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103篇文章
< 1 2 … 6 >
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：
厄尔尼诺-南方涛动研究的海气耦合模式:物理驱动与数据驱动模型的融合建模及示范案例
1
作者 张荣华 李殷楠 +10 位作者 杜双盈 高川 周路 朱聿超 于洋 陶灵江 智海 冯立成 陈林 徐邦琪 陆波 《大气科学学报》 北大核心 2026年第1期1-19,共19页
厄尔尼诺-南方涛动(El Nino-Southern Oscillation,ENSO)作为地球气候系统中最强的年际变率模态,其演变对全球气候及社会经济具有深远影响,实现ENSO的精确模拟与预测一直是气候科学的核心挑战。目前ENSO模拟与预测主要依赖两类模型:一... 厄尔尼诺-南方涛动(El Nino-Southern Oscillation,ENSO)作为地球气候系统中最强的年际变率模态,其演变对全球气候及社会经济具有深远影响,实现ENSO的精确模拟与预测一直是气候科学的核心挑战。目前ENSO模拟与预测主要依赖两类模型:一类是基于物理驱动的海洋-大气动力模式,它们能够显式描述与ENSO相关的海气耦合过程,但受参数化方案和分辨率等限制,在模拟和预测精度、计算效率及实时预报方面仍存在较大误差与不确定性,且在构建过程中未充分利用历史观测数据。另一类为基于人工智能(artificial intelligence,AI)的数据驱动模型,如卷积神经网络(convolutional neural network,CNN)、U-Net及物理信息神经网络(physics-informed neural network,PINN)等,该类模型善于从历史数据中挖掘海气变量间复杂的非线性时空关系,在提升预测技巧方面优势显著,但也存在物理约束缺失、泛化能力弱等问题。近年来,物理驱动与数据驱动相结合的融合建模方法逐渐成为研究热点。其融合方式主要包括两种:一是在物理模式中引入AI技术以优化物理过程的表征等;二是在AI架构中嵌入物理约束以增强过程和机制的一致性,从而在保持物理合理性的同时,提升对ENSO非线性特征的刻画能力,有效整合了两类方法的优势。本文重点回顾作者团队在利用AI技术开展海洋-大气相互作用融合建模方面的近期研究,结合具体案例阐述融合方法实现路径与应用成效,包括:基于观测数据与PINN构建了改进的上层海洋垂向扩散参数化方案;利用U-Net构建了热带太平洋海表风应力模型及与不同复杂程度的海洋动力模式的耦合,率先实现了AI大气模型与动力海洋模式的融合建模。文中进一步分析了当前融合建模面临的关键问题与挑战,展望了其在海气相互作用过程表征与模拟方面的发展前景。本研究展示了海气相互作用融合建模的新范式与创新路径,旨在为海气耦合融合建模领域未来发展提供科学依据,推动其在实际ENSO和气候模拟及预测中的更深入应用。 展开更多
关键词 海气耦合 ENSO 物理驱动模式 数据驱动模型 融合建模 示范案例
在线阅读 下载PDF
多源异构医疗大数据融合与分析技术
2
作者 崔立真 孙晓芳 +2 位作者 刘宁 徐庸辉 何伟 《山东大学学报(工学版)》 北大核心 2026年第1期1-13,25,共14页
医疗健康数据作为现代医学研究与实践的核心要素,具有多源异构、碎片化和利用率低等特征,难以有效挖掘蕴含的关联关系与知识价值。如何突破多源异构数据的融合瓶颈,成为实现人体健康管理从被动治疗向主动干预转型的关键挑战。聚焦医疗... 医疗健康数据作为现代医学研究与实践的核心要素,具有多源异构、碎片化和利用率低等特征,难以有效挖掘蕴含的关联关系与知识价值。如何突破多源异构数据的融合瓶颈,成为实现人体健康管理从被动治疗向主动干预转型的关键挑战。聚焦医疗健康数据的核心价值与融合难题,系统梳理研究进展与技术突破方向。综合分析多模态多源异构数据融合、可解释性知识发现、跨模态关联关系挖掘,创新提出多源异构医疗大数据前沿技术体系,助力医疗健康数据体系向多模态化转型、知识图谱化升级、可解释化革新三重进化,充分释放医疗健康数据作为国家战略性资源的倍增效应。 展开更多
