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332篇文章
< 1 2 … 17 >
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：
基于改进GAN的人机交互手势行为识别方法
1
作者 张富强 白筠妍 穆慧 《郑州大学学报(工学版)》 北大核心 2025年第2期43-50,共8页
为改善现有手势识别算法需要大量训练数据的现状,针对识别准确率不高、识别过程复杂等问题,基于生成式对抗网络(GAN)和变分自编码器,引入标签信息,提出一种基于改进GAN模型的人机交互手势行为识别方法。首先,在编码器和解码器中分别添... 为改善现有手势识别算法需要大量训练数据的现状,针对识别准确率不高、识别过程复杂等问题,基于生成式对抗网络(GAN)和变分自编码器,引入标签信息,提出一种基于改进GAN模型的人机交互手势行为识别方法。首先,在编码器和解码器中分别添加改进InceptionV2和InceptionV2-trans结构增强模型的特征还原能力;其次,在各组成网络中进行条件批量归一化(CBN)处理改善过拟合,以Mish激活函数代替ReLU函数提升网络性能;最后,通过实验证明该方法能够以较少的样本获得100%的分类准确率,且收敛时间短,验证了该方法的可靠性。 展开更多
关键词 人机交互 生成对抗网络 变分自编码器 手势识别 条件批量归一化
在线阅读 下载PDF
基于改进通道注意力优化变分自编码器的居民空调负荷辨识
2
作者 王凌云 唐涛 +2 位作者 鲍刚 阮胜冬 张涛 《仪器仪表学报》 北大核心 2025年第5期251-263,共13页
居民空调负荷的准确辨识是挖掘其调控潜力和实现需求响应的关键。针对目前居民空调功率求解方法的精度不足和计算复杂问题,故提出一种基于变分自编码器(VAE)和改进高效通道注意力机制(ECA)的居民空调负荷非侵入式辨识神经网络模型。改进... 居民空调负荷的准确辨识是挖掘其调控潜力和实现需求响应的关键。针对目前居民空调功率求解方法的精度不足和计算复杂问题,故提出一种基于变分自编码器(VAE)和改进高效通道注意力机制(ECA)的居民空调负荷非侵入式辨识神经网络模型。改进ECA采用结合全局平均池化与全局最大池化的双池化策略,既捕获整体统计信息又突出局部显著响应。借助压缩-重构机制,在降维后利用快速动态卷积核自适应捕捉局部通道交互信息,有效聚焦关键信息,为通道赋予合理权重;将改进ECA集成在VAE解码器中,增强模型对空调负荷的特征重构能力;模型进一步引入多任务学习框架,联合优化功率分解与状态识别任务,实现任务间信息共享和互补,从而提高整体辨识精度。同时,利用输出模块和后处理状态阈值约束,有效抑制非空调负荷的干扰。最后,在真实居民用电数据集上进行实验验证。实验结果表明,相较于两个对比模型,模型在3个地区所有居民功率分解的平均绝对误差(MAE)均值分别提升59.71%和9.22%,空调状态识别F1值达84.58%。消融实验表明,改进ECA使其中两个地区功率分解MAE分别降低56.23%和12.47%,多任务学习框架进一步推动辨识精度提升3.17%和5.90%。所提出的少量侵入式测量方案以30%用户侵入式量测数据训练,在保证模型准确性的同时,减少对用户数据的依赖,具有较强的应用潜力。 展开更多
关键词 居民空调负荷 变分自编码器 非侵入式负荷监测 通道注意力 多任务学习
在线阅读 下载PDF
表面粗糙度对跨音速叶栅流动特性的影响
3
作者 董中杰 《汽轮机技术》 北大核心 2025年第1期49-51,共3页
针对汽轮机低压末级叶片表面粗糙度容易变大问题,利用数值模拟的方法分析了不同表面粗糙度对跨音速二维叶栅流动的影响。结果表明,粗糙度从0.025mm增大到0.20mm时,靠近叶片出汽边位置,内弧侧总压基本不变,而背弧侧低压区先扩大后减小,... 针对汽轮机低压末级叶片表面粗糙度容易变大问题,利用数值模拟的方法分析了不同表面粗糙度对跨音速二维叶栅流动的影响。结果表明,粗糙度从0.025mm增大到0.20mm时,靠近叶片出汽边位置,内弧侧总压基本不变,而背弧侧低压区先扩大后减小,从而导致叶型损失先增大后减小,粗糙度0.10mm时,损失最大,这种变化规律是由于叶型喉部激波与背弧附面层干涉引起的附面层厚变化导致的。 展开更多
