期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于数据驱动的TrAdaBoost-WGSSA-ELM算法PVC聚合过程转化率软测量
1
作者 高淑芝 杨世伟 张义民 《沈阳化工大学学报》 2025年第6期647-655,共9页
针对PVC聚合过程转化率难以实时获取的问题,提出了一种基于数据驱动的迁移学习、改进的麻雀搜索算法和极限学习机建立的软测量模型(TrAdaBoost-WGSSA-ELM)来预测氯乙烯单体的转化率.首先,针对采集的一个反应釜原数据量少的问题,引用辅... 针对PVC聚合过程转化率难以实时获取的问题,提出了一种基于数据驱动的迁移学习、改进的麻雀搜索算法和极限学习机建立的软测量模型(TrAdaBoost-WGSSA-ELM)来预测氯乙烯单体的转化率.首先,针对采集的一个反应釜原数据量少的问题,引用辅助数据,利用TrAdaBoost迁移学习算法扩充训练集;然后,通过Tent映射、自适应权重和变异的方式改进麻雀搜索算法,使用改进后的算法优化ELM参数,建立软测量模型.最后,将提出的TrAdaBoost-WGSSA-ELM模型与其他3种模型进行仿真实验对比,结果验证了所提模型有更高的预测精度. 展开更多
关键词 PVC聚合过程 软测量 TrAdaBoost迁移学习 麻雀搜索算法 极限学习机
在线阅读 下载PDF
基于特征融合的风机叶片表面缺陷检测模型 被引量:7
2
作者 汤占军 孙栋钦 +1 位作者 李英娜 陆鹏 《电子测量技术》 北大核心 2022年第11期161-166,共6页
针对风机叶片表面缺陷检测识别率低、且易受光照影响的特点。提出一种基于卷积神经网络特征融合局部二值模式特征及核极限学习机的风机叶片表面缺陷检测方法。利用引入注意力机制的卷积神经网络提取图像深层次信息,然后提取描述图像浅... 针对风机叶片表面缺陷检测识别率低、且易受光照影响的特点。提出一种基于卷积神经网络特征融合局部二值模式特征及核极限学习机的风机叶片表面缺陷检测方法。利用引入注意力机制的卷积神经网络提取图像深层次信息,然后提取描述图像浅层纹理信息的局部二值模式特征,采用主成分分析方法降低局部二值模式特征维度;将两种从不同层面描述图像的互补特征串行融合。用改进的麻雀搜索算法优化核极限学习机参数,利用融合的特征训练模型,得到最优模型进行缺陷识别。通过实验,在自建数据集训练后的分类准确率达到了97.5%,kappa系数达到95.1。相比利用单一特征检测,分类准确率有明显的提高。经风电场实际验证,本模型的平均分类准确率为96.3%,Kappa系数为94.5,漏报率明显降低。 展开更多
关键词 图像处理 卷积神经网络 核极限学习机 麻雀搜索算法
原文传递
Resolution of Two Unequally Bright Points of Apodized Optical Systems with Asymmetric Circular Antenna Arrays 被引量:1
3
作者 Andra Naresh Kumar Reddy Pagolu Shailaja Dasari Karuna Sagar 《Optics and Photonics Journal》 2016年第3期39-46,共8页
Sparrow criterion of resolution is used for assessment of the resolution of two object points of apodized optical systems under incoherent illumination of light. Semicircular arrays of circular aperture with discrete ... Sparrow criterion of resolution is used for assessment of the resolution of two object points of apodized optical systems under incoherent illumination of light. Semicircular arrays of circular aperture with discrete asymmetric apodization have suppressed side-lobes and a narrower central peak in the image plane termed as PSF good side on alternatively the right and left of the strong spectral point facilitates to detect the presence of weak spectral point in the vicinity of bright spectral point. The results of investigations on optimum discrete pupil function with semicircular