基于自适应时空同步建模的交通流预测

1

作者 叶宝林 戴本岙 +3 位作者 苗永超 李灵犀 王翔 吴维敏 《计量学报》 北大核心 2025年第6期802-812,共11页

为准确捕获路网中不同交通节点之间的时空关联关系,提出一种基于自适应时空同步建模的交通流预测方法。首先,构建全局节点嵌入和不同子图的偏置生成多个既相互关联又有一定区别的时空子图,将不同的时空子图进行拼接生成静态自适应时空图... 为准确捕获路网中不同交通节点之间的时空关联关系,提出一种基于自适应时空同步建模的交通流预测方法。首先,构建全局节点嵌入和不同子图的偏置生成多个既相互关联又有一定区别的时空子图,将不同的时空子图进行拼接生成静态自适应时空图,从不同的维度上描述路网中不同节点间的时空关联关系。其次,为了更好地建模不同交通节点间动态变化的时空关联关系,设计了一种新的动态自适应时空图构建方法,在有效描述不同交通节点间动态时空关联关系的同时,降低了动态时空图的计算复杂度。最后,在3个来自真实路网的公开数据集上进行测试,测试结果表明:与LSTM、DCRNN、STGCN、ASTGCN、GWN、STSGCN、STFGNN、STGODE、S2TAT等9种基线方法相比,所提方法具有更高的预测精度。在数据集PEMS08上,与最优基线方法S2TAT相比,该方法的平均绝对误差eMAE、平均绝对百分比误差eMAPE和均方根误差eRMSE分别降低了8.65%、9.25%和6.04%。 展开更多

关键词 智能交通系统 交通流量预测 图神经网络 自适应时空图 时空同步建模 深度学习

在线阅读 下载PDF 职称材料

考虑空间异质性的降雨滑坡易发性预测研究

2

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 职称材料

基于不同机器学习模型的滑坡易发性分析及适应性评估

3

作者 王洁 林诚杰 +3 位作者 梁峰铭 季静静 谈松林 刘宇 《科学技术与工程》 北大核心 2025年第2期513-520,共8页

机器学习模型因其强大的特征提取能力被广泛应用于滑坡易发性评价,在应用中其算法在不断改进。为解决常见机器学习模型中精度不高的问题,将分组卷积神经网络模型(group convolutional neural network,GCNN)引入滑坡易发性评价,并与多种... 机器学习模型因其强大的特征提取能力被广泛应用于滑坡易发性评价,在应用中其算法在不断改进。为解决常见机器学习模型中精度不高的问题,将分组卷积神经网络模型(group convolutional neural network,GCNN)引入滑坡易发性评价,并与多种常见机器学习模型结果进行对比分析,综合评估不同机器学习模型在滑坡易发性评价的适应性。以河北省为研究区,从致灾因子、孕灾环境、承灾体这个3个方面出发,共选取16个影响因子,选择GCNN模型和目前常见的机器学习模型——卷积神经网络模型(convolutional neural network,CNN)、逻辑回归模型(Logistic)、随机森林算法模型(random forest,RF)和支持向量机模型(support vector machine,SVM)构建出相应的易发性评价模型,将研究区划分为4类滑坡易发性区域,并对区划的精确性进行综合评价。研究表明,与其他4种机器学习模型相比,GCNN模型在各混淆矩阵指标下拥有更高评分,更适合进行滑坡易发性区划,得到的滑坡易发区划结果与实际发生滑坡点的一致性较好,划分的滑坡灾害易发区更加准确。 展开更多

关键词 机器学习 分组卷积神经网络模型 适应性评价 滑坡易发性评价

在线阅读 下载PDF 职称材料

基于自适应高斯混合模型与ResDN的火焰检测算法

4

作者 王文标 时启衡 郝友维 《科学技术与工程》 北大核心 2025年第4期1580-1586,共7页

针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利... 针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利用火焰的闪烁和涌动特性,提取出序列中的可疑候选区域。第二阶段使用残差深度归一化卷积神经网络(residual deep normalization and convolutional neural network, ResDN)对可疑候选区域进行判别,并引入简化的残差块替换原有的卷积层进行轻量化设计,实现对火焰的检测与定位。相比于传统分类算法,所设计的两阶段视频火焰检测算法能够有效克服复杂场景下的环境干扰,准确快速地识别火焰,具有更高的检测率和适应性。 展开更多

