期刊文献+
共找到156篇文章
< 1 2 8 >
每页显示 20 50 100
The silicate and carbon-rich models of CoRoT-7b,Kepler-9d and Kepler-10b
1
作者 Yan-Xiang Gong Ji-Lin Zhou 《Research in Astronomy and Astrophysics》 SCIE CAS CSCD 2012年第6期678-692,共15页
Possible bulk compositions of the super-Earth exoplanets CoRoT-7b, Kepler-9d, and Kepler-10b are investigated by applying a commonly used silicate model and a non-standard carbon model. Their internal structures are d... Possible bulk compositions of the super-Earth exoplanets CoRoT-7b, Kepler-9d, and Kepler-10b are investigated by applying a commonly used silicate model and a non-standard carbon model. Their internal structures are deduced using a suitable equation of state for the materials. The degeneracy problems of their compo- sitions can be partly overcome, based on the fact that all three planets are extremely close to their host stars. By analyzing the numerical results, we conclude: 1) the iron core of CoRoT-7b is not more than 27% of its total mass within lc~ mass-radius error bars, so an Earth-like composition is less likely, but its carbon rich model can be com- patible with an Earth-like core/mantle mass fraction; 2) Kepler-10b is more likely to have a Mercury-like composition, with its old age implying that its high iron content may be a result of strong solar wind or giant impact; 3) the transiting-only super-Earth Kepler-9d is also discussed. Combining its possible composition with the formation theory, we can place some constraints on its mass and bulk composition. 展开更多
关键词 planets and satellites: general -- methods: numerical -- planets andsatellites: individual (CoRoT-7b kepler-9d kepler- 10b)
在线阅读 下载PDF
Kepler-9b、c的近2:1平运动共振分析
2
作者 陈媛媛 王雪枫 马月华 《天文学报》 CSCD 北大核心 2020年第2期1-12,共12页
