检索结果-维普期刊中文期刊服务平台

基于生成式AI的智能制造专业型应用框架研究与应用被引量：1: 1; 作者闪四清巨熙杰 +3 位作者李艺农王冠雄王梦杨黄翊天《新型工业化》 2024年第6期90-98,共9页; 智能制造是全面实现现代化的重要保障。随着人工智能技术的不断发展,如何利用生成式AI进一步促进智能制造质量与效率的提升是十分重要的研究课题。本文按照智能制造生命周期维度划分,结合生成式AI的基本思想和原理,提出了基于生成式AI... 展开更多; 关键词生成式AI 智能制造人工智能产品生命周期理论框架; 在线阅读下载PDF 职称材料

基于函数型数据的广义线性回归模型被引量：7: 2; 作者王惠文黄乐乐王思洋《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第1期8-12,共5页; 函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到... 展开更多; 关键词函数型数据广义线性模型主成分 B样条重加权; 在线阅读下载PDF 职称材料

一种修正的马氏距离判别法被引量：6: 3; 作者王珂瑶王惠文 +1 位作者赵青王珊珊《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第5期824-830,共7页; 马氏距离判别法是一种基于马氏距离的多元统计分析方法,其引入了协方差矩阵的逆矩阵,以排除属性变量的量纲及变量之间的相关性对距离度量的干扰。然而,在属性变量存在严重的多重共线性时,样本协方差矩阵的奇异性会影响其逆矩阵估计的稳... 展开更多; 关键词马氏距离判别分析多重共线性降维交叉验证; 在线阅读下载PDF 职称材料

基于中心-对数半长的区间数据主成分分析被引量：5: 4; 作者赵青王惠文王珊珊《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第7期1414-1421,共8页; 为研究多变量区间数据的降维和可视化,采用包含中心点和半长对数值的二维数组表征区间数据,建立了区间数据的代数运算法则,并在此基础上提出了一种新的区间数据主成分分析(PCA)方法。对区间半长取对数的处理保证了最终得到的区间主成分... 展开更多; 关键词区间数据主成分分析(PCA) 中心-对数半长降维协方差矩阵; 在线阅读下载PDF 职称材料

成分数据的空间自回归模型被引量：3: 5; 作者黄婷婷王惠文 SAPORTA Gilbert 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第1期93-98,共6页; 针对已有成分数据线性回归模型对研究对象相互独立的严格要求,提出了含有成分数据和普通数据的空间自回归模型,在此基础上提出了成分数据空间自回归模型的估计方法。新模型结合了空间自回归模型处理因变量之间相互依赖的优势,可同时处... 展开更多; 关键词成分数据等距对数比(ilr)变换极大似然估计空间依赖空间自回归模型; 在线阅读下载PDF 职称材料

带空间结构的人工神经网络建模方法被引量：2: 6; 作者赵宪铎王惠文王珊珊《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第1期115-122,共8页; 将遍历搜索法引入带空间结构的人工神经网络模型,提出一种新的模型估计和空间数据样本外预测方法。该方法基于人工神经网络,结合空间自回归模型思想,在网络模型中引入空间滞后项来考虑变量的空间效应,提出使用遍历搜寻最优解的方式替代... 展开更多; 关键词人工神经网络空间自回归样本外预测空间相关空间滞后; 在线阅读下载PDF 职称材料

基于Gram-Schmidt变换的有监督变量聚类: 7; 作者刘瑞平王惠文王珊珊《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第10期2003-2010,共8页; 为进一步研究回归模型中高维数据的降维方法,提出基于Gram-Schmidt变换的新的有监督变量聚类(SCV-GS)方法。该方法未采用以潜变量为聚类中心的层次聚类,而是借用变量扫描思想,依次挑出对响应变量有重要贡献的关键变量,并将其作为聚类中... 展开更多; 关键词降维变量聚类回归高度相关 Gram-Schmidt变换; 在线阅读下载PDF 职称材料