关键词 火焰检测 自适应高斯混合模型(AGMM) 残差深度归一化卷积神经网络(ResDN) 机器视觉 深度学习

在线阅读 下载PDF 职称材料

基于状态划分和集成学习的轴承剩余使用寿命预测模型 被引量：2

5

作者 胡志辉 王绪光 +2 位作者 王贡献 张腾 李帅琦 《机电工程》 CAS 北大核心 2024年第8期1423-1430,共8页

针对滚动轴承剩余使用寿命(RUL)预测退化起始时间(DST)难以确定,以及单一寿命预测模型精度比较低的问题,提出了一种基于状态划分和集成学习模型的滚动轴承RUL预测方法。首先,提取了轴承振动信号的特征,利用滑动窗口不断更新3σ准则预警... 针对滚动轴承剩余使用寿命(RUL)预测退化起始时间(DST)难以确定,以及单一寿命预测模型精度比较低的问题,提出了一种基于状态划分和集成学习模型的滚动轴承RUL预测方法。首先,提取了轴承振动信号的特征,利用滑动窗口不断更新3σ准则预警范围,结合连续触发机制自适应确定DST;然后,采用具有自适应噪声的完全集成经验模态分解(CEEMDAN)对退化阶段信号序列进行了自适应分解;最后,构建了集成学习模型,考虑分量的不同特性进行了多步滚动预测,融合预测结果得到了轴承RUL,采用滚动轴承XJTU-SY公开数据集进行了试验验证。研究结果表明:与基于长短时记忆神经网络(LSTM)、反向传播神经网络(BPNN)的预测方法相比,该方法预测结果的平均绝对误差分别降低了11.7%以及5.6%,相对均方根误差分别降低了12.2%以及10.7%,验证了该方法在轴承RUL预测中的有效性和优越性。 展开更多

关键词 滚动轴承剩余使用寿命 退化起始时间 自适应DST状态划分 集成学习模型 退化特征提取 具有自适应噪声的完全集成经验模态分解 长短时记忆神经网络

在线阅读 下载PDF 职称材料

基于混合优化算法和深度神经网络模型结合的致密砂岩气藏裂缝参数优化 被引量：1

6

作者 罗山贵 赵玉龙 +4 位作者 肖红林 陈伟华 贺戈 张烈辉 杜诚 《天然气工业》 EI CAS CSCD 北大核心 2024年第9期140-151,共12页

水平井分段压裂是致密砂岩气藏的主要开发方式,其中水力压裂裂缝参数的合理设计对于气藏的经济效益开发至关重要。基于群智能优化算法和机器学习代理模型的自动优化方法存在所需数值模拟次数多、收敛速度慢和代理模型更新复杂等问题,且... 水平井分段压裂是致密砂岩气藏的主要开发方式,其中水力压裂裂缝参数的合理设计对于气藏的经济效益开发至关重要。基于群智能优化算法和机器学习代理模型的自动优化方法存在所需数值模拟次数多、收敛速度慢和代理模型更新复杂等问题,且依靠现场工程师经验和正交实验等传统方法难以获得最佳的裂缝参数设计。为此,建立了一种新的基于混合优化算法和自适应深度神经网络(DNN)结合的致密气藏裂缝参数优化方法。首先,混合优化算法采用遗传算法(GA)和贝叶斯自适应直接搜索(BADS)之间循环迭代的混合策略。在自适应学习过程中,提出了以“最大平均距离点”作为最不确定解,同时辅以最有希望解和少量拉丁超立方采样解共同更新优化过程中的DNN代理模型。随后,将建立的优化方法用于非均质致密砂岩气藏裂缝参数优化。研究结果表明:(1)在标准测试函数和低维裂缝参数优化问题上,GA+BADS混合优化算法表现出了显著优于GA的寻优速度;(2)针对高维裂缝参数优化问题,GA+BADS混合优化算法在约1/2的GA总数值模拟次数下提高了131万元的经济净现值(NPV),收敛速度和寻优精度都明显增加;(3)相比于GA+BADS混合优化算法,在获得相同NPV时,自适应DNN代理加速优化可再减少24.54%的数值模拟运算次数。结论认为,该优化方法显著提升了优化效率,为解决非常规油气藏中水力压裂裂缝参数设计问题提供了一套可行且高效的智能优化方法,将有力促进非常规油气的规模效益开发。 展开更多