对多行星系统中行星周期比的统计发现,行星周期比在简单整数比2:1、3:2的右侧边缘处有明显聚集,而在其紧邻的左边有明显空缺.针对这一现象有各种不同的动力学解释. Kepler-9系统中已发现的3个行星中,行星b、c周期比约为2.03,是接近2:1... 对多行星系统中行星周期比的统计发现,行星周期比在简单整数比2:1、3:2的右侧边缘处有明显聚集,而在其紧邻的左边有明显空缺.针对这一现象有各种不同的动力学解释. Kepler-9系统中已发现的3个行星中,行星b、c周期比约为2.03,是接近2:1共振的一个典型例子.利用关于偏心率的二阶哈密顿方程,针对只考虑长期作用和加入共振摄动两种情况,通过研究当前状态下系统在能量等高线图与相空间截面图中的位置,讨论了两行星可能的近共振状态. 展开更多
关键词 行星系统 行星和卫星:动力学演化和稳定性 行星和卫星:个别:kepler-9b、c
在线阅读 下载PDF
Quantum states of neutral atoms bound in the magnetic field of a Kepler-guide
3
作者 HE Ming, WANG Jin, ZHAN Ming sheng (State Key Laboratory of Magnetic Resonance and Atomic and Molecular Physics, Wuhan Institute of Physics and Mathematics, Chinese Academy of Sciences, Wuhan 430071, P.R.China) 《原子与分子物理学报》 CAS CSCD 北大核心 2003年第3期369-372,共4页
The spectrum and the wave function of neutral atoms in the magnetic field of a Kepler guide are presented by reducing a two dimensional stationary Schrdinger equation to a one dimensional hydrogen atom in Rydberg stat... The spectrum and the wave function of neutral atoms in the magnetic field of a Kepler guide are presented by reducing a two dimensional stationary Schrdinger equation to a one dimensional hydrogen atom in Rydberg states. In addition, we set the scale for the atomic orbits and binding energy in the quantum regime, and compare it with the outcome of the experiment. At the same time, we find that reducing the current and radius of the wire properly will increase the loading efficiency of the Kepler guide. 展开更多
关键词 量子态 中性原子 开普勒波导 磁性
在线阅读 下载PDF
基于超参数优化和误差修正的STAGN超短期风电功率预测 被引量:3
4
作者 潘超 王超 +1 位作者 孙惠 孟涛 《电力系统保护与控制》 北大核心 2025年第8期117-129,共13页
针对风电功率预测模型的数据关联性与误差修正适应性问题,提出基于超参数优化和误差修正单元切换的超短期风电功率预测方法。首先,构建时空注意力门控网络预测模型,利用改进开普勒算法进行超参数优化。然后,考虑风电场数据与预测误差之... 针对风电功率预测模型的数据关联性与误差修正适应性问题,提出基于超参数优化和误差修正单元切换的超短期风电功率预测方法。首先,构建时空注意力门控网络预测模型,利用改进开普勒算法进行超参数优化。然后,考虑风电场数据与预测误差之间的非线性关联,构建误差修正自适应单元。同时挖掘风速时序变化特征,构建深度学习单元。在此基础上,提出基于风速矩阵梯度的误差修正单元切换策略。最后,将模型应用于实际风场的功率预测并与其他模型对比分析。结果表明,所提方法在预测精度上优于其他方法,且在风速复杂多变的风场仍具有较高预测精度,验证了所提方法的准确性和适用性。 展开更多
