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513,468篇文章
< 1 2 … 250 >
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：
基于多样性数据生成的滚动轴承领域泛化剩余使用寿命预测方法
1
作者 宋仁旺 姚程昊 +1 位作者 石慧 陈琳英 《振动与冲击》 北大核心 2026年第1期290-301,共12页
针对滚动轴承剩余使用寿命(remaining useful life,RUL)预测过程中,存在的可用于训练的数据稀少,且未知工况下轴承的实际运行数据和训练数据有明显分布差异,从而导致寿命预测模型泛化性能大幅下降的问题。研究了一种基于多样性数据生成... 针对滚动轴承剩余使用寿命(remaining useful life,RUL)预测过程中,存在的可用于训练的数据稀少,且未知工况下轴承的实际运行数据和训练数据有明显分布差异,从而导致寿命预测模型泛化性能大幅下降的问题。研究了一种基于多样性数据生成的滚动轴承领域泛化剩余寿命预测方法。首先,构建相空间数据生成模块,在捕获退化过程中慢变信息的同时,实现样本多样性增强。在此基础上,构建对抗域外数据生成模块,并采取对抗的训练方式,基于所搭建的对抗性数据生成框架获得伪域,进一步扩充了可用样本的多样性,在该框架中添加了域差异函数从而增强伪域的多样性,并添加了流形正则化和语义正则化确保伪域的一致性。最后,基于扩充后的多样性样本,搭建双通道深度卷积回归网络用于RUL预测的领域泛化训练,在PHM2012数据集下实现未知工况下的滚动轴承RUL预测,试验结果验证了所提方法的有效性和优越性。 展开更多
关键词 领域泛化 剩余使用寿命(RUL)预测 未知工况 多样性数据生成 对抗性数据生成
在线阅读 下载PDF
基于车辆行驶轨迹的转向系统载荷快速预测方法研究
2
作者 冯金芝 丁一 +2 位作者 赵礼辉 刘东俭 张东东 《机械强度》 北大核心 2026年第1期124-132,共9页
【目的】为解决传统转向系统在用户实际工况下载荷获取困难、难以直接支撑可靠性设计与试验评估的问题,提出一种基于车辆行驶轨迹的转向系统全局载荷快速预测方法。【方法】首先,建立二自由度横向动力学模型与转向系统力学模型;结合车... 【目的】为解决传统转向系统在用户实际工况下载荷获取困难、难以直接支撑可靠性设计与试验评估的问题,提出一种基于车辆行驶轨迹的转向系统全局载荷快速预测方法。【方法】首先,建立二自由度横向动力学模型与转向系统力学模型;结合车辆全球定位系统(Global Positioning System,GPS)轨迹数据,采用Haversine公式计算转弯曲率,逆推得到横摆角速度与质心侧偏角;然后,基于上述参数求解侧向力与回正力矩,并集成转向系统力学关系,实现对方向盘转角、横拉杆位移及转向拉杆力的快速预测;最后,通过极限工况验证模型精度,并分析转弯曲率与车速对载荷特性的影响规律。【结果】研究表明,所提方法能够有效预测转向系统关键载荷,方向盘转角预测误差小于3.5%;载荷随转弯曲率与车速增大而显著增大,其中转弯曲率对转向拉杆力的影响尤为突出,且在高曲率区间呈非线性增长趋势。所提方法可为用户实际工况下转向系统可靠性评估与台架试验载荷设计提供有效支撑。 展开更多
关键词 转向系统 GPS轨迹数据 转弯曲率 载荷 快速预测
在线阅读 下载PDF
融合厚度信息的煤矸DE-XRT密度精准预测方法
3
作者 郭永存 骆启生 +5 位作者 何磊 李德永 王爽 赵艳秋 刘宝莹 支亚 《煤炭科学技术》 北大核心 2026年第1期349-364,共16页
