期刊文献+
共找到267篇文章
< 1 2 14 >
每页显示 20 50 100
On modeling approach for embedded real-time software simulation testing 被引量:6
1
作者 Yin Yongfeng Liu Bin Zhong Deming Jiang Tongmin 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第2期420-426,共7页
Modeling technology has been introduced into software testing field. However, how to carry through the testing modeling effectively is still a difficulty. Based on combination of simulation modeling technology and emb... Modeling technology has been introduced into software testing field. However, how to carry through the testing modeling effectively is still a difficulty. Based on combination of simulation modeling technology and embedded real-time software testing method, the process of simulation testing modeling is studied first. And then, the supporting environment of simulation testing modeling is put forward. Furthermore, an approach of embedded real-time software simulation testing modeling including modeling of cross-linked equipments of system under testing (SUT), test case, testing scheduling, and testing system service is brought forward. Finally, the formalized description and execution system of testing models are given, with which we can realize real-time, closed loop, mad automated system testing for embedded real-time software. 展开更多
关键词 embedded real-time software software testing testing modeling SIMULATION
在线阅读 下载PDF
Real-time embedded software testing method based on extended finite state machine 被引量:6
2
作者 Yongfeng Yin Bin Liu Hongying Ni 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2012年第2期276-285,共10页
The reliability of real-time embedded software directly determines the reliability of the whole real-time embedded sys- tem, and the effective software testing is an important way to ensure software quality and reliab... The reliability of real-time embedded software directly determines the reliability of the whole real-time embedded sys- tem, and the effective software testing is an important way to ensure software quality and reliability. Based on the analysis of the characteristics of real-time embedded software, the formal method is introduced into the real-time embedded software testing