期刊文献+
共找到1,466篇文章
< 1 2 74 >
每页显示 20 50 100
Stacking算法对凝给水系统故障诊断的适用性研究
1
作者 陈砚桥 孙彤 顾任利 《舰船科学技术》 北大核心 2025年第1期138-142,共5页
针对船用凝给水系统设备之间耦合关系较强,对该系统的研究只是选取部分参数而并非像设备一样基本涵盖全部特征参数,且该系统在实际运行过程中可以通过自调节来掩盖某些已发生的故障从而无法准确形成运行参数和故障间的映射关系这一现状... 针对船用凝给水系统设备之间耦合关系较强,对该系统的研究只是选取部分参数而并非像设备一样基本涵盖全部特征参数,且该系统在实际运行过程中可以通过自调节来掩盖某些已发生的故障从而无法准确形成运行参数和故障间的映射关系这一现状,以传统单一机器学习算法为基础,通过拓展建立针对Stacking算法的多分类器性能评价指标,准确寻找运行参数和故障之间的映射关系,解决了多分类器性能评价难题。并利用样本数据设计出比较Stacking算法和单一算法综合性能的试验方法,验证了Stacking模型在凝给水系统故障诊断任务中的适用性和优越性。 展开更多
关键词 凝给水系统 stacking算法 故障诊断
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
2
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集成学习算法的电力营销稽查异常数据识别
3
作者 雷大洋 阮坤 《消费电子》 2025年第10期35-37,共3页
针对电力营销稽查异常数据常通过预设一系列规则来自动筛选异常数据,但规则的制定往往过于简单和僵化,导致识别精度较低。为了解决上述问题,本研究提出基于Stacking集成学习算法的电力营销稽查异常数据识别方法。为确保数据的精确性和... 针对电力营销稽查异常数据常通过预设一系列规则来自动筛选异常数据,但规则的制定往往过于简单和僵化,导致识别精度较低。为了解决上述问题,本研究提出基于Stacking集成学习算法的电力营销稽查异常数据识别方法。为确保数据的精确性和完整性,先对电力营销稽查数据进行相应处理,然后对处理完成的电力营销稽查数据进行异常数据的关联挖掘,识别关键特征。接着,结合特征采用Stacking集成学习算法,深度融合多个复杂机器学习模型的预测结果,实现对电力营销稽查异常数据的识别。实验结果显示,随着采样点增加,该方法识别精度持续提高并保持高水平,远高于其他三种方法,能有效减少误报漏报,是一种高效可靠的电力营销稽查异常数据识别方法。 展开更多
关键词 stacking集成学习算法 电力营销 稽查异常数据 数据识别 稽查数据
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:2
4
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
5
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Stacking算法集成学习的页岩油储层总有机碳含量评价方法 被引量:1
6
作者 宋延杰 刘英杰 +1 位作者 唐晓敏 张兆谦 《测井技术》 CAS 2024年第2期163-178,共16页
总有机碳含量(TOC)是页岩油储层评价的重要参数,而传统总有机碳含量测井评价方法精度较低且普适性较差,机器学习模型在一定程度上提高了总有机碳含量预测精度,但结果存在不稳定性。为了进一步提高页岩油储层总有机碳含量预测精度,基于... 总有机碳含量(TOC)是页岩油储层评价的重要参数,而传统总有机碳含量测井评价方法精度较低且普适性较差,机器学习模型在一定程度上提高了总有机碳含量预测精度,但结果存在不稳定性。为了进一步提高页岩油储层总有机碳含量预测精度,基于有机质岩石物理特征和不同总有机碳含量测井响应特征的深入分析,优选出深侧向电阻率、声波时差、补偿中子和密度测井曲线作为总有机碳含量的敏感测井响应,并将其作为输入特征,以岩心分析总有机碳含量作为期望输出值,分别建立了决策树模型、支持向量回归机模型、BP(Back Propagation)神经网络模型,并建立了以决策树模型为基模型、支持向量回归机模型为元模型的Stacking算法集成学习模型。