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1,351篇文章
< 1 2 … 68 >
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：
多尺度特征建模的图像时间序列预测网络
1
作者 沈瑜 马煜堃 +5 位作者 赵永刚 魏子易 李江柽 王若暄 刘佳英 闫佳荣 《哈尔滨工业大学学报》 北大核心 2026年第1期119-130,共12页
为提高图像时间序列预测的精度,本研究提出了一种基于长短期记忆网络(long short-term memory,LSTM)与注意力机制的时间序列预测网络:MA-LSTM。该网络整体由多尺度注意力模块(multi-scale attention block,MAB)、多尺度注意力层(multi-s... 为提高图像时间序列预测的精度,本研究提出了一种基于长短期记忆网络(long short-term memory,LSTM)与注意力机制的时间序列预测网络:MA-LSTM。该网络整体由多尺度注意力模块(multi-scale attention block,MAB)、多尺度注意力层(multi-scale attention layer,MALayer)和超分辨率重建模块(super resolution reconstruction module,SRRM)组成,以多尺度特征建模为核心,着重提升时空特征表达能力与长程依赖建模能力。首先,MA-LSTM设计了MAB模块,通过时空特征增强层提升模型的细节建模能力,并利用通道特征增强层加强了特征图的跨维度信息交互,解决了SwinLSTM对于细粒度特征捕捉不足的问题。其次,MA-LSTM引入了简化的LSTM结构,与MAB结合构建了MALayer,增强模型对时序信息的建模能力。最后,在特征图重建时设计了SRRM模块,有效增强模型预测输出的细节表达能力。研究表明,MA-LSTM在MovingMNIST和KTH两个不同领域的数据集上,结构相似性指数分别达到0.9602和0.9243,与SwinLSTM、PhyDNet、PredRNN、ConvLSTM网络进行的对比试验结果表明,结构相似性指数最高提升了0.337和0.212,展现了其在时序预测任务中的高效性和适用性,且具备跨领域的推广潜力。此外,消融实验进一步证明了本文所提出模块的有效性。 展开更多
关键词 图像时间序列 预测网络 LSTM 移位窗口注意力 多注意力融合
在线阅读 下载PDF
基于深度学习的喀斯特型铝土矿找矿预测:以桂西平果地区为例 被引量：1
2
作者 解启丽 娄德波 +1 位作者 宋国玺 孟祥仑 《地质学报》 北大核心 2026年第2期723-740,共18页
铝土矿作为战略性紧缺资源,亟需推进其找矿勘查工作。针对传统找矿方法在效率和精度上的局限性,本文以桂西平果地区喀斯特型铝土矿为研究对象,提出了一种基于多源数据融合的深度学习找矿预测方法。研究基于U-Net基准模型,重点探讨滑动... 铝土矿作为战略性紧缺资源,亟需推进其找矿勘查工作。针对传统找矿方法在效率和精度上的局限性,本文以桂西平果地区喀斯特型铝土矿为研究对象,提出了一种基于多源数据融合的深度学习找矿预测方法。研究基于U-Net基准模型,重点探讨滑动窗口技术构建多源地学数据训练集和网络架构参数优化对模型性能的影响,并通过引入综合得分S(由交并比IoU、F1分数、归一化训练时间Tn加权组成)定量评估模型性能,进而构建深度学习找矿预测模型。研究发现:(1)使用滑动窗口技术构建数据集时,75%重叠率的S值较0重叠率显著提高了71.04%,表明该设置能实现数据增强并显著提升模型性能;(2)进一步优化网络架构(采用64基础通道数、replicate卷积填充、添加SE+模块、ELU激活函数及交叉熵+Dice的组合损失函数),使模型S值再提升8.72%,显著增强了复杂地质特征的表达能力。最后,在预测区开展找矿预测并结合多源数据,成功圈定5个找矿靶区。多源数据与深度学习技术的结合,丰富了喀斯特型铝土矿找矿预测理论,为该类型矿产勘查提供了科学依据。 展开更多