field and the real-time extended finite state machine (RT-EFSM) model is studied firstly. Then, the time zone division method of real-time embedded system is presented and the definition and description methods of time-constrained transition equivalence class (timeCTEC) are presented. Furthermore, the approaches of the testing sequence and test case generation are put forward. Finally, the proposed method is applied to a typical avionics real- time embedded software testing practice and the examples of the timeCTEC, testing sequences and test cases are given. With the analysis of the testing result, the application verification shows that the proposed method can effectively describe the real-time embedded software state transition characteristics and real-time requirements and play the advantages of the formal methods in accuracy, effectiveness and the automation supporting. Combined with the testing platform, the real-time, closed loop and automated simulation testing for real-time embedded software can be realized effectively. 展开更多
关键词 real-time system real-time embedded software for- mal method extended finite state machine (EFSM) testing se- quence test case.
在线阅读 下载PDF
Scheduling transactions in mobile distributed real-time database systems 被引量:1
3
作者 雷向东 赵跃龙 +1 位作者 陈松乔 袁晓莉 《Journal of Central South University of Technology》 EI 2008年第4期545-551,共7页
A DMVOCC-MVDA (distributed multiversion optimistic concurrency control with multiversion dynamic adjustment) protocol was presented to process mobile distributed real-time transaction in mobile broadcast environment... A DMVOCC-MVDA (distributed multiversion optimistic concurrency control with multiversion dynamic adjustment) protocol was presented to process mobile distributed real-time transaction in mobile broadcast environments. At the mobile hosts, all transactions perform local pre-validation. The local pre-validation process is carried out against the committed transactions at the server in the last broadcast cycle. Transactions that survive in local pre-validation must be submitted to the server for local final validation. The new protocol eliminates conflicts between mobile read-only and mobile