用于雨线和雨滴去除的像素级核预测网络

1

作者 李克文 姚贤哲 +1 位作者 蒋衡杰 刘文龙 《计算机工程与设计》 北大核心 2025年第1期182-189,共8页

针对现有的图像去雨算法通常需要设计先验知识和多阶段优化框架导致算法适应场景单一的问题,提出一种基于图像过滤统一去除雨线和雨滴的去雨核预测网络(RKPN)。有雨图像通过RKPN估计像素级去雨内核。采用空洞卷积提取多尺度特征,提出一... 针对现有的图像去雨算法通常需要设计先验知识和多阶段优化框架导致算法适应场景单一的问题,提出一种基于图像过滤统一去除雨线和雨滴的去雨核预测网络(RKPN)。有雨图像通过RKPN估计像素级去雨内核。采用空洞卷积提取多尺度特征,提出一个多分支特征聚合模块。通过数据增强构建一个雨线和雨滴混合数据集(RDRS),提升现实世界复杂场景中图像去雨算法的效果。对4个公开数据集和RDRS数据集的广泛实验结果表明,所提模型取得均高于MPRNet等主流网络的峰值信噪比和结构相似度。 展开更多

关键词 深度学习 图像去雨 核预测网络 计算机视觉 混合雨模式 图像过滤 注意力机制

在线阅读 下载PDF 职称材料

基于自注意力机制与高斯混合变分自编码器的飞行轨迹聚类方法研究

2

作者 张召悦 李莎 鲍水达 《河南科技大学学报(自然科学版)》 北大核心 2025年第1期25-33,M0003,M0004,共11页

为精确识别飞行轨迹的运行模式,提出了一种基于自注意力机制(SA)与高斯混合变分自编码器(GMVAE)的飞行轨迹聚类方法。SA-GMVAE是一种端到端的深度聚类方法,GMVAE利用变分推断估计每条轨迹的潜在分布,将输入的飞行轨迹数据映射到由多个... 为精确识别飞行轨迹的运行模式,提出了一种基于自注意力机制(SA)与高斯混合变分自编码器(GMVAE)的飞行轨迹聚类方法。SA-GMVAE是一种端到端的深度聚类方法,GMVAE利用变分推断估计每条轨迹的潜在分布,将输入的飞行轨迹数据映射到由多个高斯分布组成的潜在空间,同时依据轨迹分布特征进行聚类。考虑到GMVAE无法兼顾潜在特征的全局关键信息,将自注意力机制嵌入到编码器中,以便于在特征提取时能够捕获全局依赖关系并自动分配权重,突出关键特征,提升轨迹聚类效果。最后,以天津滨海国际机场的进场飞行轨迹数据集为例验证了模型的有效性,实验结果表明:SA-GMVAE相较于K-means、DBSCAN、DTW+HDBSCAN、AE+DP与AE+GMM 5种聚类方法,轮廓系数分别提高了27.6%、20.2%、18.2%、18.6%、15.7%;与未引入自注意力机制的GMVAE聚类模型相比,轮廓系数提高了9.5%,能够更准确地对飞行轨迹进行聚类。 展开更多