关键词 喀斯特型铝土矿 U-Net 找矿预测 多源数据 滑动窗口技术
在线阅读 下载PDF
基于改进N4SID算法的电力系统类噪声扰动下惯量评估研究
3
作者 郭圳 郭成 +1 位作者 杨灵睿 顾文娟 《电工电能新技术》 北大核心 2026年第1期73-83,共11页
电力系统惯量水平是影响电力系统稳定性的关键因素。针对基于类噪声扰动下电力系统惯量评估精度不高的问题,本文提出了一种基于改进子空间辨识算法(N4SID)的惯量评估方法。首先,选用预报误差法(PEM)优化N4SID子空间辨识算法,将辨识出的... 电力系统惯量水平是影响电力系统稳定性的关键因素。针对基于类噪声扰动下电力系统惯量评估精度不高的问题,本文提出了一种基于改进子空间辨识算法(N4SID)的惯量评估方法。首先,选用预报误差法(PEM)优化N4SID子空间辨识算法,将辨识出的机组状态空间模型降为一阶等效模型;同时,考虑数据质量因素,通过均一化均方根误差(NRMSE)选择最优数据窗长度对类噪声有功-频率扰动信息进行分段辨识并估计惯性时间常数。将所提改进辨识算法与现有传递函数估计算法(TFSET)、输出误差模型辨识算法(OE)、N4SID三种辨识算法进行比较,验证了本文所提辨识算法在类噪声扰动情况下辨识的正确性。利用本文所提方法在IEEE 39节点系统仿真验证,结果表明本文方法估计的惯性时间常数相对误差均在5%范围之内;且在含噪声样本中依然具有较高的惯量估计精度。 展开更多
关键词 惯性时间常数 类噪声信号 系统辨识 状态空间模型 最优数据窗长度
在线阅读 下载PDF
基于等角映射的高维不平衡数据增量式降维算法
4
作者 任宁宁 陈曦 孙力帆 《现代电子技术》 北大核心 2026年第5期138-141,146,共5页
高维不平衡数据增量变化时,因多类别样本数目不一、特征分布不均,降维时难免过度关注多数类样本,忽视少数类样本,导致降维后少数类数据失真。为此,文中提出基于等角映射的高维不平衡数据增量式降维算法。利用模糊C-means算法将高维不平... 高维不平衡数据增量变化时,因多类别样本数目不一、特征分布不均,降维时难免过度关注多数类样本,忽视少数类样本,导致降维后少数类数据失真。为此,文中提出基于等角映射的高维不平衡数据增量式降维算法。利用模糊C-means算法将高维不平衡数据划分为不同类型数据后,使用基于时间窗口的增量数据抽取方法,抽取不同类型高维不平衡数据的增量数据。由基于等角映射的增量流形学习降维算法运算增量数据与原始数据点距离。结合距离设定权重因子,将此增量数据映射于低维空间,实现高维不平衡数据增量式降维。实验结果表明:所提算法在不同类别高维不平衡数据增量式降维中,无论是1 GB还是10 GB的新增数据量,降维后数据维度较低,数据结构和信息的保真度较高,没有出现明显失真情况。该方法是一种有效的数据降维算法,可应用于处理大规模高维不平衡数据增量式降维问题中。 展开更多
关键词 模糊C-means算法 等角映射 高维不平衡数据 增量式降维 时间窗口 增量数据抽取 流形学习 加权处理
在线阅读 下载PDF
基于Chernoff界的概念漂移检测方法
5
作者 杨书蓉 韩萌 +4 位作者 丁剑 李娟 朱诗能 代震龙 杨文艳 《计算机应用研究》 北大核心 2026年第3期729-739,共11页