update transactions, and resolves data conflicts flexibly by using multiversion dynamic adjustment of serialization order to avoid unnecessary restarts of transactions. Mobile read-only transactions can be committed with no-blocking, and respond time of mobile read-only transactions is greatly shortened. The tolerance of mobile transactions of disconnections from the broadcast channel is increased. In global validation mobile distributed transactions have to do check to ensure distributed serializability in all participants. The simulation results show that the new concurrency control protocol proposed offers better performance than other protocols in terms of miss rate, restart rate, commit rate. Under high work load (think time is ls) the miss rate of DMVOCC-MVDA is only 14.6%, is significantly lower than that of other protocols. The restart rate of DMVOCC-MVDA is only 32.3%, showing that DMVOCC-MVDA can effectively reduce the restart rate of mobile transactions. And the commit rate of DMVOCC-MVDA is up to 61.2%, which is obviously higher than that of other protocols. 展开更多
关键词 mobile distributed real-time database systems muliversion optimistic concurrency control multiversion dynamic adjustment pre-validation multiversion data broadcast
在线阅读 下载PDF
基于RCMFFDE和SSA-RVM的旋转机械损伤检测模型 被引量:1
4
作者 王显彬 孙阳 《机电工程》 北大核心 2025年第3期510-519,共10页
针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机... 针对旋转机械系统的振动信号具有明显的非线性,严重影响故障特征提取从而导致其识别精度不佳的问题,建立了一种基于精细复合多尺度分数波动散布熵(RCMFFDE)、t-分布随机邻域嵌入(t-SNE)和麻雀搜索算法优化相关向量机(SSA-RVM)的旋转机械损伤检测模型。首先,进行了基于RCMFFDE方法的特征提取,生成了特征样本,以定量反映旋转机械的不同损伤情况;然后,采用t-SNE方法,将原始高维故障特征映射至低维空间,获得了对故障更敏感的低维特征;最后,将敏感的低维故障特征向量输入至SSA-RVM多分类器中,进行了训练和测试,实现了旋转机械样本的故障识别目的;采用两种旋转机械数据集进行了实验,并从准确率、效率和抗噪性方面,将RCMFFDE-SSA-SVM方法与多种特征提取方法进行了对比。研究结果表明:RCMFFDE能用于有效提取旋转机械的故障特征,分别取得99.2%和100%的识别精度;而对敏感特征进行分类所获得的精度优于对原始特征进行分类的情形,前者比后者提高了4%;在模式识别中,SSA-RVM优于其他分类器;自制数据集的诊断精度达到了97%,特征提取的时间为16.05 s。 展开更多
关键词 非线性振动信号 特征提取时间 故障识别精度(诊断精度) 精细复合多尺度分数波动散布熵 t-分布随机邻域嵌入 麻雀搜索算法优化相关向量机
在线阅读 下载PDF
基于多源信息融合的柴油机典型故障诊断方法 被引量:1
5
作者 李宝月 余永华 +4 位作者 曹炳鑫 叶剑平 马炳杰 尧阳烽 赵国旭 《内燃机工程》 北大核心 2025年第1期73-79,90,共8页
