期刊文献+
共找到9,903篇文章
< 1 2 250 >
每页显示 20 50 100
China Railway Informalization System Research Based on Reengineering
1
作者 Yuwang Zhu Wenjie Zhang 《Chinese Business Review》 2004年第2期33-38,共6页
Consulting concepts of business process reengineering of modem enterprises and according to networked industry characteristics of railway, this article analyzes restructuring experience modes of foreign railway, probe... Consulting concepts of business process reengineering of modem enterprises and according to networked industry characteristics of railway, this article analyzes restructuring experience modes of foreign railway, probes into the trend of China railway restructure, and makes it clear that railway should set up modem enterprise systems by focusing on transport as major trade. As a result, the railway informalization system shall be guided by marketing, aiming at improving the operation efficiency and management benefits, having priority in passenger and goods marketing system development. Central control and safeguarding systems should be emphasized in construction and railway business management systems shall be broueht about. 展开更多
关键词 informalization reengineering networked industry railway
在线阅读 下载PDF
“Border Crossing”in English Job-Seeking Discourse——Informalization and Marketization in One Creative Résumé
2
作者 满易 《海外英语》 2014年第18期200-202,206,共4页
Border crossing is a metaphoric term in sociolinguistics referring to a blurring of English use across different domains of social discourses.This article shows how border crossing in English job-seeking discourse is ... Border crossing is a metaphoric term in sociolinguistics referring to a blurring of English use across different domains of social discourses.This article shows how border crossing in English job-seeking discourse is manifested in a real-life English creative résumé,and how this phenomenon brings about two related consequences,informalization