期刊文献+
共找到938篇文章
< 1 2 47 >
每页显示 20 50 100
基于L-M神经网络的高温矿井进风井筒风温预测方法
1
作者 韦家正 覃晓 《中国矿业》 北大核心 2025年第9期209-215,共7页
高温矿井进风井筒风温受多种因素共同影响,这些因素间存在复杂且动态的非线性关系,导致风温预测模型需具备实时更新和适应新数据源及条件的能力。然而,这种动态性变化增加了模型学习训练的难度,进而影响了预测结果的准确性。为解决这一... 高温矿井进风井筒风温受多种因素共同影响,这些因素间存在复杂且动态的非线性关系,导致风温预测模型需具备实时更新和适应新数据源及条件的能力。然而,这种动态性变化增加了模型学习训练的难度,进而影响了预测结果的准确性。为解决这一问题,提出基于L-M神经网络的高温矿井进风井筒风温预测方法。采用DEMATEL方法对这些复杂且动态的影响因素进行筛选和确定,以确保所选指标能够准确反映矿井环境对风温的影响。基于筛选出的输入指标,构建井筒风温预测模型。为进一步提升模型的学习与拟合能力,应用L-M算法对神经网络进行优化。实验结果显示,该预测方法的最大预测误差不超过2℃,拟合系数稳定在0.95左右,充分证明了该方法在高温矿井进风井筒风温预测中的准确性和可靠性。与其他传统预测方法相比,该方法不仅显著提高了预测精度,还为矿井通风管理提供了更为可靠和科学的决策依据。因此,基于L-M神经网络的高温矿井进风井筒风温预测方法为实现精确的风温预测提供了一种有效且实用的手段。 展开更多
关键词 l-m算法 神经网络 输入指标 进风井筒 风温预测
在线阅读 下载PDF
基于L-M神经网络算法的断路器合闸动作时间在线估测方法
2
作者 戴龙成 倪辉 +4 位作者 张一帆 黄智慧 董恩源 于家英 窦俊廷 《广东电力》 北大核心 2025年第11期67-74,共8页
针对发生预击穿时,断路器合闸动作时间难以准确测量的问题,提出一种基于辅助开关动作时间估测断路器合闸动作时间的原理。对现场运行断路器动作数据进行分析,结果表明辅助开关动作时间与断路器合闸动作时间有很强的相关性,可以用一次线... 针对发生预击穿时,断路器合闸动作时间难以准确测量的问题,提出一种基于辅助开关动作时间估测断路器合闸动作时间的原理。对现场运行断路器动作数据进行分析,结果表明辅助开关动作时间与断路器合闸动作时间有很强的相关性,可以用一次线性方程来表示二者之间的关系。提出基于L-M神经网络算法的辅助开关动作时间预测方法,利用现场运行数据,进行模型训练,得到辅助开关动作时间和环境温度等参数之间的预测模型。仿真结果表明,预测模型对辅助开关的预测精度误差在±0.43 ms以内,满足选相合闸要求。所提断路器合闸动作时间预测方法,可以在线准确估测断路器合闸动作时间,为提高选相合闸的精度提供理论和技术支持。 展开更多
关键词 选相合闸 合闸动作时间预测 l-m神经网络 辅助开关 现场运行数据
在线阅读 下载PDF
基于改进VMD和L-M神经网络的局部放电信号去噪 被引量:1
3
作者 袁莎莎 李梦莹 +3 位作者 戴莹莹 江超 杨传凯 薛亮 《计算机应用与软件》 北大核心 2025年第2期323-329,373,共8页
为有效去除局部放电信号中的噪声干扰,提出改进VMD(Variational Mode Decomposition)算法和L-M神经网络的去噪方法。利用噪声预处理结合分解能量误差自适应地确定VMD算法的最优模态分解层数;引入正态分布直方图区分局部放电信号和窄带... 为有效去除局部放电信号中的噪声干扰,提出改进VMD(Variational Mode Decomposition)算法和L-M神经网络的去噪方法。利用噪声预处理结合分解能量误差自适应地确定VMD算法的最优模态分解层数;引入正态分布直方图区分局部放电信号和窄带干扰信号,重构局部放电信号;利用L-M神经网络对残留白噪声进行拟合滤除。所提方法对仿真和实测信号进行去噪处理,并与传统去噪方法对比。结果表明,所提方法的去噪评估指标更明显,对噪声干扰的去除效果更优。 展开更多