针对基于单一振动信号难以区分柴油机不同部件故障,提出一种基于t分布–随机邻近嵌入(t-distributed stochastic neighbor embedding,t-SNE)多源信息融合的故障诊断方法。首先,通过试验对柴油机故障仿真模型进行标定,基于仿真模型获取... 针对基于单一振动信号难以区分柴油机不同部件故障,提出一种基于t分布–随机邻近嵌入(t-distributed stochastic neighbor embedding,t-SNE)多源信息融合的故障诊断方法。首先,通过试验对柴油机故障仿真模型进行标定,基于仿真模型获取不同故障状态下的热工参数与缸盖振动,选取相关性低的热工参数,提取振动信号的时域和频域特征参数,并利用t-SNE将振动特征参数与热工参数进行融合降维,基于支持向量机(support vector machine,SVM)方法对降维后的数据进行分类识别,构建柴油机故障诊断模型,最终取得了95.7%的故障识别准确率。与基于振动单一信号的故障诊断方法相比,多源信息融合能有效区分不同故障类别,提高柴油机故障识别准确率。 展开更多
关键词 柴油机 多源信息融合 t分布–随机邻近嵌入 故障诊断
在线阅读 下载PDF
基于多维时频特征的新型配电系统单相接地故障定位方法
6
作者 鲁晓天 唐金锐 +3 位作者 尹昕 黄云辉 周克亮 袁成清 《高电压技术》 北大核心 2025年第2期903-914,I0038-I0042,共17页
新型配电系统柔性消弧装置及定位技术均需充分挖掘相电流暂态特征来实现选相、选线和故障定位。针对此问题,对新型配电系统单相接地故障相电流暂态分布特性进行分析,提出了一种基于相电流多维时频分布特征差异的新型配电系统单相接地故... 新型配电系统柔性消弧装置及定位技术均需充分挖掘相电流暂态特征来实现选相、选线和故障定位。针对此问题,对新型配电系统单相接地故障相电流暂态分布特性进行分析,提出了一种基于相电流多维时频分布特征差异的新型配电系统单相接地故障定位新方法。依据故障相电流故障暂态量与非故障相电流故障暂态量的差异性,通过灰色关联度算法完成故障选相;对各出线始端监测点以及疑似故障馈线分支监测点的相电流暂态波形进行26维多维时频特征的提取,通过经方差优化的t-分布近邻嵌入算法(variance-optimized t-distributed stochastic neighbor embedding,VTSNE)进行筛选和降维,并对处理后的特征数据进行基于密度的有噪空间聚类算法(density-based special clustering of application with noise,DBSCAN)聚类完成故障选线和故障区段定位。该方法在某绿色港口10 kV新型配电系统模型中得到验证,在不同故障初相角、不同过渡电阻等故障场景下均可准确可靠定位故障位置,对采样同步精度及采样频率要求低,易于工程实现。 展开更多
关键词 新型配电系统 故障定位 多维时频特征 t-SNE降维 DBSCAN聚类
在线阅读 下载PDF
基于特征融合的往复式压缩机气阀故障诊断
7
作者 王康 宋朝琪 +4 位作者 聂方 袁宗泽 任护国 尧阳烽 余永华 《机床与液压》 北大核心 2025年第1期151-156,共6页
针对仅依靠单一信号难以准确诊断气阀故障且缺乏多参数综合利用的气阀故障诊断方法的问题,提出一种基于t-分布随机近邻嵌入(t-SNE)特征降维融合的往复式压缩机气阀故障诊断方法。以某型四级高压往复式压缩机为研究对象,通过故障模拟试... 针对仅依靠单一信号难以准确诊断气阀故障且缺乏多参数综合利用的气阀故障诊断方法的问题,提出一种基于t-分布随机近邻嵌入(t-SNE)特征降维融合的往复式压缩机气阀故障诊断方法。以某型四级高压往复式压缩机为研究对象,通过故障模拟试验获取进、排气阀不同典型故障下的热力参数和声发射信号,利用t-SNE降维算法将不同信号源提取的高维特征参数融合降维,并基于K-近邻算法(KNN)构建气阀故障诊断模型。结果表明:与其他降维算法相比,经t-SNE降维后,同类样本的类内距离小,不同类型故障样本类间距离较大,可以有效区分进排气阀的各类故障;多信号特征融合降维后,基于KNN分类算法构建的气阀故障诊断模型能有效识别气阀故障,其准确率为100%。 展开更多
关键词 气阀 故障诊断 t-分布随机近邻嵌入 特征融合 K-近邻算法
在线阅读 下载PDF
AlON透明陶瓷动态压痕加载响应研究
8
作者 韩国庆 谈梦婷 +3 位作者 邓佳杰 李逸 毛小建 张先锋 《力学学报》 北大核心 2025年第2期473-487,共15页
透明陶瓷兼具优秀的透光性能和抗冲击破坏性能,冲击载荷下材料的加载响应特性对掌握材料破坏机制至关重要.为阐明透明陶瓷在复杂应力状态下的破坏响应,利用分离式霍普金森压杆(SHPB)系统,开展了AlON透明陶瓷材料的动态压痕加载实验,并... 透明陶瓷兼具优秀的透光性能和抗冲击破坏性能,冲击载荷下材料的加载响应特性对掌握材料破坏机制至关重要.为阐明透明陶瓷在复杂应力状态下的破坏响应,利用分离式霍普金森压杆(SHPB)系统,开展了AlON透明陶瓷材料的动态压痕加载实验,并通过捕获压杆表面入射,透射以及反射的应变信号,获得了材料在球形压头动态加载下的P-h响应曲线.利用光学显微镜对比分析了透明陶瓷在静、动态载荷下破坏特征的异同.将压头加载过程等效为球型孔洞在内压p_i的加载力下向外膨胀的变形过程,并对卸载过程中的有效压头形状进行修正,建立了改进后的球形压头加载下的嵌入式扩展中心(ECD)模型,计算了动态压痕过程中的加载响应过程以及陶瓷内部的应力场分布状态.结果表明, AlON透明陶瓷在动态压痕过程中将出现明显的塑性变形响应,相较于静态加载,材料表面破坏程度加剧并出现一定程度的崩落现象;材料的布氏硬度HB存在明显的应变率效应以及压痕尺寸效应(ISE);压头半径R、材料的应变硬化指数n以及无量纲参数εb对压痕加载过程影响显著;在压头卸载过程中,塑性应力场的存在导致了动态压痕过程中径向裂纹的萌生. 展开更多