and marketization,through critically analyzing the informal and promotional features of the résumé.It then reaches the conclusion that such border crossing phenomenon reflects a voice by the young in reconstructing their self-identities in job-seeking discourse in post-industrialized,post-modern western societies. 展开更多
关键词 BORDER CROSSING informalization MARKETIZATION Engl
在线阅读 下载PDF
BIM技术赋能在役桥梁安全与高效运维 被引量:2
3
作者 张丽萍 王广 +2 位作者 王力 陈云峰 李子奇 《中国安全生产科学技术》 北大核心 2025年第1期101-108,共8页
为了保证运维阶段桥梁结构安全,提升桥梁运维工作的效率,开展公路混凝土梁式桥运维阶段建筑信息模型(building information modeling,BIM)技术应用研究。在对公路桥梁现行编码体系进行扩展的基础上,提出1种参数化快速建模方法,以快速完... 为了保证运维阶段桥梁结构安全,提升桥梁运维工作的效率,开展公路混凝土梁式桥运维阶段建筑信息模型(building information modeling,BIM)技术应用研究。在对公路桥梁现行编码体系进行扩展的基础上,提出1种参数化快速建模方法,以快速完成桥梁构件族的创建与整体模型的集成。借助Autodesk Revit软件应用程序编程接口(application programming interface,API),采用C#语言,开发公路混凝土梁式桥智慧运维状态评估系统,以实际工程应用进行验证分析。研究结果表明:全面统一的桥梁信息编码体系,能够提高桥梁信息统计与检索效率;提出的快速建模方法能够显著减少建模工作量,建模时间较传统建模方法可减少60%,并保证模型的准确性与规范性;运维状态评估系统能够实现养护数据的充分利用与桥梁评定工作的自动化,通过对桥梁运维信息的有效组织,实现服役性能的长期追踪,从而确保运营期桥梁结构状态安全稳定。研究结果可为公路混凝土梁式桥运维管理提供技术支撑,提升桥梁运维的数字化水平。 展开更多
关键词 桥梁工程 运维状态评估系统 Building Information Modeling 公路混凝土梁式桥
在线阅读 下载PDF
改进Informed RRT^(*)算法移动机器人路径规划 被引量:2
4
作者 鲁宇明 周羽逵 +2 位作者 郭鑫 池吕庭 戴骏 《计算机工程与应用》 北大核心 2025年第8期283-293,共11页
Informed RRT^(*)算法对初始解不敏感,规划出的路径太接近障碍物,导致路径不平滑。提出一种改进的Informed RRT^(*)路径规划算法,该算法改进了约束采样空间和引导策略。在采样初期,将采样区域限制在一个圆形区域,加快初始解收敛,在算法... Informed RRT^(*)算法对初始解不敏感,规划出的路径太接近障碍物,导致路径不平滑。提出一种改进的Informed RRT^(*)路径规划算法,该算法改进了约束采样空间和引导策略。在采样初期,将采样区域限制在一个圆形区域,加快初始解收敛,在算法规划的过程中引入人工势场中引力场和斥力场的思想,使机器人与障碍物保持安全距离,并向目标位置行进。对Informed RRT^(*)算法和基于目标偏置的Informed RRT^(*)算法(Goal-bias-Informed RRT^(*))以及改进后的Informed RRT^(*)算法进行比较实验,实验结果验证了改进后Informed RRT^(*)算法的有效性和优越性及稳定性。该算法较Informed RRT^(*)算法和Goal-bias-Informed RRT^(*)效率更高、更容易得到初始解、更安全、更平滑、更稳定。 展开更多
关键词 移动机器人 路径规划 随机采样 Informed RRT^(*)算法 目标偏置 约束采样空间
在线阅读 下载PDF
基于多任务Informer模型的船舶轨迹预测及行为识别研究
5
作者 李世刚 刘克中 +3 位作者 陈立家 周乃祺 周阳 黄嘉韬 《中国航海》 北大核心 2025年第3期157-165,共9页