关键词 超短期风电功率预测 改进开普勒算法 误差修正 风速矩阵梯度
在线阅读 下载PDF
基于KOA-BiLSTM的矿井淋水井筒风温预测模型及可解释性分析
5
作者 秦跃平 唐飞 +3 位作者 王海蓉 王鹏 郭铭彦 王世斌 《中国安全科学学报》 北大核心 2025年第7期40-47,共8页
为提高矿井淋水井筒风温预测的准确性、稳定性及模型的可解释性,首先,通过皮尔逊相关性系数分析特征变量;其次,采用开普勒优化算法(KOA)优化双向长短期记忆网络(BiLSTM)模型,建立基于KOA-BiLSTM的矿井淋水井筒风温预测模型;然后,在相同... 为提高矿井淋水井筒风温预测的准确性、稳定性及模型的可解释性,首先,通过皮尔逊相关性系数分析特征变量;其次,采用开普勒优化算法(KOA)优化双向长短期记忆网络(BiLSTM)模型,建立基于KOA-BiLSTM的矿井淋水井筒风温预测模型;然后,在相同样本条件下,与反向传播(BP)、随机森林(RF)、最小二乘增强(LSBoost)和支持向量机(SVM)算法进行综合对比;最后,利用沙普利可加性特征解释算法(SHAP)进行可解释性分析及实例验证。研究结果表明:KOA-BiLSTM模型的绝对误差范围为-1.24~0.5℃,比优化前模型的预测精度提高3.98%;与另外4个模型相比,该模型的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方误差(MSE)等均为最佳,表明该模型具有最优的预测效果和泛化能力;SHAP分析表明:井口风流温度对预测结果影响最大,而地面压力影响最小;KOA-BiLSTM模型实例验证的绝对误差范围为-0.49~0.38℃,预测精度可满足实际工作需要。 展开更多
关键词 开普勒优化算法(KOA)-双向长短期记忆网络(BiLSTM)模型 淋水井筒 风温预测模型 可解释性分析 皮尔逊相关性
原文传递
基于改进开普勒优化算法的锂电池健康估计
6
作者 郭红戈 郭安庆 梁梓楠 《电力电子技术》 2025年第7期73-80,共8页
电池管理系统(BMS)是电动汽车的重要组成部分,近年来,锂电池的健康状态(SOH)估计成为国内外研究学者研究的热点之一,锂电池的SOH估计对于BMS的安全性和可靠性具有重要的意义。本文首先对锂电池的恒流-恒压(CC-CV)充放电过程进行分析,提... 电池管理系统(BMS)是电动汽车的重要组成部分,近年来,锂电池的健康状态(SOH)估计成为国内外研究学者研究的热点之一,锂电池的SOH估计对于BMS的安全性和可靠性具有重要的意义。本文首先对锂电池的恒流-恒压(CC-CV)充放电过程进行分析,提取健康因子(HI),将提取到的HI与SOH进行皮尔逊相关性分析。然后以锂电池的6个HI为输入,SOH为输出,搭建卷积神经网络-双向长短期记忆网络-注意力机制(CNN-BiLSTM-AM)联合模型。其次,由于CNN-BiLSTM-AM模型中网络层数、通道数量、学习率对实验结果会有很大影响,因此设计了开普勒优化算法(KOA)-DE,把DE中的交叉和变异策略引入KOA,使KOA的收敛性得到提升,并以F15和F30为研究对象,对比了KOA改进前后的收敛性能,发现KOA-DE比KOA的收敛性能更好。最后用KOA-DE寻得CNN-BiLSTM-AM中的最优参数后,应用到锂电池的SOH估计中,实验数据使用NASA历史数据集中B0005号数据集。实验结果显示,与其他方法相比,本文提出的方法的均方根误差(RMSE)为0.00211,估计效果更加。 展开更多
关键词 锂电池 健康状态 改进开普勒优化算法
在线阅读 下载PDF
基于KOA-CNN-LSTM的变压器故障诊断研究 被引量:2
7
作者 王明洋 马学军 +4 位作者 葛丽娟 周守航 徐志伟 吴昊 任晓丹 《内蒙古农业大学学报(自然科学版)》 北大核心 2025年第4期65-73,共9页