关键词 局部放电 VMD算法 l-m神经网络 窄带干扰 白噪声
在线阅读 下载PDF
基于L-M优化BP算法的多因素协同电力负荷预测
4
作者 白卓 郭啸 孙华忠 《山东电力技术》 2025年第7期68-75,共8页
电力负荷预测对电网的规划与营运尤为重要,可以帮助电网公司对电力资源进行合理调度,更好地平衡电力资源,从而提高电力系统的经济性和稳定性。针对现有神经网络算法精度差、收敛性不高等缺点,提出基于列文伯格-马夸尔特(Levenberg-Marqu... 电力负荷预测对电网的规划与营运尤为重要,可以帮助电网公司对电力资源进行合理调度,更好地平衡电力资源,从而提高电力系统的经济性和稳定性。针对现有神经网络算法精度差、收敛性不高等缺点,提出基于列文伯格-马夸尔特(Levenberg-Marquardt,L-M)优化反向传播(backpropagation,BP)算法的多因素协同电力负荷预测方法,在改进BP算法的基础上利用L-M算法,融合最速下降法和高斯-牛顿法克服了训练慢、易陷入局部极值、预测误差大等缺点,通过Trainlm、Traingd、Trainrp等对L-M算法进行训练,考虑包含温度、气温、日期等影响电力负荷的因素并协同冷、热负荷对电力负荷进行预测,最后以某居民小区为例验证所提方法的有效性。与其他方法相比,L-M优化BP算法的多因素协同电力负荷预测在解决非线性复杂预测问题上表现出色,不仅准确度较高而且计算速度更快、误差更小。 展开更多
关键词 l-m BP算法 协同 负荷预测 误差
在线阅读 下载PDF
基于L-M法的串联系统可靠性验证指标分配
5
作者 李文钊 刘轻骑 +1 位作者 刘树仁 沈博 《宇航总体技术》 2025年第4期1-6,共6页
在工程实践中,通常先将系统可靠性设计指标分配到可验证单元,然后针对可验证单元开展可靠性验证试验和单元可靠性评估,再采用L-M法对系统进行可靠性综合评估,最后根据评估结果判定是否满足系统可靠性设计指标要求。在运载火箭工程实践中... 在工程实践中,通常先将系统可靠性设计指标分配到可验证单元,然后针对可验证单元开展可靠性验证试验和单元可靠性评估,再采用L-M法对系统进行可靠性综合评估,最后根据评估结果判定是否满足系统可靠性设计指标要求。在运载火箭工程实践中,发现按照上述技术流程,采用L-M法评估得到的系统可靠度置信下限往往大幅高于系统可靠性设计指标,表明可靠性验证试验存在缩短试验周期、降低试验成本的空间。为此,提出在可靠性设计指标分配的基础上,进一步开展可靠性验证指标分配,并给出了一种基于L-M法的串联系统可靠性验证指标分配方法,以成败型单元和指数分布型单元的不同组合情况为例进行了计算。结果表明,采用此方法可以有效减少试验次数或试验时间,从而缩短试验周期,降低试验成本。 展开更多
关键词 l-m 串联系统 可靠性 验证指标 分配
在线阅读 下载PDF
基于L-M优化算法的水稻螟虫预测模型及其初步应用 被引量:15
6
作者 高艳萍 于红 +2 位作者 崔新忠 姜国兴 王美妮 《农业工程学报》 EI CAS CSCD 北大核心 2007年第7期162-165,共4页
农村稻区水稻螟虫发生量与多种气候因素相关,各因素之间存在相互作用,是非线性系统。神经网络能有效地描述非线性模型多输入和不确定的特性。传统的BP网络在训练时易陷入局部极小点从而导致训练时间长、收敛速度慢,采用Levenberg-Marqua... 农村稻区水稻螟虫发生量与多种气候因素相关,各因素之间存在相互作用,是非线性系统。神经网络能有效地描述非线性模型多输入和不确定的特性。传统的BP网络在训练时易陷入局部极小点从而导致训练时间长、收敛速度慢,采用Levenberg-Marquardt优化算法(简称L-M算法)能克服其缺点。在MATLAB中应用L-M算法对辽宁盘锦田间稻区进行水稻螟虫发生量的仿真预测,试验结果表明L-M优化算法的预测精度和收敛速度明显提高,为稻区防控虫害和精确喷药提供参考,具有实用价值。 展开更多
