期刊文献+
共找到86篇文章
< 1 2 5 >
每页显示 20 50 100
基于因果检验及Elman的坝后量水堰流量预测研究
1
作者 张明 王伟涛 +4 位作者 杨伟国 张天顺 李治瑾 金莉娜 蒋志强 《水力发电》 2026年第3期108-115,共8页
大坝渗流一直是影响面板堆石坝运行安全的重要问题,对于异常渗流情况的监测和预警尤为重要。综合考虑库水位、降雨、测压孔水深等因素与坝后量水堰流量的关系,基于格兰杰因果检验筛选大坝历史监测数据中的关键影响因子,搭建Elman神经网... 大坝渗流一直是影响面板堆石坝运行安全的重要问题,对于异常渗流情况的监测和预警尤为重要。综合考虑库水位、降雨、测压孔水深等因素与坝后量水堰流量的关系,基于格兰杰因果检验筛选大坝历史监测数据中的关键影响因子,搭建Elman神经网络预测模型,并采用PSO优化方法对模型超参数寻优,实现坝后量水堰流量预测。研究结果表明,在15种监测数据中,前期监测流量、水库水位、前期降雨和UPZ1测压管数据对坝后量水堰流量预测效果最佳,最优方案的预测值误差合格率约80%。所建模型不仅能够准确预测坝后量水堰流量的总体趋势,还能有效捕捉流量突变点,表现出对异常变化的敏感性,可为面板堆石坝的非正常渗流监测与预警提供技术支撑。 展开更多
关键词 面板堆石坝 大坝渗流 量水堰流量 格兰杰因果检验 ELMAN神经网络
在线阅读 下载PDF
Exploring the Big Data Using a Rigorous and Quantitative Causality Analysis 被引量:3
2
作者 X. San Liang 《Journal of Computer and Communications》 2016年第5期53-59,共7页
Causal analysis is a powerful tool to unravel the data complexity and hence provide clues to achieving, say, better platform design, efficient interoperability and service management, etc. Data science will surely ben... Causal analysis is a powerful tool to unravel the data complexity and hence provide clues to achieving, say, better platform design, efficient interoperability and service management, etc. Data science will surely benefit from the advancement in this field. Here we introduce into this community a recent finding in physics on causality and the subsequent rigorous and quantitative causality analysis. The resulting formula is concise in form, involving only the common statistics namely sample covariance. A corollary is that causation implies correlation, but not vice versa, resolving the long-standing philosophical debate over correlation versus