在煤矸智能分选领域,宽厚度-宽密度物料的密度预测受双能X射线透射物理机制、数据融合策略及物料复杂组分的综合影响,导致预测难度大、精度低,严重阻碍了煤矸智能光电分选技术发展和煤炭分质分级利用。为降低各因素影响,提高煤和矸石密... 在煤矸智能分选领域,宽厚度-宽密度物料的密度预测受双能X射线透射物理机制、数据融合策略及物料复杂组分的综合影响,导致预测难度大、精度低,严重阻碍了煤矸智能光电分选技术发展和煤炭分质分级利用。为降低各因素影响,提高煤和矸石密度预测精度,提出了一种基于虚拟厚度图像和改进密度公式的预测模型。该模型利用可变窗口式非线性平滑滤波降低夹矸现象的影响,以深度相机数据作为厚度基准对低能区图像灰度值进行校准,构建了可与双能X射线图像像素级对齐的虚拟厚度图像。探析了使用同一密度计算公式的影响,以各密度级煤矸计算结果的变化规律为依据对密度计算公式进行改进,建立了适用于煤和矸石的密度预测模型。此外,通过引入边界约束条件,进一步增加了模型的预测精度。通过与各种算法在不同密度级和厚度范围的煤矸数据集上进行对比测试,综合评估了所建立模型的性能。试验结果表明,该模型可以准确预测宽厚度-宽密度煤和矸石的密度。其中,对密度范围为1.30~1.80 g/cm^(3)、平均厚度范围为5~100 mm物料预测差值的均值MAE(Mean Absolute Error)和方差E-Var(Error Variance)最低分别为0.0539和0.0009;对密度>1.80 g/cm^(3)、平均厚度范围为5~100 mm物料预测差值的均值MAE和方差E-Var分别为0.2106和0.0332。相较于P值法、透射公式法、阿基米德法以及质量体积比值法,所建立模型可以在实现多目标同步测量的同时保持较高的精度和稳定性。此外,获得了准确性较高的电子密度图像,为后续的组分分析、质量质心计算、物料分布状态判断等关键环节提供数据参考。 展开更多
关键词 煤和矸石 密度预测 数据融合 双能X射线 深度相机
在线阅读 下载PDF
一种基于时域融合Transformer的4D航迹预测方法
4
作者 孔建国 马珂昕 +2 位作者 梁海军 张向伟 常瀚文 《电讯技术》 北大核心 2026年第1期21-29,共9页
针对传统4D航迹预测方法在数据单一和特征选择上的局限,提出了一种基于时域融合Transformer(Temporal Fusion Transformer,TFT)模型的4D航迹预测方法。引入下降率、时序分量等多元特征,并将数据按是否随时间变化及数值属性进行分类,以... 针对传统4D航迹预测方法在数据单一和特征选择上的局限,提出了一种基于时域融合Transformer(Temporal Fusion Transformer,TFT)模型的4D航迹预测方法。引入下降率、时序分量等多元特征,并将数据按是否随时间变化及数值属性进行分类,以体现飞行过程中不同阶段的差异;采用TFT模型有效捕捉各特征之间的隐式相关性,从而提高了预测精度;同时,结合分位数回归实现不确定性量化,提供了具有置信区间的航迹预测结果。实验表明,所提方法在真实数据上优于传统模型:与CNNLSTM模型和LSTM模型相比,平均距离误差分别减少了22.7%和50.9%,纵向、横向和垂直误差分别为305.01 m、177.91 m和25.23 m,验证了模型在解决航迹预测问题上的有效性,能够为管制精细化调控提供有效支持。 展开更多
关键词 空中交通管制 4D航迹预测 自动相关监视系统数据 时域融合Transformer 时间序列预测
在线阅读 下载PDF
金属塑性成形“材料-工艺-装备”智能化技术综述
5
作者 王涛 赵文强 +3 位作者 任忠凯 刘元铭 韩建超 黄庆学 《塑性工程学报》 北大核心 2026年第2期2-31,共30页
金属塑性成形技术在现代制造业中至关重要,但传统方法在材料本构描述、工艺缺陷预测、质量优化及装备管控等方面面临精度低、效率差和适应性弱的挑战。近年来,人工智能(AI)技术的兴起为这些问题提供了创新解决方案,推动了该领域向智能... 金属塑性成形技术在现代制造业中至关重要,但传统方法在材料本构描述、工艺缺陷预测、质量优化及装备管控等方面面临精度低、效率差和适应性弱的挑战。近年来,人工智能(AI)技术的兴起为这些问题提供了创新解决方案,推动了该领域向智能化转型。系统归纳了AI技术在金属塑性成形中的应用进展,具体从材料、工艺和装备3个方面进行阐述。