利用B油田A区块的岩心样本数据和实际井数据对不同模型预测总有机碳含量结果进行了验证,结果表明,基于Stacking算法的集成学习模型的总有机碳含量预测精度最高,相较于决策树模型、支持向量回归机模型、BP神经网络模型和改进的ΔlgR法,预测精度有较大提高。因此,基于Stacking算法的集成学习模型为该研究区最有效的总有机碳含量计算方法,这为准确地评估页岩油储层的生烃潜力、确保页岩油储层的高效开采及资源利用奠定了基础。 展开更多
关键词 页岩油储层评价 总有机碳含量 决策树 支持向量回归机 stacking算法 集成学习
在线阅读 下载PDF
基于Stacking集成算法的抛石护岸水毁破坏预测研究 被引量:1
7
作者 王浩 晏田田 +3 位作者 郭剑波 张金涛 马利群 安杰 《水电能源科学》 北大核心 2024年第1期185-188,共4页
抛石护岸在顶冲等极端情况下易发生水毁破坏,给人民的生命财产带来威胁。通过水槽试验获取496组样本数据,利用互信息(MI)筛选出6个关键特征属性,并采用支持向量机(SVR)、广义回归神经网络(GRNN)和随机森林(RF)等机器学习算法构建多个预... 抛石护岸在顶冲等极端情况下易发生水毁破坏,给人民的生命财产带来威胁。通过水槽试验获取496组样本数据,利用互信息(MI)筛选出6个关键特征属性,并采用支持向量机(SVR)、广义回归神经网络(GRNN)和随机森林(RF)等机器学习算法构建多个预测模型。然后,将这些模型作为基学习器,结合BP神经网络(BPNN)作为元学习器,采用Stacking集成学习方法构建抛石护岸破坏程度预测模型。最后,通过决定系数(R^(2))、均方根误差(R_(RMSE))及平均绝对误差(M_(MAE))等评价指标对模型性能进行评估。结果表明,Stacking模型在抛石护岸破坏高度、长度、范围上的平均R^(2)为0.98、RRMSE为0.02、M_(MAE)为0.03,相较于单一模型(SVR、GRNN、RF),Stacking模型的R_(RMSE)、M_(MAE)皆为最小,R2最高。在抛石护岸水毁破坏程度的预测中,融合的Stacking模型展现出更高的准确性与稳定性。 展开更多
关键词 抛石护岸 水毁破坏 stacking集成算法 预测研究
在线阅读 下载PDF
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
8
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
基于多重信息融合分析的图书动态自组织分类算法
9
作者 窦淑庆 刘思豆 《现代电子技术》 北大核心 2025年第11期169-173,共5页
为提高图书资源管理的智能化水平以及个性化服务的精准度,文中提出一种基于深度学习和多重信息融合分析的图书馆动态自组织分类算法。在构建数据感知与处理基本架构的基础上,引入深度学习算法对各类数据中的海量信息进行快速分析与感知... 为提高图书资源管理的智能化水平以及个性化服务的精准度,文中提出一种基于深度学习和多重信息融合分析的图书馆动态自组织分类算法。在构建数据感知与处理基本架构的基础上,引入深度学习算法对各类数据中的海量信息进行快速分析与感知,同时对感知后的数据进行动态分类,从而实现大规模数据的智能化处理。基于深度学习算法,引入多重信息融合技术,对各类数据的多种信息进行有效识别与融合,实现对读者行为和偏好的精准捕捉,为图书资源的优化管理提供了技术解决方案。为了验证所提方法的正确性和有效性,设计了数值实验进行测试。实验结果表明,所提方法的数据分类准确率可达99.10%,能够满足大型图书馆的智能化数据管理与分类需求。 展开更多
关键词 图书资源管理 智能化水平 个性化服务 深度学习 多重信息融合分析 动态自组织分类算法 数据分类准确率
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
10
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Stacking集成学习的分频地震属性融合储层预测方法