causation. The applicability to big data analysis is validated with time series purportedly generated with hidden processes. As a demonstration, a preliminary application to the gross domestic product (GDP) data of United States, China, and Japan reveals some subtle USA-China-Japan relations in certain periods.   展开更多
关键词 causalITY Big Data Information flow Time Series causal Network
在线阅读 下载PDF
基于多组件和时空图卷积网络的交通流预测方法
3
作者 孙焕中 唐向红 陆见光 《电子科技》 2026年第3期24-31,共8页
准确的交通流预测可以减轻交通拥堵,有利于制定更合理的出行决策。现行交通流预测方法对交通流时间依赖性和空间依赖性的提取不充分,文中提出了一种基于多组件和时空图卷积网络(Multi-Component and Spatio-Temporal Graph Convolution ... 准确的交通流预测可以减轻交通拥堵,有利于制定更合理的出行决策。现行交通流预测方法对交通流时间依赖性和空间依赖性的提取不充分,文中提出了一种基于多组件和时空图卷积网络(Multi-Component and Spatio-Temporal Graph Convolution Network, MCSTG)的交通流预测方法。MCSTG在门控时间卷积网络中融入周期信息以此深入捕获时间依赖性,并利用图重构结合空间自注意力方法来生成节点关联性强的邻接矩阵,从而捕获空间依赖性。MCSTG通过并行处理和结果融合的多预测组件架构进一步优化交通流预测性能。在两个真实数据集上的6项预测结果指标中,MCSTG的5项指标预测精度优于基线模型。实验结果表明,MCSTG具有较好的时空建模能力。消融实验验证了MCSTG设计的合理性。 展开更多
关键词 深度学习 时空数据 交通流预测 图卷积网络 注意力机制 扩张因果卷积 数据挖掘 神经网络 交通拥堵
在线阅读 下载PDF
基于Liang-Kleeman信息流和小波相干的总云水含量信息熵因果分析
4
作者 吴香华 黎亚少 +2 位作者 金芯如 任苗苗 王巍巍 《大气科学学报》 北大核心 2025年第4期626-636,共11页
基于云微物理量信息熵的因果分析是表征云微物理特征和探索降水云系发展影响机制的有效手段。本文选取中国东北地区的一次云降水过程,分析了总云水含量(total cloud water content,TWC)信息熵与协变量信息熵的多尺度因果关系。通过TWC... 基于云微物理量信息熵的因果分析是表征云微物理特征和探索降水云系发展影响机制的有效手段。本文选取中国东北地区的一次云降水过程,分析了总云水含量(total cloud water content,TWC)信息熵与协变量信息熵的多尺度因果关系。通过TWC信息熵,评估云系发展过程中的自组织情况;利用小波相干,研究TWC信息熵与协变量信息熵在不同时域、频域下的局部相干特征;利用小波分解,将各变量信息熵序列分解成多时间尺度的子序列,基于VAR(vector autoregression)模型得到各子序列的线性Granger因果关系,并利用Liang-Kleeman信息流量化因果关系的强度。结果表明,TWC信息熵先增后减,与云系的生成和发展阶段相比,在云系成熟阶段呈现出更显著的减熵和自组织;TWC信息熵在2 h时间尺度上与各个协变量信息熵均呈双向Granger因果。大气可降水量信息熵在多时间尺度上与TWC信息熵存在因果关系,在较大时间尺度(4 h、8 h)上Liang-Kleeman信息流流速最大,是解释TWC信息熵变化的最佳变量;向上长波辐射信息熵,在小时间尺度(1 h、2 h)上信息流流速最大,是TWC信息熵的主要影响因子;此外,雷达回波信息熵、垂直气流速度信息熵与TWC信息熵也呈现出一定的因果关系。 展开更多