变压器是电力系统中昂贵且重要的电气设备,其稳定运行是电力系统供电可靠性和运行稳定性的重要保障,但变压器故障是不可避免的,及时、准确的故障诊断是变压器安全运行的技术基础。变压器油中溶解气体分析(dissolved gas analysis,DGA)... 变压器是电力系统中昂贵且重要的电气设备,其稳定运行是电力系统供电可靠性和运行稳定性的重要保障,但变压器故障是不可避免的,及时、准确的故障诊断是变压器安全运行的技术基础。变压器油中溶解气体分析(dissolved gas analysis,DGA)数据的不均衡是影响诊断模型训练精度的重要因素,本文通过安全级过采样法对DGA数据进行增强,同时引入三比值法扩充特征,得出增强后的数据集,对于变压器故障诊断算法方面提出基于开普勒优化算法(kepler optimization algorithm,KOA)的卷积神经网络(convolutional neural network,CNN)-长短期记忆网络(long short-term memory,LSTM)变压器故障诊断算法。该算法通过CNN提取特征,LSTM提取深层次的特征,通过组合开普勒优化算法及CNN-LSTM深度学习网络对变压器DGA增强数据集进行深度学习,得出优化诊断模型,以达到较高的诊断准确率。 展开更多
关键词 变压器 故障诊断 过采样算法 深度学习 开普勒优化算法
原文传递
基于KOA-CNN-BiLSTM-AM的风电齿轮箱故障诊断研究 被引量:1
8
作者 龙霞飞 何志成 +2 位作者 周凌 刘伟强 梁凯 《机床与液压》 北大核心 2025年第4期214-220,共7页
为了保障大型风电机组的可靠运行并实现风电机组的早期故障识别,提出一种融合开普勒优化算法(KOA)、卷积神经网络(CNN)、双向长短时记忆网络(BiLSTM)和注意力机制(AM)的深度神经网络早期故障诊断混合模型。对齿轮箱原始振动数据进行预处... 为了保障大型风电机组的可靠运行并实现风电机组的早期故障识别,提出一种融合开普勒优化算法(KOA)、卷积神经网络(CNN)、双向长短时记忆网络(BiLSTM)和注意力机制(AM)的深度神经网络早期故障诊断混合模型。对齿轮箱原始振动数据进行预处理,利用CNN+BiLSTM方法建立输入参数和输出参数之间的逻辑关系,并融合AM+KOA方法,自动、有效地提取深层次故障特征信息,改善传统深度神经网络容易陷入局部最优、收敛速度慢、提取特征能力不足而导致诊断效果不佳等问题,实现风电齿轮箱的智能故障诊断。通过对华中科技大学齿轮箱传动系统动力学实验平台的故障数据进行分析,验证了KOA-CNN-BiLSTM-AM方法的有效性和实用性。与现有多种方法进行对比,结果表明:所提方法能够更有效地提取故障特征信息,并具有更高的故障类型识别率。 展开更多
关键词 风电齿轮箱 故障诊断 深度学习 注意力机制 开普勒优化算法
在线阅读 下载PDF
基于KOA-VMD-FastICA的信噪比提升方法研究 被引量:1
9
作者 何淑典 李杰 +5 位作者 胡陈君 王镜淇 张元园 高正阳 杜增辉 曹宇 《火炮发射与控制学报》 北大核心 2025年第3期18-24,48,共8页
炮射导弹是通过一些先进的制导及传感技术来提高命中精度的新型弹药。为了精确剔除炮射导弹部件在采集中的噪声,提高被测信号的信噪比,准确获取参数信息,提出一种联合开普勒优化算法(KOA)、变分模态分解(VMD)和快速独立成分分析(FastICA... 炮射导弹是通过一些先进的制导及传感技术来提高命中精度的新型弹药。为了精确剔除炮射导弹部件在采集中的噪声,提高被测信号的信噪比,准确获取参数信息,提出一种联合开普勒优化算法(KOA)、变分模态分解(VMD)和快速独立成分分析(FastICA)的信号降噪方法。利用KOA优化VMD的分解参数,将含噪信号分解后利用将最大化输出信号的非高斯性来达到盲源分离的目的,引入功率谱熵判断的方法实现噪声去除。实验结果表明:对仿真信号,KOA-VMD-FastICA相比于传统分解方法,信噪比最大提升了14.256 dB,归一化相关系数最大提升了0.291,均方根误差最多降低了0.642;对实测数据,降噪效果优异。分析表明,KOA-VMD-FastICA能够有效抑制噪声,提升信噪比。 展开更多
关键词 炮射导弹 开普勒优化算法 变分模态分解 功率谱熵 降噪
在线阅读 下载PDF
深度学习与开普勒优化算法结合近红外光谱测定烟草烟碱含量
10
作者 王桂瑶 林梦涵 +7 位作者 李少鹏 詹映 张军 彭云发 田震 周汉平 郭建华 宋纪真 《分析测试学报》 北大核心 2025年第10期2071-2078,共8页