关键词 神经网络 l-m优化算法 预测模型 水稻螟虫
在线阅读 下载PDF
基于L-M算法的BP网络在变压器故障诊断中的应用 被引量:63
7
作者 项文强 张华 +1 位作者 王姮 解兴哲 《电力系统保护与控制》 EI CSCD 北大核心 2011年第8期100-103,111,共5页
针对传统BP神经网络算法在变压器故障诊断中存在的收敛速度慢、容易陷入局部极小值的问题,通过对基于Levenberg-Marquardt算法的BP神经网络进行深入研究,并最终应用于变压器故障诊断。该算法通过优化BP神经网络的搜索方向,加快了网络训... 针对传统BP神经网络算法在变压器故障诊断中存在的收敛速度慢、容易陷入局部极小值的问题,通过对基于Levenberg-Marquardt算法的BP神经网络进行深入研究,并最终应用于变压器故障诊断。该算法通过优化BP神经网络的搜索方向,加快了网络训练速度,提高了网络训练的精度。通过对实例数据仿真,证明了本方法能够有效地诊断出变压器的故障,为变压器故障诊断提供了一条新途径。 展开更多
关键词 l-m算法 BP网络 变压器 故障诊断
在线阅读 下载PDF
基于L-M优化算法的猪舍氨气浓度预测模型研究 被引量:10
8
作者 谢秋菊 苏中滨 +3 位作者 刘佳荟 郑萍 马铁民 王雪 《东北农业大学学报》 CAS CSCD 北大核心 2014年第10期74-79,共6页
在规模化养殖中,猪舍环境直接影响猪健康水平及生产能力。针对猪舍环境因素(包括温度、湿度、风速和氨气浓度)进行数据采集,选取具有代表性30 d数据,建立基于L-M优化算法的3-7-1三层结构的BP神经网络模型,对猪舍环氨气浓度进行预测。结... 在规模化养殖中,猪舍环境直接影响猪健康水平及生产能力。针对猪舍环境因素(包括温度、湿度、风速和氨气浓度)进行数据采集,选取具有代表性30 d数据,建立基于L-M优化算法的3-7-1三层结构的BP神经网络模型,对猪舍环氨气浓度进行预测。结果表明,预测模型经过90步达到目标误差,网络收敛速度快,效率高,预测值与实测值最大相对误差仅为1.72%,与线性预测方法相比较可提高猪舍氨气浓度预测的准确性与及时性,为猪舍环境预警及控制提供支持,也为其他行业预测模型建立提供参考。 展开更多
关键词 l-m优化算法 BP神经网络 预测模型 猪舍氨气浓度
在线阅读 下载PDF
混合威布尔分布参数估计的L-M算法 被引量:20
9
作者 凌丹 黄洪钟 +1 位作者 张小玲 蒋工亮 《电子科技大学学报》 EI CAS CSCD 北大核心 2008年第4期634-636,640,共4页
混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解... 混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解。以概率图参数估计法的结果作为迭代初始值,提高了迭代求解的速度。计算实例表明利用该方法估计混合威布尔分布参数是可行的,而且能够获得较精确的结果。 展开更多
关键词 l-m算法 混合威布尔分布 非线性最小二乘 参数估计
在线阅读 下载PDF
一种基于L-M算法的组合神经网络模糊控制器 被引量:10
10
作者 尹志宇 李青茹 +1 位作者 李文娜 马龙生 《电光与控制》 北大核心 2006年第1期73-77,共5页
