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264篇文章
< 1 2 … 14 >
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GA-RELM多特征优选的烟叶多部位正反面识别方法 被引量：1
1
作者 陈婷 赵晓琳 +5 位作者 张冀武 盖小雷 张晓伟 刘宇晨 王燕 龙杰 《湖南农业大学学报(自然科学版)》 北大核心 2025年第1期113-122,共10页
针对现有烟叶分级模型多基于平整烟叶的正面特征构建,分级模型准确率和实用性较低的问题,提出一种基于遗传算法-正则化极限学习机(GA-RELM)多特征优选的烟叶多部位正反面识别方法。首先,对自然状态下的烟叶进行多尺度正反面特征提取,构... 针对现有烟叶分级模型多基于平整烟叶的正面特征构建,分级模型准确率和实用性较低的问题,提出一种基于遗传算法-正则化极限学习机(GA-RELM)多特征优选的烟叶多部位正反面识别方法。首先,对自然状态下的烟叶进行多尺度正反面特征提取,构建正反面数据集,根据特征重要性和特征间的潜在关系,实现特征降维并构建新特征组合。其次,对正则化极限学习机(RELM)进行隐藏层偏置寻优,以提高模型实际应用性和分类精度。结果表明:与原极限学习机(ELM)相比,GA-RELM对自然状态下的烟叶正反面和多部位正反面的分类精度分别提高了0.84%和7.88%,运算时间分别减少2.56 s和5.72 s;与其他烟叶分级算法相比,GA-RELM在准确率、精确率、召回率、F1评分等多个指标上表现出明显优势。 展开更多
关键词 烤烟 烟叶分级 多特征优选 遗传算法 正则化极限学习机
在线阅读 下载PDF
融合属性编码与集成学习的混合推荐算法
2
作者 邱宁佳 董伟杰 《计算机工程与设计》 北大核心 2025年第2期508-514,共7页
为解决传统推荐算法对用户与物品的基础属性信息利用不充分,以及使用单一推荐算法导致推荐模型表达能力不足的问题。提出一种融合属性编码与集成学习的混合推荐算法。利用轻量的梯度提升机算法对用户与物品的基本属性信息进行融合编码处... 为解决传统推荐算法对用户与物品的基础属性信息利用不充分,以及使用单一推荐算法导致推荐模型表达能力不足的问题。提出一种融合属性编码与集成学习的混合推荐算法。利用轻量的梯度提升机算法对用户与物品的基本属性信息进行融合编码处理,丰富数据特征多样性;将线性算法与非线性算法混合作为基本模型,采用袋装的方式进行集成,提高算法模型推荐效果。实验结果表明,该混合推荐算法在多个评估标准上相比传统算法均有改善和提升。 展开更多
关键词 混合推荐算法 集成学习 特征编码 特征融合 特征剪枝 自助采样 并行训练
在线阅读 下载PDF
点云融合技术综述:方法、应用与挑战
3
作者 宋绍京 李新建 方非易 《雷达学报(中英文)》 北大核心 2025年第3期528-547,共20页
点云融合技术作为3D(Three-Dimensional)数据处理的重要手段,在多个领域展现出巨大的潜力和应用前景。该文系统地综述了点云融合的基础概念、常用技术方法及其应用,深入分析了不同方法的发展现状和未来发展趋势。此外,该文还探讨了点云... 点云融合技术作为3D(Three-Dimensional)数据处理的重要手段,在多个领域展现出巨大的潜力和应用前景。该文系统地综述了点云融合的基础概念、常用技术方法及其应用,深入分析了不同方法的发展现状和未来发展趋势。此外,该文还探讨了点云融合在自动驾驶、建筑和机器人等领域的实际应用及面临的挑战,尤其是在应对噪声、数据稀疏性和密度不均等问题时,如何在保证融合精度的同时平衡其复杂性。通过全面梳理现有研究进展,为未来点云融合技术的发展提供了有力参考,并为进一步提升融合算法的精度、鲁棒性和效率指明了可能的研究方向。 展开更多