关键词 透明陶瓷 动态压痕 应变率效应 压痕响应 嵌入式扩展中心模型 应力场分布
在线阅读 下载PDF
基于1DCNN和PLSDA酸枣仁真伪高光谱图像鉴别中的关键特征分析
9
作者 赵昕 石玉娜 +5 位作者 刘怡彤 姜洪喆 褚璇 赵志磊 王宝军 陈晗 《光谱学与光谱分析》 北大核心 2025年第3期869-877,共9页
酸枣仁因其养心益肝的功效,是安神助眠类保健品和中药制剂的重要原料。目前市售酸枣仁掺假现象严重,极大损害了消费者利益,扰乱了市场秩序。传统人工检测或基于实验室的高效液相色谱方法存在效率低,推广难的问题。本研究基于卷积神经网... 酸枣仁因其养心益肝的功效,是安神助眠类保健品和中药制剂的重要原料。目前市售酸枣仁掺假现象严重,极大损害了消费者利益,扰乱了市场秩序。传统人工检测或基于实验室的高效液相色谱方法存在效率低,推广难的问题。本研究基于卷积神经网络和偏最小二乘判别提出了一种高光谱成像酸枣仁真伪鉴别方法,并对两类模型中的关键光谱特征进行了讨论研究,为后续多光谱系统和便携式仪器开发提供借鉴。提取酸枣仁及其常见伪品(理枣仁、兵豆和枳椇子)高光谱图像(400~1000 nm)中所有单籽粒的平均光谱。基于平均光谱分别建立偏最小二乘判别分析(PLSDA)模型和一维卷积神经网络(1DCNN)模型。PLSDA建模前采用竞争性自适应重加权算法(CARS)挑选特征波长。在1DCNN模型中添加了自定义波长选择层,并对卷积层和全连接层输出结果应用t分布随机邻域嵌入(t-SNE)进行可视化分析。为了与CARS-PLSDA模型进行有效对比,构建了基于五个波长的5W-1DCNN模型。结果表明CARS-PLSDA和1DCNN模型都能获得理想的预测效果,校正集和预测集分类正确率均在99%以上。对比CARS与自定义层挑选的特征波长,670、721和850 nm附近的波长在两种模型中均具有重要作用。研究结果为酸枣仁真伪快速鉴别的多光谱和便携式检测设备提供参考。 展开更多
关键词 高光谱成像 一维卷积神经网络 t分布随机邻域嵌入 偏最小二乘法判别分析
在线阅读 下载PDF
基于t-分布随机邻域嵌入融合最优多频带盒维数的牵引整流器故障诊断
10
作者 毛向德 董海鹰 梁金平 《电工技术学报》 北大核心 2025年第2期531-543,共13页
针对电力机车牵引变流器中故障率较高的牵引整流器,提出一种基于t-分布随机邻域嵌入(t-SNE)融合最优多频带盒维数特征的故障诊断方法。首先,在最优小波基函数的基础上,利用小波包分解牵引整流器在不同工况、不同运行模式下的故障信号,... 针对电力机车牵引变流器中故障率较高的牵引整流器,提出一种基于t-分布随机邻域嵌入(t-SNE)融合最优多频带盒维数特征的故障诊断方法。首先,在最优小波基函数的基础上,利用小波包分解牵引整流器在不同工况、不同运行模式下的故障信号,得到一系列的最优频带;其次,计算各频带系数的分形盒维数,作为高维故障特征;最后,采用t-SNE流形学习对高维特征进行融合,以减少特征之间的冲突和冗余,得到简单敏感的故障特征。结果表明:信噪比为30 dB时,15种故障模式的最终诊断结果为99.79%,对不同的信噪比仍有较高的准确率。与其他方法相比,所提方法对不同类型开关器件(绝缘栅双极晶体管和电力二极管)的开路故障具有较高的诊断率和较强的鲁棒性。 展开更多
关键词 牵引整流器 能熵比 分形盒维数 t-分布随机邻域嵌入 特征融合
在线阅读 下载PDF
考虑空间异质性的降雨滑坡易发性预测研究
11
作者 张幸福 姜元俊 阿比尔的 《工程科学与技术》 北大核心 2025年第4期12-28,共17页
现有滑坡易发性预测方法未能充分考虑地形、土壤和植被等环境因素的空间异质性,也无法准确反映极端降雨对滑坡易发性的影响。为了克服这些限制,引入了一种结合深度嵌入聚类(DEC)的动态雨量阈值分区方法,通过深度学习技术,根据环境因素... 现有滑坡易发性预测方法未能充分考虑地形、土壤和植被等环境因素的空间异质性,也无法准确反映极端降雨对滑坡易发性的影响。为了克服这些限制,引入了一种结合深度嵌入聚类(DEC)的动态雨量阈值分区方法,通过深度学习技术,根据环境因素将研究区域划分为具有相似特征的子区域,实现了滑坡预测模型的精细化空间异质性分析;在此基础上,提出基于混合分布的动态雨量阈值模型以区分非极端降雨与极端降雨,并采用贝叶斯方法动态更新模型参数,提高了模型对不同降雨类型的适应性和预测的时效性。以通江县为案例,采用多任务学习自适应神经树模型(MLANT),结合深度嵌入DEC模型与混合分布阈值模型,对滑坡易发性进行预测。结果表明,本文方法在精确度、F1分数及受试者工作特征曲线下面积AUC值等关键性能指标上显著优于传统依赖统一阈值的模型。特别是与传统的基于前期有效降雨量方法相比,预测效果提升显著,预测滑坡密度和数量由0.038事件/km^(2)和44个滑坡事件提升至0.044事件/km^(2)和59个滑坡事件,充分证实了在滑坡易发性预测中使用深度嵌入聚类(DEC)的动态雨量阈值分区考虑空间异质性和区分不同降雨事件的重要性和有效性。 展开更多
