期刊文献+
共找到57篇文章
< 1 2 3 >
每页显示 20 50 100
共享经济视域下产业学院建设耦合逻辑与实现理路 被引量:10
1
作者 郑洋 《现代经济探讨》 CSSCI 北大核心 2022年第5期99-105,共7页
产业学院由行业产业与地方高校共建共享,在培养急需的应用型产业人才、推动区域经济社会发展方面有着重要作用。行业产业与地方高校均已认识到建设产业学院的重要性,但建设中地方高校普遍存在人才培养定位不准、工学交替不易和师资队伍... 产业学院由行业产业与地方高校共建共享,在培养急需的应用型产业人才、推动区域经济社会发展方面有着重要作用。行业产业与地方高校均已认识到建设产业学院的重要性,但建设中地方高校普遍存在人才培养定位不准、工学交替不易和师资队伍缺乏等困境。共享经济理念与产业学院建设有着天然契合,推动校企优质闲置资源共享,能够有效解决这些问题,并实现产业学院资源最佳、成本最低、运行最优。建设共享经济产业学院关键是要充分调动多元主体的积极性,政府要注重协调引导作用,高校要突出主动建设,企业要实现深度参与,这样产业学院才能充分发挥协同育人和科技服务作用。 展开更多
关键词 产业学院 共享经济 协同育人 科技服务 路径
在线阅读 下载PDF
基于多目标模态分解与NAHL神经网络的电动汽车充电负荷预测方法 被引量:1
2
作者 郭鑫喆 王业琴 +3 位作者 王超 吴明江 杨艳 张楚 《电测与仪表》 北大核心 2025年第3期20-29,共10页
为提高电动汽车充电负荷预测精度,提出了一种基于多目标变分模态分解(variational mode decompo-sition,VMD)和具有增强隐藏层的自动人工神经网络(network with an augmented hidden layer,NAHL)的预测方法。文章采用模拟单点二进制交... 为提高电动汽车充电负荷预测精度,提出了一种基于多目标变分模态分解(variational mode decompo-sition,VMD)和具有增强隐藏层的自动人工神经网络(network with an augmented hidden layer,NAHL)的预测方法。文章采用模拟单点二进制交叉算子(simulated binary crossover,SBX)和线性递减的自适应变异策略(linear decreasing mutation,LDM)对NSGAII(non-dominated sorting genetic algorithm II)算法进行改进,称为NSGAII-LDSBX算法,利用改进NSGAII-LDSBX算法优化VMD的参数,将信号分解为若干个子序列,并通过模糊熵(fuzzy entropy,FE)对子序列进行重构;进一步使用NSGAII-LDSBX对NAHL模型进行优化,对各分量进行预测;以上海市嘉定区电动汽车充电站的负荷为例进行实验。分析表明:与其他模型相比,所提模型具有更好的预测精度,可有效预测电动汽车充电负荷。 展开更多
关键词 电动汽车 负荷预测 变分模态分解 模糊熵 NSGAII NAHL神经网络
在线阅读 下载PDF
基于改进北方苍鹰算法与混合核极限学习机的齿轮箱故障诊断 被引量:1
3
作者 杜董生 王梦姣 +1 位作者 冒泽慧 赵环宇 《控制理论与应用》 北大核心 2025年第4期796-804,共9页
针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪... 针对行星齿轮箱故障诊断问题,本文提出了一种基于改进北方苍鹰优化(INGO)算法与混合核极限学习机(HKELM)的行星齿轮箱故障诊断方法.首先,引入Savitzky-Golay(SG)滤波对齿轮箱原始信号进行去噪.利用时变滤波经验模态分解(TVF-EMD)将去噪后的信号分解成多个本征模态函数(IMF),使用方差贡献率、相关系数和信息熵筛选出最优的IMF.将最优IMF重构后,对重构信号进行时间同步平均(TSA)去噪以减少故障诊断模型的数据计算量.将Tent混沌映射、混合正弦余弦算法和Levy飞行策略用于改进北方苍鹰优化(NGO)算法,得到一种新的INGO算法.同时,引入余弦因子以平衡正弦余弦算法的全局和局部开发能力.最后,利用INGO算法对HKELM进行优化,用以提高HKELM模型的故障诊断准确率.将所提方法应用于两个案例对模型进行检验,实验结果表明,本文所提方法具有可行性和优越性. 展开更多
