期刊文献+
共找到92篇文章
< 1 2 5 >
每页显示 20 50 100
Fault detection for networked systems subject to access constraints and packet dropouts 被引量:3
1
作者 Xiongbo Wan Huajing Fang Sheng Fu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2011年第1期127-134,共8页
This paper addresses the problem of fault detection(FD) for networked systems with access constraints and packet dropouts.Two independent Markov chains are used to describe the sequences of channels which are availa... This paper addresses the problem of fault detection(FD) for networked systems with access constraints and packet dropouts.Two independent Markov chains are used to describe the sequences of channels which are available for communication at an instant and the packet dropout process,respectively.Performance indexes H∞ and H_ are introduced to describe the robustness of residual against external disturbances and sensitivity of residual to faults,respectively.By using a mode-dependent fault detection filter(FDF) as residual generator,the addressed FD problem is converted into an auxiliary filter design problem with the above index constraints.A sufficient condition for the existence of the FDF is derived in terms of certain linear matrix inequalities(LMIs).When these LMIs are feasible,the explicit expression of the desired FDF can also be characterized.A numerical example is exploited to show the usefulness of the proposed results. 展开更多
关键词 fault detection(FD) networked control system(NCS) access constraints packet dropouts linear matrix inequality(LMI).
在线阅读 下载PDF
Robust sliding mode control for uncertain networked control system with two-channel packet dropouts 被引量:5
2
作者 ZHANG Yu REN Li-tong +2 位作者 XIE Shou-sheng ZHANG Le-di ZHOU Bin 《Journal of Central South University》 SCIE EI CAS CSCD 2019年第4期881-892,共12页
A robust sliding mode control algorithm is developed for a class of networked control system with packet dropouts in both sensor-controller channel and controller-actuator channel,and at the same time mismatched param... A robust sliding mode control algorithm is developed for a class of networked control system with packet dropouts in both sensor-controller channel and controller-actuator channel,and at the same time mismatched parametric uncertainty and external disturbance are also taken into consideration.A two-level Bernoulli process has been used to describe the packet dropouts existing in both channels.A novel integral sliding surface is proposed,based on which the H∞performance of system sliding mode motion is analyzed.Then the sufficient condition for system stability and robustness is derived in the form of linear matrix inequality(LMI).A sliding mode controller is designed which can guarantee a relatively ideal system dynamic performance and has certain robustness against unknown parameter perturbations and external disturbances.The results from numerical simulations are presented to corroborate the validity of the proposed controller. 展开更多
关键词 networked control system sliding mode control packet dropout UNCERTAINTY
在线阅读 下载PDF
Impulsive controller design for nonlinear networked control systems with time delay and packet dropouts 被引量:2
3
作者 Xianlin Zhao Shumin Fei Jinxing Lin 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2012年第3期414-418,共5页
The globally exponential stability of nonlinear impul- sive networked control systems (NINCS) with time delay and packet dropouts is investigated. By applying Lyapunov function theory, sufficient conditions on the g... The globally exponential stability of nonlinear impul- sive networked control systems (NINCS) with time delay and packet dropouts is investigated. By applying Lyapunov function theory, sufficient conditions on the global exponential stability are derived by introducing a comparison system and estimating the corresponding Cauchy matrix. An impulsive controller is explicitly designed to achieve exponential stability and ensure state con- verge with a given decay rate for the system. The Lorenz oscillator system is presented as a numerical example to illustrate the theo- retical results and effectiveness of the proposed controller design procedure. 展开更多
关键词 nonlinear impulsive networked control system (NINCS) exponential stability packet dropout.