为有效预判航行风险,并为船舶避碰、交通管理等决策提供重要依据,研究了一种基于多任务Informer模型的船舶轨迹预测及行为识别模型。该模型以Informer框架为基础,并引入多任务学习模式,通过设计多任务损失函数将船舶行为识别与轨迹预测... 为有效预判航行风险,并为船舶避碰、交通管理等决策提供重要依据,研究了一种基于多任务Informer模型的船舶轨迹预测及行为识别模型。该模型以Informer框架为基础,并引入多任务学习模式,通过设计多任务损失函数将船舶行为识别与轨迹预测并联训练,解决了AIS数据中船舶行为不准确无法作为模型输入的问题;在模型训练时,并设计基于同方差不确定性的损失函数自适应更新策略,自适应分配两个任务的损失权重。利用太仓航段水域中的真实AIS数据进行试验中多任务的Informer船舶轨迹预测模型在轨迹预测中的损失比LSTM和Informer模型分别降低了40.2%和14.7%;在行为识别任务中多任务模型的识别准确率比LSTM和Informer模型分别提升了11.7%和5.95%。表明了多任务模型能在有效提升船舶轨迹预测的性能的同时实现船舶对行为的准确识别。 展开更多
关键词 轨迹预测 行为识别 AIS数据 Informer模型 多任务学习
在线阅读 下载PDF
基于融合劣化指标和VMD-Informer的水电机组劣化趋势预测
6
作者 宋阿妮 陈亦真 +2 位作者 詹云峰 李超顺 付波 《中国农村水利水电》 北大核心 2025年第5期90-96,共7页
水电机组长期运行在恶劣环境下,异常振动更加频繁,逐渐出现疲劳、磨损,导致机组性能劣化。为保障机组的安全稳定运行,需要准确直观地反映水电机组运行并预测机组未来劣化状况,为机组状态检修提供重要依据。提出了一种基于融合劣化指标和... 水电机组长期运行在恶劣环境下,异常振动更加频繁,逐渐出现疲劳、磨损,导致机组性能劣化。为保障机组的安全稳定运行,需要准确直观地反映水电机组运行并预测机组未来劣化状况,为机组状态检修提供重要依据。提出了一种基于融合劣化指标和VMD-Informer的机组劣化趋势预测方法。首先构建KAN健康模型拟合工况参数与振摆值之间的映射关系,然后通过对比模型输出值与实测振摆值在不同指标下的差异得到多个劣化序列,运用遗传算法对多个劣化序列进行寻优获取融合劣化指标,兼顾多个指标的优势,更为准确地反映机组劣化趋势。之后用变分模态分解(VMD)将融合劣化序列分解为多个分量,最后利用Informer预测模型对分解后的各个分量进行多步预测并重构得到最终的预测结果,从而实现对机组运行状况的准确评估和预测。实例分析表明,所提方法能够生成可靠的劣化趋势,同时在预测上能学习劣化趋势序列的长期趋势和局部特征,预测精度更高。 展开更多
关键词 水电机组 劣化评估 退化预测 Kolmogorov-Arnold Network 遗传算法 INFORMER
在线阅读 下载PDF
山区双车道公路借道超车轨迹预测模型
7
作者 覃文文 彭栋梁 +4 位作者 戢晓峰 徐迎豪 李冰 李武 曾浩 《交通运输系统工程与信息》 北大核心 2025年第3期96-106,共11页
为提高山区双车道公路的车辆轨迹预测精度,本文设计一种考虑借道超车影响的车辆轨迹预测模型。首先,基于无人机视频轨迹数据,根据航向角将借道超车过程划分为跟驰、借道、超车和返回这4种状态;其次,构建包含借道超车状态、车辆运动特征... 为提高山区双车道公路的车辆轨迹预测精度,本文设计一种考虑借道超车影响的车辆轨迹预测模型。首先,基于无人机视频轨迹数据,根据航向角将借道超车过程划分为跟驰、借道、超车和返回这4种状态;其次,构建包含借道超车状态、车辆运动特征、空间位置属性和交通状态的多元特征数据集,通过梯度提升决策树算法拟合借道超车状态与车辆运动特征、空间位置和交通状态之间的复杂关系,采用SHAP(SHapley Additive exPlanations)方法识别影响借道超车状态变化的关键因素;然后,将借道超车状态、影响借道超车状态的关键因素和历史轨迹数据集,以滑动时间窗口形式输入至Informer模型,预测山区双车道公路的借道超车轨迹;最后,与未考虑借道超车影响的传统超车轨迹预测模型进行对比,验证本文模型的有效性。结果表明:车头时距、主体车辆横向速度和横向偏移是影响借道超车状态变化的关键因素;所构建的模型在山区双车道借道超车场景下,具有良好的适用性和预测精度;与未考虑借道超车影响的轨迹预测模型相比,本文模型的均方误差和平均绝对误差均值分别降低53.05%和38.11%,决定系数均值提升23.58%。 展开更多
