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352篇文章
< 1 2 … 18 >
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：
基于数据挖掘技术的拖拉机发动机故障诊断 被引量：2
1
作者 匡伟祥 《农机化研究》 北大核心 2025年第2期244-248,共5页
拖拉机是农业生产的重要工具,发动机是其核心部件,如发动机出现故障,将会直接影响农业生产效率和产量。为此,提出了一种使用数据挖掘技术进行拖拉机发动机故障诊断的方法。利用了机器学习技术和统计学,首先针对拖拉机田间运行信号噪音... 拖拉机是农业生产的重要工具,发动机是其核心部件,如发动机出现故障,将会直接影响农业生产效率和产量。为此,提出了一种使用数据挖掘技术进行拖拉机发动机故障诊断的方法。利用了机器学习技术和统计学,首先针对拖拉机田间运行信号噪音较大的问题,引入小波阈值去噪的方法;其次,基于卷积神经网络模型,引入一种注意力机制,提高故障诊断准确率,并通过对拖拉机传感器数据进行分析,可以帮助诊断和预测发动机故障;最后,通过实验结果验证了算法的有效性。研究结果不仅可以提高故障的准确性和效率,还能够节约维修成本和提高机器的利用率,具有较高的应用价值。 展开更多
关键词 拖拉机 发动机故障诊断 数据挖掘技术 机器学习 特征选择
在线阅读 下载PDF
基于网络流量的挖矿币种识别方法研究
2
作者 彭晏飞 郭家隆 +2 位作者 黄瑾 郑宏威 王庚哲 《计算机工程与应用》 北大核心 2025年第13期200-207,共8页
针对当前挖矿币种识别数据集匮乏以及币种识别方法单一问题,基于挖矿网络流量构建了一套挖矿币种识别数据集MCID,包含5种虚拟货币挖矿币种的14348条样本。同时将币种识别定义为文本分类任务,结合文本特征向量与机器学习方法进行币种分... 针对当前挖矿币种识别数据集匮乏以及币种识别方法单一问题,基于挖矿网络流量构建了一套挖矿币种识别数据集MCID,包含5种虚拟货币挖矿币种的14348条样本。同时将币种识别定义为文本分类任务,结合文本特征向量与机器学习方法进行币种分类的基线模型实验。在此基础上,以决策树为基学习器,构建多层次Bagging分类模型。实验结果显示,结合文本特征向量与机器学习的基线模型在MCID上取得了显著效果,尤其是N-Gram+多层感知器模型,准确率和F1值分别达到97.14%和96.95%。多层次Bagging分类模型的表现优于所有基线模型,其准确率和F1值分别达到了97.49%和97.32%。不仅填补了币种识别数据集的研究空白,还提供了币种分类的基线模型,并在其基础上构建了多层次Bagging分类模型,为虚拟货币挖矿币种识别方法的选择提供了指导。此外,该研究的结论也可为未来虚拟货币挖矿场景模拟、金融安全和节能减排等业务的结合提供参考依据。MCID已在GitHub上公开发布,详细地址如下:https://github.com/jialongguo/MCID。 展开更多
关键词 虚拟货币 挖矿 网络流量 币种识别 机器学习
在线阅读 下载PDF
视图映射和循环一致性生成的不完整多视图聚类
3
作者 王英博 郭凯雪 《智能系统学报》 北大核心 2025年第2期316-328,共13页