arrays on the intensity distributions in the composite image of two object points with widely varying in their intensities under various degree of coherence of illumination have been studied. Sparrow resolution limits and the dip in central intensity as function of degree of coherence of the illumination (γ), intensity ratio (α), degree of asymmetric apodization (b) and number of discrete elements in semicircular array (n). The efficiency of aperture functions is discussed in terms of these parameters. Pupil function capabilities in redistribution of energy in composite image of two object points in close vicinity have been verified for different considerations. Current study has found an improvement in two-point resolution characteristics compared to their unapodized counter part. Fourier analytical properties of an optical system are presented for evaluation of this practical problem. 展开更多
关键词 Complementary Pupil Function Diffraction Two-Point Resolution Discrete Asymmetric Apodization Degree of Coherence sparrow limit Intensity Ratio SUPERRESOLUTION
在线阅读 下载PDF
基于ICEEMDAN-ICSSA-CKELM-TCCA的短期风电功率预测研究 被引量:3
4
作者 韦权 汤占军 贺建峰 《现代电子技术》 2023年第24期39-46,共8页
为了提高风电功率预测的准确性,基于信号分解、优化算法和误差修正,提出一种ICEEMDAN-ICSSA-CKELMTCCA的风电功率预测组合模型。首先采用改进的带自适应噪声的完全集成经验模式分解(ICEEMDAN)和样本熵原理,对原始功率序列进行分解和重构... 为了提高风电功率预测的准确性,基于信号分解、优化算法和误差修正,提出一种ICEEMDAN-ICSSA-CKELMTCCA的风电功率预测组合模型。首先采用改进的带自适应噪声的完全集成经验模式分解(ICEEMDAN)和样本熵原理,对原始功率序列进行分解和重构,得到更适合提取特征的新序列。然后,建立包含Poly核函数、RBF核函数的组合核极限学习机(CKELM)对新的序列进行初步预测,并利用融合了Tent混沌映射、动态惯性权重和自适应t变异策略的改进混沌麻雀搜索算法(ICSSA)对其参数进行优化,提升CKELM预测性能。最后将时间卷积网络(TCN)与高效通道注意力机制(ECA)组合搭建为TCCA模型,对初步预测结果进行修正。以中国云南省某风电场的数据为例进行多组实验,结果表明该模型针对风电功率具有较高的预测精度。 展开更多
关键词 短期风电功率预测 自适应噪声的完全集成经验模式分解 混沌麻雀搜索算法 组合核极限学习机 样本熵 时间卷积网络
在线阅读 下载PDF
冬季限食对树麻雀能量代谢的影响及其生理适应
5
作者 刘佳人 徐兴军 +2 位作者 王有祥 林美含 邵淑丽 《野生动物学报》 北大核心 2022年第1期85-92,共8页
为探讨冬季食物相对缺乏的条件下树麻雀(Passer montanus)的能量预算对策,将野外捕获的树麻雀按体重随机分为对照组、半饥饿驯化组、1/4饥饿驯化组,驯化4周,对其体重和器官重、基础代谢率等生理指标,以及肠绒毛肠道组织进行测定。结果表... 为探讨冬季食物相对缺乏的条件下树麻雀(Passer montanus)的能量预算对策,将野外捕获的树麻雀按体重随机分为对照组、半饥饿驯化组、1/4饥饿驯化组,驯化4周,对其体重和器官重、基础代谢率等生理指标,以及肠绒毛肠道组织进行测定。结果表明:试验组体重、基础代谢率、消化能、消化率、体脂质量分数与对照组相比,组间差异极显著(P<0.01);试验组各器官的鲜重较对照组极显著降低(P<0.01);试验组树麻雀肝脏中的淀粉酶活性较对照组极显著增高(P<0.01),胰腺、大肠、小肠、十二指肠、直肠、肌胃和腺胃中的淀粉酶活性较对照组降低;试验组的肝糖原和肌糖原质量分数较对照组极显著降低(P<0.01),大肠、小肠和直肠长度较对照组极显著增高(P<0.01),十二指肠长度较对照组增加不显著(P>0.05)。研究表明,冬季在限食条件下,树麻雀通过降低基础代谢率,增加消化道长度,加快肝糖原和肌糖原的分解及增加消化能来补偿能量消耗等一系列生理生化反应,以适应饥饿寒冷的环境。 展开更多