关键词 表面粗糙度 跨音速叶栅 叶型损失 变工况
在线阅读 下载PDF
考虑自平衡条件新型组合箱梁力学性能研究
4
作者 唐先习 张己存 +2 位作者 甘亚南 甘子玉 岑峰 《铁道工程学报》 北大核心 2025年第9期45-51,共7页
研究目的:波形腹板钢箱-组合梁是一种新型钢混结构,其力学性能研究有助于该类结构的优化设计。本文引入剪滞翘曲应力自平衡条件,且以能量变分法为基础建立该类结构的弹性控制微分方程,进而基于理论探索、有限元模拟和试验研究,实现波形... 研究目的:波形腹板钢箱-组合梁是一种新型钢混结构,其力学性能研究有助于该类结构的优化设计。本文引入剪滞翘曲应力自平衡条件,且以能量变分法为基础建立该类结构的弹性控制微分方程,进而基于理论探索、有限元模拟和试验研究,实现波形腹板钢箱-组合梁力学性能的精细化分析。研究结论:(1)波形腹板钢箱-组合梁的边界约束愈强烈,自平衡条件对其力学性能的影响愈显著,对于简支箱梁,本文自平衡条件影响率在3.5%~-3.5%之间,但是连续组合箱梁自平衡条件的影响大幅增加,集中荷载钢底板与腹板相交处影响率达-23.6%,而均布荷载为13.1%;(2)自平衡条件对连续组合箱梁剪滞效应影响较大,与传统剪滞理论相比较,均布荷载下自平衡条件增强了该类结构剪力滞效应;在钢底板与腹板相交处,传统理论剪滞系数为1.25,而本文理论为1.42,然而集中荷载与之相反,钢底板和腹板相交处,传统理论与本文理论剪滞系数分别为1.64和1.28;(3)本文方法计算精度明显提高,且波形腹板钢箱-组合梁钢底板正应力更为突出,其值约为RC顶板的20倍;(4)本文研究明确了自平衡条件对波形腹板钢箱-组合梁力学性能的影响规律,对完善该类结构设计理论具有促进作用。 展开更多
关键词 波形腹板钢箱-组合梁 褶皱效应 自平衡条件 力学性能 能量变分法
在线阅读 下载PDF
基于视觉传达的光照变化条件偏振图像修复研究
5
作者 晏志英 吴婕 《激光杂志》 北大核心 2025年第6期114-118,共5页
针对光照变化可能导致图像信息丢失、细节模糊,进而影响图像的视觉传达效果问题,提出基于视觉传达的光照变化条件偏振图像修复方法。利用了多元化先验信息构建入射光能量补偿目标方程,采取交替迭代法求解,实现偏振图像颜色校正;基于亮... 针对光照变化可能导致图像信息丢失、细节模糊,进而影响图像的视觉传达效果问题,提出基于视觉传达的光照变化条件偏振图像修复方法。利用了多元化先验信息构建入射光能量补偿目标方程,采取交替迭代法求解,实现偏振图像颜色校正;基于亮度可控增强算法的偏振图像对比度增强;基于无监督学习设计由判别器模块与生成器模块,构建偏振图像复原模型,实现偏振图像的修复。实验结果表明,设计方法在水平方向上与垂直方向上平均梯度G较高,分别可达6.8与5.6,两种方向上的平均梯度G整体均比较均衡,说明修复后图像清晰度高,纹理层次均衡。 展开更多
关键词 颜色校正 对比度优化 光照变化条件 偏振图像 图像修复
在线阅读 下载PDF
2003—2023年太湖蓝藻水华面积变化的影响因子分析 被引量：3
6
作者 杨芷萱 黎云祥 +4 位作者 朱广伟 康丽娟 李娜 张运林 秦伯强 《湖泊科学》 北大核心 2025年第3期734-751,共18页