传统聚类假设每个视图都完整,没有考虑数据损坏、设备故障导致的不完整视图情况。针对此问题,已有方法大多基于核和非负矩阵分解提出,没有明确补偿每个视图丢失的数据,学习的潜在表示也没有考虑聚类任务。为此设计视图映射和循环一致性... 传统聚类假设每个视图都完整,没有考虑数据损坏、设备故障导致的不完整视图情况。针对此问题,已有方法大多基于核和非负矩阵分解提出,没有明确补偿每个视图丢失的数据,学习的潜在表示也没有考虑聚类任务。为此设计视图映射和循环一致性生成的不完整多视图聚类(incomplete multi-view clustering generated by view mapping and cyclic consistency,MG_IMC),利用已有数据信息得到各视图的风格编码和共享潜在表示,并通过生成对抗网络生成缺失的数据,在完整数据集上利用加权自适应融合捕获更好的通用结构,并在深度嵌入聚类层完成聚类任务。使用KL散度(Kullback-Leibler divergence)联合训练模型,学习的公共表示有助于生成缺失的数据,而补全的数据进一步生成聚类友好的公共表示。实验表明,相比已有方法,该算法得到更好的聚类效果。 展开更多
关键词 数据挖掘 聚类 多视图学习 不完全多视图聚类 深度学习 自动编码器 生成对抗性网络 KL散度
在线阅读 下载PDF
基于音频信号的含能材料撞击感度机器学习识别 被引量：1
4
作者 张炳儒 李明 +8 位作者 文玉史 郭峰 于绍钧 纪春亮 林聪妹 郝利霄 韩勇 邓川 代晓淦 《含能材料》 北大核心 2025年第2期136-147,共12页
为了提高炸药撞击感度测试的准确性和客观性,采用机器学习方法对炸药撞击响应声信号的智能识别进行了研究。基于落锤式撞击感度测试装置针对混合炸药开展了试验,利用音频采集系统同步采集了撞击过程中的声信号,提取了最大值、带宽等一... 为了提高炸药撞击感度测试的准确性和客观性,采用机器学习方法对炸药撞击响应声信号的智能识别进行了研究。基于落锤式撞击感度测试装置针对混合炸药开展了试验,利用音频采集系统同步采集了撞击过程中的声信号,提取了最大值、带宽等一维的时域和频域特征,用短时傅里叶变换(STFT)将音频数据转换为二维的频谱图,采用条件生成对抗网络(cGAN)对一维数据进行数据增强,采用深度卷积生成对抗网络(DCGAN)对二维频谱图进行数据增强,采用了多种机器学习模型包括随机森林(RF)、极端梯度提升(XGBoost)、反向传播神经网络(BPNN)、支持向量机(SVM)、k-means聚类算法、卷积神经网络(CNN)、视觉Transformer(ViT)进行判爆分类。结果表明,RF、XGBoost、BPNN和SVM在原始数据集上的准确率均超过99.5%,在cGAN增强数据上最终达到100%,而k-means聚类算法初始达到了98.5%的准确率,在增强数据上呈现准确率先上升后下降的趋势。CNN和ViT在原始数据上的准确率分别为98.1%和98.4%,在增强数据上达到98.4%和98.9%,在增强数据上的表现有所提升,但受限于小样本环境和轻微的过拟合问题,准确率还有一定的提升空间。总体而言,本研究提出的基于机器学习的炸药撞击感度智能识别方法取得了较高的准确率,验证了其在爆炸声信号判爆任务中的可靠性与实用性,同时能够在一定程度上改善传统人工判爆的主观性和效率低的问题,为炸药使用安全性提供了可靠的技术方案。 展开更多
关键词 撞击感度 机器学习 深度学习 数据增强 卷积神经网络 声信号识别
在线阅读 下载PDF
全国名中医朴炳奎诊治肺癌辨证体系构建 被引量：1
5
作者 刘福栋 姜晓晨 +2 位作者 李奕 庞博 朴炳奎 《世界中医药》 北大核心 2025年第4期665-670,共6页
