期刊文献+
共找到145篇文章
< 1 2 8 >
每页显示 20 50 100
深度学习在现代光谱分析技术中的应用研究进展
1
作者 诸葛雁翔 陈瀑 +3 位作者 许育鹏 李敬岩 刘丹 褚小立 《中国无机分析化学》 北大核心 2026年第2期163-176,共14页
深度学习凭借其强大的特征自动提取与复杂非线性关系建模能力,正推动现代光谱分析技术从依赖专家经验与人工特征工程的范式,向数据驱动、端到端的智能解析范式变革。本文系统综述了深度学习在现代光谱分析中的研究进展与应用前景。首先... 深度学习凭借其强大的特征自动提取与复杂非线性关系建模能力,正推动现代光谱分析技术从依赖专家经验与人工特征工程的范式,向数据驱动、端到端的智能解析范式变革。本文系统综述了深度学习在现代光谱分析中的研究进展与应用前景。首先,介绍了适用于光谱数据处理的主要深度学习模型,包括卷积神经网络、生成对抗网络、Transformer等;其次,重点阐述了深度学习在光谱数据关键处理环节的创新应用,涵盖光谱去噪、图像超分辨率重建、数据增强、定量与定性分析模型的构建、跨仪器模型迁移与传递,以及多源光谱数据融合等方面;最后,对深度学习在推动光谱分析向精准化、实时化与规模化方向发展所面临的挑战与前景进行了展望,为该领域的技术发展与推广应用提供参考。 展开更多
关键词 深度学习 化学计量学 现代光谱分析技术 模型迁移 数据融合
在线阅读 下载PDF
基于不同G函数的U型中深层地埋管传热模型对比研究
2
作者 王昌龙 孙婉玉 +2 位作者 郭艳春 蒋天茁 孙彦红 《可再生能源》 北大核心 2026年第1期33-40,共8页
U型中深层地埋管换热器(U-bend Deep Borehole Heat Exchanger,UDBHE)具有广阔的应用前景。文章基于无限柱热源(Infinite Cylindrical Source,ICS)和无限线热源(Infinite Line Source,ILS)模型的G函数,建立了4种UDBHE传热模型,采用ICS或... U型中深层地埋管换热器(U-bend Deep Borehole Heat Exchanger,UDBHE)具有广阔的应用前景。文章基于无限柱热源(Infinite Cylindrical Source,ICS)和无限线热源(Infinite Line Source,ILS)模型的G函数,建立了4种UDBHE传热模型,采用ICS或ILS模型的G函数,考虑或忽略钻孔壁热流随时间变化,分别简称为ICS-q,ILS-q,ICS-c,ILS-c模型。通过与较为准确的二维数值模型及实验数据在2种边界条件下的对比,分析了这4种模型的准确性。结果表明:ILS-q模型在整体上最为准确,而ICS-q模型在分析UDBHE长期性能时最为准确;4种模型在前期均存在较大误差,但在足够长时间后,除了ILS-c和ICS-c模型在入口温度边界下仍有较大误差外,其他模型的误差均较小。研究结果可为UDBHE传热模型研究提供参考。 展开更多
关键词 U型中深层地埋管换热器 G函数 传热模型 无限柱热源模型 无限线热源模型
在线阅读 下载PDF
基于深度学习的黄河下游水流阻力计算研究
3
作者 杨润祎 张红武 《水利水电技术(中英文)》 北大核心 2026年第1期249-262,共14页
【目的】冲积河流阻力的准确计算在治河防洪工程中具有重要意义。传统阻力计算公式与现有机器学习方法仍存在诸多不足。为提升阻力模型的性能与泛化能力,建立一套基于深度学习的阻力计算方法,【方法】选择弗劳德数、体积含沙量、宽深比... 【目的】冲积河流阻力的准确计算在治河防洪工程中具有重要意义。传统阻力计算公式与现有机器学习方法仍存在诸多不足。为提升阻力模型的性能与泛化能力,建立一套基于深度学习的阻力计算方法,【方法】选择弗劳德数、体积含沙量、宽深比、径深比、年径流量和年输沙量等水文特征作为模型输入,构建一种基于深度森林的水流阻力计算模型。