在线阅读 下载PDF
基于ABC-LSTM模型的锂离子电池剩余使用寿命预测 被引量:2
4
作者 刘勇 于怀汶 +3 位作者 刘大鹏 穆勇 王瀛洲 张秀宇 《储能科学与技术》 北大核心 2025年第1期331-345,共15页
为了保证储能系统的安全稳定运行,准确预测锂离子电池的剩余使用寿命(remaining useful life,RUL)至关重要。本工作提出了一种基于人工蜂群算法(artificial bee colony,ABC)和结合dropout技术的长短期记忆网络(long short-term memory,L... 为了保证储能系统的安全稳定运行,准确预测锂离子电池的剩余使用寿命(remaining useful life,RUL)至关重要。本工作提出了一种基于人工蜂群算法(artificial bee colony,ABC)和结合dropout技术的长短期记忆网络(long short-term memory,LSTM)相结合的综合预测模型,可有效提高锂离子电池RUL预测的准确性。首先,利用dropout正则化方法有效减轻过拟合现象的优势,提高预测模型的泛化能力。其次,引入针对容量回升及数据噪声问题的激活层网络结构,显著提升模型对复杂非线性数据的处理能力。然后,结合ABC算法优化LSTM综合预测模型的超参数,避免模型陷入局部最优解,提高RUL预测精度。最后,通过NASA研究中心及CALCE的公开数据集验证所提模型的预测准确性和鲁棒性。本工作对基于40%和60%训练数据的不同算法预测性能进行实验分析验证,并与麻雀优化算法、座头鲸优化算法等群体优化算法进行比较。实验结果表明,所提出的ABC-LSTM综合预测模型可以更加准确地捕获锂离子电池容量退化的全局趋势及局部特征,其中60%比例的RUL预测结果的均方根误差平均保持在1.02%以内,平均绝对误差平均保持在0.86%以内,拟合系数高达97%以上。 展开更多
关键词 锂离子电池 剩余使用寿命预测 长短期记忆网络 人工蜂群算法 dropout技术
在线阅读 下载PDF
带有Dropout结构的贝叶斯近似宽度学习系统
5
作者 陈滔 王立杰 +2 位作者 刘洋 徐丽莉 于海生 《控制理论与应用》 北大核心 2025年第8期1632-1640,共9页
宽度学习系统(BLS)及其改进算法均普遍存在一个问题,即随着实际场景中数据复杂性的逐步增强,网络结构变得极其复杂,进一步导致计算资源的消耗也大幅度增加.针对此问题,本文提出了一种带有Dropout算法的贝叶斯近似宽度学习系统(Dropout-B... 宽度学习系统(BLS)及其改进算法均普遍存在一个问题,即随着实际场景中数据复杂性的逐步增强,网络结构变得极其复杂,进一步导致计算资源的消耗也大幅度增加.针对此问题,本文提出了一种带有Dropout算法的贝叶斯近似宽度学习系统(Dropout-BABLS).首先,利用Dropout算法对宽度学习系统的隐藏层节点随机进行丢弃.其次,通过结合高斯回归过程和贝叶斯理论近似Dropout对输出结果的损失函数以确定Dropout-BABLS的目标函数,进一步采用增广拉格朗日乘子法对目标函数的输出权重进行优化求解.最后,通过UCI机器学习知识库的10组回归数据集和自建的6组时间序列数据集对算法进行分析评估.结果表明,本文所提出的Dropout-BABLS算法能保证相应的输出精度,并减少25%~50%的训练时间. 展开更多
关键词 宽度学习系统 DROPOUT 高斯过程 贝叶斯近似 拉格朗日乘子 回归分析
在线阅读 下载PDF
多因素影响下双时间尺度退化设备剩余寿命预测 被引量:3
6
作者 耿鑫月 郑建飞 +2 位作者 胡昌华 李家垒 裴洪 《哈尔滨工程大学学报》 北大核心 2025年第9期1745-1753,共9页