为应对分类模型性能下降的问题,需要及时检测数据流中的概念漂移,以更新基分类器并提高分类准确性。提出一种基于均值的Chernoff界的检测机制,在提升漂移检测速度的同时,确保了较高的准确性。利用基于均值的Chernoff界,提出基于当前均值... 为应对分类模型性能下降的问题,需要及时检测数据流中的概念漂移,以更新基分类器并提高分类准确性。提出一种基于均值的Chernoff界的检测机制,在提升漂移检测速度的同时,确保了较高的准确性。利用基于均值的Chernoff界,提出基于当前均值的Chernoff界和基于全局均值的Chernoff界。此外,为了增强检测的稳定性和精确性,设计复合检验策略,包括双重检验机制与先检测后验证机制,从而构建一种基于Chernoff界的概念漂移检测方法(CDDM)。最后,为了全面评估双重检验机制与先检测后验证机制的有效性,该方法变体并进行性能对比。实验结果表明,该方法在合成数据集上取得了最高85.97%的平均准确率,同时降低了8.80%的漂移检测延迟。实验验证了该方法在提高准确率的同时加快了检测速度。 展开更多
关键词 概念漂移 数据流 Chernoff不等式 滑动窗口模型 复合检验策略
在线阅读 下载PDF
基于FY-3D MERSI影像的湖泊表面温度反演与验证——以青藏高原湖泊为例
6
作者 郭媛 方纯 +5 位作者 卢善龙 杜聪 韩啸 李心如 张俊凌 郑伟 《遥感技术与应用》 北大核心 2026年第1期178-186,共9页
湖泊表面温度是反映湖泊生态环境和气候变化影响的关键参数,对研究区域水热循环和生态系统变化具有重要意义。本研究以青藏高原典型湖泊——青海湖、色林错和纳木错为研究区域,基于FY-3D卫星MERSI(Medium Resolution Spectral Imager)数... 湖泊表面温度是反映湖泊生态环境和气候变化影响的关键参数,对研究区域水热循环和生态系统变化具有重要意义。本研究以青藏高原典型湖泊——青海湖、色林错和纳木错为研究区域,基于FY-3D卫星MERSI(Medium Resolution Spectral Imager)数据,应用分裂窗算法实现湖泊表面温度的反演。通过匹配青海湖水文站观测数据,研究利用最小二乘法拟合多通道海表温度(MCSST)模型参数,并结合2020年和2021年实测数据及MODIS温度产品对反演结果进行交叉验证。结果表明,FY-3D MERSI数据反演的湖泊表面温度与实测值及MODIS产品高度一致,相关系数超过0.85,且误差稳定,展示了优良的可靠性和连续性。研究验证了FY-3D卫星在湖泊表面温度监测中的应用潜力,为未来开展区域和全球尺度湖泊生态环境变化监测提供了新的技术方案。 展开更多
关键词 湖泊表面温度 FY-3D MERSI数据 分裂窗算法 遥感反演 青藏高原
原文传递
国际贸易“单一窗口”数据开放服务标准体系研究
7
作者 李童 《中国标准化》 2026年第5期72-77,共6页
我国现行标准为国际贸易“单一窗口”的建设提供了建设依据,但在数据开放共享方面仍存在标准体系和标准缺失、标准化研究滞后的问题。为推动国际贸易“单一窗口”海量贸易数据的深度挖掘与红利释放,规范其数据开放服务工作,亟需构建数... 我国现行标准为国际贸易“单一窗口”的建设提供了建设依据,但在数据开放共享方面仍存在标准体系和标准缺失、标准化研究滞后的问题。为推动国际贸易“单一窗口”海量贸易数据的深度挖掘与红利释放,规范其数据开放服务工作,亟需构建数据开放服务标准体系并开展相应的标准制修订工作。文章通过研究我国国际贸易“单一窗口”建设现状及其标准化现状,结合国家数据标准体系建设指南要求,构建了由术语、流程、服务、应用、评估、安全和开放组成的国际贸易“单一窗口”数据开放服务标准体系,提出了标准制修订建议。随着国际贸易“单一窗口”数据开放服务标准体系的建立和完善,将为探索国际贸易领域数据经济的发展路径奠定标准化基础,形成数据标准体系应用的典型场景,为相关标准提供研究方向和工作指引。 展开更多