关键词 混合核极限学习机 改进北方苍鹰优化算法 时变滤波经验模态分解 故障诊断
在线阅读 下载PDF
基于CEEMDAN-IASO-TCN组合模型的中长期径流预报 被引量:1
4
作者 徐军杨 罗远林 +3 位作者 刘月馨 陈冬强 张坚 张楚 《人民长江》 北大核心 2025年第4期128-135,共8页
准确预测月径流对流域水资源管理至关重要。为了增强中长期径流预测的准确性,提出了结合自适应噪声完备集合经验模态分解(CEEMDAN)、改进原子搜索算法(IASO)和时间卷积网络(TCN)的CEEMDAN-IASO-TCN组合模型。该模型首先使用CEEMDAN对月... 准确预测月径流对流域水资源管理至关重要。为了增强中长期径流预测的准确性,提出了结合自适应噪声完备集合经验模态分解(CEEMDAN)、改进原子搜索算法(IASO)和时间卷积网络(TCN)的CEEMDAN-IASO-TCN组合模型。该模型首先使用CEEMDAN对月径流序列进行分解,然后利用IASO对TCN模型的批量大小、学习率、丢弃因子进行寻优,得到最优的时间卷积网络结构并利用最优的IASO-TCN对分量进行预测,最后重构分量预测结果得到最终月径流预测结果;以岷江流域镇江关水文站1957~2019年的月径流数据为研究对象,将所提模型与其他模型进行对比。研究结果表明:CEEMDAN-IASO-TCN模型具有较高的预测精度,训练和测试阶段的纳什系数分别达到0.9191和0.8691。研究成果可为水资源可持续利用提供可靠依据。 展开更多
关键词 中长期径流预报 自适应噪声完备集合经验模态分解 原子搜索算法 时间卷积网络 岷江流域
在线阅读 下载PDF
Sage-Husa自适应卡尔曼滤波在超声波时差测量中的应用
5
作者 洪利 尹晓琦 +6 位作者 杨航 张兴宇 陈嘉雪 李晨雪 姜坤 王赫鑫 李正豪 《传感技术学报》 北大核心 2025年第1期150-154,共5页
在超声波时差法测量系统中,由于时差测量过程干扰因素的影响,时差数据在采集的过程中会出现误差,因此,引入Sage-Husa自适应卡尔曼滤波算法对时差数据进行滤波,该算法通过更新系统噪声和过程协方差实现对时差数据的误差估计。在Sage-Hus... 在超声波时差法测量系统中,由于时差测量过程干扰因素的影响,时差数据在采集的过程中会出现误差,因此,引入Sage-Husa自适应卡尔曼滤波算法对时差数据进行滤波,该算法通过更新系统噪声和过程协方差实现对时差数据的误差估计。在Sage-Husa自适应滤波过程中,如果没有预先设置初始值或时差数据变化较大,则第二个滤波后的数据就更新为实测的时差值。当测量的时差数据变化不大时,从滤波结果图中观察到滤波结果近似为直线。在实验中,通过将不同流量点的滤波数据与标准时差数据进行比较,可以看出通过该算法滤波后时差的误差在有效范围之内。 展开更多
关键词 流量数据处理 时差滤波 Sage-Husa自适应卡尔曼 标准时差 系统噪声 过程协方差
在线阅读 下载PDF
基于RLMD-SE-CNN-RELM的水位预测混合模型研究
6
作者 张奇伟 刘月馨 +3 位作者 许雯 徐军杨 陈佳雷 张楚 《人民长江》 北大核心 2025年第3期116-125,133,共11页
