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
共找到9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：
基于IBKA-ACNN-DD的短期土壤温度预测模型
1
作者 杨玉强 宋坤 罗焕芝 《农业机械学报》 北大核心 2025年第7期541-548,共8页
土壤温度是农业科学中一个非常重要的变量,其时空变化具有随机性、非线性和非平稳性的特点,极大影响了预测的准确性,为此,提出一种改进黑翅鸢算法(Improved black kite algorithm,IBKA)优化集成注意力机制的卷积神经网络(attention conv... 土壤温度是农业科学中一个非常重要的变量,其时空变化具有随机性、非线性和非平稳性的特点,极大影响了预测的准确性,为此,提出一种改进黑翅鸢算法(Improved black kite algorithm,IBKA)优化集成注意力机制的卷积神经网络(attention convolutional neural networks,ACNN)和树突网络(dendrite net,DD)的短期土壤温度预测模型。首先,通过自适应分层学习策略改进黑翅鸢算法,以增强算法的优化能力;接着,将集成注意力机制的卷积神经网络和树突网络两种模型融合得到新模型ACNN-DD,用于挖掘土壤温度与特征变量之间的关系,进而输出未来6 h内的土壤温度预测结果。最后,为了验证该模型,将重庆市南川区峰岩乡风云村蔬菜种植基地、内蒙古奈曼农田生态系统国家野外科学观测研究站和陕西安塞农田生态系统国家野外科学观测研究站监测的土壤温度数据代入该模型,结果表明,该模型决定系数高达0.98、0.98、0.99,均方根误差低至1.12、1.35、1.37℃,平均绝对百分比误差降到3.83%、5.54%、5.41%,均优于ILSTMSoil、MLP-FFA和SPA-GA-SVR等传统的土壤温度预测模型。该模型可以有效预测未来6 h内的土壤温度,可为智慧农业领域的应用提供理论基础。 展开更多
关键词 土壤温度预测 IBKA算法 acnn-DD模型 特征提取 智慧农业
在线阅读 下载PDF
一种新的支持向量分类算法ACNN-SVM 被引量：2
2
作者 业巧林 业宁 +2 位作者 张训华 武波 宋爱美 《郑州大学学报（理学版）》 CAS 2008年第3期56-58,共3页
针对NN-SVM算法的不足,提出了一种新的支持向量分类算法——ACNN-SVM.先对训练样本集进行最近邻修剪,用SVM训练得到一个SVM模型,然后,计算最近邻修剪后的训练样本集中样本到超平面的距离,如果距离差大于给定的阈值则将其从最近邻修剪后... 针对NN-SVM算法的不足,提出了一种新的支持向量分类算法——ACNN-SVM.先对训练样本集进行最近邻修剪,用SVM训练得到一个SVM模型,然后,计算最近邻修剪后的训练样本集中样本到超平面的距离,如果距离差大于给定的阈值则将其从最近邻修剪后的训练样本集中删除,最后对再修剪后的样本集用SVM训练得到一个最终的SVM模型.实验表明,ACNN-SVM算法的效果优于NN-SVM算法. 展开更多
关键词 NN-SVM算法 acnn-SVM算法 超平面距离 阈值
在线阅读 下载PDF
求解多约束最短路径的改进ACNN算法 被引量：1
3
作者 洪斌 张红岭 +1 位作者 王剑雄 李嵘 《河北建筑工程学院学报》 CAS 2013年第1期109-112,共4页
根据MPSoC划分的特点对ACNN中的自动波进行了重新设计,用于求解满足约束条件的可行最短路径,从而得到对应的MPSoC软硬件划分结果.ACNN的网络和神经元结构简单,易于用VLSI硬件实现,可推广到大规模的MPSoC设计中.