关键词 医疗大数据 多源异构 多模态融合 数据驱动与知识引导 可解释模型
原文传递
知识-数据-模型驱动的低空动目标轨迹融合预测方法
3
作者 周同乐 刘子仪 陈谋 《自动化学报》 北大核心 2026年第2期296-308,共13页
针对低空环境下动目标轨迹预测问题,提出一种知识-数据-模型驱动的动目标轨迹融合预测框架.基于低空飞行器运动特征构建飞行知识混合专家模型,通过将多源传感器数据输入至各飞行知识专家模块,实现目标机动模态的精细化识别,并使用Mamba... 针对低空环境下动目标轨迹预测问题,提出一种知识-数据-模型驱动的动目标轨迹融合预测框架.基于低空飞行器运动特征构建飞行知识混合专家模型,通过将多源传感器数据输入至各飞行知识专家模块,实现目标机动模态的精细化识别,并使用Mamba模型提取时空关联特征;设计权值自适应调节机制,利用注意力机制动态融合多源感知数据,解决传感器时空异步问题;采用门控循环单元建模长期时序依赖关系,根据目标历史飞行数据生成初步预测轨迹;基于低空目标运动学方程构建物理信息神经网络,通过动态权衡数据驱动损失与物理约束损失,矫正数据驱动偏差,确保预测轨迹满足运动学约束并有效抑制多步预测误差累积.数值仿真及实验验证结果表明,所提出的知识-数据-模型驱动的动目标轨迹融合预测方法,能够有效预测低空目标飞行轨迹. 展开更多
关键词 低空环境 知识-数据-模型驱动 动目标 数据融合 轨迹预测
在线阅读 下载PDF
基于残差网络的316不锈钢薄带材力学性能预测模型
4
作者 王振华 赵晰阳 +1 位作者 谢宁杰 刘元铭 《钢铁》 北大核心 2026年第1期78-89,146,共13页
构建材料制备工艺、微观组织、力学性能之间的映射关系一直是金属材料设计与优化研究的重要方向。传统数据驱动的金属材料力学性能预测模型只构建了制备工艺、材料成分与最终力学性能之间的关系,忽略了材料制备过程中微观组织对力学性... 构建材料制备工艺、微观组织、力学性能之间的映射关系一直是金属材料设计与优化研究的重要方向。传统数据驱动的金属材料力学性能预测模型只构建了制备工艺、材料成分与最终力学性能之间的关系,忽略了材料制备过程中微观组织对力学性能的显著影响作用。为了提高316不锈钢薄带材力学性能预测模型的准确性,提出采用残差神经网络算法结合轧制工艺数据与微观组织图像数据构建316不锈钢薄带材力学性能预测模型。建模前通过轧机数据采集系统获取不同规格316不锈钢薄带材轧制过程数据,得到高质量的工艺数据集。通过电子背散射衍射技术(electron backscatter diffraction,EBSD)获取不同工艺下薄带材微观组织的关键信息并与工艺数据进行深度融合,将建模数据转化为具有二维特征的数据集。在此基础上,利用带有CBAM(convolutional block attention module)注意力模块的ResNet18结构建立ResNet-CBAM-2D残差神经网络模型并对模型的超参数进行优化。将构建的ResNet-CBAM-2D模型与其他模型进行比较,结果表明,ResNet-CBAM-2D模型的预测精度最高,模型决定系数R2和平均绝对百分比误差EMAP、均方根误差ERMS和平均绝对误差EMA分别达到了0.980、3.616%、15.663和15.353。模型不仅能够准确预测316不锈钢薄带材的抗拉强度,还可以准确预测屈服强度和断后伸长率。研究结果为不锈钢薄带材轧制工艺优化和产品开发提供了新方法,具有重要的实用价值。 展开更多