精准的水位预测在自然灾害预警、水资源管理和生态环境保护等领域具有重要应用价值。为此,提出了一种基于鲁棒局部均值分解(RLMD)、样本熵(SampEn)、卷积神经网络(CNN)和正则化极限学习机(RELM)的水位预测混合模型。首先利用RLMD对历史... 精准的水位预测在自然灾害预警、水资源管理和生态环境保护等领域具有重要应用价值。为此,提出了一种基于鲁棒局部均值分解(RLMD)、样本熵(SampEn)、卷积神经网络(CNN)和正则化极限学习机(RELM)的水位预测混合模型。首先利用RLMD对历史水位数据进行分解,引入样本熵方法对分量数据进行特征重组以减少数据量;然后利用CNN对重组数据进行特征提取以提高训练速度;最后利用RELM预测每个子序列,将预测结果叠加得到水位序列的最终预测值。以岷江流域下游高场水文站点1997~2020年的日水位数据为研究对象,对模型预测性能进行验证。结果表明:在未来1 d水位预测方面,所构建的混合模型与RELM、CNN-RELM、RLMD-CNN-RELM模型相比,准确度分别提升5.93%,5.91%,0.52%;3种不同预见期(1,2,3 d)下,混合模型预测结果的NSE分别为0.934657,0.932588,0.922955,预报精度均达到甲级。建立的RLMD-SE-CNN-RELM模型预测精度高,稳定性强,可为水位预测和水资源的精准调度提供参考。 展开更多
关键词 水位预测 鲁棒局部均值分解 样本熵 卷积神经网络 正则化极限学习机 岷江流域
在线阅读 下载PDF
基于样本熵双分解和SSA-LSTM的超短期风速预测
7
作者 王希 孙娜 +3 位作者 苏浩 张楠 张帅 纪捷 《太阳能学报》 北大核心 2025年第3期611-618,共8页
为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用... 为进一步提高超短期风速预测的准确性,提出一种基于样本熵的双分解和麻雀搜索算法(SSA)改进长短时记忆神经网络(ILSTM)的耦合模型(简记为DILSTM)。首先,利用变分模态分解(VMD)分解原始序列并通过样本熵量化各子序列的复杂性;其次,利用完全自适应噪声集合经验模态分解(CEEMDAN)分解复杂度最高的子序列进一步提取特征过滤噪声;最后,将双分解得到的子序列分别建立DILSTM预测模型,并对所有子序列的预测结果叠加得到最终风速预测结果。真实风场数据实验结果表明,所提模型与LSTM、随机森林(RF)、卷积神经网络(CNN)单一模型相比,R2提升约25%,RMSE降低约65%;同时,与现有同类研究对比,也证实了所提DILSTM模型的优势,该文为提高超短期风速预测精准度提供了一种新的方法。 展开更多
关键词 风速 神经网络 预测 变分模态分解 样本熵 麻雀搜索算法
在线阅读 下载PDF
钢铁企业配电系统电能质量优化虚拟仿真实验设计
8
作者 王业琴 熊宏齐 +2 位作者 邬清海 刘斌 丁祖军 《实验技术与管理》 北大核心 2025年第3期130-136,共7页
该文以学生为中心,基于钢铁企业智能配电系统的优化设计,实现了场景搭建、规律探究、参数设计、参数校核、分析改进、自主优化等模块化、交互式电能质量优化虚拟仿真实验,推进了融情景体验、任务驱动、容错探究于一体的自主性、探究式... 该文以学生为中心,基于钢铁企业智能配电系统的优化设计,实现了场景搭建、规律探究、参数设计、参数校核、分析改进、自主优化等模块化、交互式电能质量优化虚拟仿真实验,推进了融情景体验、任务驱动、容错探究于一体的自主性、探究式、个性化学习,让学生在实验过程中掌握专业知识、训练综合技能,增强创新思维和解决复杂工程问题的能力。 展开更多
关键词 配电系统 电能质量优化 虚拟仿真 实验教学
在线阅读 下载PDF
基于燃煤电厂CO_(2)捕集与资源化利用的新型电-热-化多联产系统
9
作者 张佳豪 韩朝翰 +4 位作者 吴影 袁钰阳 段元强 马吉亮 陈晓平 《洁净煤技术》 北大核心 2025年第4期181-192,共12页