提出了一种基于L-M算法的神经网络模糊控制器。用两个相同的三层前向神经网络①和②来生成E和EC的隶属度,用三层前向神经网络③来实现模糊控制规则并生成控制输出,经过研究和对比选择了对于这3个网络来说最好的训练算法Levenberg-Marqua... 提出了一种基于L-M算法的神经网络模糊控制器。用两个相同的三层前向神经网络①和②来生成E和EC的隶属度,用三层前向神经网络③来实现模糊控制规则并生成控制输出,经过研究和对比选择了对于这3个网络来说最好的训练算法Levenberg-Marquardt算法。仿真结果表明了该控制器极好的控制性能。 展开更多
关键词 模糊控制 神经网络 l-m算法
在线阅读 下载PDF
基于L-M算法的雷达板级电路快速故障诊断 被引量:12
11
作者 李合平 邹明虎 +1 位作者 王志云 黄允华 《测试技术学报》 2004年第4期364-368,共5页
 新型雷达可更换的板级电路很多,为了快速诊断板级电路故障,将一种基于L-M算法的神经网络用于故障诊断;分析了L-M算法BP网络进行雷达板级电路故障诊断的原理;建立了故障诊断样本训练和测试平台;并以实例在该平台上对L-M算法BP网络进行...  新型雷达可更换的板级电路很多,为了快速诊断板级电路故障,将一种基于L-M算法的神经网络用于故障诊断;分析了L-M算法BP网络进行雷达板级电路故障诊断的原理;建立了故障诊断样本训练和测试平台;并以实例在该平台上对L-M算法BP网络进行训练和实际诊断.结果表明,该方法诊断准确性高,比其它方法更为快速有效,较好地解决了雷达可更换板级电路的故障诊断问题. 展开更多
关键词 l-m算法 BP网络 故障诊断 神经网络 快速诊断 测试平台 电路 诊断准确性 训练 方法
在线阅读 下载PDF
基于L-M算法的BP神经网络分类器 被引量:53
12
作者 王建梅 覃文忠 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2005年第10期928-931,共4页
以TM图像为例,讨论了基于Levenberg-Marquardt(L-M)算法的BP神经网络分类器及其在遥感图像分类中的应用。LM算法是梯度下降法与高斯牛顿法的结合,由于利用了近似的二阶导数信息,LM算法比梯度法快。就训练次数及准确度而言,LM算法明显优... 以TM图像为例,讨论了基于Levenberg-Marquardt(L-M)算法的BP神经网络分类器及其在遥感图像分类中的应用。LM算法是梯度下降法与高斯牛顿法的结合,由于利用了近似的二阶导数信息,LM算法比梯度法快。就训练次数及准确度而言,LM算法明显优于变学习率法的BP算法。 展开更多
关键词 遥感图像分类 BP神经网络 l-m算法
在线阅读 下载PDF
基于BP神经网络与L-M算法的潜艇声纳自噪声预报 被引量:5
13
作者 吴方良 石仲堃 +1 位作者 杨向晖 陈锐 《中国造船》 EI CSCD 北大核心 2006年第3期45-50,共6页
L-M(L evenberg-M arquart)算法与BP(B ack-P ropagation)神经网络相结合,使神经网络在多样本、大变量输入的情况下,具有更快的收敛速度和更高的逼近精度。将BP神经网络与L-M算法相结合应用于潜艇声纳自噪声预报;分析了影响潜艇声纳自... L-M(L evenberg-M arquart)算法与BP(B ack-P ropagation)神经网络相结合,使神经网络在多样本、大变量输入的情况下,具有更快的收敛速度和更高的逼近精度。将BP神经网络与L-M算法相结合应用于潜艇声纳自噪声预报;分析了影响潜艇声纳自噪声的各种声源参数;利用潜艇声纳实测数据进行网络训练,训练好的神经网络可以对潜艇声纳自噪声进行精确预报。 展开更多
关键词 船舶 舰船工程 BP神经网络 l-m算法 声纳自噪声
在线阅读 下载PDF
L-M神经网络的磨削淬硬参数预测 被引量:7
14
作者 潘忠峰 王贵成 +1 位作者 裴宏杰 刘菊东 《机械设计与制造》 北大核心 2009年第3期34-36,共3页