面积是湖库蓝藻水华强度的重要表征指标之一,其变化受水体营养物质状况、水文气象条件及食物链结构等多种因素综合影响。揭示蓝藻水华面积与环境因子的关系对于科学评估蓝藻水华强度以及制定防控措施具有重要意义。本研究基于太湖2003—... 面积是湖库蓝藻水华强度的重要表征指标之一,其变化受水体营养物质状况、水文气象条件及食物链结构等多种因素综合影响。揭示蓝藻水华面积与环境因子的关系对于科学评估蓝藻水华强度以及制定防控措施具有重要意义。本研究基于太湖2003—2023年2332幅卫星遥感影像提取的蓝藻水华面积数据,结合同期湖体营养盐及水文气象观测数据,探讨了影响太湖蓝藻水华面积的主要环境因子及其年内变化。结果发现,2003—2023年,太湖蓝藻水华年平均面积总体呈现周期性波动,多年均值为159 km^(2),其中水华季(5—9月)的多年均值为223 km^(2)。蓝藻水华面积与水体叶绿素a及微囊藻生物量均呈显著相关关系,相关系数分别为0.47及0.48,表明遥感获得的蓝藻水华面积能够较好地指征蓝藻水华强度变化情况。2005—2023年太湖水体总氮(TN)、溶解性总氮(DTN)浓度下降显著,2023年TN均值较2005年下降61%,DTN下降65%,总磷(TP)、溶解性总磷(DTP)也呈现出波动下降的趋势。随机森林分析表明,蓝藻水华面积的影响因子随季节变化而变化,春季的主导因素是水温、TP与风速;而夏季的主导因素依次是风速、DTN和水位;秋季的主导因素是风速、TN和水位;冬季的主导因素是风速、DTN和DTP;具体到月尺度上,蓝藻水华面积的影响因子也呈现月间差异。基于蓝藻水华面积与水体TN、TP的统计关系,若要大概率控制太湖处于无明显水华状况(月均蓝藻水华面积小于103 km^(2),约为湖泊面积的5%),则建议冬春季TN和TP控制阈值分别为1.35和0.054 mg/L,对应的DTN和DTP为1.03和0.018 mg/L;夏秋季TN和TP控制阈值分别为1.00和0.059 mg/L,对应的DTN和DTP为0.62和0.015 mg/L。研究表明,遥感影像提取获得的蓝藻水华面积总体能够较好地指示大型湖泊的蓝藻水华强度状况;太湖蓝藻水华面积在夏秋季受风速变化的影响较大,但氮、磷等营养盐水平也是影响蓝藻水华面积变化的重要因子,其中冬春季磷的影响大,而夏秋季氮的影响大;从控制策略上,实施氮磷双控是有效降低蓝藻水华风险的根本途径。 展开更多
关键词 浅水湖泊 蓝藻水华 气象条件 季节变化 氮磷双控 太湖
在线阅读 下载PDF
变化环境下洮儿河下游地下水位变化趋势
7
作者 王明君 彭勇 +1 位作者 徐博 李昱 《南水北调与水利科技(中英文)》 北大核心 2025年第4期806-819,共14页
在气候变化加剧和人类活动增强的背景下,探讨变化环境下的地下水位时空变化趋势对流域水资源综合管理具有重要意义。以洮儿河下游为研究区,设置15个气候变化情景和3个地下水开采情景,采用反距离权重法和分位数映射法对未来气象数据进行... 在气候变化加剧和人类活动增强的背景下,探讨变化环境下的地下水位时空变化趋势对流域水资源综合管理具有重要意义。以洮儿河下游为研究区,设置15个气候变化情景和3个地下水开采情景,采用反距离权重法和分位数映射法对未来气象数据进行空间插值和偏差校正,并基于SWAT-MODFLOW耦合模型预测不同情景下地下水位的变化趋势。结果表明:洮儿河流域未来气候趋于暖湿化;未来40 a内,地下水位难以恢复到2000年前的水平,河道与地下水系统可能长期处于脱节的状态;未来降水量的增加将改善洮儿河下游地下水的补给条件,有利于地下水位的恢复,但在中部地下水开采强度高的灌区,地下水位的恢复依旧面临巨大挑战。建议整合地下水限采、节水灌溉、地表水置换地下水等水资源管理措施,并加强对地下水位的监测,此类举措有利于中部灌区地下水位的恢复以及地下水资源的可持续利用与保护。 展开更多
关键词 变化环境 耦合模拟 地下水位 变化趋势 洮儿河流域
在线阅读 下载PDF
基于海象优化算法优化SVMD联合BiLSTM的滚动轴承状态监测
8
作者 侯兴达 王靖岳 +1 位作者 周浩 丁建明 《组合机床与自动化加工技术》 北大核心 2025年第10期171-177,共7页