成分数据典型相关分析的增量算法: 8; 作者孔博傲卢珊王惠文《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2851-2858,共8页; 成分数据典型相关分析(CCAI)是一种研究多个成分数据变量之间线性相关关系的方法,在经济、管理、地质、化学等多个领域应用广泛。在海量数据背景下,研究如何针对成分数据流展开典型相关建模分析,具有重要的理论意义和实用价值。为此,提... 展开更多; 关键词成分数据典型相关分析数据流协方差矩阵特征分解; 在线阅读下载PDF 职称材料

题名基于生成式AI的智能制造专业型应用框架研究与应用被引量：1: 1; 作者闪四清巨熙杰李艺农王冠雄王梦杨黄翊天; 机构北京航空航天大学经济管理学院城市运行应急保障模拟技术北京市重点实验室; 出处《新型工业化》 2024年第6期90-98,共9页; 基金国家自然科学基金项目(No.72071010) 中国工程院战略研究与咨询项目(2024-HZ-09)。; 文摘智能制造是全面实现现代化的重要保障。随着人工智能技术的不断发展,如何利用生成式AI进一步促进智能制造质量与效率的提升是十分重要的研究课题。本文按照智能制造生命周期维度划分,结合生成式AI的基本思想和原理,提出了基于生成式AI的智能制造专业型应用框架(SMPF-GAI),并通过案例分析了生成式AI在智能制造中的应用潜力。该框架系统地整合了智能制造的关键阶段与生成式AI的核心原则,描绘了生成式AI在智能制造中的运行机理和应用路线。本研究为智能制造领域的研究人员、从业者和决策者提供了新的见解,为有效开展智能制造工作、提高智能制造建设水平提供理论支撑及方法指导。; 关键词生成式AI 智能制造人工智能产品生命周期理论框架; Keywords Generative AI Smart Manufacturing Artificial Intelligence Product Lifecycle Theoretical Framework; 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