为提升近红外光谱对烟叶烟碱含量的定量分析精度,提出了一种融合开普勒优化算法(KOA)、卷积神经网络(CNN)、门控循环单元(GRU)和多头自注意力机制(MultiAttention)的深度学习模型。首先对1790份烟叶样本的近红外光谱进行Savitzky-Golay... 为提升近红外光谱对烟叶烟碱含量的定量分析精度,提出了一种融合开普勒优化算法(KOA)、卷积神经网络(CNN)、门控循环单元(GRU)和多头自注意力机制(MultiAttention)的深度学习模型。首先对1790份烟叶样本的近红外光谱进行Savitzky-Golay一阶导数预处理,通过CNN提取光谱多尺度特征,利用GRU捕捉波长点间的时序依赖关系,并引入MultiAttention实现特征动态加权;同时,采用KOA算法优化模型超参数(学习率、卷积核个数、隐藏层节点数),通过调控轨道周期(T_(C))、初始引力强度(M_(0))和衰减系数(λ),解决传统模型易陷入局部最优和收敛慢的问题。实验结果表明,当T_(C)=1、M_(0)=0.05、λ=8时,模型预测烟碱含量的拟合优度(R^(2))为0.980,均方根误差(RMSE)为0.069,平均绝对误差(MAE)为0.049,较偏最小二乘法(PLS)、卷积神经网络回归(CNNR)等对比模型的精度显著提升。研究表明,该模型通过特征提取-时序建模-全局优化的一体化框架,有效提升了近红外光谱定量分析的鲁棒性与泛化能力,为烟叶化学成分的快速精准检测提供了新方法。 展开更多
关键词 近红外光谱 烟碱定量分析 开普勒优化算法 多头自注意力机制 深度学习
在线阅读 下载PDF
基于长短时记忆网络及智能调优算法优化的冠心病患者中医脉象识别研究
11
作者 吕仪 吴海妹 +4 位作者 燕海霞 洪静 侍煜景 王忆勤 徐璡 《中华中医药杂志》 北大核心 2025年第1期77-82,共6页
目的:为早期检测冠心病探索无创、快速、经济、可靠的技术。方法:纳入健康人群196名,仅高血压病无其他心血管疾病患者186例,明确诊断冠心病患者226例,采集其脉象数据并提取参数。在前期研究基础上,对传统脉象参数进行扩充,引入更多特征... 目的:为早期检测冠心病探索无创、快速、经济、可靠的技术。方法:纳入健康人群196名,仅高血压病无其他心血管疾病患者186例,明确诊断冠心病患者226例,采集其脉象数据并提取参数。在前期研究基础上,对传统脉象参数进行扩充,引入更多特征并使用树模型特征选择对所有特征的重要性排序后取前十进行降维。随后基于长短时记忆网络(LSTM)算法以及使用麻雀搜索算法(SSA)、模拟退火算法(SA)、粒子群算法(PSO)以及开普勒优化算法(KOA)分别对其进行调优。结果:基于KOA优化的LSTM取得了0.83607的准确率,0.83446的精准率,0.83734的召回率,0.8359的F1得分以及0.91793的特异性。结论:基于KOA优化的LSTM相比其他基于LSTM的智能优化算法拥有更高的准确率、精准率、召回率、F1得分以及特异性,对健康人群、高血压病以及冠心病人群有较好的识别效果。 展开更多
关键词 开普勒优化算法 长短时记忆 冠心病 脉象识别
原文传递
轴向柱塞泵气穴现象故障诊断研究
12
作者 杨景昆 张纯 +3 位作者 强熠宇 戴吉勇 关栋 秦永法 《机床与液压》 北大核心 2025年第6期125-130,共6页
在高速高压工况下,柱塞泵的气穴现象不可避免。针对传统气穴现象故障检测方法中存在效果差和迟滞性的缺点,提出一种结合实验研究和信号处理的新型气穴检测系统,并采用KOA-CNN-BiLSTM-Attention深度学习算法对采集的信号进行训练,实现对... 在高速高压工况下,柱塞泵的气穴现象不可避免。针对传统气穴现象故障检测方法中存在效果差和迟滞性的缺点,提出一种结合实验研究和信号处理的新型气穴检测系统,并采用KOA-CNN-BiLSTM-Attention深度学习算法对采集的信号进行训练,实现对轴向柱塞泵气穴强度的检测。通过CNN提取数据中的高维空间特征,利用开普勒优化算法(KOA)与CNN相互配合来增强关键特征的表现能力,再通过BiLSTM提高信号的时序性,最后利用注意力机制进行优化。结果表明:该方法对轴向柱塞泵气穴故障状态识别精度达到98%,其效果明显优于其他方法,可以更加准确地识别轴向柱塞泵气穴故障状态。 展开更多