鉴于滚动轴承运行过程中振动信号呈现出非线性、非平稳的特性,导致轴承状态监测难度较大,从而提出了一种基于海象优化算法(WO)优化逐次变分模态分解(SVMS),并联合双向长短时记忆神经网络(BiLSTM)的监测模型。首先以信息熵作为适应度函数... 鉴于滚动轴承运行过程中振动信号呈现出非线性、非平稳的特性,导致轴承状态监测难度较大,从而提出了一种基于海象优化算法(WO)优化逐次变分模态分解(SVMS),并联合双向长短时记忆神经网络(BiLSTM)的监测模型。首先以信息熵作为适应度函数,利用WO优化SVMD的惩罚系数α,从而对振动信号分解;然后通过查看峭度,把每个样本的最佳IMF提取出来,得到其9种时域特征向量;最后将其输入至BiLSTM网络模型中,达到对轴承状态监测的目的。结果表明,经过凯西斯储大学和国内某大学轴承数据集验证分析,并与其他模型对比,证明所提方法可以有效地通过振动信号精准识别轴承状态,该方法25次试验平均准确率高达99.1%(数据1)和98.8%(数据2)。 展开更多
关键词 滚动轴承 状态监测 海象优化算法 逐次变分模态分解 双向长短时记忆神经网络
在线阅读 下载PDF
基于CVAE-LSTM的服务器KPI异常检测
9
作者 沈夏闰 李若楠 张昊田 《系统工程与电子技术》 北大核心 2025年第3期1019-1027,共9页
对于关键性能指标(key performance indicator,KPI)的异常检测是互联网智慧运维流程中的基石,对于故障报警和保障服务器安全具有重要意义。深度生成模型已经能很好地解决机器学习模型深度特征表征能力差的问题,但对于KPI数据中时间信息... 对于关键性能指标(key performance indicator,KPI)的异常检测是互联网智慧运维流程中的基石,对于故障报警和保障服务器安全具有重要意义。深度生成模型已经能很好地解决机器学习模型深度特征表征能力差的问题,但对于KPI数据中时间信息的处理和长时信息的捕获存在不足。为此,提出一种基于条件变分自编码器(conditional variational autoencoder,CVAE)和长短时记忆(long-short term memory,LSTM)网络相结合的KPI异常检测模型,利用CVAE网络强大的表征能力,并将时间信息添加到深度自编码器中,利用LSTM的长时记忆能力,提高模型的长时异常学习和处理能力,使用训练好的CVAE网络来进一步训练LSTM。在3个公开的数据集上与其他深度学习模型进行对比实验,实验结果表明,在F 1值方面,所提模型的性能优于单独的LSTM和一些效果较好的深度学习模型。 展开更多
关键词 关键性能指标异常检测 条件变分自编码器 长短时记忆网络 关键性能指标 深度学习
在线阅读 下载PDF
联合COMET与条件变分自编码的共情对话
10
作者 李土超 《计算机应用与软件》 北大核心 2025年第8期374-381,共8页
在常见共情对话(Empathetic Dialogue)生成中,普遍存在的一个问题是,对话模型偏向于生成通用的回答,如“我不知道”等在语料中常见但是没有意义的回复,这种通用性的响应能回复任何的对话上文。为了缓解这个问题,在解码器中使用了条件变... 在常见共情对话(Empathetic Dialogue)生成中,普遍存在的一个问题是,对话模型偏向于生成通用的回答,如“我不知道”等在语料中常见但是没有意义的回复,这种通用性的响应能回复任何的对话上文。为了缓解这个问题,在解码器中使用了条件变分自编码框架,以期望生成的语句带有文本多样性;为了更好地理解说话者的情感和语义,在编码器的模块中,使用常识推理生成模块COMET与情感字典来增强对话中的语义信息和情感信息。于是,联合使用COMET的编码器与变分的解码器提出VT-CEM模型。在EmpatheticDialogues数据集上经过实验验证,相对于多个基线,VT-CEM模型可以产生更高的流畅度和更丰富的文本多样性。 展开更多
关键词 共情对话 常识推理 条件变分自编码
在线阅读 下载PDF
基于半监督VAE和CGAN的运动想象脑电信号分类器
11
作者 袁凯烽 侯璐 黄永锋 《传感器与微系统》 北大核心 2025年第2期82-86,共5页