11
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
融合多维特征与多元宇宙优化算法的脑电信号处理 被引量:1
12
作者 谷学静 杨赵辉 +1 位作者 郭宇承 刘佳 《中国测试》 北大核心 2025年第3期131-138,共8页
针对运动想象脑电信号(MI-EEG)具有非线性、时变复杂、分类识别准确率低等问题,提出一种基于多维特征融合并使用多元宇宙算法优化支持向量机的方法进行脑电信号处理。首先,使用小波包变换(WPT)对预处理后的EEG信号进行时频分解,并选择... 针对运动想象脑电信号(MI-EEG)具有非线性、时变复杂、分类识别准确率低等问题,提出一种基于多维特征融合并使用多元宇宙算法优化支持向量机的方法进行脑电信号处理。首先,使用小波包变换(WPT)对预处理后的EEG信号进行时频分解,并选择与运动想象相关的时频信息;然后,分别通过模糊散布熵(fuzzy dispersion entropy,FDE)和公共空间模式(CSP)对WPT获得的特征集进行处理,得到相应的非线性特征和空域特征,并通过并行特征融合方法将两组特征进行融合;最后,导入基于多元宇宙优化算法(multi verse optimizer,MVO)优化的支持向量机(SVM)分类器中实现最终的分类任务。分别在2003年和2005年国际BCI大赛数据集上进行验证,最终平均分类准确率达到93.57%和88.03%,可知该文方法在分类准确率上得到显著提高。 展开更多
关键词 脑电信号 特征融合 模糊散布熵 多元宇宙优化算法
在线阅读 下载PDF
基于Stacking集成算法的混凝土28d抗压强度预测 被引量:3
13
作者 李姣阳 《广东建材》 2024年第6期19-23,共5页
为实现混凝土28d抗压强度的精准预测并解决不同机器学习模型间相互独立不能优势互补的问题。本研究通过357组混凝土配合比数据构建数据库,并采用Stacking集成方法对3个单一机器学习模型(KNN、XGBoost和RF)进行集成预测研究。首先通过随... 为实现混凝土28d抗压强度的精准预测并解决不同机器学习模型间相互独立不能优势互补的问题。本研究通过357组混凝土配合比数据构建数据库,并采用Stacking集成方法对3个单一机器学习模型(KNN、XGBoost和RF)进行集成预测研究。首先通过随机抽样方法将数据库划分为训练集和测试集,然后分别进行了单一机器学习模型和集成模型的训练和测试集预测,最后采用平均绝对误差指标(MAE)、均方根误差指标(RMSE)和确定系数(R2)对模型的预测结果进行评价。结果表明,RF模型在三个单一机器学习模型(KNN、XGBoost和RF)中表现最好(MAE=3.0705,RMSE=4.1847,R^(2)=0.8817);此外,Stacking集成模型的预测性能优于任意单一模型,相较于单一模型中表现较好的RF模型,其预测性能实现了显著提升(MAE下降2.6%,RMSE下降9.8%,R2提升2.5%)。 展开更多
关键词 混凝土 28d抗压强度预测 stacking集成算法 算法融合
在线阅读 下载PDF
基于数据-算法双驱动融合的火成岩岩性识别方法
14
作者 韩锐羿 宋晓妮 +1 位作者 王欣茹 郭宇航 《测井技术》 2025年第2期218-225,共8页
现有火成岩岩性识别技术面临常规测井响应与岩性敏感度差异显著、离散矿物实验数据难以构建连续地层模型以及岩心-测井标定样本类别不平衡等技术瓶颈。为解决这些问题,该研究提出数据-算法双驱动融合的火成岩岩性识别方法。首先通过矿... 现有火成岩岩性识别技术面临常规测井响应与岩性敏感度差异显著、离散矿物实验数据难以构建连续地层模型以及岩心-测井标定样本类别不平衡等技术瓶颈。为解决这些问题,该研究提出数据-算法双驱动融合的火成岩岩性识别方法。首先通过矿物化学组分与测井数据融合,建立具有岩石物理意义的特征表征体系;进而设计基于Mahalanobis距离的层次化重采样机制,有效缓解小样本类别识别偏倚问题;最终建立具有概率解释性的贝叶斯深度森林模型,实现火成岩复杂岩性的高精度识别。基于辽河盆地东部凹陷20口井的8356组数据,开展嵌套式验证;该方法在同井测试中准确率为100%,异井测试准确率达89%,加权F1值0.88,准确率较其他火成岩岩性识别方法显著提升。研究结果表明,通过地质先验知识与深度学习融合,可有效提升火成岩岩性识别的工程适用性与解释可靠性,为复杂储层精细评价提供新的技术手段。 展开更多
