检索结果-维普期刊中文期刊服务平台

基于改进MMD-GAN的可再生能源随机场景生成被引量：8: 1; 作者吴艳梅陈红坤 +3 位作者陈磊褚昱麟高鹏吴海涛《电力系统保护与控制》 EI CSCD 北大核心 2024年第19期85-96,共12页; 针对可再生能源出力不确定性的准确表征问题,提出了一种基于改进的最大均值差异生成对抗网络(maximum mean discrepancy generative adversarial networks,MMD-GAN)的可再生能源随机场景生成方法。首先,阐述了GAN及MMD-GAN的基本原理,... 展开更多; 关键词场景生成最大均值差异生成对抗网络可再生能源数据驱动; 在线阅读下载PDF 职称材料

基于多源差异对抗的高速列车小幅蛇行识别被引量：1: 2; 作者刘鑫宁静 +3 位作者王子轩洪梓轩张兵陈春俊《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第9期3469-3480,共12页; 高速列车的蛇行运动会增加车辆各部分的载荷,剧烈的蛇行运动会使得轮轨间产生较大冲击,产生脱轨的风险,严重威胁到行车安全,因此需要对车辆的蛇行状态进行识别,特别是对蛇行失稳状态开始之前的小幅蛇行状态的识别。目前大多数的研究主... 展开更多; 关键词高速列车小幅蛇行多源域迁移学习双层差异对抗故障识别; 在线阅读下载PDF 职称材料

基于最大均值差异的卷积神经网络故障诊断模型被引量：2: 3; 作者包从望车守全 +2 位作者刘永志陈俊张彩红《机电工程》 CAS 北大核心 2024年第3期445-454,共10页; 针对工程场景中轴承故障数据采集困难,小样本下轴承故障诊断准确率较低且稳定性不高的问题,提出了一种小样本下滚动轴承故障的诊断方法,即基于最大均值差异(MMD)的卷积神经网络(CNN)诊断模型(方法)。首先,根据轴承故障机理,获取了滚动... 展开更多; 关键词滚动轴承故障诊断小样本生成式对抗网络卷积神经网络最大均值差异交叉熵损失; 在线阅读下载PDF 职称材料

基于参数差异假设的图卷积网络对抗性攻击被引量：2: 4; 作者吴翼腾刘伟于溆乔《电子学报》 EI CAS CSCD 北大核心 2023年第2期330-341,共12页; 图神经网络容易受到对抗性攻击安全威胁.现有图神经网络对抗性攻击思想可以概括为构造矛盾的训练数据.矛盾数据假设不能很好地解释图神经网络过拟合训练数据的攻击场景.本文以有效攻击前后图神经网络模型的训练参数应该具有较大差异为... 展开更多; 关键词图卷积网络对抗性攻击矛盾数据假设参数差异假设 COOK距离; 在线阅读下载PDF 职称材料

基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型被引量：1: 5; 作者汤健崔璨麟 +2 位作者夏恒王丹丹乔俊飞《北京工业大学学报》 CAS CSCD 北大核心 2023年第5期507-522,共16页; 针对构建城市固废焚烧(municipal solid waste incineration,MSWI)过程剧毒污染物二噁英(dioxin,DXN)排放风险预警模型的样本极为稀少的问题,提出一种基于主动学习机制生成对抗网络(generative adversarial network,GAN)的DXN排放风险... 展开更多; 关键词城市固废焚烧(municipal solid waste incineration MSWI) 二噁英(dioxin DXN)排放风险预警生成对抗网络(generative adversarial network GAN) 虚拟样本生成(virtual sample generation VSG) 最大均值差异主动学习; 在线阅读下载PDF 职称材料