由于脑电(EEG)信号的特异性、隐私性,数据集相对匮乏,运动想象EEG(MI-EEG)信号分类是一项具有挑战性的任务。提出了一种基于半监督变分自编码器-条件生成对抗网络(SSVAE-CGAN)模型应用于MI-EEG信号的增强和分类。SSVAE-CGAN模型的SSVAE-... 由于脑电(EEG)信号的特异性、隐私性,数据集相对匮乏,运动想象EEG(MI-EEG)信号分类是一项具有挑战性的任务。提出了一种基于半监督变分自编码器-条件生成对抗网络(SSVAE-CGAN)模型应用于MI-EEG信号的增强和分类。SSVAE-CGAN模型的SSVAE-CGAN的编码器为EEGNet网络,获得MI-EEG信号的时域、频域和空间域的复合特征的潜在空间表示。不同于传统的无监督变分自编码器,在训练编码器时,SSVAE-CGAN使用MI-EEG信号的标签信息以监督的方式更好地构建潜在空间。然后,SSVAE-CGAN使用条件生成对抗网络接收带有标签信息的随机噪声进行生成器-判别器的对抗训练,并生成与潜在空间分布对齐的隐空间。在真实MI-EEG数据集进行了数据增强和分类实验,实验结果验证了本文模型的有效性。 展开更多
关键词 运动想象脑电 数据增强 分类 半监督变分自编码器 条件生成对抗网络
在线阅读 下载PDF
基于多重共线性削减条件变分自编码器的多能系统低碳优化调度
12
作者 宋菊文 江盼 +4 位作者 吴正强 范捷生 赵星 赵建芳 崔明建 《智慧电力》 北大核心 2025年第7期11-19,共9页
针对风光出力场景下源荷不确定性问题,提出一种考虑风光出力不确定性的多能系统低碳优化调度方法。首先,考虑风光出力波动性,利用基于概率距离算法优化的多重共线性削减条件变分自编码器(MCLRCVAE),构建风光出力不确定性场景生成模型,... 针对风光出力场景下源荷不确定性问题,提出一种考虑风光出力不确定性的多能系统低碳优化调度方法。首先,考虑风光出力波动性,利用基于概率距离算法优化的多重共线性削减条件变分自编码器(MCLRCVAE),构建风光出力不确定性场景生成模型,准确捕捉风光出力时空变异性;其次,结合需求响应的时空特性构建多能系统模型,以最小化系统总运行成本和环境成本为目标函数,构建源-网-荷一体化多能系统优化调度模型,并针对调度资源设计多组调度顺序场景;最后,仿真结果表明,所提方法在风光出力不确定性场景下能够有效实现多能系统低碳优化调度,且调度顺序对系统性能有着显著的影响。 展开更多
关键词 源荷不确定性 多重共线性削减 条件变分自编码器 低碳优化调度 多能系统
在线阅读 下载PDF
基于高斯混合聚类和改进条件变分自编码的多风电场功率日场景生成方法 被引量：6
13
作者 李丹 梁云嫣 +3 位作者 缪书唯 方泽仁 胡越 贺帅 《中国电力》 CSCD 北大核心 2024年第12期17-29,共13页
大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的... 大量出力不确定的风电场并入电网会带来运行隐患和不可控风险,基于变分自编码器的场景生成模型方法能生成确定性场景集合以描述风电出力的不确定性。针对多风电场出力复杂的时空相关性以及在传统变分自编码器模型训练过程中可能存在的“KL坍缩”等问题,提出一种基于高斯混合聚类和改进条件变分自编码器的多风电场时空功率日场景生成方法。通过引入二维卷积技术提取时空相关性进行降维,并采用最大化最小夹角独立正则化技术,强化隐特征的独立性;采用超球面分布替代高斯分布,避免模型出现“KL坍缩”,提高模型场景生成训练的稳定性和准确性;另外,进一步考虑多风电场功率日场景的多样性和灵活性,引入高斯混合聚类技术,使模型可根据特定的条件标签生成具有差异化特征的确定性场景集。实际算例的结果表明,相较于常见方法,所提方法累积概率分布误差下降了17%~71%,时空相关性平均误差分别下降了85%~97%和55%~91%,且能精准生成不同风况类别占比的多风电场功率日场景集,提高了场景生成的多样性和灵活性。 展开更多
关键词 风电场景生成 高斯混合模型 特征提取 条件变分自编码器 超球面分布 正则化技术
在线阅读 下载PDF