关键词 单一窗口 数据开放服务 标准体系
在线阅读 下载PDF
基于自适应滑动窗口的质子交换膜燃料电池性能预测方法
8
作者 曲建海 叶芳 +1 位作者 陈浩 郭航 《电力科学与工程》 2026年第3期39-49,共11页
质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)作为一种高效清洁的氢能发电装置,其运行过程中不可避免地存在性能退化与突变现象,亟需开展高精度退化预测以支撑故障预测与健康管理。针对传统数据驱动方法在退化突变阶... 质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)作为一种高效清洁的氢能发电装置,其运行过程中不可避免地存在性能退化与突变现象,亟需开展高精度退化预测以支撑故障预测与健康管理。针对传统数据驱动方法在退化突变阶段预测滞后、误差较大的问题,提出了一种ASW(adaptive sliding window)增强型MLP(multilayer perceptron)退化预测方法。该方法在多层感知器模型的基础上引入自适应滑动窗口机制,通过动态引入突变前的关键信息,有效抑制由工况变化或人为因素引起的剧烈数据波动,从而降低退化突变阶段的预测延迟与不确定性。实验结果表明,在保证数据完整性且避免信息泄露的前提下,引入ASW机制后,模型在静态与动态数据集上的均方根误差分别降低14.3%和10.8%,显著优于传统MLP模型。研究结果表明,所提出的ASW增强型MLP模型能够有效提升PEMFC退化预测的精度与鲁棒性,为燃料电池系统的健康管理提供了一种具有工程应用价值的数据驱动方法。 展开更多
关键词 质子交换膜燃料电池 性能退化预测 数据驱动模型 多层感知器 自适应滑动窗口
在线阅读 下载PDF
地震采集设备的THD检测装置与方法
9
作者 潘英杰 杜清波 +3 位作者 何永清 吴迪 接铭丽 刘森 《石油地球物理勘探》 北大核心 2026年第1期201-210,共10页
总谐波失真(THD)是反映地震采集设备信号采集能力和质量的关键综合性指标。失真度检测是确保仪器技术性能达标、设备稳定可靠、所采地震资料合格的重要手段。首先,根据检测流程及地震仪器内部结构分析了谐波失真的来源;其次,研制了地震... 总谐波失真(THD)是反映地震采集设备信号采集能力和质量的关键综合性指标。失真度检测是确保仪器技术性能达标、设备稳定可靠、所采地震资料合格的重要手段。首先,根据检测流程及地震仪器内部结构分析了谐波失真的来源;其次,研制了地震专用的超低畸变信号源,为测试提供了高纯净度的信号基准;最后,融合七阶Blackman-Harris窗频谱泄漏抑制技术与Zoom-FFT频谱细化技术,成功实现了基于小数据量的快速高精度失真度计算。通过硬件研制和算法研发,实现了地震采集设备的高精度失真度检测,有效缩短了检测时间。目前该技术已经集成到eSeis Neo节点检测系统,实现了工业化生产应用。在华北、新疆等多个重点油气勘探项目的应用结果表明,该技术运行稳定,检测效率高,检测合格的节点性能可靠,得到业内广泛认可。 展开更多
关键词 总谐波失真 高精度地震信号源 ZOOM-FFT BLACKMAN-HARRIS窗 地震采集设备 检测
在线阅读 下载PDF
基于动态滑动窗口的云存储数据访问AI控制
10
作者 赵可为 赵金水 +1 位作者 刘申申 贺靖民 《计算机仿真》 2026年第1期405-409,共5页