目的:探索朴炳奎教授诊治肺癌的独特辨证体系,实现名老中医经验结构化、科学化表达。方法:选取2006年1月至2020年10月朴炳奎教授诊治的肺癌病案资料并建立数据库,运用描述性统计、贝叶斯网络分析构建证候特征模型和证候诊断模型。结果:1... 目的:探索朴炳奎教授诊治肺癌的独特辨证体系,实现名老中医经验结构化、科学化表达。方法:选取2006年1月至2020年10月朴炳奎教授诊治的肺癌病案资料并建立数据库,运用描述性统计、贝叶斯网络分析构建证候特征模型和证候诊断模型。结果:15个病案关键要素为分类依据,构建37个证候特征模型,可视化表达肺癌证候分布;进一步应用贝叶斯网络构建了“脾肺气虚”“痰湿蕴结”“湿热毒蕴”“肝肾亏虚”“瘀阻脑络”5类证候的辨证模型。结论:构建了朴炳奎教授诊治肺癌辨证体系,该体系具有强调系统观以辨病位、强调整体观以辨病性、倡导恒动观以辨病证的特点,与朴炳奎教授临证经验相契合。 展开更多
关键词 中医药 名老中医 肺癌 辨证论治 机器学习 数据挖掘 贝叶斯网络
在线阅读 下载PDF
横向联邦学习:研究现状、系统应用与挑战 被引量：2
6
作者 吴文泰 吴应良 +1 位作者 林伟伟 左文明 《计算机学报》 北大核心 2025年第1期35-67,共33页
随着数据和算力向网络边缘下沉,人工智能应用的研发愈加依赖隐私敏感的用户数据。在这一趋势的推动下,联邦学习因其强调隐私保护的特性而逐渐成为一个广泛应用的分布式机器学习框架。作为联邦学习的原始范式,横向联邦学习(Horizontal Fe... 随着数据和算力向网络边缘下沉,人工智能应用的研发愈加依赖隐私敏感的用户数据。在这一趋势的推动下,联邦学习因其强调隐私保护的特性而逐渐成为一个广泛应用的分布式机器学习框架。作为联邦学习的原始范式,横向联邦学习(Horizontal Federated Learning,HFL)具有扩展能力强和使用场景广泛等特点,因此是近年来该领域的研究重心,同时在产业界相关需求的驱动下有着十分广泛的应用前景。横向联邦学习的研究涉及机器学习、分布式系统、无线通信和信息安全等多个学术领域,从研究动机到技术方法都呈现多样化,但现有文献未能展现相关研究现状的全貌。此外,横向联邦学习相关技术的发展催化出了一系列开源系统框架、公开数据集以及多种场景下的应用,对进一步研究与实践都具有参考价值。为此,本文对横向联邦学习的研究现状和系统应用进行综合性调研:首先,对相关文献按照研究目标和技术角度进行全面地分类梳理,从多领域视角分析了各分支的研究现状;其次,从应用实践的视角,对比分析了面向横向联邦学习的主流系统框架与代码库、描述了数据准备方法以及典型的应用场景。在此基础上,阐明了横向联邦学习算法研究和系统应用面临的6个关键挑战,为如何缩小相关研究与系统实践之间的鸿沟提供了新的参考。 展开更多
关键词 横向联邦学习 数据隐私 分布式系统 机器学习 人工神经网络
在线阅读 下载PDF
基于机器学习与多源数据融合的东天山戈壁沙漠覆盖区中-酸性侵入岩岩性填图 被引量：1
7
作者 肖凡 杨华清 +2 位作者 唐奥 黄旋财 王翠翠 《地学前缘》 北大核心 2025年第4期199-212,共14页
东天山地区矿产资源丰富,构造演化复杂,出露大面积的中-酸性侵入岩,它们主要形成于晚古生代,与区域构造演化和内生金属矿床成矿关系十分密切,对区域构造环境和成矿规律的认识具有重要意义。然而,由于覆盖层的遮蔽作用,覆盖区内中-酸性... 东天山地区矿产资源丰富,构造演化复杂,出露大面积的中-酸性侵入岩,它们主要形成于晚古生代,与区域构造演化和内生金属矿床成矿关系十分密切,对区域构造环境和成矿规律的认识具有重要意义。然而,由于覆盖层的遮蔽作用,覆盖区内中-酸性侵入岩的地质填图信息是不完整或完全缺失的,这在一定程度上制约了东天山区域构造与成矿规律的认识。近年来,基于大数据研究新范式发展起来的融合地球物理、地球化学、遥感图像等多源探测数据进行间接岩性填图的方法,为解决这一难题提供了有效途径。机器学习算法被诸多实例证明是数据融合的有力工具,它对复杂非线性地学数据的分类和判别等问题具有较强的适用性。为此,本文提出利用机器学习方法融合重力、航磁、地球化学、遥感影像数据,快速、经济、更准确地进行东天山地区中-酸性侵入岩的填图工作。