关键词 飞行轨迹 模式识别 变分自编码器 自注意力机制

在线阅读 下载PDF 职称材料

基于多尺度注意力自适应去噪网络的局部放电模式识别 被引量：1

3

作者 郑尚坡 刘俊峰 +3 位作者 曾君 廖晓青 陈历 许建远 《高电压技术》 北大核心 2025年第4期1958-1968,共11页

局部放电的故障类型与气体绝缘开关(gas insulated switchgear,GIS)绝缘故障的严重程度紧密相关,精确识别局部放电故障类型对保障供电系统的稳定性至关重要。传统局部放电模式识别方法缺乏自适应去噪和对多尺度故障特征的处理机制,并且... 局部放电的故障类型与气体绝缘开关(gas insulated switchgear,GIS)绝缘故障的严重程度紧密相关,精确识别局部放电故障类型对保障供电系统的稳定性至关重要。传统局部放电模式识别方法缺乏自适应去噪和对多尺度故障特征的处理机制,并且过于依赖专家经验,以至于在处理含有大量噪声和固有多尺度特性的复杂局部放电信号时存在显著局限性,从而限制了模型对于局部放电故障识别准确率的进一步提升。为解决这些问题,提出一种多尺度注意力自适应去噪网络(multi-scale attention adaptive denoising network,MAADNet),该网络集成了多尺度特征学习模块、卷积注意力模块(convolutional block attention module,CBAM)以及软阈值函数,具备强大的自适应去噪和多尺度故障特征学习能力。具体而言,多尺度特征学习模块通过采用不同空洞率的空洞卷积以提取多尺度特征;而CBAM注意力机制和软阈值函数协同工作,依据输入局部放电信号的特性自适应调整去噪阈值,有效实现噪声抑制。此外,为验证所提网络有效性,通过搭建局部放电试验平台,设计并制作4种典型局放故障模型以收集不同故障类型的局部放电数据集。试验结果表明,所提方法在局部放电数据集上取得94.34%的识别准确率,优于其他先进方法,显示出良好的应用前景。 展开更多

关键词 气体绝缘开关 局部放电 模式识别 多尺度特征 注意力机制

在线阅读 下载PDF 职称材料

血清HBsAg感染的Vis-NIR光谱模式识别研究

4

作者 高乔基 吴振邦 +6 位作者 徐茜 陈敏 刘文轩 曹诚诚 廖敬龙 欧超 潘涛 《分析测试学报》 北大核心 2025年第6期1016-1023,共8页

乙肝表面抗原(HBsAg)是乙肝病毒感染的重要标志物。该文建立了血清HBsAg感染的无试剂可见-近红外(Vis-NIR)光谱模式识别新方法。收集到临床血清样品1243例(HBsAg阳性601、阴性642),采用训练-预测-检验实验设计,搭建了基于多尺度卷积、压... 乙肝表面抗原(HBsAg)是乙肝病毒感染的重要标志物。该文建立了血清HBsAg感染的无试剂可见-近红外(Vis-NIR)光谱模式识别新方法。收集到临床血清样品1243例(HBsAg阳性601、阴性642),采用训练-预测-检验实验设计,搭建了基于多尺度卷积、压缩-激励网络(SE Net)注意力机制和多尺度膨胀卷积的新型卷积神经网络(CNN)集成算法,连同经典的偏最小二乘-判别分析(PLS-DA)和普通浅层CNN算法,被用于建立HBsAg阳性和阴性血清的Vis-NIR光谱判别模型。该研究采用标准正态变量(SNV)变换进行光谱预处理。基于近红外区(780~1118 nm)经SNV处理的光谱的PLS-DA模型和新型CNN模型取得更优的建模效果,新型CNN模型的灵敏度(SEN)达到99.3%,漏诊率(FNR)达到0.7%。结果表明,采用Vis-NIR光谱精准判别HBsAg阳性和阴性血清具有可行性,提出的新型深度学习算法可望应用于其他光谱分析领域。 展开更多