燃煤电厂CO_(2)捕集与资源化利用对实现“双碳”目标意义重大。为降低燃煤电厂CO_(2)捕集与资源化利用过程的能耗与经济成本,提出一种基于燃煤电厂CO_(2)捕集与资源化利用的新型电-热-化多联产系统。以燃煤电厂富氧燃烧系统、可再生能... 燃煤电厂CO_(2)捕集与资源化利用对实现“双碳”目标意义重大。为降低燃煤电厂CO_(2)捕集与资源化利用过程的能耗与经济成本,提出一种基于燃煤电厂CO_(2)捕集与资源化利用的新型电-热-化多联产系统。以燃煤电厂富氧燃烧系统、可再生能源水电解制氢系统及CO_(2)加氢制甲醇系统为研究对象,采用模拟计算方法开展了新型电–热–化多联产系统的集成优化研究,并分析其热经济性能。在物料传递方面,燃煤电厂富氧燃烧捕集的CO_(2)和可再生能源水电解产生的H_(2)用作CO_(2)加氢制甲醇;水电解产生的副产物O_(2)用于燃煤电厂的富氧燃烧。在能量集成方面,燃煤电厂为CO_(2)加氢过程中提供电力和热量,CO_(2)加氢过程的余热被回收到燃煤电厂和供热系统,获取额外的发电和供热。热力学分析结果显示,近80%燃煤电厂富氧燃烧捕集的CO_(2)可用于生产甲醇,所提新型系统的物料匹配良好。基于毛发电量600 MW燃煤电厂的集成优化,所提方案的净发电量、供热和甲醇产量分别达到449.06 MW、217.17 MW和201.70 t/h,实现了电-热-化的多联产过程。经济性分析结果显示,由于供热系统带来了额外的经济收益,所提方案的发电成本降至63.26美元/MWh,低于常规燃煤电厂CO_(2)捕集耦合系统的发电成本;同时,由于所提方案中CO_(2)加氢制甲醇系统节省了CO_(2)原料成本和燃料动力成本,甲醇成本降至696.71美元/t,其中,可再生能源水电解制取的H_(2)价格对甲醇成本具有决定性影响,降低H_(2)价格对新型电-热-化多联产方案走向工程化应用至关重要。 展开更多
关键词 燃煤电厂 CO_(2)捕集及资源化利用 富氧燃烧CO_(2)捕集 可再生能源水电解 绿色制甲醇 热经济性分析
在线阅读 下载PDF
基于近红外光谱技术苹果尺寸差异对糖度模型适用性的影响 被引量:2
10
作者 姜小刚 朱明旺 +4 位作者 姚金良 李斌 廖军 张宇翔 刘燕德 《华中农业大学学报》 CAS CSCD 北大核心 2024年第1期242-248,共7页
为消除水果自身尺寸差异对其糖度预测模型的不利影响,进一步提高水果分选模型精度,应用近红外光谱在线检测装置采集不同果径苹果的近红外光谱,对光谱进行多种预处理后,分别建立苹果可溶性固形物的偏最小二乘法模型,再用苹果果径75~85mm... 为消除水果自身尺寸差异对其糖度预测模型的不利影响,进一步提高水果分选模型精度,应用近红外光谱在线检测装置采集不同果径苹果的近红外光谱,对光谱进行多种预处理后,分别建立苹果可溶性固形物的偏最小二乘法模型,再用苹果果径75~85mm组中的建模集预测苹果果径分别为65~75、85~95mm组中的预测集样品,最后用果径组65~75、75~85、85~95 mm中的建模集和预测集,分别作为混合苹果尺寸糖度预测模型的建模集和预测集,并利用特征光谱选择算法对模型进行简化,建立苹果糖度通用预测模型。结果显示:与建模集和预测集果径不同时所建立的苹果糖度预测模型最优组相比,其相关系数Rp由0.805提高至0.943,预测集均方根误差值RMSEP由0.778减小至0.480,RPD由0.96增加至3.05,再对建立的通用模型进行简化,可以降低苹果尺寸对苹果糖度模型的影响,提高模型预测性能。 展开更多
关键词 苹果 近红外光谱 混合尺寸模型 尺寸差异 水果分选 无损检测
在线阅读 下载PDF
Boost型PFC变换器的自适应超螺旋全局滑模控制 被引量:4
11
作者 王业琴 杨艳 +2 位作者 李正豪 张卫星 李磊 《电机与控制学报》 EI CSCD 北大核心 2024年第4期111-119,130,共10页
