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5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VAE与TabNet的电气化铁路接触网故障识别方法研究 被引量：1
1
作者 刘家军 马馨秀 汪洪亮 《电力电容器与无功补偿》 2025年第4期81-87,共7页
接触网承担着向沿线电力机车输送电能的重要任务,一旦发生故障会直接影响列车安全运行,因此研究接触网故障识别方法十分必要。本文提出了一种基于VAE与TabNet的故障识别方法,首先采用ANSYSWorkbench软件建立弓网耦合模型,获取不同故障... 接触网承担着向沿线电力机车输送电能的重要任务,一旦发生故障会直接影响列车安全运行,因此研究接触网故障识别方法十分必要。本文提出了一种基于VAE与TabNet的故障识别方法,首先采用ANSYSWorkbench软件建立弓网耦合模型,获取不同故障下的弓网接触力变化;其次利用变分自编码器算法扩充故障仿真数据,提升模型的泛化能力;最后通过TabNet模型进行故障类型的识别,识别准确率达到96%,并与其他传统分类算法对比。实验结果表明,所提方法在接触网故障识别方面表现出了优越的性能。 展开更多
关键词 接触网 故障识别 弓网耦合模型 tabnet 变分自编码器
在线阅读 下载PDF
F-TabNet模型在工程评标优化中的应用研究 被引量：1
2
作者 汪嵩松 刘杰 《城市建筑》 2025年第2期196-200,共5页
为提高工程项目评标的准确性和合理性,本研究采用模糊综合评价方法(fuzzy comprehensive appraisal,FCA)处理评价指标体系中的模糊因素,并结合TabNet模型对评价方法进行了创新性的优化研究。该研究不仅涉及特征选择、模型训练与预测,还... 为提高工程项目评标的准确性和合理性,本研究采用模糊综合评价方法(fuzzy comprehensive appraisal,FCA)处理评价指标体系中的模糊因素,并结合TabNet模型对评价方法进行了创新性的优化研究。该研究不仅涉及特征选择、模型训练与预测,还提出了一个新颖的F-TabNet评价模型,该模型有效地利用TabNet网络的强大表达能力。研究成果验证了F-TabNet评价方法在工程项目评标中的应用价值,该方法不仅能够准确预测评标结果,而且具备较强的解释性,这对于推动项目评标决策的科学性和合理化具有重要意义。 展开更多
关键词 项目评标 F-tabnet模型 特征选择 决策准确性 数据分析与预测
在线阅读 下载PDF
基于TabNet的森林覆盖类型预测方法 被引量：2
3
作者 董国卿 王平 夏凌云 《微型电脑应用》 2023年第9期129-133,共5页
森林覆盖类型的分类识别对于研究森林资源变化、合理利用森林资源具有重要意义,构建准确、鲁棒的分类模型是此类研究的关键。采用TabNet构建预训练模型对输入特征进行重构,然后使用重构后的特征表征训练TabNet分类器,最后与LightGBM模... 森林覆盖类型的分类识别对于研究森林资源变化、合理利用森林资源具有重要意义,构建准确、鲁棒的分类模型是此类研究的关键。采用TabNet构建预训练模型对输入特征进行重构,然后使用重构后的特征表征训练TabNet分类器,最后与LightGBM模型进行集成,提升了模型效果。实验显示该模型的分类性能最高,准确率达到97.95%,提出的模型具有良好的可解释性,对筛选森林覆盖类型影响因素有着指导意义。 展开更多
关键词 森林覆盖类型 tabnet模型 LightGBM模型 分类模型
在线阅读 下载PDF
基于机器学习透析内低血压预测模型的研究
4
作者 罗业华 周鸿明 +3 位作者 郭齐 董晶晶 张娟娟 尹良红 《国际医药卫生导报》 2024年第17期2856-2862,共7页
目的通过机器学习技术开发一种能预测透析内低血压(IDH)的模型。方法回顾性分析2020年10月至2022年8月期间在福鼎市医院接受血液透析的患者人口统计学资料和透析记录,包括年龄、性别、透析前血压、透析前体重等,采用了3种不同的机器学... 目的通过机器学习技术开发一种能预测透析内低血压(IDH)的模型。方法回顾性分析2020年10月至2022年8月期间在福鼎市医院接受血液透析的患者人口统计学资料和透析记录,包括年龄、性别、透析前血压、透析前体重等,采用了3种不同的机器学习算法——光梯度增强机(LGBM)、支持向量机(SVM)和TabNet,构建两个预测模型,分别命名为IDH-1和IDH-2。IDH-1模型通过整合患者透析前数据与历史透析数据的平均值来实时预测IDH风险;IDH-2模型则结合患者当前透析的全部数据及历史平均值,预测其下一次透析时IDH的发生风险。比较3种算法模型在曲线下面积(AUC)、精确率、召回率和F1分数等指标上的性能。结果434名患者共77808例次的血液透析治疗记录作为初始数据集,经过严格的数据筛选,IDH-1模型的最终数据集包含416名患者和71427条血液透析记录,IDH-2模型包含416名患者和71011条血液透析记录。TabNet在性能方面优于LGBM和SVM。在IDH-1模型中,TabNet算法的AUC值为0.84,95%CI为0.810~0.860;在IDH-2模型中,TabNet算法的AUC值为0.83,95%CI为0.805~0.850。历史IDH发作频率及透析前和透析期间的收缩血压被识别为IDH的关键预测因素。结论机器学习方法结合人口统计数据和透析参数在预测血液透析患者IDH方面具有巨大潜力,其中TabNet性能最优。 展开更多
关键词 慢性肾脏病 血液透析 机器学习 透析内低血压 预测模型
暂未订购
基于技术融合视角的颠覆性专利识别研究 被引量：2
5
作者 王丹 周潇 +1 位作者 赵捧未 樊嘉逸 《图书情报工作》 CSSCI 北大核心 2024年第15期58-71,共14页
[目的/意义]在新一轮科技革命和产业变革的时代背景下,颠覆性技术是一种另辟蹊径、容易造成技术突袭、颠覆传统游戏规则的技术。积极识别和前瞻布局颠覆性技术对实现国家科技创新跨越式发展具有重要战略意义。[方法/过程]从技术融合视... [目的/意义]在新一轮科技革命和产业变革的时代背景下,颠覆性技术是一种另辟蹊径、容易造成技术突袭、颠覆传统游戏规则的技术。积极识别和前瞻布局颠覆性技术对实现国家科技创新跨越式发展具有重要战略意义。[方法/过程]从技术融合视角提出一种颠覆性技术识别方法。首先,基于专利IPC共现关系,并采用时间序列方式动态构建技术领域融合网络,利用结构熵指标识别领域融合网络中具有颠覆性的领域融合对;其次,将颠覆性的领域融合对与专利映射,筛选出候选颠覆性专利;在此基础上,通过深度剖析颠覆性专利的核心特征,筛选有效的测度指标;最后,基于深度学习Tabnet模型构建专利指标与颠覆性专利之间的关联关系,实现从大规模的候选专利中识别颠覆性专利。[结果/结论]以人工智能领域为例验证方法的可行性和有效性。研究结果共得到1025条颠覆性专利。其中,颠覆性融合领域(G06K9,G06N3)包含443条颠覆性专利,这些专利主要涉及4大颠覆性方向:智慧医疗、智慧交通、智慧安防和智能制造。研究结果能够为政府、产业界和企业等利益相关者的科技布局、战略制定提供参考。 展开更多
关键词 技术融合 颠覆性专利识别 结构熵 深度学习 tabnet模型
原文传递
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