关键词 测井解释 岩性识别 深度森林算法 测井数据融合 火成岩 样本不平衡处理
在线阅读 下载PDF
基于差分遗传融合算法的随机分布式阵列波束综合方法
15
作者 李琛 潘明海 《无线电工程》 2025年第5期1044-1052,共9页
针对平面阵天线波束扫描过程中波束形状、增益及副瓣随扫描角变化显著的问题,提出一种与雷达平台共形的随机分布多子阵列天线波束综合方法。该方法通过差分遗传融合算法与基于激励抑制的子阵选择策略,优化子阵面数量、分布形式及馈电幅... 针对平面阵天线波束扫描过程中波束形状、增益及副瓣随扫描角变化显著的问题,提出一种与雷达平台共形的随机分布多子阵列天线波束综合方法。该方法通过差分遗传融合算法与基于激励抑制的子阵选择策略,优化子阵面数量、分布形式及馈电幅相,显著降低了幅相加权矩阵规模和计算复杂度。仿真实验表明,该方法优化后的归一化方向图最大副瓣电平降低至-23.49 dB,相较传统差分进化算法和遗传算法的-19.8 dB和-20.29 dB表现更优。3 dB主瓣宽度在大角度扫描时能够保持在1.5°,而未经子阵选取的优化算法在扫描角度大于60°时出现较大幅度波动。结果表明,该方法在随机分布阵列波束综合中的“空变性”问题上拥有良好性能,在副瓣抑制、波束宽度稳定性及计算效率方面表现出显著优势,为复杂电磁环境下的阵列设计提供了新思路。 展开更多
关键词 随机分布阵列 波束综合 差分-遗传融合算法 子阵布局优化 最大副瓣电平
在线阅读 下载PDF
基于数据融合及GA-BP算法的GEO高能电子通量预测
16
作者 陈建飞 方美华 +2 位作者 吴康 宋定一 王彪 《中国空间科学技术(中英文)》 北大核心 2025年第2期124-132,共9页
为了提高GEO大于2 MeV电子通量提前一天的预测效率,采用基于模拟退火算法和最小二乘拟合的数据融合算法处理GOES系列卫星电子通量数据,以融合后的数据为基础建立遗传算法优化BP神经网络(GA-BP)模型。模型输入参数包括太阳风速度、地磁指... 为了提高GEO大于2 MeV电子通量提前一天的预测效率,采用基于模拟退火算法和最小二乘拟合的数据融合算法处理GOES系列卫星电子通量数据,以融合后的数据为基础建立遗传算法优化BP神经网络(GA-BP)模型。模型输入参数包括太阳风速度、地磁指数(包括SYM/H、Ap、AU、AE、Dst)、大于0.6 MeV电子积分通量和大于2 MeV电子积分历史通量,各参数的时间分辨率均为日均值;同时以1999-2007年的数据为训练集,使用数据融合后的GA-BP模型预测2008-2010年的电子积分通量,将预测结果与其他经典模型的预测结果进行比较。结果表明:采用模拟退火算法将位于75°W区域的卫星数据投影到135°W区域,数据误差变小,融合效果更好;大于2 MeV电子通量提前1天预测效率为0.863,最高预测效率可达0.931,优于以往很多模型的预测精度。 展开更多
关键词 GEO卫星 GA-BP算法 模拟退火算法 数据融合 高能电子通量预测 深层充电
在线阅读 下载PDF
基于融合算法的基坑支护桩变形预测及影响因素分析
17
作者 夏水龙 《广东建材》 2025年第3期105-108,共4页
城市化进程加快使基坑工程面临复杂状况,准确预测基坑支护桩变形及分析影响因素极为关键。本文基于LSTM、XGBoost和Stacking集成算法对基坑支护桩变形进行预测,在桩径0.5 m时,LSTM算法预测支护桩水平与竖向位移和实测值最大误差分别为3.... 城市化进程加快使基坑工程面临复杂状况,准确预测基坑支护桩变形及分析影响因素极为关键。本文基于LSTM、XGBoost和Stacking集成算法对基坑支护桩变形进行预测,在桩径0.5 m时,LSTM算法预测支护桩水平与竖向位移和实测值最大误差分别为3.8mm和2.3mm,XGBoost算法对应误差为2.1mm和2.3mm,Stacking算法仅为0.7mm和0.7mm;桩间距1.5m时也有类似规律。可见Stacking算法在不同桩径和桩间距位移预测中更贴近实测值。此外,桩径从0.5 m增大到0.8m时,水平和竖向最大变形量分别减小39.4%与37.6%,桩间距增加时,水平与竖向位移分别增加73.4%与37.4%,这些规律为工程设计、施工和管理提供了科学依据。 展开更多