关键词 滑坡易发性 深度嵌入聚类(DEC) 空间异质性 混合分布降雨阈值 多任务学习自适应神经树模型
在线阅读 下载PDF
电力系统网络通信安全中的高载荷信息隐藏算法研究
12
作者 付佳佳 黄东海 +3 位作者 卢建刚 邓晓智 亢中苗 刘云 《计算机科学》 北大核心 2025年第S1期965-972,共8页
随着电力网络通信系统的快速发展,大量数字化信息能够更加快捷有效地通过电力网络进行传输,但其在提高通信效率的同时,由于受网络攻击的风险日益增加因而也带来了隐私泄露、信息篡改等一系列安全性问题。在此背景下,特别是在无人巡检和... 随着电力网络通信系统的快速发展,大量数字化信息能够更加快捷有效地通过电力网络进行传输,但其在提高通信效率的同时,由于受网络攻击的风险日益增加因而也带来了隐私泄露、信息篡改等一系列安全性问题。在此背景下,特别是在无人巡检和设备远程监测等场景中,针对电力系统中相关缺陷信息的安全传输尤为重要。为确保信息传输的安全性,信息隐藏技术得到了广泛的研究与关注。针对目前信息隐藏技术普遍存在的低嵌入载荷、低安全性等问题,在综合考虑隐藏容量、隐写质量和安全性等因素后,提出了一种基于二阶数独矩阵的高载荷信息隐藏算法。该算法通过对原始数独进行扩展编码,旨在重构出新的二阶矩阵,其可引导每两位九进制数据以最小化失真的方式嵌入到原始图像的像素对中,从而实现高载荷信息隐藏的技术目标。其中,原始数独的选取由通信双方事先共享的密钥所决定,该密钥可通过量子密钥分发技术实现可靠传输,从而进一步提高算法的安全性。 展开更多
关键词 信息隐藏 嵌入载荷 电力系统 安全通信 量子密钥分发
在线阅读 下载PDF
基于端口宽频阻抗谱的电能表智能无损检测
13
作者 黄奕俊 赵烨 +2 位作者 江小昆 周晓东 胡珊珊 《广东电力》 北大核心 2025年第7期68-75,共8页
随着配电网数字化转型发展,智能电表大规模应用,拆回电表的状态判别和二次利用具有重要意义。电能表故障类型具有多面性、复杂性,当前主要的基于人工经验的开盖检测手段,故障判别耗时长、效率低。针对此,提出一种电能表端口阻抗分析的... 随着配电网数字化转型发展,智能电表大规模应用,拆回电表的状态判别和二次利用具有重要意义。电能表故障类型具有多面性、复杂性,当前主要的基于人工经验的开盖检测手段,故障判别耗时长、效率低。针对此,提出一种电能表端口阻抗分析的无损检测方法,利用阻抗特征表征故障类型,实现电能表的快速无损自动化检测。首先,在电能表端子注入激励源,测量端口在宽频范围内的阻抗特性。其次,基于t分布随机邻域嵌入(t-distributed stochastic neighbor embedding, t-SNE)算法建立端口阻抗与故障类型映射的故障特征矩阵。最后利用概率神经网络(probabilistic neural network, PNN)进行人工智能训练,实现针对主要类型故障元件的故障准确判别。该方法可实现对电能表的不开盖无损检测,具有较高的故障判别准确性。通过实例验证,所提方法相较于传统人工检测方法,检测效率和检测准确度大幅提升,为电能表的状态判别和二次利用提供了全新的技术手段。 展开更多
关键词 电能表 故障检测 智能无损检测 宽频阻抗谱 概率神经网络 t-SNE算法
在线阅读 下载PDF
主动配电网潮流的全纯嵌入计算方法 被引量:8
14
作者 李雪 李博 +2 位作者 姜涛 陈厚合 李国庆 《中国电机工程学报》 EI CSCD 北大核心 2024年第11期4210-4226,I0004,共18页
配电网潮流计算是进行配电网规划和运行的重要基础。目前,配电网潮流求解方法主要有牛拉(Newton Raphson,NR)法和前推回代(forward backward substitution,FBS)法两大类,但NR法和FBS法在潮流收敛性和计算效率等方面均存在一定的不足。... 配电网潮流计算是进行配电网规划和运行的重要基础。目前,配电网潮流求解方法主要有牛拉(Newton Raphson,NR)法和前推回代(forward backward substitution,FBS)法两大类,但NR法和FBS法在潮流收敛性和计算效率等方面均存在一定的不足。全纯嵌入法(holomorphic embedding method,HEM)是一种求解非线性潮流方程的新方法,它可以有效避免NR法和FBS法在配电网潮流求解过程中出现的上述问题,但现有HEM未充分考虑配电网中各类型分布式电源(distributed generation,DG)和智能软开关(soft open point,SOP)控制方式的多样性,且未构建计及负荷电压特性和频率特性的潮流模型,难以适用于不同运行模式下配电网潮流计算。