关键词 交通工程 超车轨迹预测 Informer时间序列模型 借道超车 山区双车道
在线阅读 下载PDF
基于RF-Informer模型的月径流遥相关预报
8
作者 李继清 谢宇韬 +1 位作者 徐学军 吴亮 《水资源保护》 北大核心 2025年第3期39-45,共7页
为延长中长期径流预报的预见期,提高预报精度,从物理成因上考虑径流的影响因素,在前期降水径流的基础上增加遥相关因子,通过随机森林(RF)模型进行因子选择,引入长时间序列预报中表现良好的Informer模型,构建了月径流预报的RF-Informer模... 为延长中长期径流预报的预见期,提高预报精度,从物理成因上考虑径流的影响因素,在前期降水径流的基础上增加遥相关因子,通过随机森林(RF)模型进行因子选择,引入长时间序列预报中表现良好的Informer模型,构建了月径流预报的RF-Informer模型,并利用该模型对雅砻江流域两河口、锦西、二滩3个水库的入库月径流进行了预报。结果表明:将遥相关因子引入流域月径流预报可以延长预见期,提高预报精度;相较于线性相关法,基于RF模型选择预报因子可以挖掘因子间非线性关系,提升预报效果;与RF-LSTM、RF-SVM、RF-BP神经网络模型相比,RF-Informer模型的误差最小,预报精度最高。 展开更多
关键词 月径流预报 遥相关因子 随机森林模型 Informer模型 雅砻江流域
在线阅读 下载PDF
基于Informer模型的航班延误预测
9
作者 杨新湦 游超 朱承元 《科学技术与工程》 北大核心 2025年第19期8282-8288,共7页
为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Inf... 为能更加精准预测不同时段的航班延误态势,选用美国亚特兰大机场2023年全年的运行数据与相关气象数据进行实验,提出基于相关系分析(correlation analysis,CA),主成分分析(principal components analysis,PCA)和Informer模型的CA-PCA-Informer航班延误预测模型,采用MAE(mean absolute error)和RMSE(root mean square error)作为模型的评价指标进行预测误差分析。结果表明,CA-PCA-Informer模型比简单的组合模型预测效果更好,与CA-PCA-LSTM和CA-PCA-GRU模型相比模型误差最低,MAE和RMSE分别降低了20.2%~20.7%和12.7%~14.1%;CA-PCA-Informer模型对预测步长为1 h时预测更为精准,该模型可以为决策者提供更加准确的航班延误态势以保证航班的高效运行。 展开更多
关键词 民航交通运输 航班延误预测 Informer模型 主成分分析 神经网络
在线阅读 下载PDF
考虑异常数据的多层神经网络交通流预测模型
10
作者 王庆荣 慕壮壮 +2 位作者 朱昌锋 何润田 高桓伊 《地球信息科学学报》 北大核心 2025年第10期2466-2481,共16页
【目的】交通流预测对于城市管理、智能交通至关重要。针对交通流数据中由外部干扰、突发事件等导致的异常数据、蕴含的复杂时空信息等问题。【方法】本文提出了一种考虑异常数据的多层神经网络预测模型(MLNN-CAD)。考虑孤立森林算法因... 【目的】交通流预测对于城市管理、智能交通至关重要。针对交通流数据中由外部干扰、突发事件等导致的异常数据、蕴含的复杂时空信息等问题。【方法】本文提出了一种考虑异常数据的多层神经网络预测模型(MLNN-CAD)。考虑孤立森林算法因参数单一而存在异常识别不精确的问题,结合各交通参数间的约束关系与交通流内在结构和规律,提出多级孤立森林算法,以提高异常数据识别精度;结合节点间的距离、皮尔逊相关系数及交通流量构建异常影响动态图,弥补传统M阶矩阵存在的缺陷,精准捕获异常影响动态范围;结合交通拥堵指数构建重要节点动态图,解决由节点出入都筛选重要区域的不足,并捕获交通流局部动态信息。融合图卷积网络(GCN)与含残差链接的多层图注意力网络(ResGAT),提取交通流的全局、异常影响及重要节点各动态空间信息。利用Informer提取全局时空信息,扩展长短期记忆网络(XLSTM)提取异常影响和重要节点时空信息,并通过卷积融合层获取交通流预测值。【结果】研究采用2018年1月1日—2月18日的PeMS04及PeMS08真实交通流量数据对本文模型预测精度进行验证。结果表明,本文模型优于Informer、XLSTM、STSGCN、STFGCN、VMD-AGCGRN等现有模型,相较于VMD-AGCGRN在PeMS04数据集上MAE、RMSE及MAPE提升7.68%、10.36%、6.06%。【结论】本文所提出的MLNN-CAD模型为异常数据下的短时交通流预测提供了具有可行性的理论基础。 展开更多