关键词 点云融合 3D数据处理 特征匹配 融合算法 深度学习
在线阅读 下载PDF
基于极限学习机和晶体结构算法的污染食品早期检测
4
作者 祝福 刘瑞卿 +1 位作者 潘克锋 赵蕊 《食品与机械》 北大核心 2025年第6期68-74,共7页
[目的]提出一种基于极限学习机和晶体结构算法的污染食品早期检测方法。[方法]通过晶体结构算法优化特征选择,结合极限学习机进行快速高效的分类与检测,提升污染食品早期检测精度与效率。[结果]与传统方法相比,试验方法在准确率(94.5%)... [目的]提出一种基于极限学习机和晶体结构算法的污染食品早期检测方法。[方法]通过晶体结构算法优化特征选择,结合极限学习机进行快速高效的分类与检测,提升污染食品早期检测精度与效率。[结果]与传统方法相比,试验方法在准确率(94.5%)和F_(1)分数(93.2%)上均有显著提升,且在召回率和处理速度方面也表现出优于其他最新方法的优势。与最新的深度学习方法相比,试验方法的训练时间约缩短了30%,检测速度提高了25%。[结论]基于极限学习机与晶体结构算法的污染食品早期检测方法在提高检测精度、加快检测速度及优化计算效率方面表现出了明显优势,具有较好的实际应用前景,尤其适用于快速大规模食品安全检测。 展开更多
关键词 极限学习机 晶体结构算法 污染食品 早期检测 特征选择 食品安全
在线阅读 下载PDF
改进蜣螂优化算法的入侵检测特征选择
5
作者 刘涛 王愉露 《计算机工程与设计》 北大核心 2025年第7期1936-1943,共8页
针对网络入侵检测场景下蜣螂优化算法(DBO)收敛精度不高、易陷入局部最优等问题,提出一种混合策略改进的蜣螂优化算法(LSDBO)。利用Cubic映射初始化种群,使用反向学习策略与Levy螺旋搜索策略提升算法搜索能力,使用高斯与柯西变异扰动策... 针对网络入侵检测场景下蜣螂优化算法(DBO)收敛精度不高、易陷入局部最优等问题,提出一种混合策略改进的蜣螂优化算法(LSDBO)。利用Cubic映射初始化种群,使用反向学习策略与Levy螺旋搜索策略提升算法搜索能力,使用高斯与柯西变异扰动策略和贪婪策略提升算法的全局寻优能力。实验结果表明,在CIC-IDS2017数据集上的特征选择实验中,算法平均保留了8.1个特征,最优特征子集的平均准确率达到了98.01%,验证该算法在降低特征的同时可以确保准确率。 展开更多
关键词 蜣螂优化算法 混沌映射 螺旋搜索 入侵检测 特征选择 对立学习策略 高斯与柯西变异扰动
在线阅读 下载PDF
基于IVYA-FMD和EELM-Yager的轴承小样本故障诊断模型
6
作者 王恒迪 王豪馗 +2 位作者 陈鹏 吴升德 马盈丰 《机电工程》 北大核心 2025年第6期1093-1101,共9页
针对滚动轴承故障特征提取难度大以及不同故障类型训练样本稀缺的问题,提出了一种基于参数优化特征模态分解(FMD)和集成极限学习机(EELM)的小样本滚动轴承故障诊断方法。首先,采用常春藤算法(IVYA)对FMD参数进行了优化,提升了模态分解... 针对滚动轴承故障特征提取难度大以及不同故障类型训练样本稀缺的问题,提出了一种基于参数优化特征模态分解(FMD)和集成极限学习机(EELM)的小样本滚动轴承故障诊断方法。首先,采用常春藤算法(IVYA)对FMD参数进行了优化,提升了模态分解的精确度,并采用最小残差指数(REI)作为最优模态分量的选取准则,从最优模态分量中提取了故障信号时域、频域及熵值的关键特征;然后,将所提取的特征输入EELM中进行了故障识别;最后,采用Yager加权平均规则对EELM的分类结果进行了融合,得到了综合故障诊断结果。研究结果表明:IVYA-FMD在信号处理过程中,具有优秀的特征提取和抗干扰能力,可有效提取原始信号的故障特征;IVYA-FMD和EELM-Yager模型在实验数据中,训练集与测试集按照8∶2的比例进行分割时的准确率达到99.12%;当训练集与测试集按照2:8的比例进行分割时,该方法在实验数据中的准确率高达92.5%,在CWRU数据集和SEU数据集中的准确率均超过96.8%。与其他智能诊断模型相比,IVYA-FMD和EELM-Yager在小样本滚动轴承故障诊断领域展现出显著的可行性和优越性。 展开更多