针对Boost型功率因数校正(PFC)变换器,提出一种自适应超螺旋全局滑模控制(ASTTSMC)方法。该方法可以保证PFC变换器在理想工作条件下具备良好的性能,并且在面对负载突变、电网电压波动和电感参数变化等系统不确定性情况下时仍然能够保持... 针对Boost型功率因数校正(PFC)变换器,提出一种自适应超螺旋全局滑模控制(ASTTSMC)方法。该方法可以保证PFC变换器在理想工作条件下具备良好的性能,并且在面对负载突变、电网电压波动和电感参数变化等系统不确定性情况下时仍然能够保持全局鲁棒性。在控制律的设计中,采用全局滑模控制作为基准模型,从而确保系统在整个响应过程都具有鲁棒性;同时,切换项采用自适应超螺旋算法,考虑系统不确定项,通过自适应超螺旋算法中的切换增益参数来改善系统潜在的“抖振”现象;此外,基于李雅普诺夫稳定定理证明了所设计控制系统的稳定性。实验结果表明,在理想工作条件下和系统存在不确定性的情况下,该方法都能够有效改善网测电流的质量和提高变换器的功率因数,验证了该方法的有效性和所设计控制器的鲁棒性。 展开更多
关键词 功率因数校正变换器 全局滑模 超螺旋算法 自适应控制 鲁棒控制
在线阅读 下载PDF
新型燃煤电厂发电-脱碳-供热一体化的耦合系统 被引量:2
12
作者 徐熙然 汪若凡 +2 位作者 李珏 陈海军 吴影 《煤炭学报》 EI CAS CSCD 北大核心 2024年第10期4252-4262,共11页
伴随着能源需求的提高,所伴随而来的环境问题也日益加剧,燃烧产生的CO_(2)便是温室气体的直接来源,其中燃煤电厂是主要碳排放源,且在生产过程中产生大量的余热。燃煤电厂脱碳系统和热电联产系统对热源温度要求相近,针对这一特性,可以在... 伴随着能源需求的提高,所伴随而来的环境问题也日益加剧,燃烧产生的CO_(2)便是温室气体的直接来源,其中燃煤电厂是主要碳排放源,且在生产过程中产生大量的余热。燃煤电厂脱碳系统和热电联产系统对热源温度要求相近,针对这一特性,可以在控制燃煤电厂的碳排放量的同时,对其过程中产生的余热进行回收利用,提高系统的供热能力。基于燃煤电厂发电系统、固体胺吸收剂脱碳系统以及一次/二次供热系统,创新性地提出了一种发电-脱碳-供热一体化的耦合系统。引入背压式供热汽轮机和背压式脱碳汽轮机取代低压汽轮机,以背压式供热汽轮机和背压式脱碳汽轮机的排汽分别给供热过程和脱碳过程提供热源,在保证脱碳能力的前提下显著降低了耦合系统的发电能力损失。为再进一步提高耦合系统的热力性能,采用吸收式换热技术高效回收脱碳系统释放的低温余热,提高耦合系统的供热能力。计算结果显示,新型发电-脱碳-供热一体化的耦合系统回收了90%以上脱碳系统释放的低温余热,系统的供热能力由785.06 MW提升至1288.94 MW,供热能力升高65%,节能效果显著。 展开更多
关键词 燃烧后CO_(2)捕集 热电联产 余热回收 吸收式换热 碳中和
在线阅读 下载PDF
改进轻量化 YOLOv7-tiny 道路限高障碍物检测方法 被引量:2
13
作者 张青春 王文聘 +2 位作者 张洪源 张恩溥 宁建峰 《中国测试》 CAS 北大核心 2024年第5期186-192,共7页
针对道路限高障碍物检测困难、模型复杂以及难以在嵌入式端部署等问题,提出一种基于改进轻量化YOLOv7-tiny模型的道路限高障碍物检测方法。改进模型采用更加轻量的FasterNet网络替换原有主干网络,在Neck层使用PConv卷积替代部分Conv卷积... 针对道路限高障碍物检测困难、模型复杂以及难以在嵌入式端部署等问题,提出一种基于改进轻量化YOLOv7-tiny模型的道路限高障碍物检测方法。改进模型采用更加轻量的FasterNet网络替换原有主干网络,在Neck层使用PConv卷积替代部分Conv卷积,以减少计算冗余和内存访问,从而有效降低模型的参数量和计算量。同时,引入CA注意力机制提高检测精度,并使用Focal-EIoU损失函数优化模型的收敛速度和效率。实验结果表明:相较于YOLOv7-tiny目标检测模型,改进模型在检测数据集上,mAP@0.5提高6.6%,参数量和计算量分别降低24%和20.5%,模型权重文件减少27.2%,能够在保持较高检测精度的同时,满足轻量化的需求。 展开更多