关键词 可见-近红外光谱模式识别 血清HBsAg感染判别 偏最小二乘-判别分析(PLS-DA) 卷积神经网络(CNN) SE Net注意力机制 多尺度膨胀卷积

在线阅读 下载PDF 职称材料

基于运动模式与时频域融合的行人轨迹预测

5

作者 刘亚俊 纪庆革 《计算机科学》 北大核心 2025年第7期92-102,共11页

由于人类行为存在不确定性以及预测未来固有的多模态特点,如何区别预测轨迹的可能性与重要性成为不可避免的问题;行人运动模式则可以作为区分的基准特征。现有以运动模式作为切入点的研究非常匮乏;此外,以往研究局限于轨迹时域或频域单... 由于人类行为存在不确定性以及预测未来固有的多模态特点,如何区别预测轨迹的可能性与重要性成为不可避免的问题;行人运动模式则可以作为区分的基准特征。现有以运动模式作为切入点的研究非常匮乏;此外,以往研究局限于轨迹时域或频域单个维度,未能同时纳入研究。为此,提出了一种基于运动模式与时频域融合的行人轨迹预测模型MPTF,其由轨迹概率预测、回归预测与门控融合网络等组成。概率预测子网络提取轨迹时频域高维特征,结合运动模式以分类方式推理未来轨迹发生概率;回归预测子网络的时域处理分支挖掘行人社交关系,频域处理分支则着重关注不同频率分量对预测准确性的差异性影响;门控网络融合双维度推理特征,以回归方式预测多模态未来轨迹。公开数据集实验表明:MPTF在评估指标ADE与FDE上的总体性能达到研究前沿同等竞争力水平,在UNIV数据集上,ADE/FDE取得0.22/0.40的最优结果,在ETH数据集上,FDE提升8.5%,证明了结合时频域轨迹特征方法的有效性。 展开更多

关键词 行人轨迹预测 运动模式 频域特征 注意力机制 TRANSFORMER

在线阅读 下载PDF 职称材料

主导模式引导的电力系统暂态稳定数据驱动评估方法

6

作者 任顺鑫 王怀远 +1 位作者 李剑 卢国强 《中国电机工程学报》 北大核心 2025年第14期5589-5600,I0022,共13页

基于深度学习的电力系统暂态稳定评估(transient stability assessment,TSA)因评估结果的不可知性和决策过程的不可控性而难以应用于实际。注意力机制在解决不可知与不可控问题上具有广阔前景,目前大多数研究主要集中于前者。为此,提出... 基于深度学习的电力系统暂态稳定评估(transient stability assessment,TSA)因评估结果的不可知性和决策过程的不可控性而难以应用于实际。注意力机制在解决不可知与不可控问题上具有广阔前景,目前大多数研究主要集中于前者。为此,提出一种利用系统主导模式引导模型赋予出更合理的特征注意力权重分布,进而可控地提升模型泛化能力的方法。首先,利用改进的Mean Shift算法对各训练集样本的发电机进行分群,并标记临界机群,实现主导模式的捕捉。然后,构造一种融合主导模式信息的目标函数,用以实现注意力权重分布的优化。最后,将新的目标函数应用到模型的训练与更新中。IEEE 39节点系统和华东电网的算例表明,利用所提方法构建的模型具有更强的泛化能力和更好的抗噪性能,模型的不可知性和不可控性问题得到改善。 展开更多

关键词 暂态稳定 注意力机制 主导模式 MEANSHIFT算法

在线阅读 下载PDF 职称材料

融合公共特征与注意力机制的精矿品位预测方法

7

作者 刘溢文 王芳 +2 位作者 李荣 房雅灵 阎高伟 《控制工程》 北大核心 2025年第2期226-232,共7页

精矿品位是选矿工艺中重要的经济技术指标之一,准确、实时地预测这一指标具有重要意义。然而,实际工业过程中,不同浮选线或浮选槽的环境和操作存在差异,使所采集的数据分布不同,导致利用有标记浮选槽数据建立的模型应用到其他浮选槽时... 精矿品位是选矿工艺中重要的经济技术指标之一,准确、实时地预测这一指标具有重要意义。然而,实际工业过程中,不同浮选线或浮选槽的环境和操作存在差异,使所采集的数据分布不同,导致利用有标记浮选槽数据建立的模型应用到其他浮选槽时适应性差,精矿品位的预测精度低。针对这一问题,将公共特征提取算法应用于精矿品位预测中,来降低不同浮选槽数据的分布差异。考虑到数据具有动态特性,采用时序模式注意力机制和短期时间记忆网络结合的模型对精矿品位进行预测。通过在多个泡沫浮选槽数据集上进行交叉实验,证明了该方法的有效性。 展开更多