关键词 特征模态分解 常春藤算法 集成极限学习机 Yager加权平均 小样本故障诊断 滚动轴承
在线阅读 下载PDF
基于CLD-COA-ELM的光伏阵列故障诊断方法研究 被引量：3
7
作者 张健 赵咪 +1 位作者 黄毅 李景云 《太阳能学报》 北大核心 2025年第1期632-640,共9页
为提升光伏阵列故障诊断的准确率,提出一种基于改进长鼻浣熊优化算法优化极限学习机的光伏阵列故障诊断方法。首先,分析阵列中光伏组件在发生故障时的输出特性,选择合适的故障特征;其次,针对极限学习机在光伏阵列故障分类时初始权值和... 为提升光伏阵列故障诊断的准确率,提出一种基于改进长鼻浣熊优化算法优化极限学习机的光伏阵列故障诊断方法。首先,分析阵列中光伏组件在发生故障时的输出特性,选择合适的故障特征;其次,针对极限学习机在光伏阵列故障分类时初始权值和阈值的随机性问题,采用长鼻浣熊优化算法求解最优的初始权重和阈值;进一步地,针对长鼻浣熊算法初始参数的随机性和全局搜索能力的局限性问题,通过Circle混沌映射、莱维飞行和动态折射反向学习对该算法进行优化,提高寻优精度和速度;最后,结合光伏阵列故障实验数据,验证故障诊断模型的分类效果。结果表明,对于训练集和测试集数据,该诊断模型提高了故障分类精度,诊断率分别达到100%和98.33%,优于传统极限学习机、BP神经网络、支持向量机和卷积神经网络故障诊断的准确率。 展开更多
关键词 光伏组件 故障分析 特征选择 监督学习 极限学习机 改进长鼻浣熊优化算法
在线阅读 下载PDF
云南墨江矿区周边山地农田土壤重金属的高光谱反演 被引量：1
8
作者 田安红 李智缘 +1 位作者 付承彪 朱大明 《农业工程学报》 北大核心 2025年第5期191-200,F0003,共11页
为探究矿区周边山地农田土壤重金属的污染状况,实现在复合污染情境下山地农田土壤中多种重金属含量的高效反演。以云南省墨江县某金矿附近的农田区域为例,获取121个土壤样品实验室高光谱数据和重金属砷(As)、铬(Cr)、铜(Cu)、镍(Ni)的... 为探究矿区周边山地农田土壤重金属的污染状况,实现在复合污染情境下山地农田土壤中多种重金属含量的高效反演。以云南省墨江县某金矿附近的农田区域为例,获取121个土壤样品实验室高光谱数据和重金属砷(As)、铬(Cr)、铜(Cu)、镍(Ni)的含量数据,构建高精度的高光谱反演模型,实现对不同重金属含量的定量反演。结果表明:1)内梅罗污染指数法显示研究区土壤处于重度污染状态,潜在生态风险指数法显示该区域处于中等生态风险水平。2)一阶微分、二阶微分、标准正态变量以及倒数的对数能有效增强光谱响应,竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)的高效波段筛选能力结合迭代保留信息变量(iteratively retains informative variables,IRIV)算法的变量精炼优势,能够实现在土壤重金属反演中的敏感波段选择,该方法在特征波段数量、计算运行时间和模型反演精度方面都比单独的CARS和IRIV方法更有效。