在材料本构方面,传统唯象模型的局限性被数据驱动方法克服,人工神经网络(ANN)提升了单一路径下的预测精度,循环神经网络(RNN)模拟复杂加载路径的历史依赖,机器学习(ML)代理模型加速微观组织动态演变预测,物理感知神经网络(PINN)与跨尺度代理模型确保热力学一致性,实现高效多尺度耦合仿真。在成形工艺中,AI通过深度学习(DL)预测宏观缺陷如起皱、回弹和微观损伤,耦合物理驱动提升鲁棒性;智能优化策略如强化学习实现厚度、板形与工艺参数的闭环控制,提高产品质量与效率。在智能装备管控中,深度学习故障诊断方法在变工况和小样本下表现出色,结合迁移学习增强泛化;剩余寿命预测与液压伺服、振动抑制的智能控制框架,支持预测性维护与自主决策。总体而言,AI显著降低了金属成形技术开发成本,明显提升了预测准确率,并在工业场景中验证了可行性。尽管面临可解释性与泛化挑战,未来通过机理-数据融合、小样本学习和数字孪生,将有效赋能金属塑性成形高质量发展。 展开更多
关键词 金属塑性成形 人工智能 数据驱动建模 智能控制 预测性维护 数字孪生
原文传递
川滇地区人工智能地震预测模型应用
6
作者 孟令媛 胡峰 +7 位作者 臧阳 司旭 闫伟 田雷 赵小艳 张致伟 韩颜颜 王月 《地震研究》 北大核心 2026年第1期43-50,共8页
针对中国地震科学实验场的科学目标和主要科学问题,基于川滇地区地震目录和地球物理观测数据,在对川滇地区进行区域划分并建立图神经网络的基础上,构建了川滇地区地震预测模型。该模型综合考虑约3万条地震目录数据、基于地震目录的3种... 针对中国地震科学实验场的科学目标和主要科学问题,基于川滇地区地震目录和地球物理观测数据,在对川滇地区进行区域划分并建立图神经网络的基础上,构建了川滇地区地震预测模型。该模型综合考虑约3万条地震目录数据、基于地震目录的3种地震活动性参数,以及116台项地球物理观测数据,通过将传统经验预测指标方法与人工智能技术结合,给出了适用于川滇地区的多源异构数据图神经网络地震预测模型,实现了川滇地区不同数据源下短期与中期地震预测功能。模型应用结果显示,在CD2、CD8和CD10区域月尺度预测效果较好,年尺度无震预测有一定对应效果。 展开更多
关键词 中国地震科学实验场 多源异构数据 图神经网络 地震预测模型 川滇地区
在线阅读 下载PDF
胶东半岛栖霞—蓬莱地区大数据金矿智能找矿预测
7
作者 王建新 薛林福 +2 位作者 郑楠楠 冉祥金 孙海瑞 《黄金》 2026年第1期89-101,共13页
在当前大数据时代背景下,人工智能正在快速演进并被广泛应用于地质领域。将地学大数据与人工智能方法相结合,进行矿产资源智能勘探预测,已成为世界范围内地质学者关注的重要前沿课题,具有显著的学术研究意义和实际应用价值。基于栖霞—... 在当前大数据时代背景下,人工智能正在快速演进并被广泛应用于地质领域。将地学大数据与人工智能方法相结合,进行矿产资源智能勘探预测,已成为世界范围内地质学者关注的重要前沿课题,具有显著的学术研究意义和实际应用价值。基于栖霞—蓬莱地区已完成的金矿勘查数据,采用窗口滑动法进行数据增强并构建训练数据集,利用二维卷积神经网络构建了智能矿产预测模型,通过匹配已知矿床窗口区域的特征和未知窗口区域的特征进行找矿预测。通过训练和试验,优选出效果最好的深度学习参数,实现了对栖霞—蓬莱地区的智能找矿预测,圈定的找矿预测区面积占总面积的11.37%,并进一步确定了3处金矿找矿预测区。通过地质、地球物理、地球化学综合分析,找矿预测区与前人对该地区的认识一致,验证了模型预测的准确性和可靠性。 展开更多
关键词 找矿预测 人工智能 二维卷积神经网络 大数据 数据增强 金矿 智能矿产预测模型
在线阅读 下载PDF
基于元胞自动机模型的松材线虫病小班尺度预测
8
作者 周宏威 李永正 +5 位作者 郭文辉 陈怡帆 胡浩昌 张思岩 崔迪 陈雨茉 《林业科学》 北大核心 2026年第1期133-143,共11页