关键词 泡沫浮选 精矿品位预测 公共特征 时间模式注意力机制

在线阅读 下载PDF 职称材料

基于ITPA-Informer的新能源汽车动力电池可充电容量预测

8

作者 张帅博 赫飞 李宝峰 《电子测量与仪器学报》 北大核心 2025年第3期53-64,共12页

随着新能源汽车的大范围推广,其核心部件——动力电池的状态评估和可充电容量的准确预测对于评估新能源汽车的可靠性、续航里程和剩余价值意义重大。提出了一种基于ITPA-Informer模型的新能源汽车动力电池可充电容量预测方法,首先通过... 随着新能源汽车的大范围推广,其核心部件——动力电池的状态评估和可充电容量的准确预测对于评估新能源汽车的可靠性、续航里程和剩余价值意义重大。提出了一种基于ITPA-Informer模型的新能源汽车动力电池可充电容量预测方法,首先通过安时积分法结合卡尔曼滤波来估算可充电容量,并通过两阶段特征工程(递归特征消除和核主成分分析)来筛选特征并降维,以缓解实际工况下的维数灾难。模型方面,在Informer模型的Decoder中引入了改进的时间模式注意力机制,提取了除采样时间间隔外不同时间尺度下的特征,通过指数衰减因子调整每个时间步对当前预测的贡献度,增强可充电容量随行驶里程增加而逐渐降低的时序依赖性。实验结果表明,所提出的模型在多个评价指标上均优于传统的卷积神经网络(CNN)、长短期记忆(LSTM)和门控循环单元(GRU)模型,并且在不同月份下的运行数据验证了模型具有较好的泛化能力。 展开更多

关键词 可充电容量 安时积分法 递归特征消除 核主成分分析 ITPA机制 INFORMER

在线阅读 下载PDF 职称材料

基于改进时间卷积网络的微电网超短期负荷预测 被引量：3

9

作者 王印松 吕率豪 《太阳能学报》 EI CAS CSCD 北大核心 2024年第6期255-263,共9页

为了提高微电网中用电负荷超短期预测的准确性,对时间卷积网络进行特征增强和注意力增强改进,将时间卷积网络中的一维因果膨胀卷积替换为二维卷积,同时利用时间模式注意力机制对时间卷积网络的隐藏层加权处理,提取负荷的多维特征,挖掘... 为了提高微电网中用电负荷超短期预测的准确性,对时间卷积网络进行特征增强和注意力增强改进,将时间卷积网络中的一维因果膨胀卷积替换为二维卷积,同时利用时间模式注意力机制对时间卷积网络的隐藏层加权处理,提取负荷的多维特征,挖掘序列中存在的潜藏联系。根据改进的方法建立预测模型并进行对比实验以验证方法的有效性,能够对用电负荷的不确定性进行有效的处理,拓宽特征向量的维度,有效捕捉负荷序列中与时间有关的特征,提高用电负荷的预测精度。 展开更多

关键词 负荷预测 微电网 卷积神经网络 特征增强 时间模式注意力机制

在线阅读 下载PDF 职称材料

三维注意力增强的暴力场景检测算法

10

作者 丁昕苗 王家兴 郭文 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第1期114-124,共11页

为了提升互联网多媒体内容安全检测能力,有效过滤不良信息,提出了一种基于三维注意力增强的视频暴力内容检测算法。该算法以3D-DenseNet为骨干网络,首先利用P3D提取低层次的时空特征信息;其次引入SimAM注意力模块计算通道-空间注意力,... 为了提升互联网多媒体内容安全检测能力,有效过滤不良信息,提出了一种基于三维注意力增强的视频暴力内容检测算法。该算法以3D-DenseNet为骨干网络,首先利用P3D提取低层次的时空特征信息;其次引入SimAM注意力模块计算通道-空间注意力,增强帧画面重点区域信息;然后设计了时域注意力加强的过渡层突出重点时序信息,如此形成通道-空间-时间三维注意力,提升暴力场景检测性能。实验结果显示,算法在内容单一的小规模暴力行为检测数据集Hockey和Movies上准确率分别达到了98.75%和100%,在内容多样的大规模数据集RWF-2000上达到了89.25%,综合性能优于同类算法,验证了算法的有效性;在长视频的暴力内容定位实验中,算法在VSD2014数据集上相较同类算法也取得了更好的检测效果,证明了算法在暴力内容检测方面的泛化能力。 展开更多