利用黄河下游水文站的实测数据进行模型训练与测试,并从时空泛化能力、迁移学习表现等方面综合评估模型。【结果】模型在测试集上的纳什效率(NSE)为0.785,平均绝对误差(MAE)为0.002,均方根误差(RMSE)为0.003,平均绝对百分比误差(MAPE)为14.618%。加入时空平均特征泛化模型后,模型的NSE从0.6814提升至0.7427,MAE从0.0023降至0.0021,RMSE从0.0032降至0.0028,MAPE从14.978%降至13.689%。在将模型迁移至全新的水沙条件下时,NSE最大降幅达65.35%,MAE、RMSE和MAPE的最大升幅分别为100%、150%和123.98%。【结论】深度森林模型相比于传统的阻力公式和机器学习模型,在冲积河流一般条件下的阻力计算方面,能展现出更为优越的预测精度。通过引入大尺度时空平均特征,模型在不同水文站与水文时期的计算精度有效提升,泛化能力明显增强。然而,在应对特殊水沙情势时,模型仍存在性能波动,有时计算精度还超不过具有物理背景的糙率公式,亟需结合物理机制以增强其迁移学习能力,且在解决复杂环境下的黄河动床阻力计算问题时,应该注重同良好的传统公式相互印证这一环节。 展开更多
关键词 黄河下游 水流阻力 深度森林 迁移学习 弗劳德数 径流 输沙量 机器学习模型
在线阅读 下载PDF
基于深度迁移学习的网络敏感信息快速辨识研究 被引量:1
4
作者 王彩玲 《微处理机》 2025年第2期44-51,共8页
本研究旨在解决传统方法在网络敏感信息辨识中因单一特征提取导致的准确性不足问题。提出一种基于深度迁移学习的快速辨识方法,通过分布式网络爬虫捕获数据,结合TF-IDF和近邻算法进行数据聚类和敏感信息提取。采用BERT-BiLSTM-CRF框架,... 本研究旨在解决传统方法在网络敏感信息辨识中因单一特征提取导致的准确性不足问题。提出一种基于深度迁移学习的快速辨识方法,通过分布式网络爬虫捕获数据,结合TF-IDF和近邻算法进行数据聚类和敏感信息提取。采用BERT-BiLSTM-CRF框架,融合深度迁移学习和特征融合策略,提取深层特征以实现快速准确辨识。实验结果显示,该方法在Kappa系数和辨识准确率上优于对比方法,有效提升了网络安全防护和用户隐私保障水平。 展开更多
关键词 深度迁移学习 网络敏感信息 特征提取 辨识模型 快速辨识
在线阅读 下载PDF
基于深度迁移学习的小样本茶叶嫩芽识别 被引量:1
5
作者 朱绍辉 赵文举 +2 位作者 马博慧 杨化林 邓芳 《茶叶科学》 北大核心 2025年第3期522-534,共13页
为减少重复构建不同季节、不同地区茶叶嫩芽数据样本的时间成本,提高利用深度学习模型识别不同茶叶嫩芽的精度和泛化性,提出了一种基于深度迁移学习的小样本茶叶嫩芽识别模型QY-Yolov7-Tea。通过将迁移学习技术引入深度学习,构建源域嫩... 为减少重复构建不同季节、不同地区茶叶嫩芽数据样本的时间成本,提高利用深度学习模型识别不同茶叶嫩芽的精度和泛化性,提出了一种基于深度迁移学习的小样本茶叶嫩芽识别模型QY-Yolov7-Tea。通过将迁移学习技术引入深度学习,构建源域嫩芽Yolov7检测模型获取预训练权重,针对Yolov7模型的骨架、颈部、检测头部分进行微调、冻结,并依据预训练权重针对不同目标样本进行试验验证,最终形成嫩芽迁移模型。结果表明,与传统Yolov7嫩芽检测模型相比,深度迁移学习模型在对不同季节和不同地区茶叶嫩芽识别任务中平均精度均值分别提升了8.8个百分点和15.4个百分点,显著改善了模型的鲁棒性和识别能力,有效应对了训练样本不足的问题。 展开更多
关键词 茶叶嫩芽 深度学习 迁移学习 模型微调
在线阅读 下载PDF
基于迁移学习和模型融合的垃圾分类图像识别
6
作者 林香 陈增志 《唐山师范学院学报》 2025年第6期85-89,118,共6页