静态控制方法难以全面考量云存储用户行为复杂多样,致使信任度评估准确性较低,导致安全控制自相关系数差值较大,控制效果不佳。为此,研究动态滑动窗口下云存储数据安全访问AI控制方法。利用时间校正函数调整信任度,通过设置窗口大小、... 静态控制方法难以全面考量云存储用户行为复杂多样,致使信任度评估准确性较低,导致安全控制自相关系数差值较大,控制效果不佳。为此,研究动态滑动窗口下云存储数据安全访问AI控制方法。利用时间校正函数调整信任度,通过设置窗口大小、更新窗口信任信息、计算信任度等步骤实现动态信任评估。数据掌控者利用AI技术中的基于CCA的改进对抗神经网络,加密需要上传的云存储数据文件;分布式存储网络去中心化存储加密数据文件;认证授权中心通过动态滑动窗口,捕捉用户行为的变化趋势,全面且精准地计算数据需求者的信任度,对比分析信任度与设置阈值,如果信任度大于设置阈值,则为数据需求者发送其请求的加密数据文件,并通过基于CCA的改进对抗神经网络进行解密;反之,拒绝访问,完成数据安全访问AI控制。仿真结果表明,上述方法可有效加密云存储数据,在不同数据规模下,上述方法数据加密的自相关系数差值的均值均较小,即加密效果较优,抗攻击能力较强;所提方法可有效计算数据需求者的信任度,并依据信任度进行高效访问控制,控制效果较好。 展开更多
关键词 动态滑动窗口 云存储 数据安全 访问控制 对抗神经网络 信任度
在线阅读 下载PDF
基于滑动窗口算法的船舶避碰转向点数据挖掘模型 被引量：6
11
作者 陈蜀喆 王子威 龚彪 《中国航海》 北大核心 2025年第1期124-131,共8页
随着无人船自主航行技术的发展,如何辨识船舶避碰行为成为其自主决策的关键。针对现有船舶轨迹辨识算法效率不高且存在误判等问题,提出一种基于滑动窗口算法的船舶避碰转向点数据挖掘模型,对船舶转向点进行辨识。首先通过固定滑动窗口... 随着无人船自主航行技术的发展,如何辨识船舶避碰行为成为其自主决策的关键。针对现有船舶轨迹辨识算法效率不高且存在误判等问题,提出一种基于滑动窗口算法的船舶避碰转向点数据挖掘模型,对船舶转向点进行辨识。首先通过固定滑动窗口判断船舶自动识别系统数据中相邻时刻点航向的变化特征;然后通过计算相邻时刻轨迹点的斜率变化进行验证,并标记窗口中航向变化的最早转向点;最后通过可变滑动窗口维护轨迹变化过程中航向变化及误差参数,判断该转向点是否为避碰转向点,并将模型与道格拉斯-普克算法进行试验对比。结果表明,该模型可以有效辨识船舶转向是否为避碰行为,并能解决道格拉斯-普克算法因数据波动而对转向点判断失误的问题,可以提取船舶避碰过程中的最早转向点,辅助船舶进行避碰决策。该研究成果可被用于智能避碰决策系统的研发,以保障船舶航行安全。 展开更多
关键词 船舶 避碰 转向点 滑动窗口 数据挖掘
在线阅读 下载PDF
基于E-ASW-LA模型的井下振动模式识别
12
作者 刘昕 熊文婷 +3 位作者 孔华 李德 于子涵 李忠伟 《石油机械》 北大核心 2025年第9期10-19,共10页
准确识别井下振动模式可针对具体异常类型采取相应的解决方案。为此,提出一种基于E-ASW-LA模型的井下振动模式识别方法。该模型包括滑动窗口层、特征提取层以及分类识别层。根据预处理后的井下振动数据方差特征设置动态窗口,得到不同长... 准确识别井下振动模式可针对具体异常类型采取相应的解决方案。为此,提出一种基于E-ASW-LA模型的井下振动模式识别方法。该模型包括滑动窗口层、特征提取层以及分类识别层。根据预处理后的井下振动数据方差特征设置动态窗口,得到不同长度的窗口;在特征提取层,对窗口内样本利用经验模态分解得到能表征样本振动模式的特征,并经过PCA算法降维处理;然后,输入到LSTM神经网络中学习时序依赖关系,利用注意力机制对特征分配权重,进而根据加权后的特征预测其振动模式。试验结果表明,该模型能捕捉样本的关键特征,精准挖掘井下振动模式内在的规律,识别精度达95.53%。研究结论为优化钻井参数和作业流程提供了重要决策依据。 展开更多