关键词 致密气 沙溪庙组 裂缝参数优化 混合优化算法 深度神经网络 自适应学习 代理模型

在线阅读 下载PDF 职称材料

基于改进小波神经网络的新型PMSM速度控制

7

作者 周雅夫 赵洋 《组合机床与自动化加工技术》 北大核心 2024年第10期105-108,114,共5页

采用传统PI控制策略的永磁同步电机调速系统无法兼顾良好的动态响应性能与抗扰动能力,且在实际应用中参数整定繁琐。为改善以上问题,对速度环设计一种改进型小波神经网络PI控制器,该控制器基于自适应学习速率的梯度下降法并引入惯性项... 采用传统PI控制策略的永磁同步电机调速系统无法兼顾良好的动态响应性能与抗扰动能力,且在实际应用中参数整定繁琐。为改善以上问题,对速度环设计一种改进型小波神经网络PI控制器,该控制器基于自适应学习速率的梯度下降法并引入惯性项在线更新网络参数,通过权重因子扩大PI参数输出范围,以增强控制器性能;为消除电流环比例参数对速度环的影响,设计无差拍电流预测控制器,进一步提升系统动态响应性能。仿真结果表明,上述控制方案能够实现速度环PI参数在线自整定,明显提升系统动态响应性能,且具有良好的抗扰动能力。 展开更多

关键词 PMSM 小波神经网络 自适应学习速率 PI控制 模型预测控制

在线阅读 下载PDF 职称材料

基于神经网络的智能下肢假肢自适应控制 被引量：8

8

作者 马玉良 徐文良 +2 位作者 孟明 罗志增 杨家强 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2010年第7期1373-1376,1381,共5页

下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该... 下肢假肢的膝关节是一种具有高度非线性、时变、强耦合的阻尼系统,传统控制方法很难达到良好控制效果.针对这一问题,提出将神经网络(NN)应用于下肢假肢控制.以学习矢量量化(LVQ)神经网络为基础,提出神经网络模型参考自适应控制方法.该方法通过选择适当的参考模型和自适应算法,利用参考模型输出与实际系统输出之间的误差信号,由自适应算法计算当前的控制量以控制智能下肢假肢,达到自适应控制的目的.该方法不需要进行性能指标的变换,容易实现且自适应速度快,仿真结果表明了该方法的有效性. 展开更多

关键词 智能下肢假肢 自适应控制 学习矢量量化(LVQ) 神经网络(NN) 参考模型

在线阅读 下载PDF 职称材料

基于模糊分类的模糊神经网络辨识方法及应用 被引量：9

9

作者 江善和 李强 《控制工程》 CSCD 2005年第3期266-269,276,共5页

基于改进的T S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法。基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。利用卡尔曼滤波算法在线辨识AFNN的后... 基于改进的T S模型,提出一种自适应模糊神经网络模型(AFNN),给出了网络的连接结构和学习算法。基于竞争学习算法的模糊分类器确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN结构简洁,逼近能力强,能够显著提高辨识精度,并且在线辨识的模糊模型简单有效。将该AFNN用于非线性系统的模糊辨识和化工过程连续搅拌反应器(CSTR)的建模中,仿真结果验证了该方法的有效性,表明该网络能够实现复杂非线性系统的建模,而且建模精度高、收敛速度快,可当作复杂系统建模的一种有效手段。 展开更多

关键词 辨识方法 模糊神经网络模型 卡尔曼滤波算法 连续搅拌反应器 复杂非线性系统 应用 竞争学习算法 复杂系统建模 在线辨识 T-S模型 模糊分类器 连接结构 模糊规则 模糊空间 逼近能力 辨识精度 模糊模型 化工过程 模糊辨识

