结果精度更高,6,7月份TVDI与土壤水分的相关系数分别提高了0.1和0.44。结论综上所述,基于STIFM的TVDI可以提高土壤水分监测效果,在提高监测精度的同时,监测土壤水分数据较其他土壤水分监测方法具有更高的空间分辨率,为TVDI土壤水分监测提供了一种新思路。 展开更多
关键词 土壤水分 TVDI 时空融合模型 时空融合 适用性
在线阅读 下载PDF
基于Stacking集成学习的热轧带钢凸度诊断模型
10
作者 张殿华 李贺 +3 位作者 武文腾 霍光帆 孙杰 彭文 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第10期3673-3682,共10页
在热连轧生产过程中,凸度是重要的质量指标,过程数据的非平衡性限制了数据驱动模型的预测效果,为提高模型的预测精度,提出一种融合SMOTE和Stacking集成算法的热轧带钢凸度诊断模型。首先,采用SMOTE过采样方法处理凸度相关数据集,降低数... 在热连轧生产过程中,凸度是重要的质量指标,过程数据的非平衡性限制了数据驱动模型的预测效果,为提高模型的预测精度,提出一种融合SMOTE和Stacking集成算法的热轧带钢凸度诊断模型。首先,采用SMOTE过采样方法处理凸度相关数据集,降低数据非平衡分布导致的影响;然后,构建以轻量级梯度提升机(LightGBM)、支持向量机(SVM)、K近邻(KNN)和随机森林(RF)为基学习器,逻辑回归(LR)为元学习器的Stacking集成模型,最后,使用某2160 mm热轧带钢实际生产数据进行模型验证。研究结果表明,诊断模型的准确率、少数类召回率、平衡F分数、几何平均值和ROC曲线下面积分别为0.9580、0.9595、0.9573、0.9589和0.9579,与XGBoost、LightGBM、KNN、SVM和随机森林模型对比,预测效果最优,证明了Stacking集成算法能够有效增强诊断模型的泛化能力,具有优良的诊断性能。 展开更多
关键词 带钢凸度诊断 stacking集成模型 非平衡数据 SMOTE
在线阅读 下载PDF
基于福格模型的高职专创融合课程教学改革——以常州信息职业技术学院“工业机器人编程与应用”课程为例
11
作者 颜鹏 李洪达 眭翔 《职业技术》 2025年第5期83-88,108,共7页
目前,高职学生主动学习和创新思考的能力普遍欠缺,在专创融合课程改革中表现出积极性不高、参与度不足的问题。以“工业机器人编程与应用”课程为例,以行为设计学中的福格模型为研究框架,分析学生学习行为路径和影响学生学习行为的因素... 目前,高职学生主动学习和创新思考的能力普遍欠缺,在专创融合课程改革中表现出积极性不高、参与度不足的问题。以“工业机器人编程与应用”课程为例,以行为设计学中的福格模型为研究框架,分析学生学习行为路径和影响学生学习行为的因素,并从激励学习动机、增长学习能力、触发学习行为三个方面提出课程改革措施,对课程内容、课程资源、教学团队、评估方式等要素进行重构和改革,助力提升学生学习的主动性、创造性,为促进课程教学改革提供借鉴。 展开更多
关键词 专创融合 行为设计学 福格模型 学习行为
在线阅读 下载PDF
基于多模型融合的椒江流域季节性径流集合预报 被引量：1
12
作者 周鹏 许月萍 +3 位作者 周欣磊 刘莉 梁霄 郭玉雪 《水利水电科技进展》 北大核心 2025年第3期62-69,共8页
为提高季节性径流预报能力,分别耦合数值天气预报与新安江模型、分布式水文-土壤-植被(DHSVM)模型和长短期记忆网络(LSTM)模型对浙江省椒江流域2012—2020年的月径流量进行集合预报,采用等权重、不等权重和BP神经网络等不同方法对预报... 为提高季节性径流预报能力,分别耦合数值天气预报与新安江模型、分布式水文-土壤-植被(DHSVM)模型和长短期记忆网络(LSTM)模型对浙江省椒江流域2012—2020年的月径流量进行集合预报,采用等权重、不等权重和BP神经网络等不同方法对预报结果进行融合,比较了不同融合方法的预报效果与单一模型的最优预报效果。结果表明:BP神经网络融合法显著提高了预报精度,明显优于其他方法,并在春、夏、秋、冬4个季节都大幅延长了有效预见期,能够为流域水资源管理与利用提供更为准确的水情预报信息。 展开更多