关键词 短时交通流预测 多层神经网络 多级孤立森林 INFORMER 扩展长短期记忆网络
原文传递
Formalization and Informalization of Law:On the Strategy of Legal Development in China 被引量:1
11
作者 朱景文 《法哲学与法社会学论丛》 1999年第1期102-134+321,共33页
Since the 1980s,along with the transformation to the market economy,the most tangible feature in the legal development in China is toward the legalization:China has made more laws,tried more civil and criminal cases,h... Since the 1980s,along with the transformation to the market economy,the most tangible feature in the legal development in China is toward the legalization:China has made more laws,tried more civil and criminal cases,had more lawyers,judges and prosecutors,set up more legal educational institutes.Not only on the book but also in action,Chinese people more and more like to choose the legal way,the people’s courts. 展开更多
关键词 FORMALIZATION informalization LAW LEGAL DEVELOPMENT China
原文传递
融合改进Informer与迁移学习的风电功率预测
12
作者 郭利进 孙淼 衡安阳 《太阳能学报》 北大核心 2025年第7期371-377,共7页
为克服风电功率序列的不稳定性导致预测精度低以及一些风电场历史数据有限的问题,提出一种特征交互Informer与迁移学习(FIITL)的风电功率预测模型。首先提出特征交互(FI)机制用双通道输入进一步提取信息,并将迁移学习(TL)引入到预测模型... 为克服风电功率序列的不稳定性导致预测精度低以及一些风电场历史数据有限的问题,提出一种特征交互Informer与迁移学习(FIITL)的风电功率预测模型。首先提出特征交互(FI)机制用双通道输入进一步提取信息,并将迁移学习(TL)引入到预测模型中,提出循环微调迁移学习,将模型从源监测站迁移到目标站,实现在有限历史数据情况下预测性能的提升。最后,通过与传统Informer模型及其他基线预测方法比较,FIITL模型展现了在有限数据情况下的性能优势。 展开更多
关键词 迁移学习 风电功率 预测 INFORMER 特征交互
原文传递
基于变分模态分解和集成深度学习的短期风速预测
13
作者 王鑫鑫 凌薇 艾学轶 《武汉大学学报(工学版)》 北大核心 2025年第4期677-686,共10页
针对风速具有强烈的非线性、非平稳性与随机性导致风速预测准确性受到极大考验的问题,提出一种基于变分模态分解和集成深度学习融合的短期风速预测模型。该模型利用鲸鱼群算法(whale optimization algorithm,WOA)优化选择变分模态分解(v... 针对风速具有强烈的非线性、非平稳性与随机性导致风速预测准确性受到极大考验的问题,提出一种基于变分模态分解和集成深度学习融合的短期风速预测模型。该模型利用鲸鱼群算法(whale optimization algorithm,WOA)优化选择变分模态分解(variational mode decomposition,VMD)参数,实现风速信号的最优自适应分解。计算各子序列的样本熵(sample entropy,SE),并引入熵值法构建组合预测模型,对复杂度较高的分量采用TCN(temporal convolutional network)模型进行预测,其余分量采用Informer模型进行预测。最后将各分量预测结果叠加即可得到最终的风速预测值。实验结果表明,基于WOA-VMD-Informer-TCN的短期风速预测模型能够有效提高短期风速预报的精度。 展开更多