在线阅读 下载PDF 职称材料

基于神经网络的路口交通流转向比预测 被引量：4

10

作者 李瑞敏 陆化普 史其信 《西南交通大学学报》 EI CSCD 北大核心 2007年第6期743-747,共5页

为了预测路口交通信号控制所需的转向交通流量，提出了基于改进BP（back-propagation）神经网络的路口交通流转向比预测模型，给出了相应参数的计算方法；采用自适应学习率和动量梯度下降法以提高神经网络的学习速度和算法的可靠性，并... 为了预测路口交通信号控制所需的转向交通流量，提出了基于改进BP（back-propagation）神经网络的路口交通流转向比预测模型，给出了相应参数的计算方法；采用自适应学习率和动量梯度下降法以提高神经网络的学习速度和算法的可靠性，并用调查数据对模型进行了检验．研究结果表明，与传统的平均值法相比，用所提出的模型，平均绝对相对误差减小约1％～3％． 展开更多

关键词 交通流转向比 预测模型 神经网络 自适应学习率

在线阅读 下载PDF 职称材料

一种基于模糊神经网络的自适应模糊辨识方法 被引量：5

11

作者 江善和 申东日 陈义俊 《系统仿真学报》 CAS CSCD 2003年第5期731-734,共4页

基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近... 基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近能力强,能够显著提高辨识精度,并且辨识的模糊模型简单有效。最后,将该AFNN用于非线性系统的模糊辨识,仿真结果验证了该方法的有效性。 展开更多

关键词 T—S模型 自适应模糊神经网络 模糊竞争学习 模糊辨识

在线阅读 下载PDF 职称材料

降雨径流模拟神经网络模型及应用 被引量：9

12

作者 包红军 李致家 王莉莉 《西安建筑科技大学学报（自然科学版）》 CSCD 北大核心 2009年第5期719-722,共4页

针对水文系统的非线性,构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型(GA-BP模型).采用附加动量法和自适应学习速率对BP神经网络进行改进,遗传算法用于优化神经网络的初始权重.以大别山及皖南山区月潭流域为例,将GA-BP... 针对水文系统的非线性,构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型(GA-BP模型).采用附加动量法和自适应学习速率对BP神经网络进行改进,遗传算法用于优化神经网络的初始权重.以大别山及皖南山区月潭流域为例,将GA-BP模型、BP模型以及新安江模型应用于水文日径流过程模拟,进行应用比较以及分析GA-BP模型在水文径流模拟过程中的难点及其可行性.结果表明,GA-BP模型优化了网络结构,加快了算法收敛速率;可以用于降雨径流过程模拟,也为今后类似研究提供一种模拟技术.在实际应用中可以根据流域资料情况选择合适的模型进行水文模拟作业. 展开更多

关键词 降雨径流模拟 人工神经网络 遗传算法 附加动量法 自适应学习速率 新安江模型 月潭流域

在线阅读 下载PDF 职称材料

舵面电动加载系统的自适应CMAC复合控制 被引量：7

13

作者 杨波 王哲 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2010年第3期333-337,共5页

针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信... 针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信号,以系统的当前控制误差作为CMAC的训练信号.提出了利用误差在线自适应调整学习率的方法,消除了常规前馈型CMAC的过学习和不稳定现象.建立了无人机舵面电动加载系统的数学模型,给出了具体的控制结构和算法.仿真结果表明:该方法有效抑制了加载系统的多余力矩,增强了系统的稳定性,明显改善了舵面电动加载系统的动态性能. 展开更多