关键词 季节性径流预报 新安江模型 DHSVM模型 LSTM模型 多模型融合 椒江流域
在线阅读 下载PDF
基于Stacking模型融合的串联故障电弧检测 被引量：1
13
作者 王毅 陈进 +3 位作者 李松浓 陈涛 戴莲丹 宣姝 《电子技术应用》 2021年第11期53-57,共5页
针对低压交流配电网中由于电弧燃烧程度不同、电流畸变程度不同而导致漏检、错检问题,提出一种基于Stacking模型融合的时域故障电弧检测方法。从回路电流中提取时域特征,将时域特征组成特征矩阵对机器学习算法决策树和集成学习算法随机... 针对低压交流配电网中由于电弧燃烧程度不同、电流畸变程度不同而导致漏检、错检问题,提出一种基于Stacking模型融合的时域故障电弧检测方法。从回路电流中提取时域特征,将时域特征组成特征矩阵对机器学习算法决策树和集成学习算法随机森林等进行参数寻优。最后,将集成学习算法代替机器学习算法作为基学习器通过Stacking模型融合构建低压交流故障检测模型。实验共采集6种电器的并联电流共计96970组,结果表明,相较于非集成算法和其他集成算法,所提方法具有更高的准确率、精确度和F1指标,其模型更为稳健。 展开更多
关键词 故障电弧 电流采集 电弧检测 集成机器学习 stacking模型融合
在线阅读 下载PDF
融合视角下市域轨道交通线路规划模型
14
作者 李俊芳 刘志钢 +1 位作者 潘寒川 曲思源 《铁道科学与工程学报》 北大核心 2025年第5期1988-1999,共12页
市域存在小时达与沿线通勤等多样化客流需求,而轨道交通线路结构性供给却不足。为解决多样化线路整合规划(融合)问题,以线路站点选择、发车频率、速度配置、站间客流分配量为决策变量,构建线路区间容量空余时数目标函数,以衡量系统运营... 市域存在小时达与沿线通勤等多样化客流需求,而轨道交通线路结构性供给却不足。为解决多样化线路整合规划(融合)问题,以线路站点选择、发车频率、速度配置、站间客流分配量为决策变量,构建线路区间容量空余时数目标函数,以衡量系统运营成本这一较难计算的指标。同时,构建乘客总在车时间目标函数,考虑客流需求、线路容量、站间距与速度等级之间的约束关系,基于目标函数最小化原则,提出融合视角下的市域轨道交通线路规划模型。采用带模拟退火机制的自适应大邻域搜索算法(SA-ALNS)对模型进行求解,并通过与数学求解方法对比证明了算法寻优的速度优势,与不含模拟退火机制的ALNS求解性能的对比证明了算法在求解全局最优解上的优势。研究结果表明:与既有方案相比,模型规划的线路方案区间容量空余时数降低了16.5%,乘客总在车时间降低了32%,总目标优化了26.8%,证明了模型的有效性。模型在目标1与2冲突的情况下,能够找到系统的帕累托均衡解,证明了模型的多目标优化能力。同时模型对其他通道的线路规划方案也显著优于既有方案,证明了模型的适用性。该模型为市域轨道交通线路规划提供理论支撑,有助于加快市域轨道交通建设。 展开更多
关键词 铁路运输 市域轨道交通 线路规划 融合 最优化模型
在线阅读 下载PDF
基于Stacking集成学习的分频地震属性融合储层预测方法
15
作者 刘磊 李伟 +3 位作者 杜玉山 岳大力 张雪婷 侯加根 《石油地球物理勘探》 EI CSCD 北大核心 2024年第1期12-22,共11页