关键词 柱塞泵 信号处理 开普勒优化算法 深度学习
在线阅读 下载PDF
NASA发现地球的“表兄弟”——Kepler-452b
13
作者 王靓 吴晓姝 赵刚 《科学通报》 EI CAS CSCD 北大核心 2015年第25期2362-2366,共5页
2015年7月24日美国国家航空航天局(NASA)宣布开普勒望远镜找到了一颗与地球大小接近、位于一颗和太阳极为相似的恒星周围的"可居住带"里的行星——Kepler-452b.它的轨道公转周期为385天,距离主星的距离大约为1.05 AU,接受到... 2015年7月24日美国国家航空航天局(NASA)宣布开普勒望远镜找到了一颗与地球大小接近、位于一颗和太阳极为相似的恒星周围的"可居住带"里的行星——Kepler-452b.它的轨道公转周期为385天,距离主星的距离大约为1.05 AU,接受到的辐射比地球多约10%.这颗行星的主星有效温度为5757 K,光谱型与太阳相同,半径是太阳的1.11倍,年龄比太阳更老,约为60亿年.二者可以说是目前为止发现的最接近"日-地"系统的系外行星系统.Kepler-452b的质量还无法精确测量,只能根据经验关系推测质量为地球的5倍左右,可能是一颗"超级地球". 展开更多
关键词 系外行星 kepler-452b 可居住带 开普勒望远镜
原文传递
基于IKOA优化SAGRU的大坝变形预测模型
14
作者 胡伟泊 赵二峰 +1 位作者 胡灵芝 黎祎 《人民长江》 北大核心 2025年第6期222-228,共7页
为充分发掘大坝变形监测数据中的有效信息并提升监控模型的预测精度,提出了基于IKOA优化SAGRU的大坝变形预测模型。首先,在门控循环单元(GRU)中引入自注意力机制,通过计算时间维度特征的贡献率,有效捕捉实测数据中的关键时序特征,提升... 为充分发掘大坝变形监测数据中的有效信息并提升监控模型的预测精度,提出了基于IKOA优化SAGRU的大坝变形预测模型。首先,在门控循环单元(GRU)中引入自注意力机制,通过计算时间维度特征的贡献率,有效捕捉实测数据中的关键时序特征,提升模型对关键信息的敏感性;然后通过混沌映射初始化、Runge-Kutta位置更新和ESQ强化3种策略对开普勒优化算法(KOA)进行改进,以对耦合自注意力机制的门控循环单元(SAGRU)中的超参数进行自动寻优。应用实例表明:改进开普勒优化算法(IKOA)在寻优速度和精度方面均优于麻雀搜索算法、灰狼优化算法、北方苍鹰优化算法和传统KOA,模型的RMSE相比GRU、LSTM和XGBoost模型分别降低了48.45%,54.56%和58.14%,尤其在实测位移变化的关键拐点和峰值处,优化后的模型展现了更好的拟合效果,表明该模型能够全面挖掘大坝变形序列中的时序特征,解决了GRU记忆容量有限,以及传统优化算法收敛速度慢且易陷入局部最优解的问题,显著提高了大坝变形预测模型的准确性。 展开更多
关键词 大坝变形监测 门控循环单元(GRU) 改进开普勒优化算法(IKOA) 自注意力机制 深度学习 小湾双曲拱坝
在线阅读 下载PDF
基于行波特征与KOA-CNN-BiGRU-AM的柔直输电线路故障诊断
15
作者 余波 高学军 +3 位作者 王灿 李瑞灵 徐彦彬 荣梦杰 《电力工程技术》 北大核心 2025年第2期185-196,共12页
针对多端柔性直流电网(multi-terminal direct current grid based on modular multilevel converter,MMC-MTDC)故障诊断存在的人工整定阈值过程复杂、高阻故障不易检测的问题,提出一种基于行波特征的诊断方法。首先,通过分析系统的故... 针对多端柔性直流电网(multi-terminal direct current grid based on modular multilevel converter,MMC-MTDC)故障诊断存在的人工整定阈值过程复杂、高阻故障不易检测的问题,提出一种基于行波特征的诊断方法。