关键词 舵面电动加载系统 多余力矩 小脑模型关联控制器神经网络 自适应控制 自适应神经元 学习率

在线阅读 下载PDF 职称材料

基于深度域适应CNN决策树的跨语料库情感识别 被引量：2

14

作者 孙林慧 赵敏 王舜 《数据采集与处理》 CSCD 北大核心 2023年第3期704-716,共13页

在跨语料库语音情感识别中,由于目标域和源域样本不匹配,导致情感识别性能很差。为了提高跨语料库语音情感识别性能,本文提出一种基于深度域适应和卷积神经网络(Convolutional neural network,CNN)决策树模型的跨语料库语音情感识别方... 在跨语料库语音情感识别中,由于目标域和源域样本不匹配,导致情感识别性能很差。为了提高跨语料库语音情感识别性能,本文提出一种基于深度域适应和卷积神经网络(Convolutional neural network,CNN)决策树模型的跨语料库语音情感识别方法。首先构建基于联合约束深度域适应的局部特征迁移学习网络,通过最小化目标域和源域在特征空间和希尔伯特空间的联合差异,挖掘两个语料库之间的相关性,学习从目标域到源域的可迁移不变特征。然后,为了降低跨语料库背景下多种情感间的易混淆情感的分类误差,依据情感混淆度构建CNN决策树多级分类模型,对多种情感先粗分类再细分类。使用CASIA,EMO-DB和RAVDESS三个语料库进行验证。实验结果表明,本文的跨语料库语音情感识别方法比CNN基线方法平均识别率高19.32%~31.08%,系统性能得到很大提升。 展开更多

关键词 跨语料库语音情感识别 深度域适应 迁移学习 决策树模型 卷积神经网络

在线阅读 下载PDF 职称材料

一种优化的神经网络树异常入侵检测方法 被引量：3

15

作者 徐琴珍 杨绿溪 《信号处理》 CSCD 北大核心 2010年第11期1663-1669,共7页

本文提出了一种基于优化神经网络树(ONNT)的异常检测方法,在提高异常检测精确率的同时,增强异常检测模型学习结果的可理解性、可解释性。ONNT是一种具有二叉树结构的混合学习模型,二叉树的节点分裂遵循信息增益率准则;其中间节点嵌入了... 本文提出了一种基于优化神经网络树(ONNT)的异常检测方法,在提高异常检测精确率的同时,增强异常检测模型学习结果的可理解性、可解释性。ONNT是一种具有二叉树结构的混合学习模型,二叉树的节点分裂遵循信息增益率准则;其中间节点嵌入了结构简单的感知器神经网络,能够根据当前节点上给定的子样本集和教师信号,选择较小的特征子集构建相对简单的局部决策曲面。本文提出的异常检测方法包括两个方面的性能优化:1)通过优化神经网络树(NNT)的中间节点,降低局部决策曲面的复杂度,从而使中间节点能在可接受的计算代价内表示成低复杂度的布尔函数或规则集,为实现学习结果的可解释性提供基础;2)通过优化学习模型的整体结构,降低所有中间节点的规则析取式的前件复杂度,从而提高学习结果的可理解性。实验的数值结果表明,与基于NNT的异常检测方法相比,本文提出的方法能够以简单的中间节点和相对精简的整体结构提高检测结果的可解释性和可理解性;与其他同类方法相比,基于ONNT的异常检测方法具有较高的检测精确率,且在一定程度上给出了对异常检测具有重大影响的一些特征信息。 展开更多

关键词 异常检测 可理解性和可解释性 优化神经网络树 混合学习模型

在线阅读 下载PDF 职称材料

前馈神经网络的一个新的自适应学习算法 被引量：2

16

作者 叶东毅 何萧玲 《系统工程与电子技术》 EI CSCD 1998年第12期72-74,93,共4页

本文在文献［８］的工作基础上，给出前馈神经网络的一个改进的自适应学习算法。对几个经典的算例和Ｆｉｓｈｅｒ植物分类问题的计算表明，本文算法取得了良好的效果。

关键词 逼近度 学习理论 算法 前馈神经网络

在线阅读 下载PDF 职称材料

市场竞争机制下用户用电行为特性辨识模型 被引量：12

17

作者 李扬 陈玉辰 +1 位作者 王子健 蒋浩然 《电力自动化设备》 EI CSCD 北大核心 2019年第11期92-98,共7页

研究市场环境下的用户用电行为,有利于优化电力市场机制,为市场的数据化运营奠定基础,对电网的安全稳定运行有着积极的作用。首先,针对不同用户在电力市场环境下对电能价格和需求响应政策等的反应机制,从购电潜力、电价敏感度、需求响... 研究市场环境下的用户用电行为,有利于优化电力市场机制,为市场的数据化运营奠定基础,对电网的安全稳定运行有着积极的作用。首先,针对不同用户在电力市场环境下对电能价格和需求响应政策等的反应机制,从购电潜力、电价敏感度、需求响应潜力3个方面构建市场行为评价指标体系,在对初始用户样本进行指标量化的基础上,采用二次聚类法确定用户初始类别;然后,基于学习向量量化(LVQ)神经网络和自组织映射(SOM)神经网络,提出具有类别增量学习功能的自适应辨识模型;最后,基于某地市的实际用户数据进行模型验证。算例结果表明,所提自适应辨识模型的辨识结果准确,能有效地辨识得到新的用户类型,同时在更新辨识模型的速度上也有较大的优越性。 展开更多