针对双时间尺度退化设备在性能退化过程会受到内外部多重因素综合影响的问题,本文提出一种考虑多因素影响的剩余寿命预测方法。首先通过Transformer编码器学习单因素退化数据深层特征,然后将其输入到由Transformer网络构建的剩余寿命混... 针对双时间尺度退化设备在性能退化过程会受到内外部多重因素综合影响的问题,本文提出一种考虑多因素影响的剩余寿命预测方法。首先通过Transformer编码器学习单因素退化数据深层特征,然后将其输入到由Transformer网络构建的剩余寿命混合深度学习预测模型中,学习多因素数据间相关性及其中包含的寿命信息,进一步基于蒙特卡罗仿真获得剩余寿命预测结果的区间估计。通过锂电池的实例验证所提方法可以有效提高剩余寿命预测的精度。 展开更多
关键词 多因素影响 双时间尺度 Transformer网络 剩余寿命预测 不确定性量化 DROPOUT 蒙特卡罗仿真 随机退化
在线阅读 下载PDF
基于深度学习的小样本光学元件表面瑕疵识别
7
作者 邵延华 忻晨 楚红雨 《强激光与粒子束》 北大核心 2025年第12期1-8,共8页
针对小样本高功率固体激光装置中光学元件表面疵病的精准检测需求,基于ICFNet提出了一种融合数据增强与深度残差网络的检测方法ICFNetV2。首先采用残差连接机制与通道解耦卷积操作的协同设计,搭建了包含34个层级联模块的深度网络架构,... 针对小样本高功率固体激光装置中光学元件表面疵病的精准检测需求,基于ICFNet提出了一种融合数据增强与深度残差网络的检测方法ICFNetV2。首先采用残差连接机制与通道解耦卷积操作的协同设计,搭建了包含34个层级联模块的深度网络架构,成功抑制了深层网络训练中的梯度衰减现象,并显著提升了特征跨层传递效率。网络中嵌入了空间Dropout层,同时在数据预处理阶段采用随机旋转、镜像翻转和高斯噪声注入等数据增强策略,将训练样本量扩展至原始数据集的9倍,提升了模型的泛化能力。消融实验进一步证实网络中模块的有效性。实验结果表明,改进后的ICFNetV2在麻点、划痕和灰尘三类疵病分类任务中达到97.4%的准确率,相较ICFNet模型提升0.7%。 展开更多
关键词 精密光学元件 深度学习 ResNet 缺陷分类 小样本 DROPOUT
在线阅读 下载PDF
人工智能在陆相低渗油田地质甜点预测的深度应用
8
作者 王宗俊 《同济大学学报(自然科学版)》 北大核心 2025年第8期1285-1299,共15页
为解决传统地球物理方法无法有效预测深层陆相低渗透甜点分布的局限性问题,提出了一套基于人工智能的高精度地质甜点预测方法流程,为压裂方案优化和开发井位部署提供可靠依据。通过多步骤人工智能算法,包括:XGBoost算法构建改进的低渗... 为解决传统地球物理方法无法有效预测深层陆相低渗透甜点分布的局限性问题,提出了一套基于人工智能的高精度地质甜点预测方法流程,为压裂方案优化和开发井位部署提供可靠依据。通过多步骤人工智能算法,包括:XGBoost算法构建改进的低渗储层经验性品质指数(RQI)、蜂群算法深度神经网络实现一维井点RQI曲线预测、基于随机失活策略的改进CNN算法,实现空间三维RQI展布预测,突破了传统甜点预测的局限性,实现了由一维到三维的多尺度智能预测,显著提升了低渗储层表征精度。某油田应用表明,该方法克服各不利因素影响,地质甜点预测精度较传统方法有明显提升。 展开更多
关键词 改进储层经验性品质指数 人工智能(AI) XGBoost 蜂群算法 随机失活(DropOut)
在线阅读 下载PDF
基于Dropout正则化的汉语框架语义角色识别 被引量:17
9
作者 王瑞波 李济洪 +1 位作者 李国臣 杨耀文 《中文信息学报》 CSCD 北大核心 2017年第1期147-154,共8页
汉语框架语义角色识别是汉语框架语义分析的重要任务之一。该文基于汉语词语、词性等特征的分布式表示,使用一种多特征融合的神经网络结构来构建汉语框架语义角色识别模型。鉴于可用的训练语料规模有限,该文采用了Dropout正则化技术来... 汉语框架语义角色识别是汉语框架语义分析的重要任务之一。该文基于汉语词语、词性等特征的分布式表示,使用一种多特征融合的神经网络结构来构建汉语框架语义角色识别模型。鉴于可用的训练语料规模有限,该文采用了Dropout正则化技术来改进神经网络的训练过程。实验结果表明,Dropout正则化的加入有效地缓解了模型的过拟合现象,使得模型的F值有了近7%的提高。该文进一步优化了学习率以及分布式表示的初始值,最终的汉语框架语义角色识别的F值达到70.54%,较原有的最优结果提升2%左右。 展开更多