首先,通过分析系统的故障特征,得出边界元件对高频信号的阻滞作用;其次,利用经验模态分解(empirical mode decomposition,EMD)对功率进行分解,得到本征模态函数(intrinsic mode function,IMF)分量,将其能量值作为故障特征量训练由卷积神经网络(convolutional neural network,CNN)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)组成的CNN-BiGRU网络;然后,采用开普勒优化算法(Kepler optimization algorithm,KOA)和注意力机制(attention mechanism,AM)对CNN-BiGRU网络进行改进,实现MMC-MTDC的故障诊断;最后,在PSCAD/EMTDC中搭建仿真模型。结果表明,该方法不仅可以实现母线故障和线路故障的检测,还可以在满足保护可靠性和速动性的前提下,解决高阻故障保护易拒动的问题。 展开更多
关键词 多端柔性直流电网(MMT-MTDC) 故障特性 经验模态分解(EMD) 开普勒优化算法(KOA) 注意力机制(AM) 卷积神经网络(CNN) 双向门控循环单元(BiGRU) 故障诊断
在线阅读 下载PDF
基于EKOA-ELM的压电型三维力传感器解耦算法
16
作者 何祥 刘勇 +1 位作者 刘诚 陈思涵 《组合机床与自动化加工技术》 北大核心 2025年第4期32-36,42,共6页
针对压电型三维力传感器由于结构制造而产生的维间耦合问题,设计了一种基于改进的开普勒优化算法优化极限学习机(EKOA-ELM)的解耦算法。首先,阐述了压电型三维力传感器的耦合特性;然后,对压电型三维力传感器构建标定实验进行标定,得出... 针对压电型三维力传感器由于结构制造而产生的维间耦合问题,设计了一种基于改进的开普勒优化算法优化极限学习机(EKOA-ELM)的解耦算法。首先,阐述了压电型三维力传感器的耦合特性;然后,对压电型三维力传感器构建标定实验进行标定,得出三维力传感器的测力数据;最后,建立极限学习机非线性解耦模型,并利用混沌Cat映射与基于余弦规律变化的收敛因子对KOA(Kepler optimization algorithm)算法进行优化。实验结果表明:平均解耦Ⅰ类误差控制在0.38%以内,平均解耦Ⅱ类误差控制在0.32%以内,解耦时间为0.071 s,该算法有较好解耦精度的同时,保持较好的解耦效率。 展开更多
关键词 压电型三维力传感器 维间耦合 极限学习机 开普勒优化算法 混沌cat映射 收敛因子
在线阅读 下载PDF
基于SEKOA的煤尘环境下机械臂转运煤粉物料轨迹规划
17
作者 董祥杰 石艳 +3 位作者 林椿松 罗毅 李培华 税小叶 《中国安全科学学报》 北大核心 2025年第8期171-179,共9页
针对煤矿等中、重型易燃物料在智能转运过程中因机械臂、物料运动引起易燃粉尘扬散导致粉尘爆炸的潜在安全问题,以6轴工业机械臂为对象,以该机械臂关节运动的技术参数与煤尘扬散的风速阈值作为运动约束条件,将“4-5-4-4-5-4”多项式位... 针对煤矿等中、重型易燃物料在智能转运过程中因机械臂、物料运动引起易燃粉尘扬散导致粉尘爆炸的潜在安全问题,以6轴工业机械臂为对象,以该机械臂关节运动的技术参数与煤尘扬散的风速阈值作为运动约束条件,将“4-5-4-4-5-4”多项式位姿插值法与提出的螺旋探索开普勒优化算法(SEKOA)作为该机械臂的运动轨迹规划模型,分析机械臂安全、高效作业的非线性组合工程优化问题。结果表明:在设置的运动约束条件下,相较于其他算法,SEKOA的机械臂安全转运煤粉物料效率更高,最快为9.5 s,且物料运动姿态平稳无倾斜碰撞;“4-5-4-4-5-4”多项式插值法规划的机械臂运动轨迹平滑、连续,物料下放阶段的主驱动关节1、2速度峰值分别为0.72、0.47rad/s,加速度峰值为0.5 rad/s^(2),经历约2.5 s减速到0 rad/s,机械臂可平缓将物料放到指定位置,可防范封装箱上的煤尘二次扬散。 展开更多
关键词 螺旋探索开普勒优化算法(SEKOA) 煤尘 机械臂 煤粉物料 轨迹规划 多项式插值
原文传递
对六角密堆积另辟蹊径的证明
18
作者 邹宗丰 《湘潭大学学报(自然科学版)》 2025年第1期74-85,共12页
针对六角密堆积给出了一个新的证明方法.构造一个单纯形的球覆盖系统,得到球体填充密度的一个上界.在二维空间中,可以给出一个密度达到上界的填充,此时该上界就是上确界,最终得到平面圆堆积情形的相关结果.