题名基于函数型数据的广义线性回归模型被引量：7: 2; 作者王惠文黄乐乐王思洋; 机构北京航空航天大学经济管理学院城市运行应急保障模拟技术北京市重点实验室中央财经大学统计与数学学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第1期8-12,共5页; 基金国家自然科学基金(71420107025 11501586) +1 种基金国家"863"计划(SS2014AA012303) 2014年度中央财经大学重大科研课题培育项目(基础理论类)~~; 文摘函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到了参数部分和非参数部分的估计量,并给出了一种重加权算法进行参数求解,解决了含数值型和函数型混合数据类型自变量的回归问题,同时扩展了函数型线性模型的应用范围。估计过程中,分别采用了函数型主成分和B样条基函数,并给出了基函数个数选择的准则。数值模拟结果表明,所提出方法具有良好的可行性与正确性。; 关键词函数型数据广义线性模型主成分 B样条重加权; Keywords functional data generalized linear model principal component B spline reweight; 分类号 O212 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名一种修正的马氏距离判别法被引量：6: 3; 作者王珂瑶王惠文赵青王珊珊; 机构北京航空航天大学经济管理学院城市运行应急保障模拟技术北京市重点实验室北京航空航天大学大数据科学与脑机智能高精尖创新中心; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第5期824-830,共7页; 基金国家自然科学基金(71420107025,11701023)。; 文摘马氏距离判别法是一种基于马氏距离的多元统计分析方法,其引入了协方差矩阵的逆矩阵,以排除属性变量的量纲及变量之间的相关性对距离度量的干扰。然而,在属性变量存在严重的多重共线性时,样本协方差矩阵的奇异性会影响其逆矩阵估计的稳定性,从而降低马氏距离判别法的有效性。为此,提出了一种修正的马氏距离判别法,采用了一般交叉验证(GCV)方法,在属性变量间存在高度相关性的情况下,选择预测效果最好的变量维度,同时可以对协方差矩阵的逆矩阵进行稳定的估计。修正的马氏距离判别法可以得到可靠的协方差矩阵的估计,提高模型的判别准确率;也可以抵抗样本外的扰动,提高模型的泛化能力。仿真实验结果验证了在属性变量存在严重的多重共线性情形下,修正的马氏距离判别法的判别效果较经典的马氏距离判别法有明显的提升。; 关键词马氏距离判别分析多重共线性降维交叉验证; Keywords Mahalanobis distance discriminant analysis multicollinearity dimension reduction cross-validation; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于中心-对数半长的区间数据主成分分析被引量：5: 4; 作者赵青王惠文王珊珊; 机构北京航空航天大学经济管理学院城市运行应急保障模拟技术北京市重点实验室北京航空航天大学大数据科学与脑机智能高精尖创新中心; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第7期1414-1421,共8页; 基金国家自然科学基金(71420107025,11701023)。; 文摘为研究多变量区间数据的降维和可视化,采用包含中心点和半长对数值的二维数组表征区间数据,建立了区间数据的代数运算法则,并在此基础上提出了一种新的区间数据主成分分析(PCA)方法。对区间半长取对数的处理保证了最终得到的区间主成分半长非负的合理性,计算过程简单、复杂度较低,并且使得降维前后样本集合中点点之间相对位置的改变尽可能小。通过对高维空间进行变量降维,从而多种经典的统计分析方法能够得到运用,同时能够在低维空间中描绘原始高维空间中的样本点,使得多变量区间数据的可视化成为可能。仿真实验结果表明了所提方法的有效性。; 关键词区间数据主成分分析(PCA) 中心-对数半长降维协方差矩阵; Keywords interval data Principal Component Analysis(PCA) center and log-radius dimension reduction covariance matrix; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名成分数据的空间自回归模型被引量：3: 5; 作者黄婷婷王惠文 SAPORTA Gilbert; 机构北京航空航天大学经济与管理学院城市运行应急保障模拟技术北京市重点实验室北京航空航天大学大数据科学与脑机智能高精尖创新中心法国国立工艺学院计算机和通信研究中心; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第1期93-98,共6页; 基金国家自然科学基金(71420107025)~~; 文摘针对已有成分数据线性回归模型对研究对象相互独立的严格要求,提出了含有成分数据和普通数据的空间自回归模型,在此基础上提出了成分数据空间自回归模型的估计方法。新模型结合了空间自回归模型处理因变量之间相互依赖的优势,可同时处理成分数据和普通数据。通过利用等距对数比(ilr)变换将成分数据解约束,得到了新模型的参数估计量。蒙特卡罗模拟实验验证了所提估计方法的有效性。; 关键词成分数据等距对数比(ilr)变换极大似然估计空间依赖空间自回归模型; Keywords compositional data isometric logratio(ilr) transformation maximum likelihood estimation spatial dependence spatial autoregressive model; 分类号 O212.1 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名带空间结构的人工神经网络建模方法被引量：2: 6; 作者赵宪铎王惠文王珊珊; 机构北京航空航天大学经济管理学院城市运行应急保障模拟技术北京市重点实验室大数据科学与脑机智能高精尖创新中心; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第1期115-122,共8页; 基金国家自然科学基金(71420107025,11701023)。