关键词 316不锈钢薄带材 残差神经网络 力学性能预测 轧制工艺 注意力机制 数据融合 微观组织 数据驱动
原文传递
基于数据驱动的技术站交互协同系统设计研究
5
作者 王宏嘉 李瑞辰 陈佩耀 《科技创新与应用》 2026年第2期123-128,132,共7页
随着铁路运输规模的扩大与智能化需求的提升,传统铁路技术站作业系统面临数据孤岛、协同效率低、实时性不足等问题。在既有车站作业交互相关技术研究的基础上,提出利用作业过程数据结合数据融合技术,自动驱动车站作业流程,实现各专业和... 随着铁路运输规模的扩大与智能化需求的提升,传统铁路技术站作业系统面临数据孤岛、协同效率低、实时性不足等问题。在既有车站作业交互相关技术研究的基础上,提出利用作业过程数据结合数据融合技术,自动驱动车站作业流程,实现各专业和各岗位信息共享、交互协同的管控方式。以此为建设目标设计交互协同系统,阐述系统的总体架构、接口方式和功能设计。系统通过数据融合技术和流程管控技术,整合多源异构数据,建立车站作业模型,推演实时作业态势,管控作业流程,建立数据驱动→模型决策→物理执行→反馈优化的闭环控制框架。在应用中,实现了运输资源调度、作业全程管控、风险提示预警等功能,实施表明,可简化作业流程、提高运输效率,为技术站智能化转型提供可靠技术支撑。 展开更多
关键词 铁路技术站 智能化 数据驱动 数据融合 交互协同
在线阅读 下载PDF
井眼数字孪生与钻井智能决策技术及展望
6
作者 张菲菲 张聪 +4 位作者 王茜 娄文强 余义兵 王学迎 于梦蛟 《石油科学通报》 2026年第1期191-208,共18页
本文围绕井眼钻井过程中的多源异构数据融合、物理与数据驱动模型耦合以及智能决策反馈等关键问题,系统梳理了当前钻井数字孪生建模的技术框架与实现路径。首先,针对钻井数据融合对象与层次,探讨了多时空尺度数据的融合机制和冲突处理... 本文围绕井眼钻井过程中的多源异构数据融合、物理与数据驱动模型耦合以及智能决策反馈等关键问题,系统梳理了当前钻井数字孪生建模的技术框架与实现路径。首先,针对钻井数据融合对象与层次,探讨了多时空尺度数据的融合机制和冲突处理方法。其次,构建了一个适用于钻井工况的数字孪生总体架构,总结了实现机理与数据的联合驱动建模的方法。然后,提出了钻井异常数据特征诊断方法,并以此建立实体与数字体间的多视角决策反馈方法。最后,展望了井眼数字孪生技术在高时空分辨率认知、边端部署、模型可信性保障等方面的应用潜力。研究结果可为实现复杂工况下的钻井状态识别与高效控制提供理论支撑与方法指导。 展开更多
关键词 油气 井眼数字孪生 多源数据融合 智能决策 数据-机理驱动
原文传递
数据驱动的装备特征分析与异常检测
7
作者 孟辰宇 王峥 +4 位作者 宋晋 洪羽 于文程 王丽 郑江滨 《航天控制》 2026年第1期22-27,共6页
随着航天领域应用规模的不断扩大,复杂装备的健康管理正由定期维护转向基于数据驱动的预测性维护。本文提出一种数据驱动的异常检测框架TS-ADF,通过多维运行数据的正常模式建立、重构分析与特征融合,实现对潜在异常的有效识别。具体包括... 随着航天领域应用规模的不断扩大,复杂装备的健康管理正由定期维护转向基于数据驱动的预测性维护。本文提出一种数据驱动的异常检测框架TS-ADF,通过多维运行数据的正常模式建立、重构分析与特征融合,实现对潜在异常的有效识别。具体包括:利用密度峰值聚类进行初步筛选,结合长短期记忆自编码器(LSTM-AE)捕捉时间序列的深层特征,并通过时频分析与参数变化分析验证异常点。实验结果表明,该方法能够有效识别异常,为装备的智能健康管理与预测性维护提供支持。 展开更多
关键词 数据驱动 异常检测 高斯密度峰值聚类 LSTM自编码器 时频融合特征
原文传递
孪生驱动重载铁路智能检测装备
8
作者 张新创 《现代制造技术与装备》 2026年第2期132-134,共3页