关键词 井下振动模式识别 振动数据 滑动窗口 经验模态分解 注意力机制
在线阅读 下载PDF
基于深度并行时序网络的用户侧异常数据智能诊断
13
作者 郑艳松 廖伟国 《现代电子技术》 北大核心 2025年第4期140-144,共5页
在用户侧数据中,异常往往隐藏在复杂的时序关系中,传统的时序分析方法在处理用户侧数据中复杂的时序关系时存在困难,特征提取难以捕获关键特征,导致诊断精度低且易漏检。为此,研究一种基于深度并行时序网络的用户侧异常数据智能诊断方... 在用户侧数据中,异常往往隐藏在复杂的时序关系中,传统的时序分析方法在处理用户侧数据中复杂的时序关系时存在困难,特征提取难以捕获关键特征,导致诊断精度低且易漏检。为此,研究一种基于深度并行时序网络的用户侧异常数据智能诊断方法。深度并行时序网络分解层利用滑动窗口法分割用户侧数据,得到数个窗口序列。编码层依据层叠时序卷积神经网络与长短期记忆(LSTM)网络建立编码器,提取各窗口序列的时空特征;解码层通过引入时间注意力机制的门控循环单元建立解码器,重构窗口序列的时空特征;推断层依据重构特征计算异常分数,当异常分数大于设置阈值时,说明该窗口内的用户侧数据为异常数据,即完成了用户侧异常数据的智能诊断。实验结果表明,所提方法可有效提取用户侧数据特征,计算异常分数,并完成用户侧异常数据智能诊断。 展开更多
关键词 深度并行时序网络 用户侧 异常数据 智能诊断 滑动窗口 LSTM
在线阅读 下载PDF
考虑季节特性与数据窗口的短期光伏功率预测组合模型 被引量：12
14
作者 张静 熊国江 《电力工程技术》 北大核心 2025年第1期183-192,共10页
光伏功率的间歇性和随机性因季节变化呈现出不同的特点,考虑季节特性对提高光伏功率预测精度具有重要意义。因此,文中提出一种考虑季节特性和数据窗口的短期光伏功率预测组合模型。首先,通过皮尔逊相关系数法确定对光伏功率贡献度高的... 光伏功率的间歇性和随机性因季节变化呈现出不同的特点,考虑季节特性对提高光伏功率预测精度具有重要意义。因此,文中提出一种考虑季节特性和数据窗口的短期光伏功率预测组合模型。首先,通过皮尔逊相关系数法确定对光伏功率贡献度高的气象因素,降低预测模型的输入特征维数。其次,对比不同季节下不同模型的光伏功率预测精度,选择光伏功率预测误差最小且相关性最低的2个模型构建组合模型,即门控循环单元(gated recurrent unit,GRU)模型和极限梯度提升(extreme gradient boosting,XGboost)模型。然后,分析历史气象数据中不同输入窗口对GRU-XGboost模型预测精度的影响,确定最优数据窗口。最后,在此基础上分别采用GRU和XGboost对光伏功率进行预测,将2个预测结果加权组合得到最终预测结果。结果表明,与其他模型相比,所提模型具有更强的适应性和更高的预测精度。 展开更多
关键词 短期光伏功率预测 季节特性 数据窗口 门控循环单元(GRU) 极限梯度提升(XGboost) 组合模型
在线阅读 下载PDF
基于滑动窗口和斜率特征的振弦式传感器数据清洗方法 被引量：2
15
作者 陈建勋 陈辉 +3 位作者 罗彦斌 罗华 陈浩 李昌鹏 《中国公路学报》 北大核心 2025年第5期134-145,共12页