针对基于传统BP算法的神经网络训练中收敛速度较慢的缺点,提出一种基于L-M(Levenberg-Marquardt)算法的磨削淬硬层厚度预测,并开发了基于L-M算法的磨削淬硬神经网络预测系统。仿真结果表明:该系统模型显著缩短了训练时间,具有较高的准... 针对基于传统BP算法的神经网络训练中收敛速度较慢的缺点,提出一种基于L-M(Levenberg-Marquardt)算法的磨削淬硬层厚度预测,并开发了基于L-M算法的磨削淬硬神经网络预测系统。仿真结果表明:该系统模型显著缩短了训练时间,具有较高的准确性。通过网络训练和网络检验,得出该神经网络系统的预测值与实测值十分接近的结论,可充分证明L-M法BP神经网络对于磨削淬硬参数预测具有很好的效果。 展开更多
关键词 磨削淬硬 神经网络 l-m算法 预测
在线阅读 下载PDF
采用L-M优化算法的设备状态预测 被引量:5
15
作者 龙红叶 熊峰 +1 位作者 胡小梅 卢鲜亮 《现代制造工程》 CSCD 北大核心 2012年第3期114-118,27,共6页
设备状态预测是设备预防性维护的重要组成部分。针对传统方法处理设备状态数据的不足,采用L-M优化算法进行设备状态预测。通过原始样本数据学习和训练BP神经网络,并用测试数据进行设备状态预测,实验证明该方法不仅在误差分析精度和收敛... 设备状态预测是设备预防性维护的重要组成部分。针对传统方法处理设备状态数据的不足,采用L-M优化算法进行设备状态预测。通过原始样本数据学习和训练BP神经网络,并用测试数据进行设备状态预测,实验证明该方法不仅在误差分析精度和收敛速度方面具有优良的性能,而且还证明了该算法的有效性。 展开更多
关键词 状态预测 l-m优化算法 特性曲线 有效预测
在线阅读 下载PDF
基于L-M算法的BP神经网络预测短电弧加工表面质量模型 被引量:16
16
作者 李雪芝 周建平 +1 位作者 许燕 王博 《燕山大学学报》 CAS 北大核心 2016年第4期296-300,318,共6页
短电弧铣削加工技术属于特种加工行业中电加工的技术范畴,尤其适用于特硬、超强、高韧性等难加工材料的高效加工。但工件加工表面的技术特性(表面变质层、硬度、残余应力、表面层缺陷等)还有待于深入研究。为获得短电弧铣削加工良好的... 短电弧铣削加工技术属于特种加工行业中电加工的技术范畴,尤其适用于特硬、超强、高韧性等难加工材料的高效加工。但工件加工表面的技术特性(表面变质层、硬度、残余应力、表面层缺陷等)还有待于深入研究。为获得短电弧铣削加工良好的工艺效果,引入传统BP算法和Levenberg-Marquardt(简称L-M)算法,构建短电弧铣削加工表面质量模型。通过分析表面质量的影响因素,选取放电电压、频率、气压、脉冲时间为模型的输入,表面粗糙度、变质层厚度、工件材料去除率为输出,比较两种模型的预测精度。结果表明,基于L-M算法的BP神经网络对表面粗糙度、变质层厚度、材料去除率的平均预测误差分别为2.9%、9.4%、4.6%,低于传统的BP神经网络。相比传统的BP神经网络,改进的LM-BP神经网络模型提高了预测精度,实际工程中可用于优化工艺参数。 展开更多
关键词 短电弧铣削加工技术 BP神经网络 改进l-m算法
在线阅读 下载PDF
用L-M算法的神经网络诊断充油设备绝缘故障 被引量:6
17
作者 赵登福 林谋 +1 位作者 李彦明 张柏林 《高电压技术》 EI CAS CSCD 北大核心 2004年第7期4-6,16,共4页
针对充油型设备的故障诊断 ,采用Levenberg Marquardt算法建立多层前向人工神经网络 ,采用改进算法训练网络 ,克服了传统BP算法收敛速度慢、易陷入局部极小的缺陷 ;采用可靠性数据分析技术和变量循环重新编号等方法有助于加快网络收敛 ... 针对充油型设备的故障诊断 ,采用Levenberg Marquardt算法建立多层前向人工神经网络 ,采用改进算法训练网络 ,克服了传统BP算法收敛速度慢、易陷入局部极小的缺陷 ;采用可靠性数据分析技术和变量循环重新编号等方法有助于加快网络收敛 ;提出将判别具体故障类别和固体绝缘故障分开的两层诊断结构 ,提高了网络的训练效率和诊断的准确性。 展开更多