3)对比发现反向传播神经网络(back-propagation neural network,BPNN)在As反演中取得最佳反演精度,支持向量机(support vector machine,SVM)为Cr、Cu和Ni的最优反演模型,As、Cr、Cu、Ni最优反演模型的R^(2)分别为0.90、0.93、0.67、0.94,均方根误差(root mean squared error of external validation,RMSE)分别为87.33、142.63、2.63、70.31 mg/kg,相对分析误差(relative percent difference,RPD)分别为3.25、3.84、1.74、4.17。4)重金属的空间分布结果显示,高值区域主要集中在研究区的上下部分,而低值区域则主要分布在边缘,整体呈现从中心向四周逐渐降低的趋势。该研究可为监测矿区附近农田土壤重金属复合污染状况提供参考依据。 展开更多
关键词 高光谱 反演 机器学习 土壤重金属 IRIV算法 特征波段选择
在线阅读 下载PDF
基于小数据集的机器学习预测酰胺键合成转化率 被引量：1
9
作者 李兴海 吴志森 +1 位作者 张利静 陶胜洋 《物理化学学报》 北大核心 2025年第2期81-89,共9页
机器学习(ML)在分子合成领域显示了重要的应用前景。然而,准确的机器学习预测依赖于大量实验数据,而通过传统实验方法获得成千上万的实验数据仍然是一个巨大的挑战。因此,基于小数据集得到可接受的预测模型是目前该领域亟待解决的重要... 机器学习(ML)在分子合成领域显示了重要的应用前景。然而,准确的机器学习预测依赖于大量实验数据,而通过传统实验方法获得成千上万的实验数据仍然是一个巨大的挑战。因此,基于小数据集得到可接受的预测模型是目前该领域亟待解决的重要问题。本研究通过构建1152个反应数据,利用大量有化学意义的特征描述符,通过多维数据分析获得了有效的预测结果,证明了基于小数据集的机器学习算法可以可靠地预测酰胺键合成反应的转化率。研究比较了6种机器学习算法的预测精度,其中随机森林表现出卓越的预测性能(R^(2)>0.95)。同时,在预测未知芳胺分子的转化率时,研究发现在训练集中加入少量未知分子的相关反应数据,即使数据集较小,也能显著提升对未知分子转化率的预测准确性,揭示了一种利用小数据集得到较好预测结果的方法。本研究为小数据集下的机器学习辅助化学合成研究提供了参考价值。不久的将来,机器学习将有力地推动有机合成化学的智能化发展。 展开更多
关键词 酰胺键合成 机器学习 特征描述符 随机森林算法 小数据集
在线阅读 下载PDF
DMU-YOLO:机载视觉的多类异常行为检测算法 被引量：1
10
作者 韩佰轩 彭月平 +1 位作者 郝鹤翔 叶泽聪 《计算机工程与应用》 北大核心 2025年第7期128-140,共13页
针对无人机航拍图像的检测算法中存在小目标识别精度低和特征提取能力不足的问题,设计了一种改进YOLOv9的多类别异常行为检测算法。该算法在模型头部加入改进的维度感知选择性集成模块,进行了有效的通道分割和融合策略,并在主干部分添... 针对无人机航拍图像的检测算法中存在小目标识别精度低和特征提取能力不足的问题,设计了一种改进YOLOv9的多类别异常行为检测算法。该算法在模型头部加入改进的维度感知选择性集成模块,进行了有效的通道分割和融合策略,并在主干部分添加多维协同注意力机制,同时引入最大特征池化,强化了针对自建数据集的特征提取能力,而后将通用倒置残差模块与原网络的特征提取模块融合,形成了UIB-RepELAN特征提取模块,有效提升了模型检测的鲁棒性,针对难易样本不均匀分布导致的数据集长尾分布等问题,采用数据增强方法对异常类别样本进行扩充,并使用Focaler-IoU对损失函数进行重构,提高模型泛化能力。结果表明,相较于基线模型,在Vis-Drone2019数据集上的检测精度由0.046提高到0.048;针对自建数据集的检测精度由0.909提高到0.960,平均检测用时为28 ms,满足了高效率高精度的检测要求。 展开更多