; 文摘将遍历搜索法引入带空间结构的人工神经网络模型,提出一种新的模型估计和空间数据样本外预测方法。该方法基于人工神经网络,结合空间自回归模型思想,在网络模型中引入空间滞后项来考虑变量的空间效应,提出使用遍历搜寻最优解的方式替代传统极大似然法进行空间自回归系数估计和建模。结合样本外数据和空间结构,扩展空间权重矩阵并代入所提模型进行样本外预测,充分发挥了人工神经网络模型泛化能力强的特点。仿真分析指出:在合理考虑空间效应的情况下,所提模型的预测效果较普通人工神经网络有显著提升;而且当空间变量间存在非线性关系时,所提模型的预测精度同样优于空间自回归模型。; 关键词人工神经网络空间自回归样本外预测空间相关空间滞后; Keywords artificial neural networks spatial autoregression out-of-sample prediction spatial correlation spatial lag; 分类号 O212.1 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于Gram-Schmidt变换的有监督变量聚类: 7; 作者刘瑞平王惠文王珊珊; 机构北京航空航天大学经济管理学院北京航空航天大学大数据科学与脑机智能高精尖创新中心城市运行应急保障模拟技术北京市重点实验室; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第10期2003-2010,共8页; 基金国家自然科学基金(71420107025,11701023)~~; 文摘为进一步研究回归模型中高维数据的降维方法,提出基于Gram-Schmidt变换的新的有监督变量聚类(SCV-GS)方法。该方法未采用以潜变量为聚类中心的层次聚类,而是借用变量扫描思想,依次挑出对响应变量有重要贡献的关键变量,并将其作为聚类中心。SCV-GS方法基于Gram-Schmidt变换,对变量之间的高度相关性进行批量处理,并得到聚类结果;同时,结合偏最小二乘思想,提出新的同一性度量,并以此来选取最佳聚合参数。SCV-GS不仅可以快速得到变量聚类结果,而且可识别出对响应变量的解释及预测起关键作用的变量类。仿真表明该聚类方法运算速度显著提升,而且所得潜变量对应的回归系数的估计结果与对照方法表现一致;实例分析表明该方法具有更好的解释性和预测能力。; 关键词降维变量聚类回归高度相关 Gram-Schmidt变换; Keywords dimension reduction variable clustering regression high correlation Gram-Schmidt transformation; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名成分数据典型相关分析的增量算法: 8; 作者孔博傲卢珊王惠文; 机构北京航空航天大学数学科学学院中央财经大学统计与数学学院北京航空航天大学经济管理学院城市运行应急保障模拟技术北京市重点实验室; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2851-2858,共8页; 基金国家自然科学基金(72021001,72001222)。; 文摘成分数据典型相关分析(CCAI)是一种研究多个成分数据变量之间线性相关关系的方法,在经济、管理、地质、化学等多个领域应用广泛。在海量数据背景下,研究如何针对成分数据流展开典型相关建模分析,具有重要的理论意义和实用价值。为此,提出了成分数据典型相关分析的增量方法,通过对增量成分数据的协方差分解,实现对成分数据流典型相关性的精确计算。同时,给出序贯式和并行式2种分块增量算法,可处理多组成分数据的数据流建模问题,序贯式分块增量算法,按照数据流的先后顺序进行计算,并行式分块增量算法可以达到提高计算效率的目的。通过对不同概率分布和样本规模的成分数据流的仿真研究及微博假新闻的实例分析,验证了所提算法相比于传统的非增量算法,在保证计算准确性的前提下,具有提高运算效率的优势。; 关键词成分数据典型相关分析数据流协方差矩阵特征分解; Keywords compositional data canonical correlation analysis data streams covariance matrix eigenvalue decomposition; 分类号 O212.4 [理学—概率论与数理统计]; 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	基于生成式AI的智能制造专业型应用框架研究与应用	闪四清巨熙杰李艺农王冠雄王梦杨黄翊天	《新型工业化》	2024	1	在线阅读下载PDF 职称材料
2	基于函数型数据的广义线性回归模型	王惠文黄乐乐王思洋	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2016	7	在线阅读下载PDF 职称材料
3	一种修正的马氏距离判别法	王珂瑶王惠文赵青王珊珊	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
4	基于中心-对数半长的区间数据主成分分析	赵青王惠文王珊珊	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
5	成分数据的空间自回归模型	黄婷婷王惠文 SAPORTA Gilbert	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
6	带空间结构的人工神经网络建模方法	赵宪铎王惠文王珊珊	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
7	基于Gram-Schmidt变换的有监督变量聚类	刘瑞平王惠文王珊珊	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2019	0	在线阅读下载PDF 职称材料
8	成分数据典型相关分析的增量算法	孔博傲卢珊王惠文	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料