关键词 acnn 多约束最短路径 自动波 MPSOC
在线阅读 下载PDF
基于ACNN—LSTM网络的轴承状态退化预测 被引量：1
4
作者 安猛 张洪涛 徐凤春 《机械工程师》 2024年第7期130-134,138,共6页
为了便于大型机组的维护和检修,确定机组齿轮箱轴承的更换时间,需要预知轴承的工作状态。根据轴承数据特点,提出卷积神经网络(CNN)的改进算法ACNN-LSTM网络。ACNN-LSTM是结合融入注意力机制的卷积神经网络与长短期记忆网络(LSTM),实现... 为了便于大型机组的维护和检修,确定机组齿轮箱轴承的更换时间,需要预知轴承的工作状态。根据轴承数据特点,提出卷积神经网络(CNN)的改进算法ACNN-LSTM网络。ACNN-LSTM是结合融入注意力机制的卷积神经网络与长短期记忆网络(LSTM),实现对轴承的退化预测。选取轴承退化敏感特征,利用主成分法建立退化指标。ACNN的注意力模块(CBAM)能够准确提取退化特征,经五点三次平滑法处理突出退化状态。为验证ACNN-LSTM网络的有效性,搭建风机齿轮箱平台。实验结果显示,预测退化曲线和实际退化曲线基本重合,到达失效阈值的时间接近,表明该改进算法能够准确预测轴承状态退化趋势,为评估轴承的运行状态提供依据。 展开更多
关键词 acnn-LSTM网络 轴承状态退化预测 退化敏感特征 注意力机制 长短期记忆网络
在线阅读 下载PDF
艺术风格智能认知辨识及其机械设计应用研究 被引量：1
5
作者 周淼 蒋澜 杨越茗 《机械设计与制造》 北大核心 2023年第1期111-115,119,共6页
机械产品美学设计是机械制造中的一个重要组成部分,而设计艺术风格的界定是美学设计中的关键,它主要是人类认知机理的反映,但目前对艺术风格的识别算法多限于将艺术风格进行量化,忽略了人类感知在设计艺术风格分类中的重要作用,存在特... 机械产品美学设计是机械制造中的一个重要组成部分,而设计艺术风格的界定是美学设计中的关键,它主要是人类认知机理的反映,但目前对艺术风格的识别算法多限于将艺术风格进行量化,忽略了人类感知在设计艺术风格分类中的重要作用,存在特征筛选困难、算法内在机制解释性差等问题。对此,创新性提出了一种基于人类认知机理的设计艺术风格智能识别方法。依托深度卷积神经网络模型构建了ACNN网络主线,对设计图像进行了特征提取,通过三种可视化方法对各卷积层进行特征可视化,结合人类对各层特征图的认知调整网络参数,并融入人类认知辅助结构,基于人类认知机理驱动网络,使网络能够重点筛选有效特征,最后通过实验进一步验证了此方法的有效性。研究是设计艺术风格识别方法研究领域的有益补充,可为机械产品提供美学设计指导。 展开更多
关键词 设计艺术风格分类 acnn人类认知神经网络 人类认知机理 机械美学
在线阅读 下载PDF
基于协同过滤和深度学习的混合推荐算法研究 被引量：1
6
作者 王素芳 《信息技术与信息化》 2022年第11期217-220,共4页
首先介绍了基于电影类型偏好特征的推荐算法的实现过程,分析了用户特征与电影评分之间的关联,同时根据用户偏好关系和电影与电影类型的关联程度进行建模;然后通过计算不同电影之间的相似度,来预测用户对未知电影的感兴趣程度;最后介绍... 首先介绍了基于电影类型偏好特征的推荐算法的实现过程,分析了用户特征与电影评分之间的关联,同时根据用户偏好关系和电影与电影类型的关联程度进行建模;然后通过计算不同电影之间的相似度,来预测用户对未知电影的感兴趣程度;最后介绍了混合推荐的总体流程、实验中使用到的电影数据集和评估指标,并将混合推荐模型与FM、DeepFM、NCF、xDeepFM算法模型进行比较,从实验结果中发现混合推荐模型比其他模型在排序精度和推荐精度上要略胜一筹。 展开更多
关键词 协同过滤 混合推荐 相似度计算 acnn 稀疏度
在线阅读 下载PDF
改进抗干扰CNN的变负载滚动轴承损伤程度识别 被引量：11
7
作者 董绍江 裴雪武 +2 位作者 吴文亮 汤宝平 赵兴新 《振动．测试与诊断》 EI CSCD 北大核心 2021年第4期715-722,831,共9页