基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测 被引量：2
14
作者 李丹 罗娇娇 +2 位作者 孙光帆 唐建 黄烽云 《三峡大学学报（自然科学版）》 CAS 北大核心 2024年第5期68-75,共8页
考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样... 考虑到输入信息和预测模型的不确定性对负荷预测结果的影响,本文提出一种基于条件变分自编码器和贝叶斯神经网络的短期电力负荷概率预测方法.通过条件变分自编码器生成指定天气因素预测值和日历特征条件下实际天气因素可能的多个随机样本,以模拟天气预测信息的不确定性;构建GRU-S2S贝叶斯神经网络学习模型参数的分布特征,以反映预测模型的不确定性,并结合MC dropout技术获得多个可能的负荷预测值;遍历天气因素全部模拟样本,将预测模型输出的负荷预测值构成集合,并通过核密度估计获得预测时段内各时刻预测负荷服从的概率分布.实际算例结果表明,该方法在短期负荷概率预测中具有更高的分位数预测精度和更可靠稳定的区间预测结果. 展开更多
关键词 负荷概率预测 门控循环单元 贝叶斯神经网络 条件变分自编码器
在线阅读 下载PDF
2000-2020年内蒙古NDVI时空动态及其对水热条件的响应 被引量：10
15
作者 皇彦 宋海清 +3 位作者 胡琦 吴昊 卢佳玥 李碧云 《水土保持研究》 CSCD 北大核心 2024年第4期197-204,213,共9页
[目的]了解植被生态现状,剖析植被变化影响因素,为区域生态环境治理和规划提供科学依据。[方法]基于MOD13A3 NDVI数据和气象数据,采用Sen趋势分析、M-K检验、Hurst指数、相关系数等方法研究了内蒙古地区NDVI时空变化及其对水热条件的响... [目的]了解植被生态现状,剖析植被变化影响因素,为区域生态环境治理和规划提供科学依据。[方法]基于MOD13A3 NDVI数据和气象数据,采用Sen趋势分析、M-K检验、Hurst指数、相关系数等方法研究了内蒙古地区NDVI时空变化及其对水热条件的响应。[结果]内蒙古NDVI显著增长(p<0.01),空间分布呈东高西低的特征,大部分地区NDVI以增加趋势为主,耕地增长率最大且呈增加趋势面积占比最大。研究期内NDVI变化相对稳定,林地的稳定性最好。未来内蒙古NDVI变化以反持续性为主,反持续性和持续性面积占比分别为76.51%,23.49%。NDVI与气温呈负相关的区域占78.25%,其中极显著和显著负相关的区域占19.92%;与降水、土壤湿度呈正相关的区域占93.16%,93.53%,其中极显著和显著正相关的区域分别占51.37%,55.85%。[结论]内蒙古地区植被生态整体趋于改善,未来植被生态可能退化,土壤湿度是影响内蒙古植被生长的主导因子。 展开更多
关键词 NDVI 时空变化 水热条件 内蒙古
在线阅读 下载PDF
半干旱流域水热变化规律及植被响应 被引量：1
16
作者 方青青 张思远 +4 位作者 王国强 王运涛 段利民 刘廷玺 姚继平 《生态学报》 CAS CSCD 北大核心 2024年第16期7198-7212,共15页
近年来,水热条件显著变化下植被变绿现象发生在我国诸多半干旱流域,尽管发挥了增汇减碳效用,但也加剧了水资源量的短缺。研究水热变化下植被响应有助于理解植被⁃水资源平衡机制,对流域水资源可持续利用与生态保护有重要意义,是国际性的... 近年来,水热条件显著变化下植被变绿现象发生在我国诸多半干旱流域,尽管发挥了增汇减碳效用,但也加剧了水资源量的短缺。研究水热变化下植被响应有助于理解植被⁃水资源平衡机制,对流域水资源可持续利用与生态保护有重要意义,是国际性的前沿科学问题。但鲜有研究聚焦植被动态对水热变化的周期性和阶段性响应特征,导致植被变绿和水资源利用的协同机制尚不清晰。将海拉尔河流域中上游作为研究区域,利用趋势分析、小波周期分析等方法分析了1980—2012年海拉尔河流域水热变化特征,从整体趋势和动态过程两个维度探讨了水热变化下植被在时空尺度上的响应原因及影响。