针对重载铁路高精度检测需求,提出孪生驱动智能检测装备。系统构建物理实体与虚拟模型双向映射机制,融合三维激光扫描与二维线激光扫描技术,采用卡尔曼滤波实现数据融合,检测精度为±0.6 mm,最大检测速度为60 km·h^(-1)。相比... 针对重载铁路高精度检测需求,提出孪生驱动智能检测装备。系统构建物理实体与虚拟模型双向映射机制,融合三维激光扫描与二维线激光扫描技术,采用卡尔曼滤波实现数据融合,检测精度为±0.6 mm,最大检测速度为60 km·h^(-1)。相比传统的单一传感器轨检车技术,整机功耗降低48.6%,数据处理延迟降低70.4%,实时更新频率提高150%,检测效率提高27.8%,点云采集密度提高63.9%。系统表现出良好的检测精度和运行稳定性,可为重载铁路智能运维提供技术支撑。 展开更多
关键词 孪生驱动 重载铁路 智能检测装备 激光扫描 数据融合
在线阅读 下载PDF
机理-数据融合与残差修正的土石坝渗压预测模型研究 被引量：3
9
作者 黄昊冉 谷艳昌 +2 位作者 陈斯煜 王士军 黄海兵 《水利学报》 北大核心 2025年第3期398-410,共13页
机理模型预测评估土石坝渗流安全性态,物理意义明确、可解释性好,但是预测精度波动性较大。通过麻雀搜索算法(SSA)与径向基函数(RBF)对渗透系数进行反演并构建SSA-RBF渗压预测代理模型,得到模型预测值与残差序列;通过变分模态分解(VMD)... 机理模型预测评估土石坝渗流安全性态,物理意义明确、可解释性好,但是预测精度波动性较大。通过麻雀搜索算法(SSA)与径向基函数(RBF)对渗透系数进行反演并构建SSA-RBF渗压预测代理模型,得到模型预测值与残差序列;通过变分模态分解(VMD)将残差序列进行分解,并通过长短时记忆网络(LSTM)进行训练得到残差序列修正模型;将机理模型与数据驱动模型叠加构建得到SSA-RBF-VMD-LSTM融合模型,并实现对渗压水位准确预测。工程实例表明:本文提出的模型具有较高预测精度,相比于统计模型、LSTM模型和SSA-RBF-LSTM模型,其预测精度提高了89.64%、69.59%、60.45%,且在过程线出现较大幅度变动时,该模型仍能够及时给出准确的预测值,模型稳定性与外推能力较好,具有推广使用价值。 展开更多
关键词 土石坝 代理模型 麻雀搜索算法 变分模态分解 LSTM神经网络 机理-数据驱动融合
在线阅读 下载PDF
理论数据协同分析的路面性能预测 被引量：2
10
作者 刘文博 杨旭 +2 位作者 汪海年 徐坤 范泰博 《长安大学学报(自然科学版)》 北大核心 2025年第1期38-49,共12页
道路变形及结构强度是路面性能评价的重要内容,实现上述两者的精确预测对于道路科学养护决策具有重要意义,但当前研究对于其发展预测精度仍有待提升。为提升路面性能预测效果,提出一种理论-数据双驱动的路面性能预测方法。首先基于影响... 道路变形及结构强度是路面性能评价的重要内容,实现上述两者的精确预测对于道路科学养护决策具有重要意义,但当前研究对于其发展预测精度仍有待提升。为提升路面性能预测效果,提出一种理论-数据双驱动的路面性能预测方法。首先基于影响机理理论分析确定路面性能发展的关键影响因子,随后基于分析结果及北京环道足尺试验场数据确定模型输入、输出变量,最终提出一种时间卷积网络-门控制循环融合预测模型(TCN-GRU)实现车辙、承载力的发展预测,并与基础单模型及时间卷积网络-长短时记忆网络融合模型(TCN-STM)进行对比。研究结果表明:对于车辙深度预测,TCN-GRU取得了最好的预测性能,其M_(SE)、R_(MSE)、M_(AE)及R^(2)分别为22.635、4.758、3.319及0.940,其中R^(2)相比单模型(TCN、GRU)分别提升0.53%与0.86%;对于弯沉值发展预测,TCN-GRU同样取得了最好的预测性能,其M_(SE)、R_(MSE)、M_(AE)及R^(2)分别为8.009、2.830、1.819及0.850,R^(2)相比单模型(TCN、GRU)分别提升5.85%与2.04%;提出的TCN-GRU对道路车辙及承载力发展预测效果最好,其充分结合了TCN的长时依赖建模能力和GRU的高效状态更新优势,提升了序列数据的预测准确性与效率,可以基于历史数据实现对特定道路的车辙及承载力发展的精确预测,为公路养护管理部门科学养护决策提供数据支撑。 展开更多