针对上述问题,提出一种可求解含多类型DG和SOP且可运行在并网/孤岛模式的主动配电网统一全纯嵌入潮流计算方法。首先,根据负荷静态电压和频率特性,构建计及配电网频率和节点电压影响的负荷节点全纯嵌入潮流模型;其次,根据DG不同的控制方式以及配电网不同的运行模式,将DG所连节点等效为不同节点类型,构建各类DG的全纯嵌入潮流模型;再次,考虑SOP不同控制方式,构建SOP全纯嵌入潮流模型;从次,依据全纯嵌入潮流模型等式左右两侧同次幂级数系数相等原则,推导配电网各全纯函数幂级数系数的求解递推关系式,进而计算各全纯函数的各项幂级数系数,借助解析延拓理论求取电压和频率逼近值,实现配电网潮流的准确求解;最后,通过修改的IEEE-33节点测试系统和IEEE-123节点测试系统验证所提方法准确性和有效性。 展开更多
关键词 全纯嵌入法(HEM) 潮流计算 主动配电网(ADN) 分布式电源(DG) 智能软开关(SOP)
在线阅读 下载PDF
基于改进LSTM的光伏发电功率预测方法研究 被引量:5
15
作者 彭曙蓉 陈慧霞 +2 位作者 孙万通 郭丽娟 李彬 《太阳能学报》 EI CAS CSCD 北大核心 2024年第11期296-302,共7页
针对光伏发电功率存在的较大随机性和不确定性问题,提出一种基于改进长短期记忆神经网络的光伏发电功率预测方法,以此提高光伏发电功率预测的准确性。首先,分析与光伏发电出力相关性较强的气象特征,并利用t分布近邻嵌入降维技术将被选... 针对光伏发电功率存在的较大随机性和不确定性问题,提出一种基于改进长短期记忆神经网络的光伏发电功率预测方法,以此提高光伏发电功率预测的准确性。首先,分析与光伏发电出力相关性较强的气象特征,并利用t分布近邻嵌入降维技术将被选取的特征数据降至二维,以减小数据复杂度。然后,通过密度峰值聚类将降维后的数据自动聚成3类,帮助训练长短期记忆神经网络预测模型。与传统循环神经网络和长短期记忆神经网络模型相比,所提模型在光伏发电功率预测方面表现出较高的预测精度,MSE减少49.00%和31.77%,RMSE减少28.59%和17.41%,MAE减少62.35%和53.52%。研究结果表明,该模型在光伏发电功率预测方面具有较好的适用性。 展开更多
关键词 光伏出力 预测 神经网络 聚类分析 t分布近邻嵌入
在线阅读 下载PDF
基于OPC UA的分布式数据采集处理系统架构研究 被引量:2
16
作者 扈静 柏晨 +1 位作者 张玺 葛茂根 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2024年第8期1028-1034,共7页
随着物联网与互联网融合的不断深化,感知层与应用层之间的互联互通要求不断提高。针对现有数据采集系统存在的规范性、扩展性和适应性不足的问题,文章提出一套基于对象连接与嵌入过程控制统一架构(object linking and embedding for pro... 随着物联网与互联网融合的不断深化,感知层与应用层之间的互联互通要求不断提高。针对现有数据采集系统存在的规范性、扩展性和适应性不足的问题,文章提出一套基于对象连接与嵌入过程控制统一架构(object linking and embedding for process control unified architecture,OPC UA)协议的分布式数据采集处理系统架构。对数据采集处理系统各个模块进行功能解耦和架构重组,分别介绍该系统硬件和软件架构;针对发布订阅模式下负载的特异性,提出一种改进的适用于OPC UA分布式订阅的负载均衡算法;最后在某车企实例验证该系统架构。结果表明,基于OPC UA的分布式数据采集处理系统数据采集处理效果良好,证明了该系统架构的可行性及有效性。 展开更多
关键词 系统架构 分布式 基于对象连接与嵌入过程控制统一架构(OPC UA)协议 负载均衡
在线阅读 下载PDF
基于AVMD和排列熵的t分布邻域嵌入流形HHO-SVM模拟电路故障诊断方法 被引量:4
17
作者 陈晓梅 王行健 +1 位作者 蔡烨 周博 《电子测量与仪器学报》 CSCD 北大核心 2024年第6期233-240,共8页
随着信息大数据时代的到来,对于电子系统的依赖程度越来越高,因此模拟电路的故障诊断的准确度要求与日俱增。而模拟电路故障诊断困难,是电子系统诊断维修的瓶颈。本文提出基于自适应变分模态分解(AVMD)和排列熵(PE)的t分布邻域嵌入流形... 随着信息大数据时代的到来,对于电子系统的依赖程度越来越高,因此模拟电路的故障诊断的准确度要求与日俱增。而模拟电路故障诊断困难,是电子系统诊断维修的瓶颈。本文提出基于自适应变分模态分解(AVMD)和排列熵(PE)的t分布邻域嵌入流形哈里斯鹰优化支持向量机(HHO-SVM)模拟电路故障诊断方法。首先,利用AVMD对待测电路的观测信号进行自适应变分模态分解,得到多组IMF信号,不仅可以克服噪声干扰,而且可以来自适应地确定分解模式的数量,进一步提升分解精度;再对IMF计算排列熵,以充分体现IMF不同时段局部特征,二者相结合构建故障特征向量。并在此基础上,采用t分布式随机邻域嵌入(t-SNE)实现特征空间的流形学习和降维,构建具有良好区分度且保留原来的局部结构特征的故障特征向量;最后依靠哈里斯鹰优化支持向量机(HHO-SVM),使其具有良好的分类准确度,从而最终完成电路故障诊断。通过仿真验证,结果显示,本文方法故障诊断正确率可达100%,效果良好。 展开更多