题名基于改进MMD-GAN的可再生能源随机场景生成被引量：8: 1; 作者吴艳梅陈红坤陈磊褚昱麟高鹏吴海涛; 机构交直流智能配电网湖北省工程中心(武汉大学) 武汉大学电气与自动化学院国网武汉供电公司; 出处《电力系统保护与控制》 EI CSCD 北大核心 2024年第19期85-96,共12页; 基金国家自然科学基金联合基金项目资助(U23B20117)。; 文摘针对可再生能源出力不确定性的准确表征问题,提出了一种基于改进的最大均值差异生成对抗网络(maximum mean discrepancy generative adversarial networks,MMD-GAN)的可再生能源随机场景生成方法。首先,阐述了GAN及MMD-GAN的基本原理,提出了MMD-GAN的改进方案,即在MMD-GAN的基础上改进鉴别器损失函数,并采用谱归一化和有界高斯核提升生成器和鉴别器的训练稳定性。然后,设计了基于改进MMD-GAN的可再生能源随机场景生成流程。最后,分析了所提方法在可再生能源随机场景生成中的效果,比较了改进MMD-GAN方法与MMD-GAN方法及典型GAN方法的性能差异。结果表明,改进MMD-GAN方法在生成分布和真实分布的Wasserstein距离上较对比方法降低超过50%,生成的场景精度得到有效提升。; 关键词场景生成最大均值差异生成对抗网络可再生能源数据驱动; Keywords scenario generation maximum mean discrepancy(MMD) generative adversarial networks(GAN) renewable energy data-driven; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于多源差异对抗的高速列车小幅蛇行识别被引量：1: 2; 作者刘鑫宁静王子轩洪梓轩张兵陈春俊; 机构西南交通大学机械工程学院西南交通大学轨道交通运载系统全国重点实验室; 出处《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第9期3469-3480,共12页; 基金国家自然科学基金资助项目(51975486,52372402) 四川省科技计划资助项目(2020JDTD0012)。; 文摘高速列车的蛇行运动会增加车辆各部分的载荷,剧烈的蛇行运动会使得轮轨间产生较大冲击,产生脱轨的风险,严重威胁到行车安全,因此需要对车辆的蛇行状态进行识别,特别是对蛇行失稳状态开始之前的小幅蛇行状态的识别。目前大多数的研究主要集中在利用单工况数据进行的深度学习以及单源迁移学习,然而高速列车在运行时面临复杂多变的工况。考虑到不同工况下的多源域数据具有不同的分布,仅使用单个工况数据建立的列车蛇行识别模型很难满足各种工况下的识别精度要求。提出一种基于多源双层差异对抗的高速列车小幅蛇行状态识别方法。该方法在训练过程中使用多个工况下具有不同分布的真实蛇行运动数据,并采用双层差异对抗训练策略。初层差异对抗中结合矩匹配模块和领域对抗模块,使得模型既能减小源域与目标域的分布差异,也能减小源域与源域的分布差异。在初层差异对抗的基础上,采用次层差异对抗训练方法,使得模型能够进一步对齐数据的边缘分布和条件分布,从而更好地学习可区分的特征,提高诊断任务的准确性。通过公共轴承数据验证该模型可行性后,用于高速列车蛇行状态识别研究中。实验结果表明,该方法能够正确识别出蛇行运动的不同状态,几种不同识别任务准确率均在99%以上,其诊断效果明显优于单源模型以及其他多源模型,证明了该方法的可靠性。说明该方法在高速列车蛇行状态智能监控中具有一定的工程应用价值。; 关键词高速列车小幅蛇行多源域迁移学习双层差异对抗故障识别; Keywords high-speed train small-amplitude hunting multi-source domain transfer learning two-layer discrepancy adversarial fault recognition; 分类号 U270.7 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于最大均值差异的卷积神经网络故障诊断模型被引量：2: 3; 作者包从望车守全刘永志陈俊张彩红; 机构六盘水师范学院矿业与机械工程学院; 出处《机电工程》 CAS 北大核心 2024年第3期445-454,共10页; 基金贵州省教育厅基金资助项目(黔教合KY字〔2020〕117,GZSylzy 202102) 六盘水市科技计划项目(52020-2022-PT-02,52020-2019-05-12) 六盘水师范学院基金资助项目(LPSSYylzy2205,LPSYyIbkzy-2020-01)。; 文摘针对工程场景中轴承故障数据采集困难,小样本下轴承故障诊断准确率较低且稳定性不高的问题,提出了一种小样本下滚动轴承故障的诊断方法,即基于最大均值差异(MMD)的卷积神经网络(CNN)诊断模型(方法)。首先,根据轴承故障机理,获取了滚动轴承故障的仿真信号,基于生成式对抗网络构建了仿真信号与少量真实样本间的对抗训练模型,得到了伪域样本,并将其扩充为训练数据集;其次,以交叉熵损失和最大均值差异(MMD)为卷积神经网络(CNN)的优化准则,引入了缩放因子,对网络进行了动态优化,根据测试结果选取缩放因子为0.05作为最优网络结构参数,构建了故障诊断的训练模型;最后,将结构均为1024个数据点的伪域样本和真实样本共同构成模型的训练集,对其进行了归一化处理,然后将其输入到构建的网络模型中,并以MMD作为约束,进行了卷积、池化操作,以实现特征提取的目的,经反向传播对模型进行了优化,实现了诊断模型参数的迭代更新目标。研究结果表明:基于MMD的CNN诊断模型(方法)对小样本下轴承的故障诊断识别精度有明显的改善,当样本数仅为16时,识别率可达95%以上,证明该方法在小样本下的轴承故障诊断中依然能获得较高的故障识别率。