关键词 树麻雀 冬季 限食 能量代谢 生理适应
在线阅读 下载PDF
基于HSSA-ELM的轴承故障监测方法
6
作者 王涛 《自动化应用》 2023年第6期109-111,共3页
为了提高电机轴承故障的精度,提出一种基于改进麻雀搜索算法(HSSA)优化极限学习机(ELM)的轴承故障诊断方法。融入Circle核和母鸡寻食的算法对麻雀搜索算法进行改进,建立了基于HSSA-ELM的轴承故障诊断模型。实验结果证明,对比其它模型,... 为了提高电机轴承故障的精度,提出一种基于改进麻雀搜索算法(HSSA)优化极限学习机(ELM)的轴承故障诊断方法。融入Circle核和母鸡寻食的算法对麻雀搜索算法进行改进,建立了基于HSSA-ELM的轴承故障诊断模型。实验结果证明,对比其它模型,经过优化的ELM的轴承故障诊断模型在识别率上得到了很大提高,准确率高达98%,证实了其有效性和准确性。 展开更多
关键词 轴承故障 极限学习机 改进麻雀搜索算法 故障诊断
在线阅读 下载PDF
基于变量选择的燃煤机组SCR脱硝系统SSA-KELM建模
7
作者 姜浩 许子明 赵文杰 《电力科学与工程》 2023年第11期71-78,共8页
针对燃煤机组选择性催化还原(Selective catalytic reduction,SCR)脱硝系统出口NOx浓度存在测量滞后以及吹扫时数据失真等问题,提出基于特征提取和麻雀搜索算法(Sparrow search algorithm,SSA)优化核极限学习机(Kernel based extreme le... 针对燃煤机组选择性催化还原(Selective catalytic reduction,SCR)脱硝系统出口NOx浓度存在测量滞后以及吹扫时数据失真等问题,提出基于特征提取和麻雀搜索算法(Sparrow search algorithm,SSA)优化核极限学习机(Kernel based extreme learning machine,KELM)超参数的燃煤机组SCR脱硝系统建模方法。利用最大信息系数确定各输入变量的延迟时间,表征变量间的相关性。在此基础上采用相关性的特征选择算法将加入迟延参数的重构输入变量进行变量选择;通过SSA优化算法确定KELM初始输入层权值及偏差的超参数。所建立的SSA-KELM预测模型的均方误差和相关系数分别为1.1212 mg/m3、0.9616,与粒子群算法、灰狼算法寻优后的预测模型所得结果相比预测精度较高,模型能够为脱硝系统出口NOx的现场优化控制提供技术支持。 展开更多
关键词 SCR脱硝系统 最大信息系数 麻雀搜索算法 相关性的特征选择算法 核极限学习机
在线阅读 下载PDF
基于SSA-XGBoost的运营公路隧道养护工程科学决策等级评定
8
作者 陈雯霞 祁鸿 《公路》 北大核心 2025年第9期279-285,共7页
由于隧道养护工程科学决策等级评定存在计算量大、主观性较强、经验化等一系列问题,具体实施过程中存在较大不便。因此基于麻雀搜索算法(Sparrow Search Algorithm, SSA)优化极限梯度提升树(eXtreme Gradient Boosting, XGBoost)建立了... 由于隧道养护工程科学决策等级评定存在计算量大、主观性较强、经验化等一系列问题,具体实施过程中存在较大不便。因此基于麻雀搜索算法(Sparrow Search Algorithm, SSA)优化极限梯度提升树(eXtreme Gradient Boosting, XGBoost)建立了运营公路隧道养护工程科学决策优先级排序模型。选取交通量、养护等级、土建结构技术状况等级、机电设施技术状况等级、通车年数、改造时间、公路等级、隧道长度共8个特征指标进行分析,利用SSA算法较强的搜寻能力优化XGBoost模型中4个超参数:迭代次数、数的最大深度、学习率及随机采样比,得到模型最佳预测性能。用该模型对云南公路养护工程项目库动态管理平台中的180个样本的数据库进行预测分析,并与未优化的XGBoost模型及多种常用的预测模型进行对比分析,结果表明:SSA-XGBoost预测模型决定系数为0.93,平均绝对误差2.51、均方根误差2.85,相比于其他模型,该模型适应性更强;与未优化的XGBoost模型相比,SSA算法能够提高XGBoost模型的预测精度和泛化能力。分析隧道的养护等级类型,可发现SSA-XGBoost模型所得隧道养护类型与实际养护类型相一致,进一步验证SSA-XGBoost模型的可行性,研究结果可为后续养护工程科学决策分析提供新的参考借鉴。 展开更多
关键词 隧道工程 养护工程 科学决策 麻雀算法 极限梯度提升树
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部