关键词 道路工程 路面性能预测 双驱动 理论-数据 融合模型 TCN-GRU
原文传递
烧结优化配矿研究现状 被引量：3
11
作者 章新宇 潘从元 +6 位作者 袁溢 申远 谢蒙 余正伟 龙红明 唐银华 陈良军 《中国冶金》 北大核心 2025年第7期96-108,共13页
烧结优化配矿作为钢铁冶金生产的关键环节,旨在通过多矿种协同配比实现资源高效利用、成本控制与冶炼性能优化,对提高资源利用率、改善烧结矿质量、降低生产成本与能耗有重要意义。然而,随着优质铁矿资源日益紧缺和原料结构复杂化,传统... 烧结优化配矿作为钢铁冶金生产的关键环节,旨在通过多矿种协同配比实现资源高效利用、成本控制与冶炼性能优化,对提高资源利用率、改善烧结矿质量、降低生产成本与能耗有重要意义。然而,随着优质铁矿资源日益紧缺和原料结构复杂化,传统配矿方法因依赖静态线性模型与经验决策,难以应对矿石成分波动、多目标优化、多工序动态耦合及非线性指标约束等挑战,尤其在处理化学成分、成本、冶金性能的协同优化时存在显著局限。以遗传算法、粒子群优化为代表的智能算法通过融合数据驱动与机理模型,可显著提升多目标优化能力,为突破多目标动态优化瓶颈提供了新路径。系统梳理了烧结优化配矿的研究进展,对比传统方法与智能算法的适用边界,并针对动态响应、跨工序协同及数据-机理融合等核心问题,提出构建智能低碳配矿体系的技术方向,为钢铁行业实现资源集约化利用与智能化转型提供理论支撑与实践参考。 展开更多
关键词 烧结优化 智能配矿 数据驱动 机理融合 多目标优化
在线阅读 下载PDF
基于气象监测数据融合和XGBoost算法的雷电智能预警方法
12
作者 张磊 李璨 +1 位作者 田然 章鸣 《微型电脑应用》 2025年第10期187-191,共5页
雷电预警对于防雷减灾、确保航空活动至关重要。为此,研究基于气象监测数据融合和XGBoost算法的雷电智能预警方法,以提升雷电智能预警的临界成功指数。布置多个气象传感器节点,形成气象传感网,采集气象监测数据;利用异常数据驱动的数据... 雷电预警对于防雷减灾、确保航空活动至关重要。为此,研究基于气象监测数据融合和XGBoost算法的雷电智能预警方法,以提升雷电智能预警的临界成功指数。布置多个气象传感器节点,形成气象传感网,采集气象监测数据;利用异常数据驱动的数据融合算法,融合处理采集的数据。利用长短期记忆神经网络,在融合的数据内,提取气象监测数据特征。XGBoost算法依据气象监测数据特征,建立雷电智能预警模型,求解雷电智能预警结果。实验证明所提方法可有效采集并融合处理气象监测数据,可有效实现雷电智能预警。对于各种气象站,所提方法雷电智能预警的临界成功指数高于94.5,雷电智能预警精度较高。 展开更多
关键词 气象监测 数据融合 XGBoost算法 雷电智能预警 异常数据驱动
在线阅读 下载PDF
基于Transformer-GAT并行特征融合的数据驱动的电力系统暂态稳定评估 被引量：1
13
作者 侯一帆 徐天奇 +1 位作者 李琰 李晓兰 《科学技术与工程》 北大核心 2025年第21期8945-8954,共10页