关键词 汉语框架网络 语义角色识别 Dropout正则化
在线阅读 下载PDF
边缘智能背景下的手写数字识别 被引量:11
10
作者 王建仁 马鑫 +1 位作者 段刚龙 薛宏全 《计算机应用》 CSCD 北大核心 2019年第12期3548-3555,共8页
随着边缘智能的快速发展,现有手写数字识别卷积网络模型的发展已越来越不适应边缘部署、算力下降的要求,且存在小样本泛化能力较差和网络训练成本较高等问题。借鉴卷积神经网络(CNN)经典结构、Leaky_ReLU算法、dropout算法和遗传算法及... 随着边缘智能的快速发展,现有手写数字识别卷积网络模型的发展已越来越不适应边缘部署、算力下降的要求,且存在小样本泛化能力较差和网络训练成本较高等问题。借鉴卷积神经网络(CNN)经典结构、Leaky_ReLU算法、dropout算法和遗传算法及自适应和混合池化思想构建了基于LeNet-DL改进网络的手写数字识别模型,分别在大样本数据集MNIST和小样本真实数据集REAL上与LeNet、LeNet+sigmoid、AlexNet等算法进行对比实验。改进网络的大样本识别精度可达99.34%,性能提升约0.83%;小样本识别精度可达78.89%,性能提升约8.34%。实验结果表明,LeNet-DL网络相较于传统CNN在大样本和小样本数据集上的训练成本更低、性能更优且模型泛化能力更强。 展开更多
关键词 边缘智能 卷积网络 手写数字识别 Leaky_ReLU 混合池化 自适应 DROPOUT 遗传算法
在线阅读 下载PDF
基于深度神经网络的手写数字识别模拟研究 被引量:26
11
作者 宋晓茹 吴雪 +1 位作者 高嵩 陈超波 《科学技术与工程》 北大核心 2019年第5期193-196,共4页
当前图像识别大多采用基于特征提取的传统机器学习方法与卷积神经网络的方法,但传统图像识别技术需要手动提取图片特征,而卷积神经网络对硬件要求高,训练时间长等。针对以上问题,提出基于深度神经网络模型的手写体图像识别方法,让机器... 当前图像识别大多采用基于特征提取的传统机器学习方法与卷积神经网络的方法,但传统图像识别技术需要手动提取图片特征,而卷积神经网络对硬件要求高,训练时间长等。针对以上问题,提出基于深度神经网络模型的手写体图像识别方法,让机器自动学习特征,并在此基础上,通过改进成本函数,加入dropout防止过拟合,来提高手写数字识别的识别率。仿真实验对比结果表明,基于深度神经网络模型的方法比当前传统算法的识别率提高了3. 41%,有效解决了人工识别费力耗时问题,对手写数字的研究具有重要意义。 展开更多
关键词 图像识别 特征提取 深度神经网络 DROPOUT
在线阅读 下载PDF
改进卷积神经网络在遥感图像分类中的应用 被引量:24
12
作者 刘雨桐 李志清 杨晓玲 《计算机应用》 CSCD 北大核心 2018年第4期949-954,共6页
针对传统卷积神经网络(CNN)稀疏网络结构无法保留全连接网络密集计算的高效性和实验过程中激活函数的经验性选择造成结果不准确或计算量大的问题,提出一种改进卷积神经网络方法对遥感图像进行分类。首先,利用Inception模块的不同尺度卷... 针对传统卷积神经网络(CNN)稀疏网络结构无法保留全连接网络密集计算的高效性和实验过程中激活函数的经验性选择造成结果不准确或计算量大的问题,提出一种改进卷积神经网络方法对遥感图像进行分类。首先,利用Inception模块的不同尺度卷积核提取图像多尺度特征,然后利用Maxout模型学习隐藏层节点的激活函数,最后通过Softmax方法对图像进行分类。在美国土地使用分类数据集(UCM_Land Use_21)上进行的实验结果表明,在卷积层数相同的情况下,所提方法比传统的CNN方法分类精度提高了约3.66%,比同样也基于多尺度深度卷积神经网络(MS_DCNN)方法分类精度提高了2.11%,比基于低层特征和中层特征的视觉词典等方法分类精度更是提高了10%以上。因此,所提方法具有较高的分类效率,适用于图像分类。 展开更多