地震属性蕴含大量储层信息,融合多种地震属性可提高储层预测精度。由于地下地质结构复杂、非均质性强,依据单一的地震属性融合方法难以精细刻画储层特征。为此,提出了一种基于Stacking集成学习的分频地震属性融合储层预测方法。该方法... 地震属性蕴含大量储层信息,融合多种地震属性可提高储层预测精度。由于地下地质结构复杂、非均质性强,依据单一的地震属性融合方法难以精细刻画储层特征。为此,提出了一种基于Stacking集成学习的分频地震属性融合储层预测方法。该方法主要包括3个部分:①根据不同厚度储层的振幅与频率关系,利用多个频率的地震信息,降低地震属性的多解性;②联合相关性分析和无监督聚类技术优选地震属性,剔除冗余属性特征;③利用能够综合多个差异化模型优势的Stacking集成学习模型,融合不同频段的地震属性,提高地震属性的解释精度。将该方法用于渤海湾盆地埕岛油田,并使用线性公式定量分析法进一步评估Stacking模型的泛化效果。结果显示:与单类预测模型相比,Stacking模型的综合预测性能和可靠性均有显著提升;对应的地震属性融合结果高值区形态更加清晰,融合属性与砂体厚度的相关系数可达到0.92,这表明该方法具有良好的应用前景。 展开更多
关键词 地震属性 储层预测 stacking 集成学习 分频 智能融合
在线阅读 下载PDF
基于多尺度模型的异构信息融合跟踪算法
16
作者 王凯 胡玉东 +1 位作者 高长生 荆武兴 《电光与控制》 北大核心 2025年第6期1-7,30,共8页
为了提高主动雷达/红外探测器对助推滑翔飞行器的跟踪精度,充分发挥各类型观测信息的优势,提出了一种基于多尺度模型的异构信息融合跟踪算法。针对红外探测器与主动雷达的采样频率不同的问题,对该探测系统构建了多尺度模型。在快尺度模... 为了提高主动雷达/红外探测器对助推滑翔飞行器的跟踪精度,充分发挥各类型观测信息的优势,提出了一种基于多尺度模型的异构信息融合跟踪算法。针对红外探测器与主动雷达的采样频率不同的问题,对该探测系统构建了多尺度模型。在快尺度模型下,根据红外探测器的观测数据,采用无迹卡尔曼滤波算法完成对目标状态的初步估计;在慢尺度模型下,利用融合后的主动雷达的观测数据,采用量测转换卡尔曼滤波算法完成对目标状态的精确估计。仿真结果表明:所设计的算法相比传统算法可以实现更准确的跟踪效果。 展开更多
关键词 助推滑翔飞行器 多尺度模型 异构传感器 数据融合 轨迹跟踪 主动雷达 红外探测器
在线阅读 下载PDF
基于多源数据融合的船舶结构三维网格模型生成研究
17
作者 操宛霖 马博华 《舰船科学技术》 北大核心 2025年第3期167-171,共5页
单一数据采集方式难以全面捕捉船舶结构的复杂细节,本文提出基于多源数据融合的船舶结构三维网格模型生成方法。在同一个无人机上搭载激光雷达装置、正摄像机,分别采集船舶激光点云数据、影像数据,将2种船舶结构数据坐标投影变换,融合... 单一数据采集方式难以全面捕捉船舶结构的复杂细节,本文提出基于多源数据融合的船舶结构三维网格模型生成方法。在同一个无人机上搭载激光雷达装置、正摄像机,分别采集船舶激光点云数据、影像数据,将2种船舶结构数据坐标投影变换,融合多源数据,融合后数据作为船舶结构三维网格建模的数据样本,通过求解泊松方程,推断出船舶结构实体的近似指示函数,利用该函数构建等值面,连接各个等值面,生成三维网格模型。实验结果表明,本文方法能够采用多源数据融合的方式,构建与实际船舶结构数据高度拟合的三维网格模型。 展开更多
关键词 多源数据融合 船舶结构 三维网格模型 投影变换
在线阅读 下载PDF
基于集成融合模型的青岛地铁4号线内蒙古路站沉降变形预测研究
18
作者 何永康 《市政技术》 2025年第4期54-63,共10页
地铁车站施工不可避免地会对地层产生扰动,造成地铁车站沉降变形,因此对地铁车站沉降的准确预测具有重要意义。依托青岛地铁4号线内蒙古路站项目开展了地铁车站沉降变形预测研究。引入Stacking集成融合思想,以BiLSTM模型为基模型,ELM模... 地铁车站施工不可避免地会对地层产生扰动,造成地铁车站沉降变形,因此对地铁车站沉降的准确预测具有重要意义。依托青岛地铁4号线内蒙古路站项目开展了地铁车站沉降变形预测研究。引入Stacking集成融合思想,以BiLSTM模型为基模型,ELM模型为元模型,构建了地铁车站沉降变形预测的Stacking集成融合模型,对比了ELM模型、BiLSTM模型以及Stacking集成融合模型的预测结果。误差分析表明,ELM模型的预测精度最低,BiLSTM模型的预测精度相比于ELM模型有所提升,Stacking集成融合模型的预测精度最高;工程验证结果表明,提出的Stacking集成融合模型具有较低的预测误差,在工程验证样本集中,当预测时间步长为1 d和5 d时,其RE分别在[0,18%]和[0,35%]区间,当预测时间步长为5 d时,其MAPE、R^(2)和RMSE分别为21.70%、0.9872、1.2689,满足地铁车站沉降变形预测精度的要求。 展开更多