关键词 总云水含量 信息熵 Liang-Kleeman信息流 线性Granger因果 小波相干
在线阅读 下载PDF
基于结构因果模型的城市出行流量预测方法 被引量:1
5
作者 刘钰婷 顾晶晶 周强 《计算机科学》 北大核心 2025年第10期70-78,共9页
城市出行流量预测是智慧城市研究中的重要课题,为城市规划和资源优化提供了关键的数据支持。近年来,基于图神经网络的城市流量预测模型在提升预测精度上取得了显著进展。然而,大多数现有研究都假设训练数据和测试数据来自相同的分布,忽... 城市出行流量预测是智慧城市研究中的重要课题,为城市规划和资源优化提供了关键的数据支持。近年来,基于图神经网络的城市流量预测模型在提升预测精度上取得了显著进展。然而,大多数现有研究都假设训练数据和测试数据来自相同的分布,忽视了现实世界中城市流量分布动态变化的复杂性,导致模型在面对分布偏移时表现不佳。为了解决这一问题,提出一种基于结构因果模型的城市出行流量预测方法,旨在应对分布偏移带来的模型泛化挑战。该方法首先利用结构因果模型揭示环境因素作为混淆变量对流量预测的影响效应,并设计共享分布估计器以学习环境信息的先验分布,进而引入后门调整方法,结合变分推断有效消除环境因素引起的混淆影响。该方法能够公平地考虑不同环境信息,提升流量预测的准确性与鲁棒性。在两个真实世界数据集上的实验结果表明,所提方法在应对分布偏移时具有较高的预测精度和鲁棒性。与6种主流基线模型相比,预测性能提升了2.26%~9.18%。 展开更多
关键词 城市出行流量预测 因果推断 分布偏移 时空数据挖掘 结构因果模型
在线阅读 下载PDF
基于系统动力学模型的医院舆情风险研究 被引量:1
6
作者 郭君伟 楚晓岚 +3 位作者 栗会芳 秦一力 王红 李少刚 《中国医疗管理科学》 2025年第1期40-46,共7页
目的应用系统动力学模型探讨医院舆情风险系统的作用力,为医院舆情管理提供参考。方法构建医院舆情风险的因果回路图和存量流量图,结合案例舆情事件设定模型的方程和参数,应用Vensim PLE软件模拟仿真。结果医院子系统和政府子系统的作... 目的应用系统动力学模型探讨医院舆情风险系统的作用力,为医院舆情管理提供参考。方法构建医院舆情风险的因果回路图和存量流量图,结合案例舆情事件设定模型的方程和参数,应用Vensim PLE软件模拟仿真。结果医院子系统和政府子系统的作用变量分别增加10%,都会降低医院舆情风险,其中政府作用力更强,“峰值到消退阶段”比“起始到峰值阶段”作用更明显。将系统5个流量变量分别增加10%后比较舆情风险的变化,在舆情起始和发展阶段,事件作用力最大,其次是网媒和医院的作用力;在舆情峰值和消退阶段,政府作用力最大,其次是网媒和医院的作用力。结论在舆情起始阶段,医院应侧重事件主体,将舆情控制在初始萌芽状态;在发展和峰值阶段,医院应有效回应,表明态度,澄清事实,提倡政府适时介入,降低舆情热度,维护社会稳定;在消退阶段,医院应利用事件余热进行形象重塑。 展开更多
关键词 医院舆情风险 因果回路图 存量流量图 模拟仿真
暂未订购
基于自注意力路由胶囊网络的交通流预测
7
作者 陈滨 金强 +3 位作者 王晓琳 叶宝林 朱蓉 邵珠宏 《计算机工程与设计》 北大核心 2025年第10期2910-2918,共9页