关键词 卷积神经网络 Inception模块 Maxout网络 dropout操作 遥感图像分类
在线阅读 下载PDF
分段卷积神经网络在文本情感分析中的应用 被引量:32
13
作者 杜昌顺 黄磊 《计算机工程与科学》 CSCD 北大核心 2017年第1期173-179,共7页
文本情感分析是当前网络舆情分析、产品评价、数据挖掘等领域的重要任务。由于当前网络数据的急剧增长,依靠人工设计特征或者传统的自然语言处理语法分析工具等进行分析,不但准确率不高而且费时费力。而传统的卷积神经网络模型均未考虑... 文本情感分析是当前网络舆情分析、产品评价、数据挖掘等领域的重要任务。由于当前网络数据的急剧增长,依靠人工设计特征或者传统的自然语言处理语法分析工具等进行分析,不但准确率不高而且费时费力。而传统的卷积神经网络模型均未考虑句子的结构信息,并且在训练时很容易发生过拟合。针对这两方面的不足,使用基于深度学习的卷积神经网络模型分析文本的情感倾向,采用分段池化的策略将句子结构考虑进来,分段提取句子不同结构的主要特征;并且引入Dropout算法以避免模型的过拟合和提升泛化能力。实验结果表明,分段池化策略和Dropout算法均有助于提升模型的性能,所提方法在中文酒店评价数据集上达到了91%的分类准确率,在斯坦福英文情感树库数据集五分类任务上达到了45.9%的准确率,较基线模型都有显著的提升。 展开更多
关键词 情感分析 深度学习 卷积神经网络 分段池化 Dropout算法
在线阅读 下载PDF
面向卫星云图及深度学习的台风等级分类 被引量:11
14
作者 邹国良 侯倩 +2 位作者 郑宗生 黄冬梅 刘兆荣 《遥感信息》 CSCD 北大核心 2019年第3期1-6,共6页
台风是最严重的自然灾害之一,做好台风等级分类预测是防灾减灾的关键。针对现有卫星云图特征提取复杂、识别率低等问题,基于卷积神经网络框架,以北太平洋1978-2016年近1 000多个台风过程的卫星云图作为样本,提出改进深度学习模型Typhoon... 台风是最严重的自然灾害之一,做好台风等级分类预测是防灾减灾的关键。针对现有卫星云图特征提取复杂、识别率低等问题,基于卷积神经网络框架,以北太平洋1978-2016年近1 000多个台风过程的卫星云图作为样本,提出改进深度学习模型Typhoon-CNNs。该框架采用循环卷积策略增强模型表征力,使用十折交叉验证引入信息熵、Dropout置零率以优化模型灵敏度及防止过拟合。通过800样本测试集对模型Typhoon-CNNs进行验证,实验结果表明,本文算法的分类精度达到92.5%,台风和超强台风2个等级的预测正确率达到99%,优于传统分类方法。最后对模型提取的特征图进一步分析,模型能够准确识别台风眼和螺旋云带,从而证明Typhoon-CNNs对台风等级分类的可行性。 展开更多
关键词 深度学习 卷积神经网络 卫星云图 信息熵 Dropout置零率 台风等级
在线阅读 下载PDF
基于KD-DenseNet的旋转机械故障诊断模型 被引量:17
15
作者 王太勇 宫立明 +2 位作者 王鹏 乔卉卉 任栋 《振动与冲击》 EI CSCD 北大核心 2020年第16期39-45,80,共8页