提出一种基于迁移学习和模型融合的垃圾分类模型。对垃圾图像进行特征提取后,分别将EfficientNetV2、ViT和DenseNet组合起来构建垃圾分类网络模型。对数据集丰富度进行扩充,生成了41650帧垃圾图像。实验结果表明,该模型相比于其他模型... 提出一种基于迁移学习和模型融合的垃圾分类模型。对垃圾图像进行特征提取后,分别将EfficientNetV2、ViT和DenseNet组合起来构建垃圾分类网络模型。对数据集丰富度进行扩充,生成了41650帧垃圾图像。实验结果表明,该模型相比于其他模型具有良好的收敛性、较高的查全率和更高的准确率以及更快的识别速度。 展开更多
关键词 垃圾分类 迁移学习 模型融合 深度神经网络
在线阅读 下载PDF
地质分层和渗流对同轴套管式换热器性能的影响
7
作者 王烨 岳攀 《新能源进展》 北大核心 2025年第6期690-697,共8页
为研究中深层同轴套管换热器的换热性能,同时考虑地温梯度、地质分层和地下水渗流等因素,构建了适用于分析钻孔周围地层与环腔流体间温度响应的数值模型。结果表明:与均质模型相比,分层模型所得井深方向上的温度变化曲线更接近物理实际... 为研究中深层同轴套管换热器的换热性能,同时考虑地温梯度、地质分层和地下水渗流等因素,构建了适用于分析钻孔周围地层与环腔流体间温度响应的数值模型。结果表明:与均质模型相比,分层模型所得井深方向上的温度变化曲线更接近物理实际。无论是否考虑渗流影响,均质模型相较于分层模型均会低估地热井的出口温度。是否考虑渗流作用所引起外管壁径向温度预测结果最大温度偏差为0.40℃。当渗流层位于地下2000 m处,所得地层与管壁间以导热方式进行换热的临界渗流速度为5×10^(-7) m/s;当渗流速度大于1×10^(-5) m/s,地层与管壁间的热交换主要通过热对流进行,与无渗流情况相比,环腔流体局部换热量提高了56.7%。渗流层井深方向渗透导致其边界外区域导热系数增大从而提高了地热井的出口温度。对于相同的取热量,考虑渗流作用可减小地热井的埋管深度。 展开更多
关键词 同轴套管式换热器 中深层地热 地下渗流 分层模型 换热效率
在线阅读 下载PDF
大采高顶板复合结构传力机制与强矿压调控 被引量:3
8
作者 路洋波 闫少宏 +1 位作者 符鹏 周坤友 《采矿与安全工程学报》 北大核心 2025年第4期832-844,共13页
深部大采高工作面上覆岩层一般存在多层厚、硬岩层,由于开采厚度加大,顶板活动空间明显增大,导致工作面矿压强度显现强烈,有的工作面产生冲击矿压的现象,因此研究大采高工作面顶板覆岩所成结构与传力机制尤显重要。以母杜柴登煤矿30202... 深部大采高工作面上覆岩层一般存在多层厚、硬岩层,由于开采厚度加大,顶板活动空间明显增大,导致工作面矿压强度显现强烈,有的工作面产生冲击矿压的现象,因此研究大采高工作面顶板覆岩所成结构与传力机制尤显重要。以母杜柴登煤矿30202大采高工作面为工程背景,采用现场实测、理论分析、数值模拟等方法,分析得到随着工作面回采,30202大采高工作面覆岩可形成“悬臂梁+砌体梁+台阶岩梁”复合结构;考虑顶板复合结构静动载效应以及软弱岩层的吸能作用,建立了30202大采高顶板复合结构静动载应力传递模型,揭示了大采高顶板复合结构矿压显现机制,确定了对工作面支架受力产生影响的采场覆岩范围。通过对30202工作面采取超长孔压裂和深孔爆破工艺协同控制顶板的措施来调控工作面的强矿压显现,使得工作面来压明显减弱,大能量微震事件频次明显降低。 展开更多
关键词 大采高综采 顶板复合结构 静动载应力传递模型 长钻孔卸压 微震监测
原文传递
基于双重决策自适应冻结实现快速准确的迁移学习
9
作者 何泽锋 沈富可 魏同权 《华东师范大学学报(自然科学版)》 北大核心 2025年第6期29-38,共10页