关键词 暴力检测 深度学习 注意力机制 模式识别 P3D 3D-DenseNet

在线阅读 下载PDF 职称材料

融合改进NBEATSx和时间注意力机制的空气污染预测

11

作者 李杰 王占刚 《陕西科技大学学报》 北大核心 2024年第5期198-205,共8页

针对现有空气污染预测存在结构复杂、对多元变量与不同时间步间依赖关系提取不充分和多步预测精度低的问题,引入了β分布和非线性动态控制函数改进星鸦优化算法(INOA),优化NBEATSx模型参数,提高收敛精度;并融合时间模式注意力机制(TPA)... 针对现有空气污染预测存在结构复杂、对多元变量与不同时间步间依赖关系提取不充分和多步预测精度低的问题,引入了β分布和非线性动态控制函数改进星鸦优化算法(INOA),优化NBEATSx模型参数,提高收敛精度;并融合时间模式注意力机制(TPA)为不同时间尺度的多外生变量自适应分配权重,再结合预测因子获取时间模式关系.利用所提模型对北京地区的PM2.5进行预测,与传统模型相比精度提高超过18.45%,为空气污染预测提供了一种新方法. 展开更多

关键词 空气污染预测 时间模式注意力机制 星鸦优化算法 神经基扩展分析网络

在线阅读 下载PDF 职称材料

基于融合序列的远控木马流量检测模型 被引量：1

12

作者 吴丰源 刘明 +2 位作者 尹小康 蔡瑞杰 刘胜利 《计算机科学》 CSCD 北大核心 2024年第6期434-442,共9页

针对现有远控木马流量检测方法泛化能力较弱、表征能力有限和预警滞后等问题,提出了一种基于融合序列的远控木马流量检测模型。通过深入分析正常应用网络流量与远控木马流量在包长序列、包负载长度序列和包时间间隔序列方面的差异,将流... 针对现有远控木马流量检测方法泛化能力较弱、表征能力有限和预警滞后等问题,提出了一种基于融合序列的远控木马流量检测模型。通过深入分析正常应用网络流量与远控木马流量在包长序列、包负载长度序列和包时间间隔序列方面的差异,将流量表征为融合序列。将融合序列输入Transformer模型,利用多头注意力机制与残差连接挖掘融合序列内在联系,学习木马通信行为模式,有效地提升了对远控木马流量的检测能力与模型的泛化能力。所提模型仅需提取网络会话的前20个数据包进行检测,就能够在木马入侵早期做出及时预警。对比实验结果表明,模型不仅在已知数据中具有优异的检测效果,在未知流量测试集上同样表现出色,相比当前已有的深度学习模型,各项检测指标有较大提升,在远控木马流量检测领域具备实际应用价值。 展开更多

关键词 远控型木马检测 融合序列 Transformer模型 多头注意力机制 木马行为模式

在线阅读 下载PDF 职称材料

周期规律增强的多视角短期电力负荷预测 被引量：2

13

作者 苏伟 肖小龙 +2 位作者 史明明 方鑫 司鑫尧 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期477-486,共10页