随着电力系统的快速发展,大规模新能源并网及源网荷储协同优化增加了电力电子设备的比重,使得电网稳定性,特别是暂态稳定性评估,变得尤为重要。针对传统方法在拓扑结构考虑不足的问题,提出了一种基于Transformer-图注意力网络(graph att... 随着电力系统的快速发展,大规模新能源并网及源网荷储协同优化增加了电力电子设备的比重,使得电网稳定性,特别是暂态稳定性评估,变得尤为重要。针对传统方法在拓扑结构考虑不足的问题,提出了一种基于Transformer-图注意力网络(graph attention network,GAT)并行特征融合的深度学习方法,用于电力系统暂态稳定性评估。以母线电压幅值、相角及拓扑邻接矩阵作为输入特征,利用西门子仿真软件PSS/E生成批量数据,并通过Transformer和GAT并行提取特征,采用注意力机制进行加权融合。与其他方法的对比结果表明,该方法在IEEE 39节点系统中模拟了不同负荷条件和故障工况,结果表明评估精度和鲁棒性较高,能够有效提升电力系统的安全稳定性。 展开更多
关键词 暂态稳定性 数据驱动 注意力机制 TRANSFORMER 图注意力网络 特征融合
在线阅读 下载PDF
锂离子电池荷电状态估算方法研究进展
14
作者 王康俊 李明生 《电池》 北大核心 2025年第6期1438-1443,共6页
准确估计荷电状态(SOC)对优化锂离子电池使用效率、延缓老化进程和提升电池管理系统性能十分关键。从直接测量法、基于模型的方法、基于数据驱动的方法和基于数模融合驱动的方法等4个方面开展分析,综述各类方法技术优势、局限性、适用... 准确估计荷电状态(SOC)对优化锂离子电池使用效率、延缓老化进程和提升电池管理系统性能十分关键。从直接测量法、基于模型的方法、基于数据驱动的方法和基于数模融合驱动的方法等4个方面开展分析,综述各类方法技术优势、局限性、适用条件和应用优势。提出对锂离子电池SOC的估算,应聚焦更好地融合不同算法,并在工程应用中推广。 展开更多
关键词 锂离子电池 荷电状态(SOC)估算 直接测量法 电池模型 数据驱动 数模融合
在线阅读 下载PDF
机理与数据融合驱动的复杂航空复材部件关键装配误差元素辨识方法
15
作者 郭飞燕 张辉 +1 位作者 宋长杰 张硕 《中国机械工程》 北大核心 2025年第7期1530-1543,共14页
复杂航空复材产品的装配中,考虑零件受力变形、多装配参数等因素,建立定位装夹、连接、下架回弹等关键装配环节的变形误差源模型,修正表示误差传递关系的雅可比旋量矩阵,构建装配误差传递机理模型;建立以装配误差为基础的支持向量回归模... 复杂航空复材产品的装配中,考虑零件受力变形、多装配参数等因素,建立定位装夹、连接、下架回弹等关键装配环节的变形误差源模型,修正表示误差传递关系的雅可比旋量矩阵,构建装配误差传递机理模型;建立以装配误差为基础的支持向量回归模型,构建机理模型与数据模型的融合模型;依据装配误差机理模型计算值与实际偏差的预测补偿模型,采用Sobol灵敏度分析方法计算不同误差元素的全局灵敏度系数,辨识了对装配精度影响较大的关键误差元素。最后,以某机翼盒段装配为例验证了所提方法的有效性。 展开更多
关键词 机理模型 数据驱动 灵敏度分析 机理-数据融合建模 复材装配
在线阅读 下载PDF
基于深度特征融合模型的电动汽车不同模式充电时长自适应预测
16
作者 韦介洋 申江卫 +3 位作者 陈峥 魏福星 夏雪磊 刘永刚 《储能科学与技术》 北大核心 2025年第11期4330-4345,共16页