关键词 基坑支护桩 变形预测 LSTM算法 XGBoost算法 stacking算法
在线阅读 下载PDF
面向复杂战场的异源探测器数据融合算法
18
作者 王湛岩 王德飞 刘虎 《探测与控制学报》 北大核心 2025年第1期119-124,共6页
面对以集群化、智能化目标为主体的复杂战场,异源探测器可以从不同维度探测目标的相关信息,弥补单一传感器量测信息的片面性。基于军用探测器的特点,提出卡尔曼滤波算法多域扩展、异源数据的信息融合及两步分类方法。将集中式融合算法... 面对以集群化、智能化目标为主体的复杂战场,异源探测器可以从不同维度探测目标的相关信息,弥补单一传感器量测信息的片面性。基于军用探测器的特点,提出卡尔曼滤波算法多域扩展、异源数据的信息融合及两步分类方法。将集中式融合算法从同源数据融合拓展至异源数据融合,并分析算法在实战环境下的运用。利用仿真实例对算法进行检验,证明算法在满足实时性要求的同时,也提高了关联融合的精度与准确性,满足复杂战场环境下信息融合的要求。 展开更多
关键词 异源探测器 复杂战场环境 集中式关联融合算法 实战运用
在线阅读 下载PDF
融合自适应SSAE与神经网络算法的网络安全模型研究
19
作者 林金妹 韦冰东 《信息技术与信息化》 2025年第2期139-142,共4页
为提升网络安全防护的智能化与精准度,利用自适应SSAE与神经网络融合算法,优化设计网络安全模型。采用网络爬虫算法,采集网络运行数据以此作为模型输入值。从防护时间、风险容忍度等方面设置模型约束条件。以自适应堆叠稀疏自编码器和... 为提升网络安全防护的智能化与精准度,利用自适应SSAE与神经网络融合算法,优化设计网络安全模型。采用网络爬虫算法,采集网络运行数据以此作为模型输入值。从防护时间、风险容忍度等方面设置模型约束条件。以自适应堆叠稀疏自编码器和神经网络构建与融合,通过算法的学习迭代提取网络运行特征,根据提取特征与网络异常标准特征的匹配度,确定网络的异常状态与类型。根据网络异常检测结果,通过异常节点隔离、安全加固、访问控制3个步骤,实现模型的安全防御功能。通过模型测试实验得出结论:与传统模型相比,优化设计模型的网络攻击误检率和漏检率分别下降4.25%和3.55%,在模型作用下网络丢包率降低1.28%。 展开更多
关键词 自适应SSAE算法 神经网络算法 融合算法 网络安全 模型设计
在线阅读 下载PDF
融合改进遗传算法的动态资源调控算法设计
20
作者 张伟 杨华飞 +2 位作者 杨文清 段淼臻 钱恒顺 《电子设计工程》 2025年第2期38-41,46,共5页
为了降低智慧电网硬件设备的购买和维护成本、提高各类资源的利用效率,文中提出一种基于改进遗传算法(GA)和蚁群算法(ACO)相融合的动态资源调控算法,并构建了相应的模型。通过在传统GA中引入时间-负载双适应度函数,提高了GA全局最优解... 为了降低智慧电网硬件设备的购买和维护成本、提高各类资源的利用效率,文中提出一种基于改进遗传算法(GA)和蚁群算法(ACO)相融合的动态资源调控算法,并构建了相应的模型。通过在传统GA中引入时间-负载双适应度函数,提高了GA全局最优解的准确度。在传统ACO中利用时间-成本双函数来确定信息素,提高了ACO初期的寻优速度。采用动态融合策略将改进后的GA和ACO相结合,构建出ACO-GA动态资源调控算法。算例仿真结果表明,所提ACO-GA动态资源调控算法在任务数为400时,执行时间、不均衡值分别为120 ms和0.52。相比其他算法,提出算法的执行时间最低且不均衡值最为稳定,证明了ACO-GA动态资源调控算法用于资源调控的可行性。 展开更多
关键词 资源调控 遗传算法 蚁群算法 动态融合 全局最优解
在线阅读 下载PDF
上一页 1 2 74 下一页 到第
使用帮助 返回顶部