结果表明:(1)空间上,年均降水量自西(草原)向东(森林)增加,气温减少;相对于草原区,森林区呈现径流量、植被NDVI大,升温慢、降水降幅大的特点。(2)时间上,流域年均降水和径流量分别以10mm/10a和19.3mm/10a的趋势减小;年均气温和生长季NDVI分别以0.65℃/10a和0.003—0.006/10a显著上升,表现出水热条件的暖干化抑制径流量(“抑流”)和促进植被生长的特征(“促长”),甚至在1998年后,降水回升和气温升高趋于平缓,仍表现出“抑流”和“促长”的特征,体现了水热影响的累积性。(3)整体趋势方面,降水和气温在6.9a、径流和植被NDVI分别在13.8、9.8a存在周期性。植被整体变化趋势主要受温度主导,而植被变绿是径流衰减的重要因素;动态过程方面,径流动态变化和周期性规律主要受降水控制,而植被动态变化和周期性规律受到降水、气温等的综合影响,且响应过程受到累积效应的作用。研究结果提高了对半干旱流域植被和水资源协调关系的认识,可为植被管理与水资源利用提供有效依据。 展开更多
关键词 水热条件 径流变化 植被响应 水分胁迫
在线阅读 下载PDF
DCVAE与DPC融合的网络入侵检测模型研究 被引量：7
17
作者 李登辉 葛丽娜 +2 位作者 王哲 樊景威 张壕 《小型微型计算机系统》 CSCD 北大核心 2024年第4期998-1006,共9页
入侵检测是主动防御网络中攻击行为的技术,以往入侵检测模型因正常网络流量与未知攻击内在特征区分度不足,导致对未知攻击识别率不够高,本文设计基于判别条件变分自编码器与密度峰值聚类算法的入侵检测模型(DCVAE-DPC).利用判别条件变... 入侵检测是主动防御网络中攻击行为的技术,以往入侵检测模型因正常网络流量与未知攻击内在特征区分度不足,导致对未知攻击识别率不够高,本文设计基于判别条件变分自编码器与密度峰值聚类算法的入侵检测模型(DCVAE-DPC).利用判别条件变分自编码器能够生成指定类别样本的能力,学习正常网络流量特征的隐空间表示并计算其重建误差,增加其与未知攻击间的特征区分度,并使用密度峰值聚类算法求出正常网络流量重建误差的分布,提高未知攻击识别率.实验结果表明,在NSL-KDD数据集中与当前流行的入侵检测模型相比,模型的分类准确率可以达到97.08%,具有更高的未知攻击检测能力,面对当前复杂网络环境,有更强的入侵检测性能. 展开更多
关键词 入侵检测 判别条件变分自编码器 密度峰值聚类算法 未知攻击识别 细粒度攻击分类
在线阅读 下载PDF
基于OVMD-HWOA-KELM模型的变压器油中溶解气体体积分数预测方法 被引量：5
18
作者 谢明浩 张林鍹 +1 位作者 董小刚 许晋闻 《高电压技术》 EI CAS CSCD 北大核心 2024年第8期3793-3804,I0037,I0038,I0039,共15页
针对变压器油中溶解气体序列波动性、随机性较强难以精确预测的问题,提出一种基于最优变分模态分解(optimal variational mode decomposition,OVMD)、混合型鲸鱼优化算法(hybrid whale optimization algorithm,HWOA)和核极限学习机(kern... 针对变压器油中溶解气体序列波动性、随机性较强难以精确预测的问题,提出一种基于最优变分模态分解(optimal variational mode decomposition,OVMD)、混合型鲸鱼优化算法(hybrid whale optimization algorithm,HWOA)和核极限学习机(kernel extreme learning machine,KELM)的组合预测模型。首先,运用OVMD获取最优分解参数,并将原始序列分解为一系列相对平稳的分量;其次,通过在鲸鱼种群中融入混沌映射、非线性收敛参数、自适应权重因子和改进的算术优化算法提出HWOA算法,并利用测试函数验证HWOA算法的优越性;然后,对各分量分别构建KELM预测模型,使用HWOA优化KELM的关键参数。最后,将各分量的预测结果叠加重构,得到最终预测结果。案例分析表明,所提模型对变压器正常和异常案例预测的决定系数分别可达97.7%和93.46%,相较于现存方法,该模型具有更好的准确性和适应性,可为电力变压器运维管理提供有利技术支撑。 展开更多