精准预测锂电池充电时长能够提升充电效率、优化资源分配,对电动汽车的发展具有重要意义。本工作提出了一种基于深度特征融合模型的电动汽车不同模式下充电时长自适应预测方法。首先,对新能源汽车监控平台采集的车辆运行数据进行清洗和... 精准预测锂电池充电时长能够提升充电效率、优化资源分配,对电动汽车的发展具有重要意义。本工作提出了一种基于深度特征融合模型的电动汽车不同模式下充电时长自适应预测方法。首先,对新能源汽车监控平台采集的车辆运行数据进行清洗和分割,结合充电电压、电流及平均功率划分充电模式,形成快慢充数据集;接着,基于充电数据集采用主成分分析(PCA)提取模型输入特征;其次,融合Attention注意力机制构建多层感知器(MLP)模型,对输入特征进行非线性映射获取中间特征;考虑到从原始数据中直接提取的特征无法全面反映与充电时长间的复杂关系,故引入随机森林(RF)模型,根据RF内部分裂原理构造叶节点规则特征,发掘隐含的特征信息;然后,在MLP建立“规则层”处理融合的中间特征与规则特征,实现两模型的结构性融合。最后,对Attention MLP-RF融合模型预测结果进行验证,结果显示,融合模型在快、慢充模式下预测平均绝对误差分别为4.25分钟和6.68分钟,平均绝对百分比误差分别仅有4.33%和3.86%,实现了不同电动汽车充电时长的精准预测。同时,该方法对于电池老化和短时充电情况下的充电时长预测仍具有很高的精度,平均预测误差不超过2分钟,融合模型整体具有很强的预测性能及泛化能力。 展开更多
关键词 锂离子电池 数据驱动 充电模式 充电时长 特征融合
在线阅读 下载PDF
数据-模型融合驱动的高倍率短时脉冲电池模型
17
作者 要宇辉 孙丙香 +4 位作者 张慧敏 马仕昌 赵鑫泽 鲁诗默 朱振威 《电池》 北大核心 2025年第2期232-237,共6页
高倍率短时脉冲工况下,电池的极化特性差异大、温度上升快、极化电压消退不彻底,导致常规等效电路模型仿真效果不佳。参数辨识和分段均方误差分析发现,高倍率脉冲工况下模型在极化消退部分仿真误差较大,导致下一脉冲极化电压初始值失准... 高倍率短时脉冲工况下,电池的极化特性差异大、温度上升快、极化电压消退不彻底,导致常规等效电路模型仿真效果不佳。参数辨识和分段均方误差分析发现,高倍率脉冲工况下模型在极化消退部分仿真误差较大,导致下一脉冲极化电压初始值失准。提出基于一阶等效电路模型和前馈神经网络的数据-模型融合驱动模型。相较于常规等效电路模型,该模型在20 C的短时脉冲工况下,能更精确地模拟电池的电压响应,均方根误差降低了61.29%。 展开更多
关键词 锂离子电池 高倍率短时脉冲工况 等效电路模型 前馈神经网络 数据-模型融合驱动模型
在线阅读 下载PDF
基于深度残差收缩网络的时空多通道信号调制方法
18
作者 李娟娟 徐璐 张一嘉 《航天电子对抗》 2025年第6期44-53,共10页
自动调制识别(AMR)技术的核心在于利用先进的信号处理技术与深度学习算法,对无线通信信号进行特征提取与模式识别,从而准确判定信号所采用的调制方式。然而,在AMR技术的研究中,当前面临的主要挑战是单一特征识别的局限性以及单一调制识... 自动调制识别(AMR)技术的核心在于利用先进的信号处理技术与深度学习算法,对无线通信信号进行特征提取与模式识别,从而准确判定信号所采用的调制方式。然而,在AMR技术的研究中,当前面临的主要挑战是单一特征识别的局限性以及单一调制识别网络性能的不足。为此,设计了一种基于深度残差收缩网络(DRSN)的时空多通道信号调制方法,用于处理复杂的多通道信号。提出了一种基于多模态特征融合的智能调制识别方法。该方法首先通过正交变换将原IQ信号转换为幅值相位(AP)双模态特征空间,旨在探索并分析信号不同成分间的差异特征。在特征处理阶段,采用多分支并行卷积结构分别对幅值和相位信号进行特征提取,结合DRSN的多尺度特征学习能力,以及门控循环单元(GRU)对时间序列长期依赖关系的建模优势,构建了一个深度时空多通道特征融合网络。实验结果表明,该方法在当前的开源数据集RML2016.10A上进行的调制识别实验中表现出色,在SNR范围-18~20 dB的复杂电磁环境下,分类准确率较传统的CNN方法提升7%,在低信噪比下的环境下准确率高出3.7%,验证了时空多通道设计在复杂电磁环境中的有效性。 展开更多