【目的】为探究影响松材线虫病传播扩散的主要影响因素,结合自然气候、人类活动以及地理空间特征多源数据,围绕松材线虫病“传入-定殖-扩散”的生态入侵过程,构建适用于更小空间尺度数据的传播预测模型,实现对松材线虫病高风险发生地区... 【目的】为探究影响松材线虫病传播扩散的主要影响因素,结合自然气候、人类活动以及地理空间特征多源数据,围绕松材线虫病“传入-定殖-扩散”的生态入侵过程,构建适用于更小空间尺度数据的传播预测模型,实现对松材线虫病高风险发生地区的精准预测和早期预警。【方法】基于国家林业和草原局公布的江苏省松材线虫病小班本底发生数据,结合松材线虫病的生态特性和地理空间分布规律,选取包含自然气候、人类活动因素以及空间特征等25项影响因子数据,采用主成分分析方法进行数据预处理,通过Spearman相关性分析方法和Apriori数据挖掘算法,探究各影响因子与松材线虫病发生之间的相互作用关系。结合贝叶斯估计方法对影响因子数据进行特征增强,建立灰狼优化算法-元胞自动机模型模拟松材线虫病的传播扩散过程,同时与其他5种主流机器学习模型预测结果进行横向对比验证,通过计算其精确率、召回率和AUC等评价指标对模型性能进行验证。【结果】构建的灰狼优化算法-元胞自动机模型在松材线虫病新发小班预测中表现出优异的性能,模型召回率达到78.5%,显著优于其他5种主流机器学习模型;同时,其AUC值达到89.0%,表明模型在识别新发疫情点位的同时,兼顾较高的整体预测准确性与判别能力。本研究进一步证实地理空间特征在松材线虫病传播预测中的重要性,并验证元胞自动机模型在处理复杂时空数据和更精细尺度空间数据预测方面的高度适用性。【结论】木材运输是驱动松材线虫病传播扩散的关键因素,而温度与降水的差异也在显著程度上影响其发生风险。作为一种融合空间异质性与时间动态特征的建模方法,元胞自动机模型在处理复杂生态数据与入侵物种风险评估方面展现出较高的适用性与灵活性,可为松材线虫病的精准防控与高效管理提供有力的技术支撑。 展开更多
关键词 松材线虫病 传播预测模型 大数据 数据挖掘 元胞自动机
在线阅读 下载PDF
天气-气候一体化模式无缝隙预报流程及其评估体系的构建
9
作者 陈林 洪玉涛 +8 位作者 李昊谦 周旋 孙明 容新尧 苏京志 刘波 马利斌 彭珂 张荣华 《大气科学学报》 北大核心 2026年第1期196-207,共12页
以Global-Regional Integrated Forecast System with Modular Ocean Model(GRISTMOM)一体化模式为范例,构建了覆盖天气-次季节-季节尺度的0~90 d无缝隙预报流程,提出了一种兼具计算效率与预报性能需求的变分辨率无缝隙预报方案,并针对... 以Global-Regional Integrated Forecast System with Modular Ocean Model(GRISTMOM)一体化模式为范例,构建了覆盖天气-次季节-季节尺度的0~90 d无缝隙预报流程,提出了一种兼具计算效率与预报性能需求的变分辨率无缝隙预报方案,并针对该无缝隙预报流程在分辨率切换过程中的连续性与平稳性,设计了一套系统化的定量评估框架。本研究在GRISTMOM一体化模式无缝隙预报系统的基础上,以GRISTMOM变分辨率预报试验为应用范例,通过对关键大尺度背景场、典型天气系统及热带季节内振荡(Madden-Julian Oscillation,MJO)等多尺度特征的综合分析,对该无缝隙预报系统变分辨率衔接流程的连续平稳性进行了定量评估。结果表明:1)10 km×10 km切换为100 km×100 km的变分辨率预报过程中,大尺度环流场的预报误差在变分辨率衔接过渡阶段平滑无突变,表明该无缝隙流程在大尺度环流场上保持良好的连续性和稳定性;2)在对不同时空尺度预报对象的检验中,台风(典型天气系统)的路径、强度、降水落区及其环流结构在分辨率转换前后具有良好的时空一致性,MJO(典型次季节变率)的位相轨迹及其相关的对流-风场传播特征也能够在不同分辨率衔接中保持平滑延续,表明该流程在多尺度天气-气候信号传递方面具有良好的物理完整性。 展开更多
关键词 天气-气候一体化模式 无缝隙预报 无缝隙预报方案 变分辨率预报试验 无缝隙预报流程评估体系