针对强噪声、变负载工况下滚动轴承损伤程度难以识别的问题,提出了一种基于改进抗干扰卷积神经网络(anti⁃interference convolutional neural network,简称ACNN)的变负载工况下轴承损伤程度识别新方法。首先,对滚动轴承的一维振动信号... 针对强噪声、变负载工况下滚动轴承损伤程度难以识别的问题,提出了一种基于改进抗干扰卷积神经网络(anti⁃interference convolutional neural network,简称ACNN)的变负载工况下轴承损伤程度识别新方法。首先,对滚动轴承的一维振动信号进行预处理,得到标签化的数据样本,分为训练集和测试集;其次,将注意力机制引入到卷积神经网络的各个特征提取层中以建立特征提取通道之间的联系,得到基于改进ACNN的变负载工况下轴承损伤程度识别模型;然后,将训练集数据输入到改进ACNN中进行学习,将得到的识别模型应用于测试集,输出损伤程度识别结果,在训练过程中,为了提高模型的抗干扰能力,将Dropout算法引入到卷积层,为抑制过拟合,对原始训练样本进行加噪处理;最后,通过滚动轴承损伤程度模拟试验,在变工况下进行测试。结果表明,在噪声环境中所提方法能更准确地实现变负载工况下的轴承损伤程度识别。 展开更多
关键词 滚动轴承 损伤程度识别 注意力机制 抗干扰卷积神经网络
在线阅读 下载PDF
基于多源信息融合的风电机组轴承故障诊断方法 被引量：3
8
作者 王正奇 谷艳玲 +2 位作者 陈长征 田淼 孙鲜明 《机电工程》 CAS 北大核心 2023年第9期1411-1418,共8页
在风电机组滚动轴承故障诊断中,采用单个传感器所能提供的信息有限,针对这一问题,为了提取输入原始信号的多尺度特征以保证故障信息的有效性和完整性,同时为了提高信息融合的效率及有效性,提出了一种基于多源信息融合注意力机制卷积神... 在风电机组滚动轴承故障诊断中,采用单个传感器所能提供的信息有限,针对这一问题,为了提取输入原始信号的多尺度特征以保证故障信息的有效性和完整性,同时为了提高信息融合的效率及有效性,提出了一种基于多源信息融合注意力机制卷积神经网络(MSIF-ACNN)的风电机组滚动轴承故障诊断方法。首先,提出了一种将普通卷积与空洞卷积相结合的融合卷积方法,对原始时域信号进行了多尺度特征提取;其次,采用双层通道和空间注意力机制方法,对不同通道数据进行了自适应校准与权重分配;对注意力机制输出的多源信息进行了特征融合;最后,为了验证该多源信息融合方法的有效性,采用由全连接层与分类层组成的分类方法,对实际风电机组轴承数据进行了试验验证。试验及研究结果表明:不同位置和方向传感器对不同故障的敏感性存在差异,MSIF-ACNN通过有效地利用这种差异,实现了多源信息特征互补的目的,风电机组滚动轴承故障诊断准确率达到了96.7%,效果优于其他多源信息诊断模型,促进了信息融合在风电机组轴承故障诊断领域的应用。 展开更多
关键词 风电机组 滚动轴承 多尺度特征提取 故障信息完整性 多源信息融合 注意力机制卷积神经网络
在线阅读 下载PDF
基于FBD法的配电网设计指标智能检测方法仿真 被引量：1
9
作者 胡诗尧 荆志朋 柴林杰 《计算机仿真》 2024年第11期167-172,共6页
传统配电网设计指标检测系统与分布式能源的高速发展相驳,安全、稳定的指标体系无法完全反映出新形势下电网的经济性与可持续性优势,为提高配电网设计指标的完整性与检测稳定性,基于自适应卷积网络与FBD等效配电网构建出FBD-ACNN配电网... 传统配电网设计指标检测系统与分布式能源的高速发展相驳,安全、稳定的指标体系无法完全反映出新形势下电网的经济性与可持续性优势,为提高配电网设计指标的完整性与检测稳定性,基于自适应卷积网络与FBD等效配电网构建出FBD-ACNN配电网指标智能检测模型。模型首先对采用FBD算法将设计好的配电网系统进行等效,提高配电网指标的获取能力;然后从安全、可靠、环保与运行四个方向,分别构建配电网设计一、二级指标待检测体系接着对获取的配电网四类指标进行去量纲化处理,提升指标检测模型的建模效率;最后将Adam算法与退火算法有机融合,提高卷积网络的指标权重与网络学习率的自适应调整性,构建出配电网指标智能检测模型。基线算法仿真分析结果显示,在PGI指标检测数据上,较其它三类基线检测算法相比,FBD-ACNN算法的单项指标与综合指标均为最优值,这表明提出的算法在实际数据中有良好的应用效果,且最优值说明该算法的稳定性与泛化性均较好。综上,提出的FBD-ACNN算法能有效的将新能源体系纳入配电网设计指标检测中,且提升了检测的稳定性与泛化性,在智能计算机领域具有重要的研究价值。 展开更多
关键词 配电网设计 指标检测体系 自适应卷积网络
在线阅读 下载PDF
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
使用帮助 返回顶部