关键词 障碍物检测 轻量化 YOLOv7-tiny FasterNet PConv卷积 CA注意力机制
在线阅读 下载PDF
基于深度信念极限学习机与卷积优化算法的洪水预报方法 被引量:1
14
作者 徐军杨 张奇伟 +3 位作者 蔡鹏 罗远林 张坚 张楚 《水电能源科学》 北大核心 2024年第8期48-52,共5页
针对洪水峰高量大、汇流时间短以及流域地貌复杂,导致洪水预报难度大和预报精度不理想的问题,提出一种基于深度信念极限学习机(DBN-ELM)和改进卷积优化算法(ICOA)的ICOA-DBN-ELM模型。以渭河上游北道水文站点2006~2020年的日径流数据作... 针对洪水峰高量大、汇流时间短以及流域地貌复杂,导致洪水预报难度大和预报精度不理想的问题,提出一种基于深度信念极限学习机(DBN-ELM)和改进卷积优化算法(ICOA)的ICOA-DBN-ELM模型。以渭河上游北道水文站点2006~2020年的日径流数据作为输入数据,并将该模型与BP、ELM、DBN-BP、DBN-ELM、COA-DBN-ELM模型进行对比。结果表明,所建立的ICOA-DBN-ELM模型有更好的预报精度,在洪水预报领域具有良好的应用前景。 展开更多
关键词 洪水预报 深度信念极限学习机 参数优化 卷积优化算法
在线阅读 下载PDF
基于TOA的联合时延无线传感网节点定位算法
15
作者 常波 张新荣 卞海溢 《传感技术学报》 CAS CSCD 北大核心 2024年第9期1622-1628,共7页
针对无线传感器网络中如何准确获取节点位置信息的问题,研究了多径传播条件下基于到达时间(Time-of-Arrival,TOA)并兼顾路径时延的目标定位问题。所提算法在高斯噪声假设基础上,首先根据时间-距离观测模型推导出包含目标位置坐标及时延... 针对无线传感器网络中如何准确获取节点位置信息的问题,研究了多径传播条件下基于到达时间(Time-of-Arrival,TOA)并兼顾路径时延的目标定位问题。所提算法在高斯噪声假设基础上,首先根据时间-距离观测模型推导出包含目标位置坐标及时延的测量方程;然后基于加权最小二乘(Weighted Least Squares,WLS)准则,计算出在目标坐标估计性能上严密逼近Cramér-Rao下界(CRLB)的解;最后通过理论分析得出位置和时延的误差方差及算法开销。仿真测试了单节点及多节点场景下测距误差对定位和延时性能的影响,结果表明,所提出算法的估计性能非常接近CRLB的估计性能,明显优于两步加权最小二乘(Two Step Weighted Least Squares,TSWLS)方法。 展开更多
关键词 节点定位 TOA 测量 多径时延 加权最小二乘 Cramer-Rao 下界
在线阅读 下载PDF
基于群智能优化多分类器的DOM组分检测研究
16
作者 付丽辉 戴峻峰 王晓燕 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第8期2349-2356,共8页
可溶解有机物(DOM)是影响生态环境和居民生活安全的重要因素之一。当DOM总量达到一定水平时,将通过水体富营养化引致藻类爆发式生长,使得DOM成分更为复杂、影响更为严峻。常见的DOM检测方法虽然可以对DOM进行定性分析,但对于DOM组分的... 可溶解有机物(DOM)是影响生态环境和居民生活安全的重要因素之一。当DOM总量达到一定水平时,将通过水体富营养化引致藻类爆发式生长,使得DOM成分更为复杂、影响更为严峻。常见的DOM检测方法虽然可以对DOM进行定性分析,但对于DOM组分的测定一直存在瓶颈,单传感器难以完成对水体DOM总量与组分的复杂性测试。提出基于等离子共振传感器(SPR)的交叉敏感性的DOM测试方案。利用群智能算法(PSO)训练的BP神经网络(BP),构建三个分类器。