为适应城市快速发展,准确预测交通流,减少交通拥堵,提出一种基于自注意力路由胶囊网络的交通流预测模型(TE-CapsNet)。采用交通路网矩阵将交通流数据和路网空间信息进行联合表征,构建自注意力路由胶囊网络提取交通流空间特征,解决传统... 为适应城市快速发展,准确预测交通流,减少交通拥堵,提出一种基于自注意力路由胶囊网络的交通流预测模型(TE-CapsNet)。采用交通路网矩阵将交通流数据和路网空间信息进行联合表征,构建自注意力路由胶囊网络提取交通流空间特征,解决传统卷积网络池化操作导致特征细节和空间信息丢失的问题。同时引入交通流时间指数和星期指数,构建时域卷积神经网络提取交通流时空融合特征,通过全连接层预测得到交通流。采用METR-LA交通流数据集进行实证研究,结果表明所提模型在不同时间跨度相比于图卷积交通流预测算法,平均绝对误差、均方根误差和平均绝对百分比误差分别平均下降29.4%、12.0%和21.9%,能够有效地表征交通流时空特性,更准确地预测不同时间跨度内交通流分布,为交通管理提供可靠基础,代码已开源在https://github.com/yiluwanle/TE-Capsnet。 展开更多
关键词 自注意力路由 胶囊网络 融合特征 时域卷积网络 交通路网矩阵 空洞因果卷积 交通流预测
在线阅读 下载PDF
基于因果图的核电厂智能报警分析
8
作者 陈建华 陈思娟 +6 位作者 杨明 张宸熙 王吉浦 邓士光 郭金烨 李沛林 聂云飞 《哈尔滨工程大学学报》 北大核心 2025年第11期2287-2295,共9页
针对核电厂报警系统的报警过载问题,本文提出了一种基于因果关联网络的报警定位与溯源分析方法。通过系统功能建模,构建了报警传播的因果关系网络,帮助操纵员快速识别报警的根原因。与传统报警系统进行人因实验对比,结果表明该方法平均... 针对核电厂报警系统的报警过载问题,本文提出了一种基于因果关联网络的报警定位与溯源分析方法。通过系统功能建模,构建了报警传播的因果关系网络,帮助操纵员快速识别报警的根原因。与传统报警系统进行人因实验对比,结果表明该方法平均缩短了73%的报警分析时间,显著减轻了操纵员的认知负荷,为核电站数字化主控室的人机交互设计提供了理论依据,具有重要的工程应用价值。 展开更多
关键词 核电厂主控室 报警系统 功能建模 多层流模型 报警分析 根原因定位 因果推理
在线阅读 下载PDF
因果解耦表征学习综述
9
作者 黄贝贝 刘进锋 《计算机系统应用》 2025年第7期1-13,共13页
人工智能若想从根本上理解我们周围的世界,关键在于它能否学会从所观察到的低级感官数据中识别并解开隐藏的潜在可解释因素.解耦表征学习正是为了从数据中提取出这些独立且可解释的潜在变量,而因果解耦表征学习则更进一步强调了这些潜... 人工智能若想从根本上理解我们周围的世界,关键在于它能否学会从所观察到的低级感官数据中识别并解开隐藏的潜在可解释因素.解耦表征学习正是为了从数据中提取出这些独立且可解释的潜在变量,而因果解耦表征学习则更进一步强调了这些潜在变量之间的因果关系,从而更真实地模拟现实世界的复杂性.鉴于因果学习的重要性日益增长,本文对结合因果学习的解耦表征学习的相关方法进行了详细、全面地介绍,旨在为解耦表征学习的未来发展提供支持.根据常用的因果学习的相关方法对因果解耦表征学习进行分类,主要探讨了结合结构因果模型和基于流模型的解耦表征学习方法以及常用的数据集与评价指标.此外,还分析了因果解耦表征学习在图像生成、3D姿态估计和无监督领域适应等应用的实际案例,并对未来的研究方向进行前瞻性展望,为科研人员和实践者揭示未来可能的探索方向,促进该领域的持续发展和创新. 展开更多
关键词 解耦表征学习 因果关系 结构因果模型 流模型 图像生成
在线阅读 下载PDF
多种有效连接方法分析静息态功能磁共振频率依赖的人脑信息流模式
10
作者 卓芝政 李朱玥融 刘亚欧 《四川大学学报(医学版)》 北大核心 2025年第3期770-777,共8页