短期电力负荷预测对电力系统的可靠运行具有重要意义。现有方法存在如下问题:缺乏对特征之间依赖关系的挖掘;忽略了电力负荷变化的周期性规律。为此,提出一种周期规律增强的多视角短期电力负荷预测网络(EPISODE)方法。EPISODE方法主要包... 短期电力负荷预测对电力系统的可靠运行具有重要意义。现有方法存在如下问题:缺乏对特征之间依赖关系的挖掘;忽略了电力负荷变化的周期性规律。为此,提出一种周期规律增强的多视角短期电力负荷预测网络(EPISODE)方法。EPISODE方法主要包括2个核心组件:多视角特征学习组件和周期规律增强的电力负荷预测组件。前者旨在有效提取电力负荷数据中的静态特征与时序特征,以得到增强的特征表示;后者则是对电力负荷数据进行一般性时序挖掘和周期性时序挖掘,从而得到全面的电力负荷历史数据表征。基于后期融合的方式,实现短期电力负荷预测。在真实公开的电力负荷预测数据集上进行了大量实验。实验结果证明了所提方法相比现有基准方法的先进性。 展开更多

关键词 周期规律增强 短期负荷预测 特征压缩与激励 门控循环单元 注意力神经网络

在线阅读 下载PDF 职称材料

基于解耦注意力机制的多变量时序预测模型

14

作者 李力铤 华蓓 +1 位作者 贺若舟 徐况 《计算机应用》 CSCD 北大核心 2024年第9期2732-2738,共7页

针对多变量时序预测难以充分利用序列上下文语义信息及变量间隐含关联信息的问题,提出一种基于解耦注意力机制的多变量时序预测模型Decformer。首先,提出一种解耦注意力机制,从而充分利用嵌入的语义信息提升注意力权值分配的准确度;其次... 针对多变量时序预测难以充分利用序列上下文语义信息及变量间隐含关联信息的问题,提出一种基于解耦注意力机制的多变量时序预测模型Decformer。首先,提出一种解耦注意力机制,从而充分利用嵌入的语义信息提升注意力权值分配的准确度;其次,提出一种不依赖于显式变量关系的模式关联挖掘方法,以挖掘并利用变量间隐含的模式关联信息。在话务量、电力消耗和交通3种不同类型的真实数据集(TTV、ECL和PeMS-Bay)上,与长短期时间序列网络(LSTNet)、Transformer、FEDformer等优秀的开源多变量时序预测模型相比,Decformer在所有预测时间长度上都取得了最高的预测精度。相较于LSTNet,Decformer在TTV、ECL和PeMS-Bay数据集上的平均绝对误差(MAE)分别降低了17.73%~27.32%、10.89%~17.01%和13.03%~19.64%;均方误差(MSE)分别降低了23.53%~58.96%、16.36%~23.56%和15.91%~26.30%。实验结果表明,Decformer能够有效提升多变量时序预测的精度。 展开更多

关键词 多变量时序预测 自注意力机制 模式关联 时间关联 嵌入机制

在线阅读 下载PDF 职称材料

基于ResNet 18模型的新疆游牧民族传统纺织品纹样分类

15

作者 赵楷文 薄贤姝 +1 位作者 钱娟 阎明星 《毛纺科技》 CAS 北大核心 2024年第11期111-118,共8页

为了解决传统方法在新疆游牧民族纺织品纹样分类时准确率低、速度慢的问题,提出一种改进的卷积神经网络模型(ResNet 18-CA)。在ResNet 18卷积神经网络模型基础上添加注意力机制模块,加强对纹样特征的提取,并引入迁移学习思想,有效防止... 为了解决传统方法在新疆游牧民族纺织品纹样分类时准确率低、速度慢的问题,提出一种改进的卷积神经网络模型(ResNet 18-CA)。在ResNet 18卷积神经网络模型基础上添加注意力机制模块,加强对纹样特征的提取,并引入迁移学习思想,有效防止网络过拟合,并将改进后的网络模型与当前经典的几类卷积神经网络模型进行对比实验。改进后的卷积神经网络模型在建立的新疆传统纺织品纹样数据集上的分类识别准确率达到了98.62%,相比于原始的ResNet 18模型提高了3.72%,而模型大小仅增大0.2 MB,改进后的神经网络模型的分类准确率更高。 展开更多