在线阅读 下载PDF
数据去重与缩减技术的系统分类与性能分析
10
作者 奎晓燕 张敏 +4 位作者 肖伶 李钦松 陈立明 张文生 邹北骥 《浙江大学学报(工学版)》 北大核心 2026年第2期287-302,共16页
深入研究各类数据缩减技术,为存储系统的优化和数据处理的高效性提供有效的解决方案.结合冗余数据分布特性及不同应用场景,从数据相似性和层次结构出发,将现有数据缩减技术分成4个类别:重复数据缩减、文件间相似缩减、文件内相似缩减和... 深入研究各类数据缩减技术,为存储系统的优化和数据处理的高效性提供有效的解决方案.结合冗余数据分布特性及不同应用场景,从数据相似性和层次结构出发,将现有数据缩减技术分成4个类别:重复数据缩减、文件间相似缩减、文件内相似缩减和混合缩减.数据缩减技术对存储系统的存储效率、系统响应时间、数据传输和可靠性有显著影响,分析与总结不同类别数据缩减技术的性能,讨论现有技术的优点和局限性.介绍数据缩减技术在多个场景的应用,指出未来研究的挑战与方向. 展开更多
关键词 数据缩减 数据去重 数据压缩 存储系统 可靠性
在线阅读 下载PDF
自适应Transformer-LSTM的滚动轴承故障预测方法研究
11
作者 董辛旻 职帅轩 崔富源 《重庆理工大学学报(自然科学)》 北大核心 2026年第2期96-104,共9页
针对滚动轴承故障预测中,模型预测精度低、参数难以确定等问题,提出一种自适应Transformer编码器与长短期记忆神经网络(long short-term memory, LSTM)的滚动轴承故障预测方法。提取轴承全周期振动信号24维时频特征,并基于信息熵、鲁棒... 针对滚动轴承故障预测中,模型预测精度低、参数难以确定等问题,提出一种自适应Transformer编码器与长短期记忆神经网络(long short-term memory, LSTM)的滚动轴承故障预测方法。提取轴承全周期振动信号24维时频特征,并基于信息熵、鲁棒性和相关性构建综合指标对特征进行筛选。采用核主元分析将优选特征进行融合,构建能够反应轴承退化状态的退化指标。综合时间序列全局特性与长短期特性,构建Transformer编码器与LSTM结合的故障预测模型,并引入极光优化算法(polar lights optimization, PLO)进行参数自适应寻优,应用XJTU-SY与IMS滚动轴承数据集进行方法分析验证。结果表明:所提模型在轴承故障预测中表现出良好效果,相较于经典的时域卷积网络(temporal convolutional network, TCN)、双向门控循环神经网络(gate recurrent unit, GRU)等,预测精度有较大提升。 展开更多
关键词 滚动轴承 故障预测 数据驱动 TRANSFORMER 优化算法
在线阅读 下载PDF
基于卫星遥感甲烷监测信息的可视化分析系统的设计与实现
12
作者 万勇 王丽娜 +3 位作者 范路 李立刚 戴永寿 陈芳芳 《微型电脑应用》 2026年第1期101-103,108,共4页
为了更好地分析和展示卫星遥感获得的甲烷浓度信息,介绍了一种基于卫星遥感数据的可视化分析系统。所提出的系统利用Python爬虫技术获取卫星数据,结合ECharts可视化技术进行数据处理和展示。为了提高日均甲烷浓度预测的准确性,提出了基... 为了更好地分析和展示卫星遥感获得的甲烷浓度信息,介绍了一种基于卫星遥感数据的可视化分析系统。所提出的系统利用Python爬虫技术获取卫星数据,结合ECharts可视化技术进行数据处理和展示。为了提高日均甲烷浓度预测的准确性,提出了基于遗传算法优化长短时记忆(LSTM)神经网络模型参数的时序预测算法。遗传算法不断优化参数,使得LSTM模型更适应日均甲烷浓度数据的特征,将预测精度提高了9.8%。所提出的可视化系统和时序预测算法的应用有助于更好地分析和展示卫星遥感数据,为相关部门提供甲烷浓度信息。 展开更多
关键词 甲烷监测 数据可视化 遗传算法 长短时记忆神经网络 时间时序预测
在线阅读 下载PDF