关键词 油中溶解气体 最优变分模态分解 融合型鲸鱼优化算法 核极限学习机 变压器状态预测
在线阅读 下载PDF
基于局部数据增强动态图的事件预测 被引量：1
19
作者 潘磊 刘欣 +3 位作者 陈君益 程章桃 刘乐源 周帆 《计算机科学》 CSCD 北大核心 2024年第3期118-127,共10页
事件指在真实世界中特定的时间和地点发生的与特定主题相关的活动,例如,社会动乱、暴恐袭击、自然灾害和传染病流行等事件会对国家安全和人民群众的生活产生重大威胁。如果能对此类事件的发生进行有效预测,将最大程度地减少负面事件带... 事件指在真实世界中特定的时间和地点发生的与特定主题相关的活动,例如,社会动乱、暴恐袭击、自然灾害和传染病流行等事件会对国家安全和人民群众的生活产生重大威胁。如果能对此类事件的发生进行有效预测,将最大程度地减少负面事件带来的影响或最大化正面事件带来的利益。关于事件的研究中,准确预测事件仍然是一个非常具有挑战性的任务。文中提出了一种基于图注意力网络的事件预测方法LAT-GAT(Local Augmented Temporal-GAT),该方法使用条件变分编码器,在所构建的事件图中对目标节点的邻居节点生成新的特征样本,与节点原有特征进行拼合,形成新的节点特征,实现了对事件的传播结构的利用;另外,LAT-GAT还考虑了历史事件发生的时间先后顺序,将网络在上一时间点的输出结果集成到当前时间的特征中,从而实现了对事件传播时间特性的利用。最后,在泰国、印度、埃及和俄罗斯这4个国家真实事件数据集上,与多种代表性基线方法进行了对比实验。实验结果表明,LAT-GAT在4个国家数据上的F1评分都优于基线方法;在泰国、俄罗斯和印度数据集上召回率优于基线方法;在泰国、埃及和印度数据集上也获得了最高的准确率。还通过消融实验考察了模型参数对最终结果的影响。 展开更多
关键词 事件预测 图注意力网络 动态图 条件变分编码器 数据增强
在线阅读 下载PDF
基于特征辨识和变分自编码器网络的工商业空调负荷辨识 被引量：2
20
作者 谭伟涛 姚冰峰 +4 位作者 郭大琦 马闯 麻吕斌 王朝亮 林振智 《电力自动化设备》 EI CSCD 北大核心 2024年第12期61-68,共8页
空调负荷功率的准确计算是实现其需求侧管理的关键,为此,提出基于负荷曲线特征辨识和变分自编码器网络的工商业用户空调负荷辨识方法。针对用户的连续日负荷曲线,提出基于局部加权线性拟合和快速动态时间规整的负荷曲线形态相似度度量方... 空调负荷功率的准确计算是实现其需求侧管理的关键,为此,提出基于负荷曲线特征辨识和变分自编码器网络的工商业用户空调负荷辨识方法。针对用户的连续日负荷曲线,提出基于局部加权线性拟合和快速动态时间规整的负荷曲线形态相似度度量方法,以实现对负荷曲线形态特征的度量。提出基于点排序的聚类结构辨识算法的日负荷序列特征辨识方法,以实现对负荷曲线的分类。针对同一特征类型下的用户日负荷序列,提出基于变分自编码器网络的空调负荷辨识算法,以实现空调负荷功率的准确计算。以浙江某市的加工制造业和商业写字楼宇用户负荷数据验证本文所提方法的有效性。算例仿真结果表明,所提方法可以在无需电表高频采样数据、无须预先获取用户的用电设备信息和用电行为信息的条件下准确辨识用户空调负荷功率,为量化空调负荷参与需求响应的可调潜力提供了基础。 展开更多
关键词 空调负荷 工商业用户 负荷辨识 局部加权线性拟合 OPTICS算法 变分自编码器网络
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 … 17 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