目的使用七种不同的脑网络有效连接分析方法,探索静息态功能磁共振(resting state functional MRI,rsfMRI)不同频段下的人脑信息流模式。方法基于人脑连接组项目(Human Connectome Project,HCP)数据库,选取60例健康青年人(22~35岁,男女... 目的使用七种不同的脑网络有效连接分析方法,探索静息态功能磁共振(resting state functional MRI,rsfMRI)不同频段下的人脑信息流模式。方法基于人脑连接组项目(Human Connectome Project,HCP)数据库,选取60例健康青年人(22~35岁,男女各半)的rs-fMRI影像数据。使用基于线性、核函数和非参数回归的格兰杰因果关系分析(Granger causality analysis,GCA)模型、基于分箱、k-邻近和置换的转移熵算法以及收敛交叉映射分别计算低频(0.01~0.08 Hz)、高频(0.08~0.69 Hz)和全频(0.01~0.69 Hz)下的优势信息流方向。结果低频段(0.01~0.08 Hz)信息流主要表现为皮层下核团、边缘叶和额颞叶区域定向流入枕叶、顶叶及部分额颞叶区域。所有计算分析方法均显示出相似的有向连接,并表现为相似信息流模式。而高频段(0.08~0.69 Hz)和全频段(0.01~0.69 Hz)的信息流方向与低频段相反。进一步分析发现,优势信息流方向与低频/高频段的相对功率呈显著负相关(P<0.05)。结论本研究通过多模态有效连接分析揭示了rs-fMRI频率依赖的人脑信息流模式,验证了不同计算方法在刻画脑网络定向信息传递中的一致性,为理解静息态脑功能调控机制提供了新证据。 展开更多
关键词 静息态功能磁共振 信息流 格兰杰因果分析 转移熵 收敛交叉映射 频率依赖性
原文传递
外生干预与可逆流驱动的弱监督因果表征学习模型
11
作者 张起荣 王彪 《计算机应用研究》 北大核心 2025年第11期3340-3347,共8页
因果表征学习是实现复杂系统可解释可干预的关键技术。当前研究存在线性假设难以捕捉高维数据中的非线性因果依赖、标注数据稀缺限制模型泛化能力且缺乏可控干预与反事实推理能力的问题。借助外生变量在因果联系解释、反事实推理支持方... 因果表征学习是实现复杂系统可解释可干预的关键技术。当前研究存在线性假设难以捕捉高维数据中的非线性因果依赖、标注数据稀缺限制模型泛化能力且缺乏可控干预与反事实推理能力的问题。借助外生变量在因果联系解释、反事实推理支持方面的重要作用,构建了一种外生干预与可逆流驱动的弱监督因果表征学习模型。首先,引入外生变量模拟干预场景,通过因果图直观呈现因果路径与依赖关系,实现可控干预与反事实推理。其次,采用可逆流模型捕捉非线性因果依赖,突破线性假设限制;在此基础上引入动态弱监督对齐机制,利用少量标注数据约束因果因子语义可识别性,缓解标注数据稀缺问题。实验结果表明,在Causal3DIdent数据集上,模型取得了显著的性能提升,因果因子识别准确率达到94.5%(较基线模型提升8.8%),干预均方误差降低至0.015(下降47.7%)。此外,在Pendulum-v1等数据集上,该模型同样表现出较好的性能,尤其在面向标签数据稀缺情况下仍能实现有效因果推断,展现出良好的泛化能力与应用前景。 展开更多
关键词 因果表征学习 外生干预 可逆流模型 弱监督学习 变分自编码器
在线阅读 下载PDF
融合GCN和改进Informer的地铁客流量预测模型
12
作者 陈万志 崔黛玉 《运筹与管理》 北大核心 2025年第8期206-211,I0123-I0124,共8页