对研究区内出露的中-酸性侵入岩进行类别标定并将其作为目标变量,将布格重力、航磁、水系沉积物地球化学和Landsat卫星多波段遥感影像数据作为预测变量,采用合成少数类过采样技术,解决岩性样本数据分布不均衡问题。基于随机森林和人工神经网络算法,对超参数进行网格搜索得到最优预测模型,分别对东天山地区覆盖区内隐伏中-酸性岩体的空间分布和岩性进行预测,并对预测结果进行对比分析和讨论。准确率、召回率和F 1得分都表明随机森林模型优于人工神经网络模型,故最终选取随机森林模型的预测结果作为东天山覆盖区的中-酸性侵入岩岩性填图的最终结果,进一步讨论了中-酸性侵入岩的空间分布对区域构造和成矿作用的控制规律。相比于传统的人工地质填图方式,基于机器学习和多源数据融合的间接岩性填图方法具有效率高、成本较低廉和不受地质地理景观条件制约等优点。 展开更多
关键词 机器学习 多源数据 岩性识别 随机森林 人工神经网络
在线阅读 下载PDF
IP地理定位技术综述:理论、方法与应用创新
8
作者 刘学婷 台文鑫 +2 位作者 周帆 王永 陈凯 《通信学报》 北大核心 2025年第4期33-48,共16页
IP地理定位在推断网络空间实体位置方面具有关键作用,广泛应用于通信系统优化、金融风险防控和网络拓扑测绘等领域。针对近20年IP地理定位领域的研究论文进行系统总结,分析各类技术的特点、优势与局限性,并深入调研实际应用场景和潜在... IP地理定位在推断网络空间实体位置方面具有关键作用,广泛应用于通信系统优化、金融风险防控和网络拓扑测绘等领域。针对近20年IP地理定位领域的研究论文进行系统总结,分析各类技术的特点、优势与局限性,并深入调研实际应用场景和潜在发展方向。通过构建综合性IP地理定位技术体系框架,整合不同方法与范式,重点分析目前存在的问题,旨在为后续研究提供理论与方法论的支持,推动IP地理定位技术进一步发展和创新性应用。 展开更多
关键词 网络空间实体 IP地理定位 数据挖掘 基准点分析 网络时延测量 机器学习 深度学习
在线阅读 下载PDF
深度学习算法的舰船用电数据挖掘研究
9
作者 王晓辉 高鹏翔 孙守强 《舰船科学技术》 北大核心 2025年第9期170-174,共5页
为捕捉序列中相隔较远信息之间的联系,设计了基于门控循环单元深度学习算法的舰船用电数据挖掘方法。利用采集终端实时采集发电机组、甲板机械等设备的原始舰船用电数据;将原始用电数据转换为标准格式,根据舰船电力系统电能质量分析与... 为捕捉序列中相隔较远信息之间的联系,设计了基于门控循环单元深度学习算法的舰船用电数据挖掘方法。利用采集终端实时采集发电机组、甲板机械等设备的原始舰船用电数据;将原始用电数据转换为标准格式,根据舰船电力系统电能质量分析与故障诊断等需求,运用深度学习算法中的门控循环单元,在原始用电数据内捕捉序列中相隔较远信息之间的联系,挖掘舰船用电数据规律特征,为舰船用电管理优化提供决策支持。实验证明:该方法可有效实时采集原始舰船用电数据,并有效挖掘舰船用电数据规律特征;应用该方法后,可有效提升舰船电力系统负荷预测精度。 展开更多
关键词 深度学习算法 舰船用电数据 数据挖掘 长短期记忆网络
在线阅读 下载PDF
基于大数据和机器学习方法的含铈矿物生态学研究
10
作者 古丽妮尕尔 邢介奇 +8 位作者 康石长 席佳鑫 林枭举 杨宜坪 杨莉 杨波 孟文祥 鲜海洋 朱建喜 《地球化学》 北大核心 2025年第4期575-584,I0009-I0012,共14页