关键词 地铁车站 沉降变形预测 stacking集成融合模型 Bi LSTM 预测性能
在线阅读 下载PDF
基于Stacking集成模型的煤层瓦斯含量预测研究 被引量：2
19
作者 王琳 周捷 +2 位作者 林海飞 李文静 张宇少 《煤炭工程》 北大核心 2024年第4期125-132,共8页
煤层瓦斯含量精准预测是预防井下瓦斯灾害事故的重要环节,为提高井下瓦斯含量预测的科学性及准确性,获取不同矿区的41组数据,包括瓦斯含量、埋深、煤厚、水分、灰分以及挥发分。对最小二乘支持向量机(LSSVM)、深度信念网络(DBN)、长短... 煤层瓦斯含量精准预测是预防井下瓦斯灾害事故的重要环节,为提高井下瓦斯含量预测的科学性及准确性,获取不同矿区的41组数据,包括瓦斯含量、埋深、煤厚、水分、灰分以及挥发分。对最小二乘支持向量机(LSSVM)、深度信念网络(DBN)、长短期记忆(LSTM)、Elman神经网络及自适应增强(Adaboost)五种算法进行初选,得到最优基模型为最小支持二乘向量机、自适应增强以及深度信念网络。通过基模型集成得到7种瓦斯含量预测模型,得到Stacking-LSSVM-Adaboost、Adaboost、Stacking-Adaboost-DBN和Stacking-LSSVM-Adaboost-DBN四种模型为优选模型。采用判定系数、平均绝对误差、均方根误差以及平均绝对百分比误差四种预测评价指标对优选出的四种模型进行综合评估,选择MAE<0.2、RMSE<0.3且MAPE<10的模型作为最终瓦斯含量预测模型。结果表明,Stacking-LSSVM-Adaboost-DBN集成模型判定系数为0.951,MAE、RMSE和MAPE分别为0.170、0.204及7.412,所建立模型拥有较高预测精度,可为矿井瓦斯灾害防治提供一定依据。 展开更多
关键词 瓦斯含量预测 stacking集成 五折交叉验证 模型优选 模型评价
在线阅读 下载PDF
基于HRV特征和机器学习融合模型的精神压力评估方法研究
20
作者 俞锴婷 俞政涛 +2 位作者 王俊青 叶家浩 赵兴群 《电子器件》 2025年第1期91-97,共7页
在当代生活方式中,与压力相关的健康状况日益普遍。近年来采用机器学习识别精神压力已成为研究的热点,然而对压力指数的量化计算依旧是难题,且单一模型的预测准确性难以提升,因此提出利用机器学习融合模型来提供一种评估压力指数的方法... 在当代生活方式中,与压力相关的健康状况日益普遍。近年来采用机器学习识别精神压力已成为研究的热点,然而对压力指数的量化计算依旧是难题,且单一模型的预测准确性难以提升,因此提出利用机器学习融合模型来提供一种评估压力指数的方法。从光电容积脉搏波信号中提取HRV特征,结合DASS-21问卷调查结果,在考虑性别年龄的基础上,测试不同的机器学习方法,并进行模型融合以提高预测的准确性,最终得到范围在0至42的精神压力指数。以均方根误差作为预测准确性的评价指标,结果表明融合模型的预测准确率高于单一模型,其中GB与MLP的组合是最理想的压力预测器,均方根误差不超过1.35。所提出的方法将对无创检测,量化压力水平以及临床实践具有潜在的价值。 展开更多
关键词 精神压力 HRV 机器学习 模型融合
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 … 79 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