关键词 游牧民族 传统纺织品纹样 ResNet 18 注意力机制 迁移学习

在线阅读 下载PDF 职称材料

基于注意力机制的艾德莱斯绸纹饰图案分割研究

16

作者 黄凯茜 安娃 《包装工程》 CAS 北大核心 2024年第22期420-426,共7页

目的由于艾德莱斯绸具有丰富的色彩和复杂的纹饰图案,在对其进行图案分割时难度较大,容易出现错分割和漏分割的情况。为此,提出了基于注意力机制的艾德莱斯绸纹饰图案分割算法。方法采用FCN模型对艾德莱斯绸纹饰图像进行卷积训练,突出... 目的由于艾德莱斯绸具有丰富的色彩和复杂的纹饰图案,在对其进行图案分割时难度较大,容易出现错分割和漏分割的情况。为此,提出了基于注意力机制的艾德莱斯绸纹饰图案分割算法。方法采用FCN模型对艾德莱斯绸纹饰图像进行卷积训练,突出图像的语义特征信息。利用通道注意力模块和位置注意力模块,分别对艾德莱斯绸纹饰图像展开学习,得到维度完全相同的特征图。将两个模块特征图融合后与FCN模型输出图像再次融合,得到艾德莱斯绸纹饰图像的特征提取结果,选取图像中的感兴趣区域,完成对艾德莱斯绸纹饰图案的分割。结论实验结果表明,所提方法取得了精准度较高的分割结果,分割图像边缘清晰,没有出现错分割和漏分割的情况,分割结果总体上较为理想。 展开更多

关键词 注意力机制 艾德莱斯绸纹饰 图案分割 语义特征信息 全卷积神经网络 通道注意力模块

在线阅读 下载PDF 职称材料

基于MIC和MA-LSTNet的超短期电力负荷预测模型 被引量：1

17

作者 龚钢军 蔡贺 +1 位作者 杨佳轩 何建军 《华北电力大学学报（自然科学版）》 CAS 北大核心 2024年第6期1-12,共12页

在多元时序超短期电力负荷预测中,各变量之间往往存在长期和短期两种时间模式,而长短期时间序列网络(LSTNet)可以提取天气因素与负荷之间的短期变化和长期趋势,提高了预测的精度。本文建立了基于最大信息系数(MIC)和采用多头注意力机制... 在多元时序超短期电力负荷预测中,各变量之间往往存在长期和短期两种时间模式,而长短期时间序列网络(LSTNet)可以提取天气因素与负荷之间的短期变化和长期趋势,提高了预测的精度。本文建立了基于最大信息系数(MIC)和采用多头注意力机制的长短期时间序列网络(MA-LSTNet)的超短期负荷预测模型。首先,利用最大信息系数分析天气变量在各负荷滞后时段与预测序列的相关性,使用符号聚合近似(SAX)量化相关性曲线,对天气变量进行最优选择,减少模型输入冗余;其次,对长短期时间序列网络进行了改进,提出了采用多头注意力机制的长短期时间序列网络,通过在非线性部分加入自注意力层,实现了对于非季节性、非周期性的长短期时间模式的提取。截至目前与其它模型相比,本文提出的模型具有最佳的预测性能。 展开更多