稀土是发展能源转换、超导和量子工程等高新技术领域不可替代的战略性矿产资源。然而,对于稀土矿物分布、多样性和共生规律的认识极为不足。前人通过大数据和机器学习方法对Be、B和C等矿物生态学和矿物共生网络的研究,识别矿物共生组合... 稀土是发展能源转换、超导和量子工程等高新技术领域不可替代的战略性矿产资源。然而,对于稀土矿物分布、多样性和共生规律的认识极为不足。前人通过大数据和机器学习方法对Be、B和C等矿物生态学和矿物共生网络的研究,识别矿物共生组合隐藏的规律,预测总矿物种数、可能的化学组分和成矿环境,为寻找新矿物以及有效利用矿产资源提供新方向。本文立足于Mindat和RRUFF数据库提供的地球近地表166种含Ce矿物的矿物学信息,通过大量罕见事件(LNRE)模型预测:地球近地表至少存在223±3种含Ce矿物,还有57±3种含Ce矿物尚未被发现,包括39±3种含O矿物、36±11种含H矿物、50±1种含Si矿物、45±22种含Ca矿物、39±5种含Na矿物、28±5种含C和23±2种含F矿物。这些尚未被发现的矿物多数与碳酸盐岩演化的不同阶段相关。此外,Ce的矿物网络分析结果表明,含Ce矿物被划分为4种不同的成矿环境,暗示新的含Ce矿物成矿环境。本研究为开展其他稀土元素的矿物生态学和矿物共生网络研究提供研究思路和方法,对发现稀土新矿物以及有效利用稀土矿产资源具有重要指导意义。 展开更多
关键词 含Ce矿物 大数据 机器学习 大量罕见事件频率分布 矿物共生网络分析
在线阅读 下载PDF
异质图表征学习综述
11
作者 李亚聪 刘皓冰 +2 位作者 蒋若冰 刘聪 朱燕民 《软件学报》 北大核心 2025年第6期2794-2826,共33页
异质图因其能够反映现实世界中实体及其复杂多样的关系,而在诸多领域中扮演着至关重要的角色.异质图表征学习技术,旨在将图中的信息有效地映射到低维空间中,以便捕获和利用节点间深层的语义关联,进而支持节点分类、聚类等下游分析任务.... 异质图因其能够反映现实世界中实体及其复杂多样的关系,而在诸多领域中扮演着至关重要的角色.异质图表征学习技术,旨在将图中的信息有效地映射到低维空间中,以便捕获和利用节点间深层的语义关联,进而支持节点分类、聚类等下游分析任务.深入调研异质图表征学习的最新研究进展,涵盖方法论和应用实践.首先对异质图的基本概念进行形式化定义,并讨论异质图表征学习的挑战.此外,从浅层模型和深度模型两个角度,系统地回顾当前主流的异质图表征学习方法,特别是深度模型,从异质图转换的视角出发进行分类并分析,进而对多种方法的优势、局限和适用场景进行详尽分析,旨在为读者提供一个全面的研究视角.此外,还介绍异质图表征学习研究中常用的数据集和工具,并探讨其在现实世界中的典型应用.最后,总结主要贡献,并对异质图表征学习领域的未来研究方向展望.本综述旨在为研究者提供一个关于异质图表征学习领域的全面认识,为未来的研究和应用奠定坚实的基础. 展开更多
关键词 异质图 图表征学习 图神经网络 深度学习 数据挖掘
在线阅读 下载PDF
人工智能时代机器学习著作权限制制度之完善——对非表达性使用理论的补充 被引量：1
12
作者 张媛媛 《大连理工大学学报(社会科学版)》 北大核心 2025年第1期92-101,共10页
《中华人民共和国著作权法》中合理使用条款文本与数据挖掘例外规定的缺失,使我国科研领域的国际竞争面临不利的制度环境。国内外学者为证成文本与数据挖掘过程中作品使用行为的合法性,提出了非表达性使用理论。该理论较好地说明了机器... 《中华人民共和国著作权法》中合理使用条款文本与数据挖掘例外规定的缺失,使我国科研领域的国际竞争面临不利的制度环境。国内外学者为证成文本与数据挖掘过程中作品使用行为的合法性,提出了非表达性使用理论。该理论较好地说明了机器学习过程中的作品使用行为不以欣赏美感为目的,且与作者的许可市场不构成竞争,但未能回答复制不包含美感的功能性作品是否合理的问题。因此,应当将拓展后的“非表达性使用+不依赖文本符号差异实现功能”作为判定机器学习过程中复制作品是否侵权的理论依据,在《著作权法实施条例》修订过程中将文本与数据挖掘作为合理使用的一种情形予以规定,从使用目的、使用行为与使用结果的规制入手,作出体系化的规则设计。在立法缺失的背景下,可通过分析临时复制产生的缓存数据来规避潜在的侵权风险。 展开更多