利用多模光纤,镀以55~85 nm的7种不同厚度的金膜,构成具有不同最佳折射率测量值的SPR传感探头,使各传感探头的最佳折射率测量值有效分布在1.33~1.43 RIU范围内,保证每个传感头在最佳测量区间内具有较好的灵敏度、线性度,在其他传感头对应的测量区间内,通过波长、谱宽和光强的变化,有着尽可能敏感的交叉响应。结合基于PSO-BP的三分类器的智能算法,通过对DOM的水样制备、DOM成分的测定、折射率的测量、SPR效应的测量、人工智能网络的训练、验证等实验步骤,实现对被测样本的SPR效应的共振波长、谱宽和光强的综合训练,从而完成对里运河(A)、洪泽湖(B)、公园景观湖(C)、校园景观湖(D)四种被测水体的五种DOM组分(酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸)浓度的有效预测。对四种不同被测水体(A、B、C、D)DOM组分浓度的最高预测率分别为81.2%(酪氨酸)、85%(色氨酸)、82%(色氨酸)、82.6%(色氨酸)。考察了响应参数及分类器个数对预测效果的影响,结果表明,与双分类器和单分类器相比较,三分类器的预测效果最好,对综合水样的五种不同DOM组分浓度的预测正确率分别为81.5%、84%、81%、82%、68.3%,验证了PSO-BP的多分类器及光纤SPR传感器在DOM组分预测中的正确性及可行性。 展开更多
关键词 多分类器 光纤等离子共振传感器 可溶性有机物组分检测 BP神经网络 PSO算法
在线阅读 下载PDF
轻量级YOLO-LGM带钢表面缺陷检测算法
17
作者 张新荣 方怀松 +2 位作者 张楚 邓祥帅 王艳龙 《机床与液压》 北大核心 2024年第24期41-49,共9页
针对现有钢材表面缺陷检测算法参数多、计算量大、精度低和不易部署到资源有限的嵌入式设备中等问题,基于YOLOv8n目标检测算法,提出一种轻量级钢材检测算法YOLO-LGM。通过设计轻量级网络LCNet-C重构YOLOv8n的主干特征提取网络,以降低网... 针对现有钢材表面缺陷检测算法参数多、计算量大、精度低和不易部署到资源有限的嵌入式设备中等问题,基于YOLOv8n目标检测算法,提出一种轻量级钢材检测算法YOLO-LGM。通过设计轻量级网络LCNet-C重构YOLOv8n的主干特征提取网络,以降低网络的参数量和计算量;将YOLOv8n网络模型Neck层中的Conv模块替换为GSConv模块,在减轻模型的计算量同时提升模型的精度;最后,将多尺度注意力机制(EMA)融入到C2f模块中,构建C2f-EMA模块,将Neck层中所有C2f模块替换为融合注意力机制后的C2f-EMA模块,进一步提升模型精度。实验结果表明:在NEU-DET数据集上,YOLO-LGM的模型大小为3.5 MB,参数量为1 642 622,GFLOPs为5.0,均值平均精度为76.4%;与YOLOv8n相比,模型大小减少了43.5%,参数量减少了45.4%,GFLOPs减少了38.3%,均值平均精度提升了1.6%。改进后的算法在检测钢材缺陷方面的效果有所提升,且模型更加轻量,适合部署在嵌入式设备中。 展开更多
关键词 缺陷检测 轻量级 LCNet-C GSConv 注意力机制
在线阅读 下载PDF
基于改进YOLOv8n的轻量化分心驾驶行为检测方法
18
作者 沈骞 张磊 +2 位作者 张宇翔 李易 刘世豪 《电子测量技术》 北大核心 2024年第24期65-75,共11页