关键词 变分模态分解 INFORMER 时间卷积网络 风速预测
原文传递
基于xLSTM-Informer的瓦斯浓度预测模型研究
14
作者 谭波 杨宽 +5 位作者 隋龙琨 左云飞 高赛逸 汤松鹭 高科天 贾锦祥 《工矿自动化》 北大核心 2025年第9期81-89,共9页
针对矿井瓦斯浓度预测任务中存在的多变量非线性耦合、长期依赖建模能力不足及模型滞后响应严重等问题,提出了一种融合扩展型长短期记忆网络(xLSTM)与Informer结构的复合型预测模型(xLSTM-Informer)。将xLSTM作为前置处理器,通过多层残... 针对矿井瓦斯浓度预测任务中存在的多变量非线性耦合、长期依赖建模能力不足及模型滞后响应严重等问题,提出了一种融合扩展型长短期记忆网络(xLSTM)与Informer结构的复合型预测模型(xLSTM-Informer)。将xLSTM作为前置处理器,通过多层残差记忆单元提取短时间窗口内的波动模式与变量间的耦合信息,并将其转换为结构化时序序列表征,再将处理后的时序表示输入至Informer主干结构中,进一步在扩展的时间窗口中提取全局依赖关系与稳定趋势,从而在保持细节响应的同时增强预测的时序连续性。基于井下束管监测系统采集的多源环境参数数据,开展特征重要性分析,选取O_(2)浓度、温度与风速3个指标作为输入变量,构建输入特征体系。利用xLSTM提取深层时序特征,并通过Informer中引入的ProbSparse自注意力机制,有效捕捉时序特征中的全局依赖关系,从而提升模型对非平稳性瓦斯浓度预测的能力。为评估xLSTM-Informer模型在瓦斯浓度预测任务中的性能优势,与xLSTM模型、Transformer模型及经典Informer模型进行比较,结果表明:xLSTM-Informer模型在平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)与决定系数R^(2)上均取得最优性能,R^(2)达0.954,较对比模型分别提升了21.4%,17.8%和19.4%。为进一步验证xLSTM-Informer模型在瓦斯浓度预测任务中的有效性与适应性,选取某矿井综放工作面实测传感器数据进行实例验证,同时与LSTM-Transformer,RNN-Informer,LSTM-Informer和双向LSTM-Informer(BiLSTM-Informer)4类复合模型进行对比,结果表明:xLSTM-Informer模型在瓦斯浓度变化趋势与关键拐点的响应方面均优于对比模型,表现出较高的拟合性和时序同步性。 展开更多
关键词 瓦斯浓度预测 长时间序列预测 xLSTM INFORMER ProbSparse自注意力机制
在线阅读 下载PDF
基于DWT-CNN-Informer模型的液压支架压力多步长预测
15
作者 张传伟 张刚强 +1 位作者 路正雄 李林岳 《中国安全生产科学技术》 北大核心 2025年第4期57-63,共7页
为了实现液压支架压力多步长精准预测,提出1种基于DWT-CNN-Informer模型的压力多步长预测方法,该方法利用离散小波变换(discrete wavelet transform, DWT)将预处理后的压力时序数据分解为趋势项和周期项频率分量;各频率分量输入卷积神... 为了实现液压支架压力多步长精准预测,提出1种基于DWT-CNN-Informer模型的压力多步长预测方法,该方法利用离散小波变换(discrete wavelet transform, DWT)将预处理后的压力时序数据分解为趋势项和周期项频率分量;各频率分量输入卷积神经网络(CNN)模型提取频率特征;提取的频率特征输入Informer编码器,经位置编码和多头概率稀疏自注意力机制捕捉时序变化特征,并结合自注意力蒸馏减少特征冗余;将Informer解码器改为全连接层,直接输出各分量多步长预测结果;重构叠加各分量多步长预测结果得到液压支架压力多步长预测结果。研究结果表明:在预测步长分别为6,12,24时,DWT-CNN-Informer模型相比LSTM、Informer、CNN-Informer模型在平均绝对误差(MAE)、均方根误差(RMSE)、对称平均绝对百分比误差(SMAPE)指标上均表现出更高预测精度。研究结果为液压支架压力精准预测提供有效方法。 展开更多