关键词 文本与数据挖掘 机器学习 合理使用 非表达性使用
在线阅读 下载PDF
基于数据驱动的WSN故障检测框架
13
作者 许瀚 童英华 《计算机应用研究》 北大核心 2025年第6期1815-1821,共7页
WSN节点通常部署在复杂的工作环境中,传感器节点故障不可避免,为了实时检测WSN中的故障,提出了一种数据驱动的故障检测框架。通过对无线传感网络运行初期采集的数据进行过滤和收集,使用过滤后的数据构造用于故障检测模型训练的数据集,... WSN节点通常部署在复杂的工作环境中,传感器节点故障不可避免,为了实时检测WSN中的故障,提出了一种数据驱动的故障检测框架。通过对无线传感网络运行初期采集的数据进行过滤和收集,使用过滤后的数据构造用于故障检测模型训练的数据集,提高模型的检测精度。通过划分时间窗口,使故障诊断模型检测最新时间窗口内的传感器故障,并且恢复其中的异常数据,使用处理后的数据集重新训练模型以检测下一个窗口的故障。通过循环训练和检测,实现检测模型的实时更新以提高模型的检测性能。实验结果表明,相比经典检测模型和最新的机器学习检测模型,在不同类型的故障数据集上,检测精确度、准确度等指标均有提升,且时间复杂度更低。因此,框架具有较好的检测性能,能够更好地适应动态变化的WSN环境。 展开更多
关键词 无线传感网络 容错 故障检测 机器学习 数据驱动 数据插值
在线阅读 下载PDF
法律与技术的协同演化——以日本文本与数据挖掘权利限制条款为例 被引量：1
14
作者 刘影 《知识产权》 北大核心 2025年第4期111-126,共16页
基于技术与制度协同演化理论来应对机器学习对于著作权权利限制条款的挑战,有助于突破技术作用于制度或者制度作用于技术的单向视角局限,填补制度与技术相互作用的动态视角盲区。日本著作权法的立法创新体现在两方面:一是通过权利限制... 基于技术与制度协同演化理论来应对机器学习对于著作权权利限制条款的挑战,有助于突破技术作用于制度或者制度作用于技术的单向视角局限,填补制度与技术相互作用的动态视角盲区。日本著作权法的立法创新体现在两方面:一是通过权利限制条款的结构重塑,来应对人工智能等新兴技术对现行著作权法的制度挑战;二是通过将文本与数据挖掘特定技术场景纳入权利限制范畴,为人工智能技术进步创设更为充分的制度允纳空间。我国《著作权法》中权利限制条款的结构重塑,应在制度与技术协同演化的总体思路下展开,根据著作权人的不利益程度划分成为三大类,并为之单独设计权利限制条款。机器学习对于作品的使用不会给著作权人带来规范性损害,其权利限制条款的设计思路可分为三步:首先通过抽象性条款来增强法律适用的灵活性,然后通过列举方式将以文本与数据挖掘为代表的特定技术纳入其中,最后通过但书条款的设计来确保著作权人的利益不受显著损害。 展开更多
关键词 协同演化 机器学习 文本与数据挖掘 权利限制条款 结构重塑
在线阅读 下载PDF
基于混合时序卷积自编码器的煤矿瓦斯异常检测方法
15
作者 高成 盛武 张琪 《计算机工程与设计》 北大核心 2025年第8期2410-2416,共7页