隧道结构健康监测自诊断和状态评估都是建立在数据分析的基础上,但传感器所获取的数据不可避免地会出现诸多异常数据。这些异常数据不仅包含非结构性因素引起的干扰信息,还包括结构性因素引起的损伤信息。如何提取淹没在异常数据中的有... 隧道结构健康监测自诊断和状态评估都是建立在数据分析的基础上,但传感器所获取的数据不可避免地会出现诸多异常数据。这些异常数据不仅包含非结构性因素引起的干扰信息,还包括结构性因素引起的损伤信息。如何提取淹没在异常数据中的有用损伤信息,并剔除无用的干扰信息成为了重点。根据异常数据变化率的不稳定、不连续性,提出一种滑动斜率异常检测和数据重构法。首先,采用滑动窗口对数据进行动态分段处理,再对各窗口内数据进行最小二乘线性拟合,得到斜率和截距向量;其次,根据斜率的方差和拟合优度设置阈值,检测并剔除离散程度较大、拟合程度较差的斜率和截距值;最后,利用回归计算和中位数法进行数据重构。基于钢筋混凝土试件损伤试验数据和现场监测的异常数据,对所提方法与传统3σ法、滑动中值滤波、小波变换和经验模态分解法的应用效果进行对比。结果表明:所提方法能够有效清洗其他方法难以处理的增益和偏移数据,能有效识别和清洗数据的异常趋势,同时不破坏原有的结构性损伤数据,保证了监测数据的质量,能够满足实际应用的需要。 展开更多
关键词 隧道工程 时间序列数据 数据清洗 滑动斜率检测法 振弦式传感器 滑动窗口 损伤试验
原文传递
基于改进LSTM的多时隙工业时序数据预测方法研究 被引量：4
16
作者 周红福 孙凯文 《自动化仪表》 2025年第4期86-91,共6页
在工业生产中,常常存在对仪器仪表数据进行趋势预测的需求。对长短期记忆(LSTM)神经网络作出改进,提出一种多时隙工业时序数据预测方法。首先,对输入端作出改进,使得模型能够预测多个采样周期后的数值。其次,对模型单元作出优化,提高了... 在工业生产中,常常存在对仪器仪表数据进行趋势预测的需求。对长短期记忆(LSTM)神经网络作出改进,提出一种多时隙工业时序数据预测方法。首先,对输入端作出改进,使得模型能够预测多个采样周期后的数值。其次,对模型单元作出优化,提高了模型对数值的拟合能力。再次,设计了一种新颖的数据清洗算法,提升了数据获取的稳定性。最后,使用污水厂的多组真实流量数据,对该方法进行验证。验证结果表明,该方法克服了原始LSTM预测方法的缺陷,创新地完成了多时隙数据预测的任务,实现了对24 h后数据的精准预测;相比对照组方法,该方法在数据曲线图像跟随趋势与数学统计指标方面均有提升。该方法能够实际助力污水厂的资源计划和调配。 展开更多
关键词 长短期记忆神经网络 深度学习 趋势预测 工业时序数据 滑动窗口 数据清洗
在线阅读 下载PDF
异构数字媒体流数据的实时关联挖掘
17
作者 陈文庆 《现代电子技术》 北大核心 2025年第22期56-60,共5页
为有效捕捉数据流不同模态之间的关联,提高数据挖掘效果,提出一种异构数字媒体流数据的实时关联挖掘方法。通过滑动窗口处理异构数字媒体流数据,提取具有潜在价值的候选数据,并输入到异构数字媒体流数据关联挖掘双路分支框架中。文本模... 为有效捕捉数据流不同模态之间的关联,提高数据挖掘效果,提出一种异构数字媒体流数据的实时关联挖掘方法。通过滑动窗口处理异构数字媒体流数据,提取具有潜在价值的候选数据,并输入到异构数字媒体流数据关联挖掘双路分支框架中。文本模态分支通过BERT-Large与双向GRU网络学习文本模态数字媒体流数据的特征表示,再构建文本连接图并结合GCN建模文本模态关系,提取文本模态数字媒体流数据特征。视觉模态分支利用Faster-RCNN以及多头注意力的GCN建模视觉模态关系,得到视觉模态数字媒体流数据特征;采用交叉注意力机制捕捉跨模态间的关联性,生成融合后的视觉、文本模态数字媒体流数据特征,数据挖掘模块通过在语义空间中计算二者相似度,实现异构数字媒体流数据关联挖掘。实验结果表明,所提方法可实现不同模态数字媒体流数据关联挖掘,挖掘结果与待查询媒体事件高度匹配,Recall@5、MRR指标分别为0.50、0.40,挖掘时间低于0.2 s。 展开更多
关键词 数字媒体 关联挖掘 媒体流数据 滑动窗口 BERT-Large 双向GRU网络 文本连接图 交叉注意力机制
