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6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IVYA-GRU的燃料电池汽车的电池寿命预测
1
作者 朱楠 王靖岳 +1 位作者 何宇亭 丁建明 《重庆理工大学学报(自然科学)》 北大核心 2026年第2期28-34,共7页
为了解决燃料电池汽车的燃料电池在运行过程中剩余使用寿命预测的可视化和精确性问题,提出了一种常春藤优化算法(Ivy algorithm, IVYA)结合门控循环单元(gated recurrent unit, GRU)神经网络的预测模型,对车用燃料电池的剩余使用寿命进... 为了解决燃料电池汽车的燃料电池在运行过程中剩余使用寿命预测的可视化和精确性问题,提出了一种常春藤优化算法(Ivy algorithm, IVYA)结合门控循环单元(gated recurrent unit, GRU)神经网络的预测模型,对车用燃料电池的剩余使用寿命进行预测。首先,对使用的静态工况下的老化实验数据集进行数据预处理,分别是间隔采样和数据平滑,然后采用IVYA获得GRU的最优超参数组,再利用GRU准确预测燃料电池电压。将提出的方法与长短时记忆网络、GRU和北方苍鹰优化算法优化门控循环单元相比较,在该方法的预测下,均方根误差、平均绝对误差、预测寿命的相对误差和决定系数分别为0.000 535 55 V、0.000 420 6 V、0.035 9%和0.998 7,所提方法在相同条件下具有最高的老化预测和RUL估计精度。 展开更多
关键词 燃料汽车 氢燃料电池 常春藤优化算法 门控循环单元 数据驱动
在线阅读 下载PDF
基于IVYA-FMD和EELM-Yager的轴承小样本故障诊断模型 被引量：1
2
作者 王恒迪 王豪馗 +2 位作者 陈鹏 吴升德 马盈丰 《机电工程》 北大核心 2025年第6期1093-1101,共9页
针对滚动轴承故障特征提取难度大以及不同故障类型训练样本稀缺的问题,提出了一种基于参数优化特征模态分解(FMD)和集成极限学习机(EELM)的小样本滚动轴承故障诊断方法。首先,采用常春藤算法(IVYA)对FMD参数进行了优化,提升了模态分解... 针对滚动轴承故障特征提取难度大以及不同故障类型训练样本稀缺的问题,提出了一种基于参数优化特征模态分解(FMD)和集成极限学习机(EELM)的小样本滚动轴承故障诊断方法。首先,采用常春藤算法(IVYA)对FMD参数进行了优化,提升了模态分解的精确度,并采用最小残差指数(REI)作为最优模态分量的选取准则,从最优模态分量中提取了故障信号时域、频域及熵值的关键特征;然后,将所提取的特征输入EELM中进行了故障识别;最后,采用Yager加权平均规则对EELM的分类结果进行了融合,得到了综合故障诊断结果。研究结果表明:IVYA-FMD在信号处理过程中,具有优秀的特征提取和抗干扰能力,可有效提取原始信号的故障特征;IVYA-FMD和EELM-Yager模型在实验数据中,训练集与测试集按照8∶2的比例进行分割时的准确率达到99.12%;当训练集与测试集按照2:8的比例进行分割时,该方法在实验数据中的准确率高达92.5%,在CWRU数据集和SEU数据集中的准确率均超过96.8%。与其他智能诊断模型相比,IVYA-FMD和EELM-Yager在小样本滚动轴承故障诊断领域展现出显著的可行性和优越性。 展开更多
关键词 特征模态分解 常春藤算法 集成极限学习机 Yager加权平均 小样本故障诊断 滚动轴承
在线阅读 下载PDF
基于ARIMA-SVR-IVYA组合模型的传染病预测研究
3
作者 陈雪冬 《延边大学学报(自然科学版)》 2025年第4期6-12,共7页
为了提高传染病预测的准确性,提出了一种基于差分整合移动平均自回归(ARIMA)、支持向量回归(SVR)和常春藤算法(IVYA)的组合模型ARIMA-SVR-IVYA.在模型中,利用ARIMA拟合传染病时间序列的线性趋势,使用SVR捕捉传染病时间序列的非线性波动... 为了提高传染病预测的准确性,提出了一种基于差分整合移动平均自回归(ARIMA)、支持向量回归(SVR)和常春藤算法(IVYA)的组合模型ARIMA-SVR-IVYA.在模型中,利用ARIMA拟合传染病时间序列的线性趋势,使用SVR捕捉传染病时间序列的非线性波动,使用IVYA优化SVR超参数.为了验证提出模型的可行性和有效性,使用3种传染病时间序列、4个评估指标和6个对比模型进行了实证分析.研究结果表明,该组合模型可以获得比ARIMA、SVR、ARIMA-SVR、ARIMA-SVR-GS、ARIMA-SVR-GA和ARIMASVR-PSO更好的预测表现;因此,该组合模型在传染病预测中具有较好的应用价值. 展开更多