煤矿采煤面监测数据存在噪声多、数据不平衡的问题,提出一种基于混合时序卷积自编码器(HTCAE)的煤矿瓦斯异常检测方法。设计并行卷积分布拟合(PCDF)模块和融合方向与距离(FDD)的损失函数增强模型特征学习能力;提出基于欧氏距离、余弦距... 煤矿采煤面监测数据存在噪声多、数据不平衡的问题,提出一种基于混合时序卷积自编码器(HTCAE)的煤矿瓦斯异常检测方法。设计并行卷积分布拟合(PCDF)模块和融合方向与距离(FDD)的损失函数增强模型特征学习能力;提出基于欧氏距离、余弦距离和平均绝对误差的复合异常检测(CAD)模块,提升异常检测的准确性与鲁棒性。经实验分析验证,与SAE、DAE、AE、1D-CNN、FNN等方法相比,该方法的F1-score提高了3.98个百分点,表现出良好的鲁棒性,可为煤矿瓦斯异常预警提供可靠依据。 展开更多
关键词 异常检测 自编码器 卷积神经网络 无监督学习 鲁棒性 煤矿瓦斯 在线监测数据
在线阅读 下载PDF
基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法
16
作者 潘美琪 贺兴 《太阳能学报》 北大核心 2025年第1期192-200,共9页
风电机组变桨系统的少量不均衡故障样本难以训练基于数据驱动的故障诊断模型,导致监测系统常常漏报或误报故障。针对上述问题,提出一种基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法。在数据层面,由于原始样本类别不平衡,基于时... 风电机组变桨系统的少量不均衡故障样本难以训练基于数据驱动的故障诊断模型,导致监测系统常常漏报或误报故障。针对上述问题,提出一种基于TimeGAN-Stacking的风电机组变桨系统故障诊断方法。在数据层面,由于原始样本类别不平衡,基于时序生成对抗网络(TimeGAN)跟踪风电机组运行数据逐步概率分布的动态变化特征,同时优化生成样本的全局分布与局部分布,有效平衡且扩容风电机组多种故障综合样本集;在模型层面,建立Stacking集成模型,融合多个故障诊断器的优势,进一步提高故障诊断能力。最后,基于实际风场数据对所提方法进行测试,结果表明,所提出的TimeGAN-Stacking故障识别方法可有效诊断4种变桨故障。 展开更多
关键词 风电机组 数据挖掘 故障分析 深度学习 时序生成对抗网络 样本增强
在线阅读 下载PDF
中医证候学在名老中医经验传承研究中的应用与思考
17
作者 刘福栋 姜晓晨 +2 位作者 李奕 申倩 庞博 《世界中医药》 北大核心 2025年第7期1173-1179,共7页
“辨证论治”是中医学的独特思维体系,是指导中医学理论学习和临床实践的基本原则,是探索中医学原理的重要方法。名老中医经验是中医药知识的重要组成部分,是中医学传承的重要载体。引入机器学习方法,梳理并总结近年来中医证候研究与名... “辨证论治”是中医学的独特思维体系,是指导中医学理论学习和临床实践的基本原则,是探索中医学原理的重要方法。名老中医经验是中医药知识的重要组成部分,是中医学传承的重要载体。引入机器学习方法,梳理并总结近年来中医证候研究与名老中医经验传承的研究现状,基于大量客观记载的临床病案,研究“病-症-证-法-方-药”各要素之间的关联关系,客观还原名老中医辨证论治思维体系,然后结合学习型继承、归纳总结式继承和访谈研究等“人机结合”的方法,更加客观、全面、系统地传承名老中医学术思想和诊疗经验。 展开更多
关键词 中医药 名老中医经验 辨证论治 中医证候学 经验传承 机器学习 数据挖掘 医案
在线阅读 下载PDF
RFA-XGBoost模型在移动网络潜在投诉用户预测中的应用
18
作者 张鹏 高源 《电信科学》 北大核心 2025年第3期167-178,共12页