分心驾驶行为是导致出现道路交通安全问题的主要原因之一。针对现有基于深度学习的检测算法计算复杂度高、泛化能力有限、检测精度不理想等问题,本文构建了一种基于改进YOLOv8n的轻量化分心驾驶行为检测算法。首先,将CAA注意力机制融合... 分心驾驶行为是导致出现道路交通安全问题的主要原因之一。针对现有基于深度学习的检测算法计算复杂度高、泛化能力有限、检测精度不理想等问题,本文构建了一种基于改进YOLOv8n的轻量化分心驾驶行为检测算法。首先,将CAA注意力机制融合进StarNet,形成StarNet-CAA,并且将StarNet-CAA集成到YOLOv8n的主干网络中,提高了模型的全局特征提取能力,显著降低了计算复杂度。随后,将FasterBlock与CGLU相结合加入到颈部网络中,形成C2f-Faster-CGLU模块,降低计算成本。此外,在检测头中引入共享卷积,进一步减少了计算量和参数量。实验结果表明,改进的YOLOv8n算法显著提高了分心驾驶行为检测的效率,在StateFarm数据集上达到了99.4%的准确率。模型的参数量减少46.7%,计算量减少41.5%。此外,在100-Driver数据集上进行了泛化实验,结果表明,与YOLOv8n相比,该方案的泛化效果有所提高。因此,该算法在保持高可靠性和泛化能力的同时,显著降低了计算量。 展开更多
关键词 分心驾驶 YOLOv8n 目标检测 深度学习
在线阅读 下载PDF
基于PSO-WPESN的短期电力负荷预测方法 被引量:14
19
作者 周红标 王乐 +1 位作者 卜峰 应根旺 《电测与仪表》 北大核心 2017年第6期113-119,共7页
精确的短期电力负荷预测是电力生产优化调度和安全稳定运行的重要保证,是智能电网建设的重要一环。为提高模型的预测精度,提出了一种基于粒子群优化小波包回声状态神经网络的短期电力负荷预测方法。首先利用多分辨率小波包分解方法对负... 精确的短期电力负荷预测是电力生产优化调度和安全稳定运行的重要保证,是智能电网建设的重要一环。为提高模型的预测精度,提出了一种基于粒子群优化小波包回声状态神经网络的短期电力负荷预测方法。首先利用多分辨率小波包分解方法对负荷数据进行分解和重构,建立小波包回声状态网预测模型;然后,利用粒子群算法对预测模型储备池中的参数进行优化。实验结果表明:针对短期电力负荷动态时间序列数据,与BP、Elman、传统ESN等网络相比,PSO-WPESN网络的预测精度、稳定性和泛化能力都得到明显增强,尤其是能在一定程度上缓解由于输出矩阵过大造成ESN存在病态解的弊端。 展开更多
关键词 粒子群 小波包分解 回声状态网 电力负荷 短期预测
在线阅读 下载PDF
基于自组织模糊神经网络的出水总磷预测 被引量:15
20
作者 乔俊飞 周红标 《控制理论与应用》 EI CAS CSCD 北大核心 2017年第2期224-232,共9页
针对污水处理过程出水总磷预测问题,本文提出一种基于改进Levenberg--Marquardt(improved Levenberg--Marquardt,ILM)学习算法和奇异值分解(singular value decomposition,SVD)的适于在线建模的自组织模糊神经网络(fuzzy neural network... 针对污水处理过程出水总磷预测问题,本文提出一种基于改进Levenberg--Marquardt(improved Levenberg--Marquardt,ILM)学习算法和奇异值分解(singular value decomposition,SVD)的适于在线建模的自组织模糊神经网络(fuzzy neural network,FNN)预测方法.ILM-SVDFNN采用改进LM学习算法对隶属函数中心、宽度和输出权值进行训练.在参数自适应学习的同时,采用单边Jacobi变换实现规则层输出阵的奇异值分解,根据奇异值定义增长和修剪指标实现规则层神经元在线动态调整.此外,证明了所提方法在网络结构固定和调整阶段的收敛性.最后,利用典型非线性系统辨识、Mackey-Glass时间序列预测和实际污水处理过程出水总磷预测实验进行验证.仿真结果显示所设计的自组织模糊神经网络结构紧凑且预测精度较高,较好地满足了污水处理厂对出水总磷检测精度和实时性的要求. 展开更多
关键词 出水总磷 模糊神经网络 自组织模糊神经网络 改进Levenberg--Marquardt 奇异值分解
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部