关键词 l-m算法 BP算法 油中溶解气体分析 可靠性数据分析
在线阅读 下载PDF
基于L-M神经网络优化算法的池塘水色判别系统的初步建立 被引量:3
18
作者 王海英 曹晶 +2 位作者 谢骏 王广军 胡朝莹 《渔业现代化》 北大核心 2010年第5期19-21,37,共4页
为了将水产养殖水色判别传统技术经验转化为可以量化的数字技术,采用基于L-M神经网络优化算法和计算机图像处理技术的方法,建立了一个水色判别的水产养殖专家系统。通过实例预测,该系统判别误差率<1%。该系统训练后的神经网络模型,... 为了将水产养殖水色判别传统技术经验转化为可以量化的数字技术,采用基于L-M神经网络优化算法和计算机图像处理技术的方法,建立了一个水色判别的水产养殖专家系统。通过实例预测,该系统判别误差率<1%。该系统训练后的神经网络模型,能实现对养殖池塘水质的预测。系统的开发和使用对实现水产健康养殖、智能控制和计算机管理具有一定实用价值. 展开更多
关键词 水色图像 图像特征值 l-m神经网络优化算法 水质预测
在线阅读 下载PDF
结合N-W方法的L-M算法在变压器故障诊断中的应用 被引量:2
19
作者 徐志钮 律方成 +1 位作者 刘云鹏 李燕青 《华北电力大学学报(自然科学版)》 CAS 北大核心 2005年第4期1-4,共4页
在分析Levenberg-Marquardt(L-M)算法和Nguyen-Widrow(N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N—W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络。构造了适合于变压器油中溶解... 在分析Levenberg-Marquardt(L-M)算法和Nguyen-Widrow(N-W)方法原理的基础上,提出了一种多层前馈神经网络训练算法,该算法在使用N—W方法初始化神经网络可变参数的基础上使用L-M算法训练多层前馈神经网络。构造了适合于变压器油中溶解气体分析故障诊断的神经网络,使用了标准BP算法、加动量项BP算法和结合N-W方法的L-M算法训练该网络,结果表明算法收敛速度快、不容易陷入局部极小点。将训练所得网络用于变压器油中溶解气体分析故障诊断,诊断结果验证了该方法的有效性。 展开更多
关键词 l-m算法 故障诊断 变压器 油中溶解气体分析 多层前馈神经网络 应用 网络训练算法 BP算法 局部极小点 方法原理 可变参数 收敛速度 初始化 基础
在线阅读 下载PDF
一种采用L-M方法的无标定视觉伺服控制方法 被引量:3
20
作者 付清山 张志胜 史金飞 《中国机械工程》 EI CAS CSCD 北大核心 2008年第21期2622-2626,共5页
在无标定视觉伺服控制中,高斯牛顿法是一种被广泛采用的方法,但在大残量情况时,该方法可能不收敛或不能收敛到期望值。对此,提出了一种采用L-M方法的无标定视觉伺服控制方法。该方法采用信赖域策略确保模型是对非线性目标函数合适的模拟... 在无标定视觉伺服控制中,高斯牛顿法是一种被广泛采用的方法,但在大残量情况时,该方法可能不收敛或不能收敛到期望值。对此,提出了一种采用L-M方法的无标定视觉伺服控制方法。该方法采用信赖域策略确保模型是对非线性目标函数合适的模拟,并根据函数实际下降量与预测下降量的比值自适应地改变步长,采用Broyden方法动态估计图像雅可比矩阵。采用该方法无需对机器人及摄像机进行标定,且避免了传统方法的上述缺点。仿真及实验结果验证了该方法的有效性。 展开更多
关键词 l-m方法 无标定视觉伺服 雅可比矩阵估计 机器人
在线阅读 下载PDF
上一页 1 2 47 下一页 到第
使用帮助 返回顶部