关键词 YOLOv9算法 多类异常行为检测 特征提取 无人机航拍数据集 深度学习
在线阅读 下载PDF
一种基于工业车辆驾驶员面部特征的疲劳检测融合方法
11
作者 钱立兵 徐进宝 +2 位作者 徐宏力 刘济海 张欢 《高技术通讯》 北大核心 2025年第4期409-418,共10页
为解决工业车辆在驾驶过程中出现疲劳驾驶问题,基于驾驶员面部特征提出一种卷积神经网络的多融合疲劳检测算法。通过红绿蓝(red,green,blue,RGB)或红外摄像头捕捉驾驶员面部区域,设计轻量级人脸识别和关键点特征模型,提取面部关键特征点... 为解决工业车辆在驾驶过程中出现疲劳驾驶问题,基于驾驶员面部特征提出一种卷积神经网络的多融合疲劳检测算法。通过红绿蓝(red,green,blue,RGB)或红外摄像头捕捉驾驶员面部区域,设计轻量级人脸识别和关键点特征模型,提取面部关键特征点;根据眼部关键点提取驾驶员的眼睛框进行睁闭眼二分类模型设计,统计闭眼频率;根据嘴部关键点设计纵横比信息,统计嘴部闭合、说话及打哈欠频率;根据面部关键特征及标准三维人脸模型,计算头部姿态欧拉角信息,由头部姿态角变化范围确定注意力集中情况。算法部署在国产嵌入式低成本ARM芯片控制器上,根据融合疲劳评估算法进行语音提醒、异常时报警图像存储等。实验结果表明,白天场景下各类疲劳驾驶检测准确率达到98.3%以上,夜晚工作场景下各类疲劳驾驶检测准确率达到88.5%以上,算法检测时延控制在100 ms左右,可满足工业车辆对驾驶员疲劳检测需求。 展开更多
关键词 疲劳驾驶 深度学习 面部特征 欧拉角 算法部署
在线阅读 下载PDF
基于特征选择和机器学习的森林蓄积量估算
12
作者 赵娅冰 彭道黎 +2 位作者 郭发苗 王荫 黄静娴 《北京林业大学学报》 北大核心 2025年第4期155-167,共13页
【目的】基于多源遥感数据,评估不同特征选择方法和机器学习算法组合构建的森林蓄积量估算模型的准确性,挖掘其协同互补潜力,以期有效提高森林蓄积量的估算精度。【方法】以河北省第九次国家森林资源连续清查数据为基础,结合GF-1、Senti... 【目的】基于多源遥感数据,评估不同特征选择方法和机器学习算法组合构建的森林蓄积量估算模型的准确性,挖掘其协同互补潜力,以期有效提高森林蓄积量的估算精度。【方法】以河北省第九次国家森林资源连续清查数据为基础,结合GF-1、Sentinel-2、Sentinel-1和ASTER GDEM 4种遥感数据,采用随机森林变量选择(VSURF)、递归特征消除(RFE)和Boruta 3种特征选择方法,以及支持向量回归(SVR)、K-最近邻(KNN)、随机森林(RF)、分类提升(CatBoost)和极端梯度提升(XGBoost)5种机器学习算法,构建蓄积量模型,并筛选出最优模型。此外,通过方差分析量化数据集、特征选择和机器学习算法这3个因素对森林蓄积量估算的影响。【结果】(1)方差分析结果表明,数据集、特征选择和机器学习算法均对蓄积量估算性能有显著影响。(2)多源遥感数据的结合能有效提高森林蓄积量的估算性能。与其他数据集相比,联合GF-1、Sentinel-2、Sentinel-1和ASTER GDEM数据构建的模型表现出更高的估算精度。从整体来看,Boruta特征选择方法优于VSURF和RFE。CatBoost在建模中的表现优于其他算法(SVR、KNN、RF和XGBoost)。(3)基于GF-1、Sentinel-2、Sentinel-1和ASTER GDEM的组合,使用Boruta特征选择方法和CatBoost机器学习算法构建的估算模型实现了最高的准确性(R^(2)=0.6385,RMSE=13.3053 m^(3)/hm^(2))。【结论】基于多源遥感数据估算保定市森林蓄积量时,结合特征选择和机器学习算法可显著优化模型的估算效果,得到更精准的蓄积量估算结果。研究结果不仅改进了当前应用多源遥感数据估算森林蓄积量的方法,还为大范围森林蓄积量监测提供了新的思路和参考依据。 展开更多