针对传统旋转机械故障诊断算法在复杂多变的工况下,缺乏良好的自适应与泛化性的问题。提出了基于DenseNet的卷积核dropout(KD)智能故障诊断模型KD-DenseNet。将各类故障状态的原始振动信号进行重叠分段预处理,并将预处理得到的数据作为K... 针对传统旋转机械故障诊断算法在复杂多变的工况下,缺乏良好的自适应与泛化性的问题。提出了基于DenseNet的卷积核dropout(KD)智能故障诊断模型KD-DenseNet。将各类故障状态的原始振动信号进行重叠分段预处理,并将预处理得到的数据作为KD-DenseNet的输入进行训练,使用训练得到的模型对不同工况下的振动信号进行自适应特征提取与分类,并将dropout应用于卷积核中以提高模型对振动信号的处理速度及抗干扰性,最终得到故障类型判定结果。KD-DenseNet的应用避免了梯度弥散现象,提高了有效特征的提取效率,解决了传统特征提取方法中无法有效挖掘特征、无法自适应于任务进行调整等问题。 展开更多
关键词 故障诊断 滚动轴承 变工况 深度学习 卷积核dropout(KD)
在线阅读 下载PDF
连续语音识别中基于Dropout修正线性深度置信网络的声学模型 被引量:4
16
作者 陈雷 杨俊安 +1 位作者 王龙 李晋徽 《声学技术》 CSCD 北大核心 2016年第2期146-154,共9页
大词汇量连续语音识别系统中,为了增强现有声学模型的表征能力、防止模型过拟合,提出一种基于遗失策略(Dropout)修正线性深度置信网络的声学模型构建方法。该方法使用修正线性函数代替传统Logistic函数进行深度置信网络训练,修正线性函... 大词汇量连续语音识别系统中,为了增强现有声学模型的表征能力、防止模型过拟合,提出一种基于遗失策略(Dropout)修正线性深度置信网络的声学模型构建方法。该方法使用修正线性函数代替传统Logistic函数进行深度置信网络训练,修正线性函数更接近生物神经网络的工作方式,增强了模型的表征能力;同时引入Dropout策略对修正线性深度置信网络进行调整,避免节点之间的协同作用,防止网络出现过拟合。文章利用公开语音数据集进行了实验,实验结果证明了所提出的声学模型构建方法相对于传统方法的优越性。 展开更多
关键词 连续语音识别 深度置信网络 修正线性 过拟合 DROPOUT
在线阅读 下载PDF
运用Dropout-LSTM模型的新冠肺炎趋势预测 被引量:17
17
作者 王瑞 闫方 +1 位作者 逯静 杨文艺 《电子科技大学学报》 EI CAS CSCD 北大核心 2021年第3期414-421,共8页
为提高新冠肺炎(COVID-19)趋势预测精度,该文提出一种运用Dropout技术的长短期记忆(LSTM)神经网络预测新冠肺炎发展趋势的方法。该方法基于Python语言使用网络爬虫技术获取完整的国内新冠肺炎历史数据,提高数据采集效率的同时减少了主... 为提高新冠肺炎(COVID-19)趋势预测精度,该文提出一种运用Dropout技术的长短期记忆(LSTM)神经网络预测新冠肺炎发展趋势的方法。该方法基于Python语言使用网络爬虫技术获取完整的国内新冠肺炎历史数据,提高数据采集效率的同时减少了主观原因导致的数据错误;因为新冠肺炎历史数据为时序性数据,为避免人为添加时间特征及充分挖掘较少时序数据之间的非线性关系,该文构建了层数更多的LSTM神经网络预测模型。随后在隐藏层中的非循环部分采用Dropout技术,对神经元进行随机概率失活,有效解决了深度学习的过拟合问题。最后用国内累计确诊、现有确诊和累计治愈人数对该方法进行验证,实验证明该方法可较精准预测新冠肺炎传播趋势。 展开更多
关键词 新冠肺炎 Dropout技术 长短期记忆神经网络 网络爬虫
在线阅读 下载PDF
基于LSTM神经网络的人体动作识别 被引量:15
18
作者 杨世强 杨江涛 +2 位作者 李卓 王金华 李德信 《图学学报》 CSCD 北大核心 2021年第2期174-181,共8页
人体动作识别为人机合作提供了基础支撑,机器人通过对操作者动作进行识别和理解,可以提高制造系统的柔性和生产效率。针对人体动作识别问题,在三维骨架数据的基础上,对原始三维骨架数据进行平滑去噪处理以符合人体关节点运动的平滑规律... 人体动作识别为人机合作提供了基础支撑,机器人通过对操作者动作进行识别和理解,可以提高制造系统的柔性和生产效率。针对人体动作识别问题,在三维骨架数据的基础上,对原始三维骨架数据进行平滑去噪处理以符合人体关节点运动的平滑规律;构建了由静态特征和动态特征组成的融合特征用来表征人体动作;引入了关键帧提取模型来提取人体动作序列中的关键帧以减少计算量;建立了以LSTM神经网络为基础的Bi-LSTM神经网络的人体动作分类模型,引入注意力机制以及Dropout进行人体动作分类识别,并对神经网络的主要参数采用正交试验法进行了参数优化;最后利用公开数据集进行动作识别实验。结果表明,该模型算法对人体动作具有较高的识别率。 展开更多