在线阅读 下载PDF
风电场短期测风数据年代表性评估及其对测风窗口依赖性研究
18
作者 刘雪 韩星星 +1 位作者 张宇 夏永成 《新能源科技》 2025年第5期30-38,共9页
本研究系统评估了短期测风数据的年代表性及其对测风窗口期的依赖性。通过对6个不同地区的全年实测数据进行分析,揭示了测风窗口期对评估结果的影响规律。结果表明:(1)选择合适的窗口期可以缩短测风周期,同时将误差控制在较小范围内;(2... 本研究系统评估了短期测风数据的年代表性及其对测风窗口期的依赖性。通过对6个不同地区的全年实测数据进行分析,揭示了测风窗口期对评估结果的影响规律。结果表明:(1)选择合适的窗口期可以缩短测风周期,同时将误差控制在较小范围内;(2)最佳窗口期的风速分布特征与全年风速分布特征高度吻合,Weibull参数k、c的相对误差分别低于4.56%和2.8%;(3)最佳窗口期的数据能很好地代表完整年份的风速-风向分布规律。本研究证实了用短期测风数据代表年测风数据的可行性,为风资源的高效评估提供依据。 展开更多
关键词 风资源评估 测风数据 测风窗口
在线阅读 下载PDF
面向嵌入式设备部署的无线传感网络数据采集加速方法 被引量：2
19
作者 姚强 韩红章 《传感技术学报》 北大核心 2025年第1期179-184,共6页
嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓... 嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓扑中选取传感器节点完成采集任务,并从无线传感网络传输速率和传输延迟两方面更新无线传感网络传输协议参数。利用直线斜率与误差阈值尺度关系获取感知数据,设计提速流程实现网络数据采集加速。仿真结果表明,该方法采集时延小于200 ms,最大采集覆盖范围是50 m^(2),平均能量消耗低于920 mJ,丢包率低于12%。证明了所提方法能够提高网络数据采集速度,减少资源消耗。 展开更多
关键词 无线传感网络 数据采集加速 感知数据 嵌入式设备 滑动窗口
在线阅读 下载PDF
融合滑动窗口和Informer网络的渔船轨迹预测方法 被引量：1
20
作者 郭洋 李想 李响凝 《计算机技术与发展》 2025年第1期148-153,共6页
为了实现渔船作业行驶轨迹的精准预测,进而完成对驶入禁锚区的渔船进行警告的需求,该文提出基于融合滑动窗口和Informer网络的渔船轨迹预测方法(SIFP)。首先,对AIS数据进行预处理,通过在窗口内计算均值或中值等统计量,从而降低噪声的影... 为了实现渔船作业行驶轨迹的精准预测,进而完成对驶入禁锚区的渔船进行警告的需求,该文提出基于融合滑动窗口和Informer网络的渔船轨迹预测方法(SIFP)。首先,对AIS数据进行预处理,通过在窗口内计算均值或中值等统计量,从而降低噪声的影响,获得更稳定和准确的轨迹信息;其次,采用滑动窗口扩充预测模型的数据量,满足预测模型对数据量的需求;最后,基于Informer模型完成渔船轨迹的精准预测,为禁锚预警提供数据支持。实验结果表明,SIFP模型的MAE、MAPE较Transformer网络模型分别提高了0.02%和0.08%,较LSTM网络模型分别提高了0.04%和0.18%,较BP网络模型分别提高了1.47%和2.14%,证明了SIFP模型在轨迹预测问题上的有效性。 展开更多
关键词 海底电缆保护 渔船轨迹预测 深度学习 Informer网络 滑动窗口 AIS数据
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 2 … 68 下一页 到第 页
使用帮助 返回顶部