关键词 六角密堆积 Kepler猜想 Voronoi多面体 单纯形
在线阅读 下载PDF
基于深度学习和元启发式算法的臭氧浓度集合预报
19
作者 曹君乾 李欢 莫欣岳 《计算机测量与控制》 2025年第7期195-202,共8页
针对普遍而严重的空气污染问题,特别是日益增加的臭氧污染对环境和公众健康带来的威胁,提出了一种融合长短期记忆网络、时间卷积网络、Transformer三种深度学习模型和元启发式算法开普勒优化算法的集合预报模型;通过分析臭氧与其他空气... 针对普遍而严重的空气污染问题,特别是日益增加的臭氧污染对环境和公众健康带来的威胁,提出了一种融合长短期记忆网络、时间卷积网络、Transformer三种深度学习模型和元启发式算法开普勒优化算法的集合预报模型;通过分析臭氧与其他空气污染物及气象要素的相关性,选定了预报因子;分别搭建了长短期记忆网络、时间卷积网络、Transformer预报模型并开展独立的预报;采用开普勒优化算法融合3种深度学习模型的预报结果,最终生成集成预报结果;实验结果显示在北京地区臭氧小时浓度的多步预报中,提出的集合预报模型的均方根误差、平均绝对误差和决定系数均优于单一的深度学习模型长短期记忆网络、时间卷积网络和Transformer以及统计模型多元线性回归和传统机器学习模型随机森林;研究结果表明融合深度学习和元启发式算法的集合预报策略能有效提升预报模型的准确性和稳定性,验证了深度学习集合预报方法对臭氧污染预报的可行性。 展开更多
关键词 臭氧浓度预报 长短期记忆网络 时间卷积网络 TRANSFORMER 开普勒优化算法 集合预报
在线阅读 下载PDF
基于深度学习的永磁同步电机匝间短路故障研究
20
作者 陈子琪 周小杰 +2 位作者 孙雯 冯智 黄伟州 《兰州工业学院学报》 2025年第4期82-88,共7页
为研究永磁同步电机匝间短路故障,提出了一种融合注意力机制的深度学习模型。模型结合卷积神经网络(CNN)和双向门控循环单元(BiGRU)的特性,充分利用CNN特征提取方面的优势以及BiGRU对时序信息的建模能力,同时引入开普勒优化算法(KOA)自... 为研究永磁同步电机匝间短路故障,提出了一种融合注意力机制的深度学习模型。模型结合卷积神经网络(CNN)和双向门控循环单元(BiGRU)的特性,充分利用CNN特征提取方面的优势以及BiGRU对时序信息的建模能力,同时引入开普勒优化算法(KOA)自动调整训练网络的超参数,减少人为调参的复杂性。结果表明,CNN-BiGRU-Attention模型在不同故障程度下的诊断精度要优于其他模型,验证了该模型在永磁同步电机匝间短路故障研究的实用性。 展开更多
关键词 永磁同步电机 故障诊断 深度学习 开普勒优化算法
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部