关键词 森林蓄积量 多源遥感数据 特征选择 机器学习算法 集成学习
在线阅读 下载PDF
融合词间句间多关系建模的评论推荐算法
13
作者 邓策渝 李段腾川 +2 位作者 胡奕仁 王晓光 李志飞 《计算机科学》 北大核心 2025年第4期119-128,共10页
评论作为最常见的辅助信息,能够直观地表达用户的喜好和物品的属性,被研究者们广泛应用于优化推荐算法的预测精度。然而,目前评论推荐算法仍存在不足,主要体现在忽略了对评论文本多粒度特征的建模和对用户偏好、物品属性这一对异质特征... 评论作为最常见的辅助信息,能够直观地表达用户的喜好和物品的属性,被研究者们广泛应用于优化推荐算法的预测精度。然而,目前评论推荐算法仍存在不足,主要体现在忽略了对评论文本多粒度特征的建模和对用户偏好、物品属性这一对异质特征的关联性交互学习,导致模型无法充分提取评论信息,影响了模型精度。因此,提出了融合词间句间多关系建模的评论推荐算法(MR4R),通过分析评论文本的词间重要性关系和句间时序动态关系,抽取不同层次的特征信息;设计了融合预测层,对用户偏好与物品属性特征间的关联性挖掘过程进行优化,并通过高阶非线性计算进行评分预测。选取了4个不同场景的数据集,并将所提模型与目前主流的7种推荐算法进行比较。实验结果表明,融合词间句间多关系建模的推荐算法能够充分提取评论中蕴含的信息,显著提升了平均推荐精度,具有更强的推荐性能。 展开更多
关键词 评论推荐算法 深度学习 多关系建模 时序特征建模 异质特征融合与交互
在线阅读 下载PDF
基于改进SOLOv2网络的动车组TEDS图像辅助识别关键技术研究
14
作者 范立 李丹勇 +2 位作者 刘冰 尤嘉 贾潞 《铁道机车车辆》 北大核心 2025年第2期1-11,共11页
TEDS是保障动车组运行安全的重要监测设备之一,目前其图像缺陷检测方式主要依赖人工。为了降低劳动强度,提高检测效率,针对现有智能检测算法存在的负样本少、误报率与漏报率高的问题,文中设计了一套基于深度学习的TEDS图像辅助检测系统... TEDS是保障动车组运行安全的重要监测设备之一,目前其图像缺陷检测方式主要依赖人工。为了降低劳动强度,提高检测效率,针对现有智能检测算法存在的负样本少、误报率与漏报率高的问题,文中设计了一套基于深度学习的TEDS图像辅助检测系统,该系统采用基于深度可分离卷积方法改进的SOLOv2算法对图像中的零部件进行精确定位,并排除零部件的背景信息以降低误报。提出GAN网络与特征匹配相融合的无监督异常检测算法用于检测异常零部件,解决了单独依赖深度学习方法的检测算法易漏报的问题。试验结果表明,该系统在零漏报的前提下,平均误报率仅为8.66%。不仅保证了检测的准确性,而且减少了检测人员复核误报图像的数量,间接提高了检测人员的检测效率。 展开更多
关键词 深度学习 SOLOv2算法 GAN网络 特征匹配 TEDS
在线阅读 下载PDF
基于角度特征的分布式DDPG无人机追击决策
15
作者 王昱 任田君 +1 位作者 范子琳 孟光磊 《控制理论与应用》 北大核心 2025年第7期1356-1366,共11页