关键词 长短期模式 最大信息系数 循环跳过层 注意力机制 符号聚合近似

在线阅读 下载PDF 职称材料

基于红外的TPA和IAOA BiLSTM电路芯片故障诊断 被引量：1

18

作者 王力 朱猛 马江燕 《激光与红外》 CAS CSCD 北大核心 2024年第4期574-583,共10页

为了提高电路芯片故障诊断准确率,超参数设置的效率以及特征提取效率,提出一种基于时间模式注意力机制(TPA)的改进算数优化算法(IAOA)优化双向长短期记忆网络(BiLSTM)的电路故障诊断方法。首先,利用IAOA搜寻BiLSTM的最优超参数组合,提... 为了提高电路芯片故障诊断准确率,超参数设置的效率以及特征提取效率,提出一种基于时间模式注意力机制(TPA)的改进算数优化算法(IAOA)优化双向长短期记忆网络(BiLSTM)的电路故障诊断方法。首先,利用IAOA搜寻BiLSTM的最优超参数组合,提高模型诊断精度;然后使用TPA提取重要特征并分配权重,改善模型特征提取能力;最后,将红外摄像仪采集的红外温度数据输入到最优诊断模型中,实现电路芯片故障诊断。实验采用0~30 V可调稳压电源电路进行验证。结果表明,该模型对电路芯片故障诊断准确率高达9827,可实现对电路芯片的高准确率故障诊断。 展开更多

关键词 红外技术 芯片故障诊断 双向长短期记忆网络 算数优化算法 时间模式注意力机制

在线阅读 下载PDF 职称材料

基于贝叶斯优化的时间卷积网络船舶航迹预测 被引量：1

19

作者 李金源 朱发新 +1 位作者 滕宪斌 毕齐林 《中国舰船研究》 CSCD 北大核心 2024年第6期303-316,共14页

[目的]为提高船舶航迹预测精度和计算效率,解决传统方法容易出现的梯度爆炸、计算时间长等问题,提出基于改进的贝叶斯优化算法与时间卷积神经网络的航迹预测模型。[方法]首先,通过引入时间模式注意力机制,提取各输入特征的权重,保证航... [目的]为提高船舶航迹预测精度和计算效率,解决传统方法容易出现的梯度爆炸、计算时间长等问题,提出基于改进的贝叶斯优化算法与时间卷积神经网络的航迹预测模型。[方法]首先,通过引入时间模式注意力机制,提取各输入特征的权重,保证航迹历史数据的时序性,同时引入可逆残差网络,减少时间卷积神经网络模型训练过程中占用的内存;然后,再采用贝叶斯优化算法对时间卷积网络中的超参数(内核大小K、膨胀系数d)进行寻优;最后,采用五折交叉验证方法对模型进行验证,获得最优模型后进行航迹预测。[结果]采用AIS采集的航迹数据验证,结果表明,在弱耦合、中耦合和强耦合航迹预测中,均方根误差分别平均提高5.5×10^(-5),3.5×10^(-4)和6×10^(-4)。[结论]所提出网络对复杂航迹具有良好的适应性,其预测精度均优于传统模型及LSTM模型,在耦合较强的航迹中仍能保持较高的预测精度。 展开更多

关键词 导航 神经网络 贝叶斯优化算法 时间卷积网络 时间模式注意力机制模块 可逆残差网络 AIS数据

在线阅读 下载PDF 职称材料

基于改进ResNet-18模型的弧齿锥齿轮安装位置偏差分类识别方法研究 被引量：1

20

作者 刘小凯 边骥轩 +2 位作者 张江勇 董岑鑫 王卫军 《农业装备与车辆工程》 2024年第3期96-100,共5页

针对现有的弧齿锥齿轮安装位置偏差分类识别效率低的问题,使用改进的ResNet-18神经网络构建轻量级弧齿锥齿轮安装位置偏差分类识别模型,改进的网络修改了ResNet-18网络第一卷积层,并引入了通道与空间注意力机制。实验结果表明,改进ResNe... 针对现有的弧齿锥齿轮安装位置偏差分类识别效率低的问题,使用改进的ResNet-18神经网络构建轻量级弧齿锥齿轮安装位置偏差分类识别模型,改进的网络修改了ResNet-18网络第一卷积层,并引入了通道与空间注意力机制。实验结果表明,改进ResNet-18较原网络对于齿面接触印痕图像的分类准确率提高了3.23%,损失值降低了0.04。该方法为齿轮安装偏差识别提供了新路径,对弧齿锥齿轮总成的安装调整作业提供了一定的指导。 展开更多

关键词 弧齿锥齿轮 接触印痕 安装位置偏差 注意力机制 ResNet-18

在线阅读 下载PDF 职称材料