; 关键词滚动轴承故障诊断小样本生成式对抗网络卷积神经网络最大均值差异交叉熵损失; Keywords rolling bearing fault diagnosis small sample size generative adversarial network convolutional neural network(CNN) maximum mean discrepancy(MMD) cross-entropy loss; 分类号 TH133.3 [机械工程—机械制造及自动化] TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于参数差异假设的图卷积网络对抗性攻击被引量：2: 4; 作者吴翼腾刘伟于溆乔; 机构信息工程大学信息技术研究所墨尔本大学; 出处《电子学报》 EI CAS CSCD 北大核心 2023年第2期330-341,共12页; 基金自然科学基金创新研究群体项目(No.61521003) 国家重点研发计划(No.2016QY03D0502) 郑州市协同创新重大专项基金(No.162/32410218)。; 文摘图神经网络容易受到对抗性攻击安全威胁.现有图神经网络对抗性攻击思想可以概括为构造矛盾的训练数据.矛盾数据假设不能很好地解释图神经网络过拟合训练数据的攻击场景.本文以有效攻击前后图神经网络模型的训练参数应该具有较大差异为基本出发点,以图卷积网络为具体研究对象,建立基于参数差异假设的对抗性攻击模型.将统计诊断的重要结果Cook距离引入对抗性攻击,提出基于Cook距离的参数差异度量方法.采用基于Cook距离梯度的攻击方法,首次得出了攻击梯度的闭式解,并结合梯度下降算法思想和贪心算法思想提出完整的攻击算法.最后设计实验验证了参数差异假设的合理性和基于该假设导出方法的有效性;验证了梯度信息对图场景离散数据的可用性;仿真示例说明了攻击梯度闭式解的正确性;与其他攻击方法对比分析了攻击方法的有效性.; 关键词图卷积网络对抗性攻击矛盾数据假设参数差异假设 COOK距离; Keywords graph convolutional network adversarial attack contradictory data hypothesis parameter discrepancy hypothesis Cook distance; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型被引量：1: 5; 作者汤健崔璨麟夏恒王丹丹乔俊飞; 机构北京工业大学信息学部智慧环保北京实验室; 出处《北京工业大学学报》 CAS CSCD 北大核心 2023年第5期507-522,共16页; 基金国家自然科学基金资助项目(62073006) 北京市自然科学基金资助项目(4212032)。; 文摘针对构建城市固废焚烧(municipal solid waste incineration,MSWI)过程剧毒污染物二噁英(dioxin,DXN)排放风险预警模型的样本极为稀少的问题,提出一种基于主动学习机制生成对抗网络(generative adversarial network,GAN)的DXN排放风险预警建模方法.首先,以DXN风险等级作为条件信息使得GAN生成候选虚拟样本;然后,利用基于最大均值差异和多视角可视化分布信息的主动学习机制进行虚拟样本的初筛和评估,以获得期望虚拟样本;最后,基于混合样本构建DXN排放风险预警模型.通过基准数据集和MSWI过程数据集验证了所提方法的有效性.基于主动学习机制GAN的DXN排放风险预警建模方法可以有效解决样本稀少的问题,提高模型精度.; 关键词城市固废焚烧(municipal solid waste incineration MSWI) 二噁英(dioxin DXN)排放风险预警生成对抗网络(generative adversarial network GAN) 虚拟样本生成(virtual sample generation VSG) 最大均值差异主动学习; Keywords municipal solid waste incineration(MSWI) dioxin(DXN)emission risk warning generative adversarial network(GAN) virtual sample generation(VSG) maximum mean discrepancy active learning; 分类号 U461 [机械工程—车辆工程] TP308 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进MMD-GAN的可再生能源随机场景生成	吴艳梅陈红坤陈磊褚昱麟高鹏吴海涛	《电力系统保护与控制》 EI CSCD 北大核心	2024	8	在线阅读下载PDF 职称材料
2	基于多源差异对抗的高速列车小幅蛇行识别	刘鑫宁静王子轩洪梓轩张兵陈春俊	《铁道科学与工程学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	基于最大均值差异的卷积神经网络故障诊断模型	包从望车守全刘永志陈俊张彩红	《机电工程》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
4	基于参数差异假设的图卷积网络对抗性攻击	吴翼腾刘伟于溆乔	《电子学报》 EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
5	基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型	汤健崔璨麟夏恒王丹丹乔俊飞	《北京工业大学学报》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料