无人机执行追击任务过程中态势变化迅速,不灵活的网络更新机制和固化的奖励函数使得现有决策模型难以持续输出正确且高效的策略.针对此问题,提出了一种基于角度特征的分布式深度确定性策略梯度(DDPG)算法.首先,为避免梯度消失或爆炸以... 无人机执行追击任务过程中态势变化迅速,不灵活的网络更新机制和固化的奖励函数使得现有决策模型难以持续输出正确且高效的策略.针对此问题,提出了一种基于角度特征的分布式深度确定性策略梯度(DDPG)算法.首先,为避免梯度消失或爆炸以稳定模型训练过程,提出先利用梯度上升计算目标值,再使用MSE损失函数训练的Actor网络更新机制;然后,依据双方角度特征划分策略引导区域,通过设置不同的奖励函数权重,构建基于5个DDPG网络的分布式决策模型,利用在不同态势下对奖励函数权重的动态选择和无缝切换提升算法的决策能力.仿真实验表明,相比于DDPG和双延迟深度确定性策略梯度(TD3)算法,所提算法无论追击直线逃逸目标或智能逃逸目标,均具有更高的成功率和决策效率. 展开更多
关键词 追击决策 强化学习 分布式DDPG算法 角度特征
在线阅读 下载PDF
空气质量指数混合预测模型及实证
16
作者 周子渊 张梓萱 郭晓梅 《计算机工程与设计》 北大核心 2025年第8期2365-2372,共8页
针对单来源污染物数据的空气质量指数(AQI)预测问题,构建了基于CNN-LSTM-AdaBoost混合框架的AQI预测模型。通过卷积神经网络(CNN)提取污染物间的局部交互特征,利用长短期记忆网络(LSTM)构建长期时序趋势,采用自适应提升(AdaBoost)集成... 针对单来源污染物数据的空气质量指数(AQI)预测问题,构建了基于CNN-LSTM-AdaBoost混合框架的AQI预测模型。通过卷积神经网络(CNN)提取污染物间的局部交互特征,利用长短期记忆网络(LSTM)构建长期时序趋势,采用自适应提升(AdaBoost)集成学习模块动态加权不同时间尺度的预测结果,实现AQI高精度预测。同时引入随机森林特征归因,识别关键污染物,采用沙普利加性解释(shap)分析不同时间尺度特征对预测值的贡献度。通过对北京市2022-2025年监测站点数据进行实证研究表明,该混合模型的决定系数R^(2)达到0.9866,较传统LSTM模型有显著提升,且在可解释性方面表现出色。 展开更多
关键词 空气质量指数 卷积神经网络 长短期记忆网络 自适应提升算法 集成学习 特征归因 深度学习
在线阅读 下载PDF
基于ISSA-Stacking集成学习的共享单车租赁量预测
17
作者 张泽 韩晓明 韩晓霞 《控制工程》 北大核心 2025年第1期39-50,共12页
针对共享单车供需不平衡问题,结合Stacking算法和改进麻雀搜索算法(improved sparrow search algorithm,ISSA),提出了一种基于ISSA-Stacking算法的共享单车租赁量预测模型。首先,利用相关性分析法和轻量级梯度提升机进行特征选择;然后,... 针对共享单车供需不平衡问题,结合Stacking算法和改进麻雀搜索算法(improved sparrow search algorithm,ISSA),提出了一种基于ISSA-Stacking算法的共享单车租赁量预测模型。首先,利用相关性分析法和轻量级梯度提升机进行特征选择;然后,建立多种异质回归预测模型并采用ISSA对各模型的关键超参数进行优化,通过引入精英反向学习策略和自适应种群比例因子来提高麻雀搜索算法的全局搜索能力和收敛速度;最后,利用Stacking算法的集成学习思想对各模型进行融合。实验使用美国华盛顿地区的共享单车出行数据进行租赁量预测,通过对比分析验证了所提融合模型相比单一模型在共享单车租赁量预测方面具有更高的预测精度。 展开更多
关键词 共享单车租赁量预测 集成学习 改进麻雀搜索算法 特征选择
在线阅读 下载PDF
基于多色域特征与物理模型的水下图像增强
18
作者 张瑞航 林森 《智能系统学报》 北大核心 2025年第2期475-485,共11页