地铁客流量预测对于交通管理和安全具有重要意义。针对当前预测模型在兼顾客流量数据时空相关性和周期性特征时,长短期依赖处理不均衡而影响客流预测精度的问题,提出一种融合GCN和改进Informer的预测模型。首先,采用膨胀因果卷积自注意... 地铁客流量预测对于交通管理和安全具有重要意义。针对当前预测模型在兼顾客流量数据时空相关性和周期性特征时,长短期依赖处理不均衡而影响客流预测精度的问题,提出一种融合GCN和改进Informer的预测模型。首先,采用膨胀因果卷积自注意力机制,增强模型对客流量短时间内趋势变化和局部波动的捕捉能力;其次,引入频率增强信道注意力机制,提高模型对地铁客流量中固有周期性特征的识别与利用能力;最后,通过并行的图卷积网络进行时间和空间两个维度的信息融合实现预测。场景数据集测试实验结果表明,与其他模型对比,其各项误差更小、决定系数更高,验证其预测效果更佳,能够有效地提升地铁客流预测的准确性。 展开更多
关键词 地铁客流量预测 Informer模型 图卷积网络 膨胀因果卷积 注意力机制 频率增强信道
在线阅读 下载PDF
黄河干流实际来水量不断减少的成因分析 被引量:95
13
作者 刘昌明 张学成 《地理学报》 EI CSCD 北大核心 2004年第3期323-330,共8页
20世纪90年代以来,黄河干流实际来水量不断减少,较以往平均来水减少幅度达到了20%~65%不等,黄河下游连年断流.本文基于气候变化(如降水量变化),人类活动(如国民经济用水量不断增加),生态环境(如土地利用的变化)等方面变化特点;根据黄... 20世纪90年代以来,黄河干流实际来水量不断减少,较以往平均来水减少幅度达到了20%~65%不等,黄河下游连年断流.本文基于气候变化(如降水量变化),人类活动(如国民经济用水量不断增加),生态环境(如土地利用的变化)等方面变化特点;根据黄河干流主要水文站的近50年来观测资料,定量地分析黄河干流实际来水量不断减少的数量及其减少的原因. 展开更多
关键词 黄河干流 实际来水量 成因分析 气候变化 人类活动 生态环境
在线阅读 下载PDF
基于系统动力学方法的技术创新扩散模型构建及仿真研究 被引量:12
14
作者 王展昭 马永红 张帆 《科技进步与对策》 CSSCI 北大核心 2015年第19期13-19,共7页
在对技术创新扩散系统结构进行分析的基础上,采用系统动力学方法构建技术创新扩散系统的因果关系模型,提炼其中重要反馈回路并对其极性进行分析。构建技术创新扩散系统流图,应用Vensim PLE软件对流图模型进行检验,并对模型进行结构灵敏... 在对技术创新扩散系统结构进行分析的基础上,采用系统动力学方法构建技术创新扩散系统的因果关系模型,提炼其中重要反馈回路并对其极性进行分析。构建技术创新扩散系统流图,应用Vensim PLE软件对流图模型进行检验,并对模型进行结构灵敏度和参数灵敏度仿真分析。仿真结果表明:三阶段扩散模型相对于传统的两阶段扩散模型,具有一定延迟特征,这种延迟特征降低了技术创新扩散的平均速率。此外,各参数对技术创新扩散结果的影响并非简单线性关系,而是呈现出复杂的非线性,具有反直观特征。研究结果进一步丰富了技术创新扩散理论的研究内容及方法,并为促进技术创新扩散提供了理论参考和决策支持。 展开更多
关键词 技术创新 创新扩散 系统动力学 因果关系模型 流图模型
在线阅读 下载PDF
基于脑网络信息传递特性的癫痫病灶区定位 被引量:4
15
作者 左锐 张旭 +6 位作者 魏婧 梁莹 李春林 赵翠 仲奕画 成昊 张国君 《北京生物医学工程》 2018年第4期331-336,共6页