关键词 液压支架压力 多步长预测 离散小波变换 CNN模型 Informer模型
在线阅读 下载PDF
基于数据驱动的风电场等效建模及主动尾流控制
16
作者 张建华 张梦佳 +1 位作者 黄德豪 赵思 《郑州大学学报(工学版)》 北大核心 2025年第6期66-74,共9页
为减小尾流干扰对风电场的总输出功率的影响,在提出的风电场偏航优化控制框架中,设计了一种Informer神经网络算法,建立了面向偏航控制风电场输出功率等效模型。在此模型的基础上,进一步提出了以风机偏航角为决策变量的场级输出功率最大... 为减小尾流干扰对风电场的总输出功率的影响,在提出的风电场偏航优化控制框架中,设计了一种Informer神经网络算法,建立了面向偏航控制风电场输出功率等效模型。在此模型的基础上,进一步提出了以风机偏航角为决策变量的场级输出功率最大化问题,采用粒子群优化算法进行求解,以获得各风力机的最优偏航角,从而有效减小场间尾流干扰。首先,搭建了一个由14台风机组成、布局为Penmanshiel风电场的模拟风电场;其次,利用风力数据对风电场进行等效建模,并将Informer模型结果与LSTM、GRU、RNN、Transformer等模型结果进行对比。结果表明:所建立的Informer智能等效模型能较好地契合风电场的实际特性,将所提算法与螳螂搜索算法进行比较,在风速10 m/s、风向195°的风况下,所提算法使得风电场总功率提升了1.94 MW;在连续风况(某日实测风数据)下,风电场总功率平均提升292.97 kW,提升效果均优于螳螂搜索算法,验证了所提算法能很好地提高风电场整体输出功率。 展开更多
关键词 风电场 尾流效应 Informer神经网络 主动尾流控制 粒子群优化算法
在线阅读 下载PDF
LSTM与Informer融合预测冠层区域温度
17
作者 黄铝文 刘宇航 +1 位作者 屈昆仪 朱玉颖 《农业工程学报》 北大核心 2025年第8期222-232,共11页
针对传统温度预测方法难以充分捕捉多尺度信息,导致模型预测性能不佳等问题,该研究提出了一种基于Informer架构和长短时记忆网络(long short-term memory,LSTM)与多源数据融合的冠层区域温度预测模型。在编码层中,采用稀疏注意力机制提... 针对传统温度预测方法难以充分捕捉多尺度信息,导致模型预测性能不佳等问题,该研究提出了一种基于Informer架构和长短时记忆网络(long short-term memory,LSTM)与多源数据融合的冠层区域温度预测模型。在编码层中,采用稀疏注意力机制提取输入因子的多尺度信息及其与长时序数据之间的耦合关系;在解码层中,利用LSTM提取短期时序依赖,以增强时间序列的连贯性,同时引入改进的反向残差前馈网络(improved residual feedforward network,IRFFN)以优化模型结构。首先采用孤立森林法对数据进行异常值清理,并进行了归一化处理;然后使用斯皮尔曼相关系数法对冠层区域温度进行相关性分析,并选择相关程度较高的环境因子作为模型的输入特征;最终通过网格搜索法对超参数进行优化,并通过迭代训练实现模型的最优配置。通过与其他4种主流算法进行对比分析,提出的InformerLSTM在冠层区域温度预测方面表现出更高的精度,其平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)和决定系数(R^(2))分别达到了0.166、0.224℃和0.978,与基础模型Informer相比,冠层区域温度的均方根误差降低了0.448℃。该模型在时间序列预测方面具有较高的精度,为区域气象温度的中短期精准预测提供了一种新的技术方法。 展开更多
关键词 冠层 温度 非线性时间序列 长短期记忆神经网络 INFORMER
在线阅读 下载PDF
基于RR间期构建常见心律失常Informer分类模型
18
作者 李娜 罗玮敏 +2 位作者 雷蕾 张勇 侯应龙 《心脏杂志》 2025年第4期430-435,共6页