水下智能机器人在探测海洋信息时易受悬浮颗粒和光衰减现象的干扰,导致视觉图像退化,造成色彩扭曲、细节模糊等现象。针对上述问题,提出基于多色域特征与物理模型的水下图像增强。首先,设计多色域特征聚合网络,旨在利用不同色域空间提... 水下智能机器人在探测海洋信息时易受悬浮颗粒和光衰减现象的干扰,导致视觉图像退化,造成色彩扭曲、细节模糊等现象。针对上述问题,提出基于多色域特征与物理模型的水下图像增强。首先,设计多色域特征聚合网络,旨在利用不同色域空间提供的信息帮助图像颜色恢复。其次,为获取到更真实的视觉效果,对白平衡算法进行推广,并将深度学习算法与水下光学成像模型结合,以数据驱动的方式求解清晰图像。最后,提出多色域轮换模式对网络进行训练,在不同色域空间中搜索最优解。实验证明,该方法在色彩平衡、细节恢复方面效果显著,相比经典算法与前沿算法更具优势,在特征点匹配与显著性检验任务中满足水下智能机器人视觉系统对图像清晰度的要求。 展开更多
关键词 水下图像增强 成像模型 深度学习 多色域空间 特征聚合 轮换训练 算法推广 卷积神经网络
在线阅读 下载PDF
基于天气特征的高速公路交通流预测方法研究
19
作者 袁辉 谢庆 +3 位作者 计明军 吴炜昌 曾斌 姬生忠 《现代电子技术》 北大核心 2025年第8期164-172,共9页
随着高速公路网络的规模扩展和智能交通系统的不断完善,交通流预测在提高道路资源利用效率和缓解交通拥堵方面起着至关重要的作用。现有的预测方法往往忽视了天气特征动态变化对交通流的影响,故文中旨在运用集成深度学习模型来探索天气... 随着高速公路网络的规模扩展和智能交通系统的不断完善,交通流预测在提高道路资源利用效率和缓解交通拥堵方面起着至关重要的作用。现有的预测方法往往忽视了天气特征动态变化对交通流的影响,故文中旨在运用集成深度学习模型来探索天气特征对高速公路交通流的影响。利用随机森林算法从历史交通流量和天气数据中提取出相关性较高的天气特征,采用粒子群优化算法对长短期记忆神经网络模型的超参数进行优化,构建一个融合天气特征数据的深度学习预测框架,将经过筛选的天气特征序列输入至预测框架模型中进行训练和预测。通过真实数据集上的实验验证了所提方法的有效性和泛化能力。实验结果表明,所提的集成深度学习方法相比现有的深度学习方法具有更好的拟合度、预测精度和稳定性,能够更准确地捕捉天气特征动态变化对交通流的影响。 展开更多
关键词 智能交通系统 高速公路交通流预测 天气特征 集成深度学习 随机森林算法 粒子群优化算法 长短期记忆神经网络 超参数优化
在线阅读 下载PDF
多阶特征向量融合的深度神经网络产品推荐算法
20
作者 李克潮 张继成 《计算机工程与设计》 北大核心 2025年第6期1742-1749,共8页
为充分利用用户和产品的信息,缓解数据稀疏、冷启动的问题,提出一种多阶特征向量融合的深度神经网络产品推荐(MFVF)。引入预训练模型(BERT)提升对产品描述文档、评论文本的语义理解。根据产品类别、社交关系,挖掘基于类别与社交关系的... 为充分利用用户和产品的信息,缓解数据稀疏、冷启动的问题,提出一种多阶特征向量融合的深度神经网络产品推荐(MFVF)。引入预训练模型(BERT)提升对产品描述文档、评论文本的语义理解。根据产品类别、社交关系,挖掘基于类别与社交关系的用户、产品潜在一阶特征向量。连同用户和产品评分的潜在一阶特征向量,经过广义矩阵分解(GMF)层构建二阶特征向量,作为深度神经网络隐藏层的输入。对深度神经网络隐藏层输出的高阶特征向量进行拼接,得到用户对产品的预测偏好。通过对比实验,验证了所提算法推荐质量得到较大提升。 展开更多
关键词 产品描述文档 评论文本 社交网络 深度神经网络 深度学习 推荐算法 预训练模型 多阶特征向量
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 … 14 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