为了提前预测并减少移动网络用户投诉事件的发生,深入研究了多维数据分析在移动网络潜在投诉用户预测中的应用。采集移动网络用户广泛的业务域和运营域指标作为输入特征数据,成功构建了基于极限梯度提升(extreme gradient boosting,XGBo... 为了提前预测并减少移动网络用户投诉事件的发生,深入研究了多维数据分析在移动网络潜在投诉用户预测中的应用。采集移动网络用户广泛的业务域和运营域指标作为输入特征数据,成功构建了基于极限梯度提升(extreme gradient boosting,XGBoost)算法的潜在投诉用户预测模型,该模型在测试集上平均预测准确率达96.35%。同时,提出了迭代特征增强XGBoost(recursive feature augmented XGBoost,RFAXGBoost)预测模型用于潜在投诉用户预测,即通过不断迭代将前一轮XGBoost模型的预测输出作为新的特征添加到特征集中,并重新训练新一轮的XGBoost模型,优化后的平均预测准确率可提升至98.89%。所提研究成果对于移动网络运营商而言,意味着能够更早地识别并介入潜在投诉情况,从而有效预防投诉事件的发生,进一步提升用户满意度和服务质量,具有重要的实践意义和商业价值。 展开更多
关键词 潜在投诉用户预测 机器学习 XGBoost 数据挖掘
在线阅读 下载PDF
模糊支持向量机下激光光栅大数据挖掘优化研究
19
作者 范少帅 姚远耀 占美星 《激光杂志》 北大核心 2025年第6期159-164,共6页
激光光栅数据中包含多种类型的信息,如波长、高维度、时间序列等,这些多样性增加了数据处理的难度。为了从大量激光光栅数据中提取到有价值的信息和模式,提出了模糊支持向量机下激光光栅大数据挖掘优化方法。基于共空间模式获取激光光... 激光光栅数据中包含多种类型的信息,如波长、高维度、时间序列等,这些多样性增加了数据处理的难度。为了从大量激光光栅数据中提取到有价值的信息和模式,提出了模糊支持向量机下激光光栅大数据挖掘优化方法。基于共空间模式获取激光光栅大数据的波长,利用机器学习技术中的模糊支持向量机将激光光栅数据波长映射到高维空间,并根据各数据波长展开数据智能挖掘,通过连续域蚁群算法确定模糊支持向量机的最优参数,以此提高机器学习技术的数据挖掘性能。实验结果表明,该方法对激光光栅数据的波长提取效果较好,在同类数据中的挖掘性能较高。 展开更多
关键词 机器学习技术 激光光栅大数据 数据挖掘 共空间模式 模糊支持向量机
在线阅读 下载PDF
基于集成学习的矿山能耗预测与异常检测方法
20
作者 索智文 贾美玲 +2 位作者 闫明 屈波 周超逸 《金属矿山》 北大核心 2025年第7期189-194,共6页
随着矿山自动化和智能化的不断发展,智慧矿山已成为矿山行业转型升级的重要方向。能耗优化和异常检测是智慧矿山建设中的关键环节,对矿山安全生产和经济效益至关重要。提出了一种基于集成学习策略的矿山能耗预测与异常检测方法。首先,... 随着矿山自动化和智能化的不断发展,智慧矿山已成为矿山行业转型升级的重要方向。能耗优化和异常检测是智慧矿山建设中的关键环节,对矿山安全生产和经济效益至关重要。提出了一种基于集成学习策略的矿山能耗预测与异常检测方法。首先,构建了一个基于集成学习的能耗预测模型。该模型利用历史能耗数据和实时监测数据,通过集成支持向量机、随机森林和神经网络等算法,对矿山能耗进行实时预测和优化。其次,提出了一种基于集成学习的异常检测方法。该方法将孤立森林、局部异常因子和自编码器等算法进行集成,对矿山能耗数据进行异常检测。将所提方法应用于某矿山,结果表明:与单一方法相比,该方法可以有效降低矿山能耗,提高异常检测的准确性,为矿山智能化建设提供了技术支持。 展开更多
关键词 智慧矿山 集成学习 异常检测 支持向量机 随机森林 神经网络
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 … 18 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