目的基于RR间期数据,构建心房颤动(房颤)与期前收缩(早搏)的Informer分类模型,并进行评价。方法收集并筛选窦性心律、持续性房颤、频发房性早搏、频发室性早搏的动态心电图共150例为研究对象,提取RR间期序列,并截取为50拍的片段,随机选... 目的基于RR间期数据,构建心房颤动(房颤)与期前收缩(早搏)的Informer分类模型,并进行评价。方法收集并筛选窦性心律、持续性房颤、频发房性早搏、频发室性早搏的动态心电图共150例为研究对象,提取RR间期序列,并截取为50拍的片段,随机选取得到训练集(n=8941)、验证集(n=2235)、测试集(n=3013),构建Informer、VGG16分类模型,并进行分类性能评价。结果与SR组比较,AF组平均心率升高(P<0.01);与AF组比较,PAC组和PVC组平均心率降低(均P<0.01);Informer模型分类总正确率为91.04%,对AF的敏感性、阴性预测值最高,分别为99.77%、99.90%,对SR的特异性、阳性预测值最高,分别为99.47%、98.74%,对SR的整体诊断效能最优,准确率为96.81%。Informer与VGG16对SR、PVC的分类性能没有差异,对PACC(P<0.01)的分类性能优于VGG16,对AF(P<0.05)的分类性能不及VGG16。Informer模型与心电专家的诊断结果之间具有高度一致性(Kappa=0.8784)。结论基于RR间期时序性数据构建的Informer模型能够实现房颤、早搏等常见心律失常的分类。 展开更多
关键词 机器学习 心律失常 RR间期 Informer模型 VGG16模型
原文传递
基于VMD-Informer的流程工艺质量指标预测模型
19
作者 郑华丽 李志敏 +2 位作者 王明君 闫文凯 叶春明 《制造业自动化》 2025年第5期54-61,共8页
针对制造业流程工艺质量指标数据波动性强、影响因素繁多,使用传统预测模型难以挖掘其隐含规律实现高精度预测的问题,提出了一种基于VMD-Informer的深度学习质量指标预测模型。首先筛选与质量指标相关的流程工艺参数;接着使用变分模态分... 针对制造业流程工艺质量指标数据波动性强、影响因素繁多,使用传统预测模型难以挖掘其隐含规律实现高精度预测的问题,提出了一种基于VMD-Informer的深度学习质量指标预测模型。首先筛选与质量指标相关的流程工艺参数;接着使用变分模态分解(VMD)将质量指标数据集分解为模态分量与误差项;然后筛选与各分量具有相关性的工艺指标作为输入矩阵;最后使用Informer模型对各分量及误差项分别预测并叠加得到最终预测值。选取国内某制造业企业生产数据,对不同质量指标进行预测,并与LSTM模型和改进前的Informer模型的预测效果进行对比。结果表明:所提的VMD-Informer模型预测误差更小、可决系数较大,预测更为精准,可为制造业企业实现质量预测提供有效方法,并为企业及时调整生产方案提供思路。 展开更多
关键词 质量预测 深度学习 INFORMER 变分模态分解(VMD)
在线阅读 下载PDF
基于DCNN-Informer的航空发动机寿命预测方法
20
作者 廖雪超 陈海力 钟实 《计算机技术与发展》 2025年第5期76-81,共6页
故障预测与健康管理(PHM)在工业工程中发挥了重要作用,剩余使用寿命(RUL)预测对于维护策略的制定和减少工业损失至关重要。针对航空发动机退化特征复杂性不断增加,导致发动机剩余寿命预测精度低的问题,该文利用卷积神经网络(CNN)提取时... 故障预测与健康管理(PHM)在工业工程中发挥了重要作用,剩余使用寿命(RUL)预测对于维护策略的制定和减少工业损失至关重要。针对航空发动机退化特征复杂性不断增加,导致发动机剩余寿命预测精度低的问题,该文利用卷积神经网络(CNN)提取时间序列数据的高维空间特征,并结合Informer的自注意力机制对这些特征进行全局建模,从而充分提取时间维度的信息。此外,为进一步提高模型的准确性和泛化能力,设计了发动机二次训练框架,数据集按发动机进行分组,将每个分组的数据分别送入CNN-Informer模型进行二次训练,以得到针对每台发动机的个性化模型。最后,采用DCNN-Informer模型中的二阶指数平滑滤波算法对模型的预测结果进行滤波,以提高预测的稳定性和准确性。实验结果表明,该预测模型在RUL预测方面具有明显优势,相较于现有模型,其预测性能更为优越。 展开更多
关键词 深度学习 剩余寿命预测 INFORMER 卷积神经网络 航空发动机
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部