关键词 电力市场 用电行为 竞争机制 自适应辨识 LVQ神经网络 SOM神经网络 类别增量学习 模型

在线阅读 下载PDF 职称材料

基于ANFIS的非线性电机系统的建模 被引量：7

18

作者 丛爽 高雪鹏 《基础自动化》 CSCD 2002年第1期6-8,共3页

将一种神经—模糊结构—自适应神经模糊推理系统 (简称ANFIS)用于非线性电机系统的建模 ,获得了一个良好的大范围的全局非线性模型 ,同时 ,通过与反向传播网络建模结果的性能对比 ,说明ANFIS在参数收敛速度及建模精度上的优越性。显示出... 将一种神经—模糊结构—自适应神经模糊推理系统 (简称ANFIS)用于非线性电机系统的建模 ,获得了一个良好的大范围的全局非线性模型 ,同时 ,通过与反向传播网络建模结果的性能对比 ,说明ANFIS在参数收敛速度及建模精度上的优越性。显示出ANFIS是非线性系统的建模。 展开更多

关键词 非线性电机系统 建模 ANFIS 混合学习算法 隶尿函数

在线阅读 下载PDF 职称材料

水轮发电机组的直接自适应模糊控制 被引量：3

19

作者 张建明 王树青 《动力工程》 CSCD 北大核心 2001年第2期1180-1184,共5页

提出了一种新颖的直接自适应模糊控制方法。基于简化了的 T-S(Takagi-Sugeno)模糊推理规则 ,采用神经网络权值的联想式学习修正方法 ,对 T-S模糊推理规则进行在线修正 ,给出了相应的神经网络实现结构 ,从而实现了不需要建立受控对象模... 提出了一种新颖的直接自适应模糊控制方法。基于简化了的 T-S(Takagi-Sugeno)模糊推理规则 ,采用神经网络权值的联想式学习修正方法 ,对 T-S模糊推理规则进行在线修正 ,给出了相应的神经网络实现结构 ,从而实现了不需要建立受控对象模型的直接自适应模糊控制。对一混流式水轮机组的仿真控制实验结果证明了所提出方法具有设计简单、鲁棒性强的优点 ,能适应水轮机组在不同工况下的控制要求。图 9参 展开更多

关键词 水轮发电机组 模糊控制 联想式学习 模糊神经网络 非模型控制 自适应控制

在线阅读 下载PDF 职称材料

基于依存图卷积的实体关系抽取模型 被引量：3

20

作者 刘源 刘胜全 +1 位作者 常超义 孙伟智 《现代电子技术》 2022年第13期111-117,共7页

目前大多数端到端的关系抽取方法解决了流水线方法的误差累计问题,但是仍然存在两个问题:结构特征表示不足,缺乏句法结构等信息;句子中存在着大量实体重叠关系,未考虑这些实体重叠关系的抽取导致关系三元组召回率低的问题。针对这些问题... 目前大多数端到端的关系抽取方法解决了流水线方法的误差累计问题,但是仍然存在两个问题:结构特征表示不足,缺乏句法结构等信息;句子中存在着大量实体重叠关系,未考虑这些实体重叠关系的抽取导致关系三元组召回率低的问题。针对这些问题,提出一种基于图卷积神经网络的实体关系抽取模型。使用依存句法分析对文本构图,然后通过双向GraphSage提取其结构特征,融入句法结构的特征向量在预测关系时有着更好的表现。而对于关系重叠问题,一次性将所有关系抽取较为困难,因此将该任务分为两步:第一步只抽取非重叠关系与单实体重叠关系;第二步中语言模型抽取关系触发词,并与实体词一起构建实体关系图,这一步能够提高实体对重叠关系的抽取能力。 展开更多

关键词 关系抽取 图神经网络 关系触发词 深度学习 实体重叠 依存句法树 多任务学习 预训练语言模型

在线阅读 下载PDF 职称材料