期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于网络演算的网络故障检测方法
被引量：
11
1
作者
章子游
赵千川
杨文
《控制理论与应用》
EI
CAS
CSCD
北大核心
2019年第11期1861-1870,共10页
在计算机网络系统中,由于存在外界攻击,设备寿命有限等原因,网络设备不可避免地会发生故障.本文提出了一种基于网络演算的故障检测方法,并证明了该方法能在确定的时延范围内检测出网络中节点发生故障及恢复正常的时间,以及节点的故障种...
在计算机网络系统中,由于存在外界攻击,设备寿命有限等原因,网络设备不可避免地会发生故障.本文提出了一种基于网络演算的故障检测方法,并证明了该方法能在确定的时延范围内检测出网络中节点发生故障及恢复正常的时间,以及节点的故障种类.在仿真算例上测试发现,本文的方法能及时检测出节点故障和正常的时间,且检测的平均准确率比当前常用的基于LSTM的方法高很多.
展开更多
关键词
计算机网络
故障检测
网络演算
时延
在线阅读
下载PDF
职称材料
基于TCN-LSTM-Attention的建筑热动态与能耗预测
2
作者
付伟豪
赵千川
《控制理论与应用》
2025年第11期2125-2135,共11页
基于暖通空调系统热动态与能耗的多变量耦合特点及数据预测精度不足的问题,本文提出一种融合时间卷积–长短期记忆–注意力机制(TCN-LSTM-Attention)的融合预测模型.首先,为了能够更加好捕获建筑运行数据中的短期与长期依赖,建立了TCN-L...
基于暖通空调系统热动态与能耗的多变量耦合特点及数据预测精度不足的问题,本文提出一种融合时间卷积–长短期记忆–注意力机制(TCN-LSTM-Attention)的融合预测模型.首先,为了能够更加好捕获建筑运行数据中的短期与长期依赖,建立了TCN-LSTM-Attention建筑热动态与能耗预测模型来预测HVAC能耗、室内温度、PMV;采用改进粒子群算法(IPSO)优化预测模型超参数,降低模型预测误差,并对模型逼近能力进行分析;其次,使用EnergyPlus搭建建筑仿真模型并进行验证;以河北省某办公建筑运行数据进行预测模型仿真验证,实验表明本模型在对比算法中有较好的预测精度和预测稳定性,并且验证了算法在建筑围护结构参数改变时的泛化性.
展开更多
关键词
建筑状态预测
时间卷积网络
长短期记忆网络
注意力机制
粒子群优化算法
在线阅读
下载PDF
职称材料
题名
基于网络演算的网络故障检测方法
被引量：
11
1
作者
章子游
赵千川
杨文
机构
清华大学自动化系和北京信息科学与技术国家研究中心
航天发射场可靠性
技术
重点实验室
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2019年第11期1861-1870,共10页
基金
国家“十三五”重点研发项目(2017YFC0704100,2016YFB0901900)
国家自然科学基金项目(61425027)
+1 种基金
“111”引智计划(BP2018006)
北京国家信息科学与技术研究中心项目(BNR2019TD01009)资助~~
文摘
在计算机网络系统中,由于存在外界攻击,设备寿命有限等原因,网络设备不可避免地会发生故障.本文提出了一种基于网络演算的故障检测方法,并证明了该方法能在确定的时延范围内检测出网络中节点发生故障及恢复正常的时间,以及节点的故障种类.在仿真算例上测试发现,本文的方法能及时检测出节点故障和正常的时间,且检测的平均准确率比当前常用的基于LSTM的方法高很多.
关键词
计算机网络
故障检测
网络演算
时延
Keywords
computer networks
fault detection
network calculus
delay
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
在线阅读
下载PDF
职称材料
题名
基于TCN-LSTM-Attention的建筑热动态与能耗预测
2
作者
付伟豪
赵千川
机构
清华大学自动化系和北京信息科学与技术国家研究中心
出处
《控制理论与应用》
2025年第11期2125-2135,共11页
基金
国家自然科学基金项目(62192751,61425027)资助。
文摘
基于暖通空调系统热动态与能耗的多变量耦合特点及数据预测精度不足的问题,本文提出一种融合时间卷积–长短期记忆–注意力机制(TCN-LSTM-Attention)的融合预测模型.首先,为了能够更加好捕获建筑运行数据中的短期与长期依赖,建立了TCN-LSTM-Attention建筑热动态与能耗预测模型来预测HVAC能耗、室内温度、PMV;采用改进粒子群算法(IPSO)优化预测模型超参数,降低模型预测误差,并对模型逼近能力进行分析;其次,使用EnergyPlus搭建建筑仿真模型并进行验证;以河北省某办公建筑运行数据进行预测模型仿真验证,实验表明本模型在对比算法中有较好的预测精度和预测稳定性,并且验证了算法在建筑围护结构参数改变时的泛化性.
关键词
建筑状态预测
时间卷积网络
长短期记忆网络
注意力机制
粒子群优化算法
Keywords
building condition prediction
temporal convolutional network
long short term memory
attention
particle swarm optimization algorithm
分类号
TU111.19 [建筑科学]
TP18 [建筑科学—建筑理论]
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
基于网络演算的网络故障检测方法
章子游
赵千川
杨文
《控制理论与应用》
EI
CAS
CSCD
北大核心
2019
11
在线阅读
下载PDF
职称材料
2
基于TCN-LSTM-Attention的建筑热动态与能耗预测
付伟豪
赵千川
《控制理论与应用》
2025
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