关键词 自适应变分模态分解AVMD t分布邻域嵌入 故障诊断 哈里斯鹰优化支持向量机
在线阅读 下载PDF
融合CNN和ViT的声信号轴承故障诊断方法 被引量:10
18
作者 宁方立 王珂 郝明阳 《振动与冲击》 EI CSCD 北大核心 2024年第3期158-163,170,共7页
针对轴承故障诊断任务数据量少、故障信号非平稳等特点,提出一种短时傅里叶变换、卷积神经网络和视觉转换器相结合的轴承故障诊断方法。首先,利用短时傅里叶变换将原始声信号转换为包含时序信息和频率信息的时频图像。其次,将时频图像... 针对轴承故障诊断任务数据量少、故障信号非平稳等特点,提出一种短时傅里叶变换、卷积神经网络和视觉转换器相结合的轴承故障诊断方法。首先,利用短时傅里叶变换将原始声信号转换为包含时序信息和频率信息的时频图像。其次,将时频图像作为卷积神经网络的输入,用于隐式提取图像的深层特征,其输出作为视觉转换器的输入。视觉转换器用于提取信号的时间序列信息。并在输出层利用Softmax函数实现故障模式的识别。试验结果表明,该方法对于轴承故障诊断准确率较高。为了更好解释和优化提出的轴承故障诊断方法,利用t-分布领域嵌入算法对分类特征进行了可视化展示。 展开更多
关键词 短时傅里叶变换 卷积神经网络 视觉转换器 t-分布领域嵌入算法
在线阅读 下载PDF
党组织嵌入公司治理对高管—员工薪酬差距的影响研究 被引量:2
19
作者 夏雪花 李佳奇 《西南大学学报(社会科学版)》 CSSCI 北大核心 2024年第2期143-155,共13页
收入分配制度的合理性是保障社会公平与正义的关键。然而,随着高管薪酬对企业绩效的作用逐渐凸显,高管薪酬不断提高致使高管“天价薪酬”成为普遍现象,引起理论界和实务界的广泛关注。基于我国特殊的公司治理制度,以2010-2021年我国沪深... 收入分配制度的合理性是保障社会公平与正义的关键。然而,随着高管薪酬对企业绩效的作用逐渐凸显,高管薪酬不断提高致使高管“天价薪酬”成为普遍现象,引起理论界和实务界的广泛关注。基于我国特殊的公司治理制度,以2010-2021年我国沪深A股上市公司为研究样本对党组织嵌入公司治理是否影响以及如何影响高管—员工薪酬差距进行研究,发现党组织融嵌公司治理有助于抑制高管—员工薪酬差距,而且党组织融嵌程度越高,对高管—员工薪酬差距的抑制作用越强;此外,这种抑制作用对国有企业、董事长或总经理无政治关联、市场化程度低的企业更显著;进一步分析发现,党组织嵌入公司治理可以通过抑制管理层权力的扩大和降低企业风险进而抑制高管—员工薪酬差距。从中国特色的党组织嵌入公司治理视角探讨高管—员工薪酬差距的影响因素以及作用机制,对于丰富薪酬差距影响因素研究和党组织嵌入公司治理效应研究方面的文献,加强党组织建设、全面促进党组织建设与公司治理结构的有机结合、优化收入分配制度改革具有借鉴意义。 展开更多
关键词 党组织嵌入 高管—员工薪酬差距 收入分配 管理层权力 企业风险承担水平
在线阅读 下载PDF
基于HMFDE和t-SNE的旋转机械故障诊断方法 被引量:4
20
作者 尹久 张杰 《机电工程》 CAS 北大核心 2024年第6期1058-1067,共10页
针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用... 针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用特征加权提出了混合多尺度波动散布熵方法,并将其用于提取旋转机械振动信号的故障特征;随后,采用t-SNE方法对混合故障特征进行了特征降维,挑选出了最能够反映故障特性的特征子集,构建了敏感特征样本;最后,采用郊狼优化算法对极限学习机的输入权重和隐含层阈值进行了优化,完成了旋转机械的故障识别和分类;以齿轮箱和滚动轴承故障数据集为对象,对基于HMFDE、t-SNE和COA-ELM的故障诊断方法进行了实验,验证了方法的有效性。研究结果表明:采用HMFDE-t-SNE-CAO-ELM故障诊断方法可以取得100%的故障识别准确率,该方法能够有效地诊断旋转机械的不同故障类型和损伤;相较于基于单一类型特征的故障诊断方法,其准确率分别可以提高0.68%、22.42%、29.18%(齿轮箱)和1.43%、8.23%、23.67%(滚动轴承),虽然牺牲了一定的计算效率,但准确率得到了明显的提高;相较于其他常规故障分类器,COA-ELM的故障识别准确率具有明显的优势。 展开更多
关键词 旋转机械 故障诊断 齿轮箱 滚动轴承 混合多尺度波动散布熵 t分布-随机邻域嵌入 郊狼优化算法 极限学习机
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部