关键词 传染病 组合预测 参数寻优 ARIMA-SVR ivya
在线阅读 下载PDF
基于IVYA-OCSVM的设备异常检测方法研究
4
作者 王琳 周树桥 +2 位作者 张天昊 郭超 黄晓津 《自动化仪表》 2025年第9期144-148,154,共6页
针对当前核电站设备异常检测领域广泛应用的固定阈值法所存在的报警实时性低、误报率高的问题,提出了一种采用常青藤算法(IVYA)优化单分类支持向量机(OCSVM)的设备异常检测方法。通过对监测数据提取合适的特征,利用OCSVM对正常状态下的... 针对当前核电站设备异常检测领域广泛应用的固定阈值法所存在的报警实时性低、误报率高的问题,提出了一种采用常青藤算法(IVYA)优化单分类支持向量机(OCSVM)的设备异常检测方法。通过对监测数据提取合适的特征,利用OCSVM对正常状态下的数据特征进行学习。针对OCSVM参数寻优问题,设计了以减小模型误报率和漏报率为目标的目标函数。在此基础上引入IVYA对OCSVM参数进行优化,构建了性能优异的IVYA-OCSVM异常检测模型。在基于实际数据的对比验证中,所提方法的异常检测准确率为97.61%,优于对比方法,验证了所提方法的有效性与优异性。所提方法有望应用于核电站的关键敏感设备或其他行业设备检测数据的分析,以提升异常检测的准确性和核电站运行的安全性。 展开更多
关键词 核电站 核电设备 异常检测 目标函数 常青藤算法 单分类支持向量机
在线阅读 下载PDF
融合自适应模态分解与集成深度学习的空气质量指数预测
5
作者 桑铭键 张庆红 王圣节 《环境科学与技术》 北大核心 2026年第2期71-82,共12页
精准预测空气质量指数(AQI)对于保障公众健康、推动社会绿色可持续发展以及制定环境管理策略至关重要。为进一步提升AQI的预测精度,研究提出了一种基于IVY-VMD-BiGRU-Attention的集成深度学习方法。首先,利用常春藤算法(IVYA)自适应估... 精准预测空气质量指数(AQI)对于保障公众健康、推动社会绿色可持续发展以及制定环境管理策略至关重要。为进一步提升AQI的预测精度,研究提出了一种基于IVY-VMD-BiGRU-Attention的集成深度学习方法。首先,利用常春藤算法(IVYA)自适应估计变分模态分解(VMD)的关键参数,将原始AQI序列分解成多个平稳的模态分量。之后,利用双向门控循环单元(BiGRU)在捕捉长距离依赖关系和注意力机制在关键特征选择上的优势构建AQI预测模型。最后,将各影响因素作为模型输入分别对不同模态的子序列进行预测,通过叠加各分量的预测值,得到最终的AQI预测值。研究选取了北京、广州和重庆3个具有不同气候特征的城市作为典型研究区域,基于2014-2024年的日尺度数据进行实证分析。结果表明,基于IVY-VMD-BiGRU-Attention的集成深度学习模型与所有对照组模型相比,该模型具有更高的预测精度,其决定系数分别为0.9888、0.9934和0.9904。 展开更多
关键词 空气质量指数 ivya优化 变分模态分解 双向门控循环单元 注意力机制
原文传递
智能融合模型在恶意软件检测中的可解释性 被引量：1
6
作者 王圣节 张庆红 王紫薇 《科学技术与工程》 北大核心 2025年第23期9892-9899,共8页
为提高恶意软件检测模型的性能和可解释性,提出一种基于数据预处理与模型优化的智能融合检测方法。该方法集成多种机器学习算法,通过随机森林算法提取关键特征,并采用常春藤优化算法(ivy optimizer algorithm,IVYA)进行参数调优,构建融... 为提高恶意软件检测模型的性能和可解释性,提出一种基于数据预处理与模型优化的智能融合检测方法。该方法集成多种机器学习算法,通过随机森林算法提取关键特征,并采用常春藤优化算法(ivy optimizer algorithm,IVYA)进行参数调优,构建融合模型以提升检测效果。模型利用SHAP(shapley additive explanations)方法进行解释性分析,增强检测结果的透明度与可靠性。实验表明,该方法在多个数据集上准确率、精确率、召回率等指标均超过99%,相较于传统方法表现出明显优势,为网络安全提供了更强的防护手段和更高的可解释性。 展开更多
关键词 恶意软件检测 网络安全 机器学习 随机森林算法 Stacking模型 常春藤优化算法 SHAP模型
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