目的癫痫是一种反复发作的慢性脑疾病,严重危害患者身心健康。如何精确定位癫痫病灶区是目前医学研究热点之一。本文旨在基于脑网络信息传递特性定位癫痫病灶区,期望为临床确诊病灶区提供创新思路。方法应用频域因果连接分析构建5位颞... 目的癫痫是一种反复发作的慢性脑疾病,严重危害患者身心健康。如何精确定位癫痫病灶区是目前医学研究热点之一。本文旨在基于脑网络信息传递特性定位癫痫病灶区,期望为临床确诊病灶区提供创新思路。方法应用频域因果连接分析构建5位颞叶癫痫患者颅内脑电特征频段因果网络,计算网络节点因果流。结果 (1)颞叶癫痫患者颅内脑电能量分布优势频带是δ、θ频段,δ、θ频段能量显著高于其他频段,病灶区能量分布高于非病灶区。(2)颞叶癫痫患者病灶区因果流小于0,非病灶区因果流大于0。结论 (1)颞叶癫痫患者颅内脑电特征频段为δ、θ,病灶区特征频段能量异常增强。(2)颞叶癫痫患者因果网络中,被定义为因果汇的脑区为临床确诊病灶区,因果源脑区为非病灶区,病灶区易受非病灶区影响。 展开更多
关键词 癫痫病灶区定位 颅内脑电信号 脑网络 定向传递函数 因果流
暂未订购
复杂网络视角下的我国股票之间信息溢出研究 被引量:8
16
作者 黄玮强 庄新田 姚爽 《运筹与管理》 CSSCI CSCD 北大核心 2013年第5期177-184,208,共9页
理解股票市场内部股票间的信息溢出规律,对于股票定价、投资组合以及风险防范具有重要的意义。将传统计量经济方法与复杂网络的建模分析方法相结合,从复杂网络的视角出发,实证研究了我国股票市场内股票间的信息溢出关系及其影响因素、... 理解股票市场内部股票间的信息溢出规律,对于股票定价、投资组合以及风险防范具有重要的意义。将传统计量经济方法与复杂网络的建模分析方法相结合,从复杂网络的视角出发,实证研究了我国股票市场内股票间的信息溢出关系及其影响因素、个股信息溢出能力分布及其影响因素。研究发现,股票间较长期收益的相互影响要强于较短期收益;股票收益率相关性较强的股票间存在更显著的信息溢出;市场因素显著增强了股票间的信息溢出效应;股票间的信息溢出效应会随着市场行情的上涨(下跌)而增强(减弱);股票的信息溢出能力呈现尖峰、厚右尾的分布;股票成交金额对个股的信息溢出能力具有显著的正向影响。最后,最小生成树能快速而准确有效地揭示股票间信息溢出规律。 展开更多
关键词 管理科学 股票市场 复杂网络 格兰杰因果检验 信息溢出
在线阅读 下载PDF
公路泥石流灾害危险性分区研究 被引量:14
17
作者 赵欢 田伟平 +2 位作者 李家春 齐洪亮 尹超 《灾害学》 CSCD 2016年第2期24-29,共6页
为公路泥石流灾害的防治与管理提供宏观层面的参考,针对中国公路泥石流灾害进行了危险性分区研究。从地形地貌、水源条件、物源条件及植被条件4方面分析了致灾因素,结合致灾因素影响程度,选取了相应评价指标并分级与评分;采用致灾因素... 为公路泥石流灾害的防治与管理提供宏观层面的参考,针对中国公路泥石流灾害进行了危险性分区研究。从地形地貌、水源条件、物源条件及植被条件4方面分析了致灾因素,结合致灾因素影响程度,选取了相应评价指标并分级与评分;采用致灾因素叠加法建立了灾害危险性评价模型;利用Arc GIS10.0软件计算绘制了各评价指标分级图件、《中国公路泥石流灾害危险度图》,并以危险度为分区指标,编制了《中国公路泥石流灾害危险性分区图》,将全国划分为极严重危险、严重危险、中等危险、低危险4个等级区,危险性分区结果与公路泥石流灾害实际分布特征相符合。 展开更多
关键词 公路工程 泥石流灾害 致灾因素 危险性评价 GIS 危险性分区
在线阅读 下载PDF
基于贝叶斯与因果岭回归的物联网流量预测模型 被引量:12
18
作者 陈翔 唐俊勇 《四川大学学报(自然科学版)》 CAS CSCD 北大核心 2018年第5期965-970,共6页
针对物联网流量预测困难的问题,提出了一种基于贝叶斯与因果岭回归的物联网流量预测模型.该模型首先根据物联网流量传输波动影响链路变化等因果关系,深入刻画物联网流量局部特征,并利用薛定谔方程优化识别模型,同时结合贝叶斯拟合因果... 针对物联网流量预测困难的问题,提出了一种基于贝叶斯与因果岭回归的物联网流量预测模型.该模型首先根据物联网流量传输波动影响链路变化等因果关系,深入刻画物联网流量局部特征,并利用薛定谔方程优化识别模型,同时结合贝叶斯拟合因果关系联合岭回归方法建立预测模型.最后,通过仿真实验研究了该模型与其他方法之间的性能状况,结果表明该模型在平均队列、阻塞率和延迟率等方面具有较大优势. 展开更多