基于对数边缘密度比变换的区间数据分类模型及财务预警应用
13
作者 关蓉 王莉雯 《数学的实践与认识》 北大核心 2026年第1期149-160,共12页
在财务预警模型中引入区间数据可以丰富数据信息,从而提升预测准确性.提出了一种基于对数边缘密度比变换的区间数据分类模型(LMDRT-SVM-RFE),先通过高斯核函数估计区间数据的类条件密度,结合类标签的先验信息进行对数边缘密度比变换,从... 在财务预警模型中引入区间数据可以丰富数据信息,从而提升预测准确性.提出了一种基于对数边缘密度比变换的区间数据分类模型(LMDRT-SVM-RFE),先通过高斯核函数估计区间数据的类条件密度,结合类标签的先验信息进行对数边缘密度比变换,从而实现特征增强;再利用递归特征消除筛选出最具判别力的特征子集,最后构建支持向量机分类器以提高模型的预测性能和稳定性.数值模拟和实证研究表明,该方法在准确性、稳定性及特征选择效果上均优于传统模型,验证了其在财务预警中的实际应用价值. 展开更多
关键词 区间数据 对数边缘密度比变换 财务预警 分类
原文传递
居民购房意愿指数构建及其应用——基于网络搜索数据
14
作者 肖争艳 程硕 《北京理工大学学报(社会科学版)》 北大核心 2026年第1期115-126,共12页
在推动房地产高质量发展的背景下,及时了解居民购房意愿变化有助于评估市场需求波动,并为政府和房地产企业制定应对策略提供依据。基于全国和各城市的百度搜索指数,选取了具有明确购房意图的关键词,通过在线搜索数据分别定量测算了全国... 在推动房地产高质量发展的背景下,及时了解居民购房意愿变化有助于评估市场需求波动,并为政府和房地产企业制定应对策略提供依据。基于全国和各城市的百度搜索指数,选取了具有明确购房意图的关键词,通过在线搜索数据分别定量测算了全国及35个大中城市的居民购房意愿指数。并将这些城市的购房意愿划分为高、中、低三种类型。进一步地,还探讨了该指数在预测未来房价中的作用。研究发现,样本期内全国居民购房意愿指数发生了结构性变化,2018年达到峰值,随后呈现下降趋势;中国居民购房意愿从东部沿海核心城市向部分中西部内陆城市和东北地区扩散,并且中等和低购房意愿城市的分布范围显著扩大;居民购房意愿指数不仅在全国范围内能够有效预测未来的房价变化,在区域层面也展现出显著的预测能力。 展开更多
关键词 居民购房意愿 住房需求 网络搜索数据 房价预测
在线阅读 下载PDF
多尺度特征建模的图像时间序列预测网络
15
作者 沈瑜 马煜堃 +5 位作者 赵永刚 魏子易 李江柽 王若暄 刘佳英 闫佳荣 《哈尔滨工业大学学报》 北大核心 2026年第1期119-130,共12页
为提高图像时间序列预测的精度,本研究提出了一种基于长短期记忆网络(long short-term memory,LSTM)与注意力机制的时间序列预测网络:MA-LSTM。该网络整体由多尺度注意力模块(multi-scale attention block,MAB)、多尺度注意力层(multi-s... 为提高图像时间序列预测的精度,本研究提出了一种基于长短期记忆网络(long short-term memory,LSTM)与注意力机制的时间序列预测网络:MA-LSTM。该网络整体由多尺度注意力模块(multi-scale attention block,MAB)、多尺度注意力层(multi-scale attention layer,MALayer)和超分辨率重建模块(super resolution reconstruction module,SRRM)组成,以多尺度特征建模为核心,着重提升时空特征表达能力与长程依赖建模能力。首先,MA-LSTM设计了MAB模块,通过时空特征增强层提升模型的细节建模能力,并利用通道特征增强层加强了特征图的跨维度信息交互,解决了SwinLSTM对于细粒度特征捕捉不足的问题。其次,MA-LSTM引入了简化的LSTM结构,与MAB结合构建了MALayer,增强模型对时序信息的建模能力。最后,在特征图重建时设计了SRRM模块,有效增强模型预测输出的细节表达能力。研究表明,MA-LSTM在MovingMNIST和KTH两个不同领域的数据集上,结构相似性指数分别达到0.9602和0.9243,与SwinLSTM、PhyDNet、PredRNN、ConvLSTM网络进行的对比试验结果表明,结构相似性指数最高提升了0.337和0.212,展现了其在时序预测任务中的高效性和适用性,且具备跨领域的推广潜力。此外,消融实验进一步证明了本文所提出模块的有效性。 展开更多