关键词 动作识别 融合特征 LSTM神经网络 注意力机制 DROPOUT
在线阅读 下载PDF
基于神经网络的车辆交通协调性评价模型 被引量:7
19
作者 陈君毅 陈磊 +1 位作者 蒙昊蓝 熊璐 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第1期135-141,共7页
为了研究自动驾驶汽车交通协调性的主客观映射评价模型,以高速公路匝道汇入为研究场景,首先基于自然驾驶数据的交互样本数据,以自车平均行驶速度、并线时刻侧向速度、并线时刻车头TTC、并线时刻两车相对侧向速度和对手车减速程度等客观... 为了研究自动驾驶汽车交通协调性的主客观映射评价模型,以高速公路匝道汇入为研究场景,首先基于自然驾驶数据的交互样本数据,以自车平均行驶速度、并线时刻侧向速度、并线时刻车头TTC、并线时刻两车相对侧向速度和对手车减速程度等客观指标数据和交通协调性主观评价结果作为模型输入和输出,构建映射评价模型;然后设计2×2交叉对比实验,并分析数据预处理方法及神经网络类型对评价模型效果的影响。研究结果显示,基于线性函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为95.71%和80.00%,基于阶梯函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为94.60%和73.25%。由此可见,模型评价效果较好,所建立的客观表征指标集能够较好地表达专家对车辆交通协调性表现的评价。在建模方法方面,基于BP神经网络的映射评价模型的表现优于Dropout神经网络模型,能够根据客观数据更准确地得到符合专家评判标准的评价结果。在样本数据预处理方法方面,线性函数归一化处理方法能够在消除数据间数量级差异的同时保留客观表征指标集数据在不同样本之间的差异,能提高映射评价模型的评价精度。因此,在小样本数据量下,基于线性函数归一化和BP神经网络的映射评价模型构建方案的评价效果更优。 展开更多
关键词 自动驾驶 交通协调性 映射模型 BP神经网络 DROPOUT 数据预处理
在线阅读 下载PDF
基于ANN-dropout的配电网可靠性预测方法 被引量:13
20
作者 邢晓敏 何铁新 +2 位作者 郑雪瑞 冯帆 孙成 《南方电网技术》 CSCD 北大核心 2019年第2期66-73,共8页
随着配电网的高速发展,大量自动化设备不断接入使用给配电网的可靠运行带来了巨大的挑战。本文针对配电网动态规律和可靠性指标特征,提出了两种机器学习算法来预测配电网可靠性。通过对配电网数据进行数据变换,让预测区间从[0,1]变成[0,... 随着配电网的高速发展,大量自动化设备不断接入使用给配电网的可靠运行带来了巨大的挑战。本文针对配电网动态规律和可靠性指标特征,提出了两种机器学习算法来预测配电网可靠性。通过对配电网数据进行数据变换,让预测区间从[0,1]变成[0,+∞),对变换后的数据进行归一化再输入预测模型。配电网实例验证结果表明,数据变换后机器的学习预测效果提升明显,经过dropout技术优化的人工神经网络(artificial neural network,ANN)具有最佳的预测性能。本文提出的预测模型能准确地预测配电网的可靠性,为配电网的建设投资和优化运行提供有效的指导。 展开更多
关键词 配电网 可靠性预测 人工神经网络 dropout技术 支持向量回归
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部