关键词 物联网 流量 预测 贝叶斯 因果岭回归
在线阅读 下载PDF
基于FR-CNN-CAC的高速公路交通流拥堵算法模型研究
19
作者 郭鹏 王兴成 《通信与信息技术》 2025年第S1期108-116,共9页
针对高速公路匝道出入口或者桥梁入口等交通拥堵的高发区,由于车辆密集汇聚而出现瓶颈的问题,探索在不增加物理基础设施的前提下如何更高效地利用现有资源来预防和缓解拥堵状况,提出了基于FR-CNN-CAC的高速公路交通流拥堵算法模型让交... 针对高速公路匝道出入口或者桥梁入口等交通拥堵的高发区,由于车辆密集汇聚而出现瓶颈的问题,探索在不增加物理基础设施的前提下如何更高效地利用现有资源来预防和缓解拥堵状况,提出了基于FR-CNN-CAC的高速公路交通流拥堵算法模型让交通管理的效率与质量得到提升。该模型通过Faster R-CNN目标检测算法来对高速公路视频监控数据进行数据提取与分析,计算对应监控点车流量、车流密度、车辆速度等交通流参数构建交通拥堵流模型,然后通过交通流参数的倾向匹配得分结果评估得出的监控点拥堵级别对应急车道启用做出决策,再应用编码技术将这些数据提供给因果卷积神经网络(Causal Convolutional Neural Networks,CAC)模型对各监测点的交通流进行预测,得到可能的交通拥堵情况。实验表明,FR-CNN-CAC模型紧密贴合实际需求,能够有效解决高速公路应急车道的启动问题,具备较强的实用性和高效的算法性能。此外,该模型在交通疏导、道路清障、交通事故处理及监控设计等多个领域同样具有广泛的应用潜力。 展开更多
关键词 交通流拥堵模型 Faster R-CNN 倾向得分匹配 因果卷积神经网络
在线阅读 下载PDF
基于Granger因果分析研究颞叶癫痫脑电的网络特性 被引量:1
20
作者 裘志军 陈旨娟 田心 《天津医科大学学报》 2014年第6期437-440,共4页
目的:从多通道脑电(EEG)的功能性连接和因果网络的角度,研究癫痫发作期过度放电的脑网络机制。方法:对16通道EEGs进行频域Granger因果分析,计算两个节点之间因果值γij,平均后得到DTF值。应用γij构建因果网络,计算BC度量值并进行K均值... 目的:从多通道脑电(EEG)的功能性连接和因果网络的角度,研究癫痫发作期过度放电的脑网络机制。方法:对16通道EEGs进行频域Granger因果分析,计算两个节点之间因果值γij,平均后得到DTF值。应用γij构建因果网络,计算BC度量值并进行K均值聚类分析,分析其变化趋势。计算发作期活跃节点因果流值以及间歇期、发作前期相对应节点的因果流值。结果:颞叶癫痫发作期能量分布优势频带是δ频段。δ频段DTF值:间歇期为7.340 4±1.962 9,发作前期为4.875 5±1.054 1,发作期为8.177±1.697 8,正常对照组为2.159 1±0.556 1。δ频段活跃节点BC度量值:间歇期为0.049 9±0.014 9,发作前期为0.046 9±0.009 5,发作期为0.080±0.020。δ频段发作期活跃节点因果流值为0.686 4±0.303 7,间歇期、发作前期相对应的区域因果流值为0.149 5±0.135 8、0.1174±0.0648。结论:颞叶癫痫组比正常对照组功能连接特性增强;颞叶癫痫发作期活跃节点BC度量值比间歇期、发作前期增大;颞叶癫痫发作期活跃节点属于因果源,非活跃节点属于因果汇。 展开更多
关键词 颞叶癫痫 脑电 频域Granger因果分析 BC度量值 因果流
暂未订购
上一页 1 2 5 下一页 到第
使用帮助 返回顶部