关键词 图像时间序列 预测网络 LSTM 移位窗口注意力 多注意力融合
在线阅读 下载PDF
基于数据的高校学生学业水平关联智能分析
16
作者 李世鹏 李双儒 赵梓焱 《控制工程》 北大核心 2026年第1期22-29,共8页
学业水平是衡量高校学生综合能力的关键指标。为了精准预测学生综合学业水平,通过数据驱动的关联建模,探究德育和体育课程与学生综合学业水平之间的关系。首先,以学生的德育和体育课程成绩为原始特征,构建了逻辑回归和支持向量机等多种... 学业水平是衡量高校学生综合能力的关键指标。为了精准预测学生综合学业水平,通过数据驱动的关联建模,探究德育和体育课程与学生综合学业水平之间的关系。首先,以学生的德育和体育课程成绩为原始特征,构建了逻辑回归和支持向量机等多种机器学习模型,并引入特征工程构建多重特征,提高了模型的预测性能;然后,基于堆叠模型的框架,实现了多种机器学习模型的深度融合,并通过递归特征消除法优化堆叠模型。实验通过自动化专业学生的成绩数据对所提模型进行验证。实验结果表明,所构建的堆叠模型在学生综合学业水平的预测中取得了较好的准确性和稳定性,其预测准确率能够达到93%,从而验证了德育和体育与学生综合学业水平之间存在明显的正向关联,凸显了在“五育并举”视域下德育和体育对学生综合能力培养的重要性。 展开更多
关键词 五育并举 机器学习 数据驱动建模 堆叠模型 学业水平预测
原文传递
数据要素集聚对地方财政韧性的影响研究——基于国家级大数据综合试验区的经验证据 被引量：1
17
作者 蒋团标 张家良 马国群 《经济与管理评论》 北大核心 2026年第1期54-65,共12页
为探究数据要素的价值创造与经济潜力对地方财政韧性的作用与机制,以国家级大数据综合试验区作为准自然实验,基于2009—2022年全国257个地级及以上城市的面板数据,通过多期双重差分法考察数据要素集聚对地方财政韧性的作用效果及其异质... 为探究数据要素的价值创造与经济潜力对地方财政韧性的作用与机制,以国家级大数据综合试验区作为准自然实验,基于2009—2022年全国257个地级及以上城市的面板数据,通过多期双重差分法考察数据要素集聚对地方财政韧性的作用效果及其异质性。研究发现,数据要素集聚显著增强了地方财政韧性,该作用主要通过提升地方税收能力和人工智能水平实现。特别是对于大城市、数字基础设施水平较高以及财政支出分权程度较低的地区,数据要素对财政韧性的促进作用更显著。进一步的动态效应分析表明,数据要素集聚对财政韧性的影响效应具有逐渐减弱的趋势。因此,地方政府要深度释放数据要素红利,将其加快转化为税收增长点,同时针对数据要素的“高地”“洼地”差异化施策,借助数据要素赋能地方财政数字化转型。 展开更多
关键词 数据要素 财政韧性 国家级大数据综合试验区 税收能力
在线阅读 下载PDF
基于空洞因果卷积的学生成绩预测及分析方法
18
作者 赖英旭 张亚薇 +1 位作者 庄俊玺 刘静 《北京工业大学学报》 北大核心 2026年第3期252-267,共16页