关键词 自动调制识别 特征融合 数据驱动 深度学习
在线阅读 下载PDF
面向典型任务剖面的电力电子化配电网器件-设备-系统多层级供电可靠性评估策略
19
作者 高远 洪芦诚 +2 位作者 周爱华 章兴睿 徐超 《中国电机工程学报》 北大核心 2025年第S1期96-112,共17页
电力电子器件接入加剧了配电网故障演化的不确定性,而传统供电可靠性评估难以表征电力电子器件的退化失效行为,造成系统可靠性评估结果存在偏差。为此,该文提出面向典型任务剖面的电力电子化配电网器件-设备-系统多层级供电可靠性评估... 电力电子器件接入加剧了配电网故障演化的不确定性,而传统供电可靠性评估难以表征电力电子器件的退化失效行为,造成系统可靠性评估结果存在偏差。为此,该文提出面向典型任务剖面的电力电子化配电网器件-设备-系统多层级供电可靠性评估策略。首先,提出基于数据-物理融合驱动的绝缘栅双极晶体管(insulated gate bipolar transistor,IGBT)寿命损伤评估方法,采用FFT-Light GBM方法计算IGBT结温,利用IGBT解析寿命模型计算IGBT寿命损伤,显著提升IGBT寿命损伤计算效率和精度;其次,提出计及任务剖面不确定性的IGBT可靠性计算方法,采用改进生成对抗网络(wasserstein generative adversarial network with gradient penalty,WGAN-GP)算法刻画任务剖面的不确定性,降低任务剖面不确定性对IGBT可靠性指标计算影响;然后,构建电力电子化配电网器件-设备-系统多层级供电可靠性评估框架,实现从微观器件可靠性建模到宏观系统供电可靠性指标量化的贯通分析;最后,通过IEEE RTBS BUS6 F4配电系统验证了所提策略在电力电子化配电网供电可靠性精准评估的有效性。 展开更多
关键词 配电网 供电可靠性 数据-物理融合驱动 绝缘栅双极晶体管可靠性 任务剖面 改进生成对抗网算法
原文传递
飞行器多舵面气动力智能融合建模方法
20
作者 陈昊涵 王霄 +2 位作者 闫盼盼 李怀璐 张伟伟 《哈尔滨工业大学学报》 北大核心 2025年第12期191-199,共9页
常规布局飞行器的数据库构建通常采用来流维度全采样,由于各个舵面距离远、干扰弱,常采用叠加舵效增量的策略,避免了舵面组合的全维度采样。但飞翼布局飞行器舵面间的气动干扰强、舵面数量多,考虑舵面间干扰的全维度采样工程代价极高。... 常规布局飞行器的数据库构建通常采用来流维度全采样,由于各个舵面距离远、干扰弱,常采用叠加舵效增量的策略,避免了舵面组合的全维度采样。但飞翼布局飞行器舵面间的气动干扰强、舵面数量多,考虑舵面间干扰的全维度采样工程代价极高。为攻克在少量舵面组合样本约束下,构建考虑舵面间非线性干扰的气动力模型这一飞机设计的主要难点。首先,针对迎角采样稠密的重要特征(如风洞吹风),提出了融合卷积神经网络(CNN)与工程模型的气动力智能建模方法。其次,以低速飞翼后缘3组舵面组合偏转的气动力为研究对象,运用CFD方法获得单/双舵偏的气动力数据。最后,采用组合舵效与相邻舵间干扰量线性叠加方法构建低精度工程模型,再通过引入迎角序列建模机制,运用卷积神经网络进一步表征舵面间与迎角维度的非线性干扰效应。结果表明,所提方法相较于工程模型,精度提升约40%;与未嵌入工程模型的直接深度神经网络模型相比,其预测误差标准差降低50%以上。本研究显著提高了飞翼布局飞行器在大迎角、大舵偏下的强非线性气动建模的准确性与稳健性。 展开更多
关键词 深度神经网络(DNN) 卷积神经网络(CNN) 数据融合建模 强非线性 数据驱动
在线阅读 下载PDF
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 2 … 6 下一页 到第 页
使用帮助 返回顶部