针对使用循环神经网络对学生长序列行为数据进行特征提取存在梯度消失或爆炸、长期依赖关系提取能力不足、深度学习模型缺乏可解释性等问题,提出一种面向长序列数据的空洞因果卷积(dilated causal convolution,DCC)成绩预测及分析方法... 针对使用循环神经网络对学生长序列行为数据进行特征提取存在梯度消失或爆炸、长期依赖关系提取能力不足、深度学习模型缺乏可解释性等问题,提出一种面向长序列数据的空洞因果卷积(dilated causal convolution,DCC)成绩预测及分析方法。首先,采用生成对抗网络(generative adversarial network,GAN)生成符合少数类学生原始行为数据分布规律的新样本,并将新样本加入学生数据集中以达到均衡数据集的目的;然后,提出一种基于DCC的成绩预测模型,DCC和门控循环单元(gated recurrent unit,GRU)相结合的结构提高了模型对长序列数据依赖关系的提取能力;最后,使用沙普利加性解释(Shapley additive explanations,SHAP)方法并结合三因素理论对影响学生成绩的因素进行重要性分析和解释。在公开数据集上的实验结果表明,在成绩预测任务中提出的方法与基线方法相比,加权F1分数提高了约6个百分点,并进一步验证了所提方法中关键模块的有效性和模型的泛化能力。此外,通过对比优秀学生和风险学生的学习特点发现,良好的学习习惯、课堂学习的主动性以及不同行为环境等因素会对学生成绩产生重要影响。 展开更多
关键词 学生成绩预测 空洞因果卷积(dilated causal convolution DCC) 不均衡数据 生成对抗网络(generative adversarial network GAN) 沙普利加性解释(Shapley additive explanations SHAP)方法 成绩影响因素分析
在线阅读 下载PDF
语言数据科学的学科图景——“语言智能学科”理论与方法论构建(之四)
19
作者 姜孟 曹婷 《外国语文》 北大核心 2026年第1期60-78,共19页
数据科学是大数据催生的一个新兴交叉学科,是当今学术和产业研究的热点。国内学者提出了建立“语言数据科学”的设想,但尚缺乏对其建立的资格条件、学科属性、研究工具和学科功能等问题的深入探讨。基于数据科学的一般功能与内涵,创建... 数据科学是大数据催生的一个新兴交叉学科,是当今学术和产业研究的热点。国内学者提出了建立“语言数据科学”的设想,但尚缺乏对其建立的资格条件、学科属性、研究工具和学科功能等问题的深入探讨。基于数据科学的一般功能与内涵,创建语言数据科学既需要有相当成熟的语言产业作支撑,即具备产业条件,也需要语言大数据给语言研究带来极大挑战为前提,即具备学术条件。作为语言学与数据科学的交叉学科,语言数据科学兼具方法论科学(语言学中的数据科学)与实质性科学(语言学数据科学)的双重属性:它一方面自然传承其母源学科的理论与技术工具,另一方面也会发展出自己独有的研究工具体系。语言数据科学将在产业应用、学术应用和人才培养应用等领域发挥产业支持、范式支持、算料支持、学科支持与专业支持五大功能。 展开更多
关键词 数据科学 语言产业 语言数据科学 学科图景 数据挖掘
在线阅读 下载PDF
工业互联网赋能的智能产线多源数据采集管理系统开发
20
作者 杨立娟 毕楚杭 +3 位作者 李晶 汤文举 李卓林 陶岳 《实验室研究与探索》 北大核心 2026年第2期77-84,共8页
为解决智能制造企业多源异构数据采集管理实际难题,并满足智能制造专业实验教学需求,开发了一套工业互联网赋能的智能产线多源数据采集与管理系统。系统采用工业互联网云边协同4层架构,设计了双数据库存储与可视化动态配置机制,封装多... 为解决智能制造企业多源异构数据采集管理实际难题,并满足智能制造专业实验教学需求,开发了一套工业互联网赋能的智能产线多源数据采集与管理系统。系统采用工业互联网云边协同4层架构,设计了双数据库存储与可视化动态配置机制,封装多种通信协议函数,并开发了包含设备参数设置、数据可视化等功能的云端管理Web界面,实现了产线多源异构数据的边缘实时采集与云端统一管理。实验测试表明,该系统模块化设计可快速部署与扩展,数据误差小、实时性好、运行稳定,能够有效支撑智能制造专业实验教学与项目制课程,具备在工业场景中推广应用的潜力。 展开更多
关键词 工业互联网 多源数据 数据采集 数据传输 云端管理
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 … 250 下一页 到第 页
使用帮助 返回顶部