随着深度学习的快速发展,迁移学习作为一种关键的机器学习策略,通过复用已有模型知识,有效应对新问题或新领域,大幅降低了对大量标注数据的依赖,同时提升了学习效率.然而,在迁移学习过程中,现有的微调策略均面临训练速度与准确性的权衡... 随着深度学习的快速发展,迁移学习作为一种关键的机器学习策略,通过复用已有模型知识,有效应对新问题或新领域,大幅降低了对大量标注数据的依赖,同时提升了学习效率.然而,在迁移学习过程中,现有的微调策略均面临训练速度与准确性的权衡问题,全部微调策略可能减小训练速度,而部分微调策略则可能影响训练准确性.因此,如何优化迁移学习过程,实现快速高效的迁移学习是目前迁移学习领域亟须解决的关键问题.为了解决这一问题,提出了一种双重决策自适应冻结方法:在迁移学习过程中,首先,使用组决策模块对神经网络各个层进行决策,选出可能需要冻结的层;然后,对这些层使用层决策模块进行决策,确定最终需要冻结的层;最后,对这些需要冻结的层进行冻结,以此最大限度地减少错误冻结的可能性,提高训练的准确性,同时增大迁移训练速度.实验结果表明,与微调整个网络的传统方法相比,所提出方法将训练速度提升了1.97倍,且精度损失却很小;与只微调最后一层相比,所提出方法将准确率提高了34.52%,且训练速度损失很小. 展开更多
关键词 深度学习 迁移学习 图像分类 模型加速 自适应冻结
在线阅读 下载PDF
基于迁移学习与轻量化YOLOv5s的草莓目标检测方法 被引量:2
10
作者 郭敬涛 吕凤 +2 位作者 章慧婷 杨彪 刘大洋 《中国农机化学报》 北大核心 2025年第3期253-260,共8页
为实现草莓采摘时精准检测,同时考虑到嵌入式设备内存小、计算能力低下,而当下目标检测模型参数量和计算量巨大的问题,提出一种基于YOLOv5s的轻量化网络模型。首先,对YOLOv5s进行轻量化处理,利用深度卷积(DWConv)替换普通卷积,同时用C3G... 为实现草莓采摘时精准检测,同时考虑到嵌入式设备内存小、计算能力低下,而当下目标检测模型参数量和计算量巨大的问题,提出一种基于YOLOv5s的轻量化网络模型。首先,对YOLOv5s进行轻量化处理,利用深度卷积(DWConv)替换普通卷积,同时用C3Ghost模块替换原网络模型中的C3模块,降低模型的复杂度。然后,为增强主干网络对特征信息的提取能力,加强输入特征图通道间的信息交互,在主干网络的C3模块中融合高效通道注意力(ECA)结构,在特征融合网络添加无参数注意力模块(SimAM),使网络聚焦更多的有效特征信息,达到不增加模型的参数量,同时又提升模型识别精度的目的。最后,结合迁移学习加快模型收敛速度并进一步提升模型检测精度。结果表明,轻量化后的网络模型体积减小55.8%,计算量减少55.1%,在自制草莓数据集上的平均精度均值mAP@0.75达到74.9%,比原模型提高3.1%,单张图片平均推理时间仅6.4 ms,能够实现在草莓采摘任务中的精准快速检测,为草莓生产智能化提供支持。 展开更多
关键词 草莓目标检测 深度学习 注意力机制 轻量化模型 迁移学习
在线阅读 下载PDF
基于多模型融合的地铁道岔转辙机故障诊断研究
11
作者 张柯军 李佳翔 +1 位作者 刘勤明 陈珊 《铁道通信信号》 2025年第11期78-84,共7页
针对当前地铁道岔转辙机故障诊断存在的准确率欠佳、效率低下、可识别故障类型有限、故障数据稀缺等问题,研究一种基于迁移学习与多模型融合的地铁道岔转辙机故障诊断系统,从多个维度攻克地铁道岔转辙机故障诊断难题。为降低对大规模标... 针对当前地铁道岔转辙机故障诊断存在的准确率欠佳、效率低下、可识别故障类型有限、故障数据稀缺等问题,研究一种基于迁移学习与多模型融合的地铁道岔转辙机故障诊断系统,从多个维度攻克地铁道岔转辙机故障诊断难题。为降低对大规模标注数据的依赖,采用迁移学习方法,缩短所构建子模型的训练周期,并挖掘更多优质特征;基于多模型架构,借助所构建的多种子模型优势,充分提取数据中的有效特征,以应对转辙机故障诊断中样本量少、准确率低等复杂任务;通过采集地铁道岔转辙机的多种故障模式信号,构建样本数据集,以验证系统的实用性与有效性。经过算例分析验证:该故障诊断系统能够将地铁道岔转辙机的故障诊断准确率维持在96.87%,取得了良好效果。 展开更多
关键词 道岔转辙机 故障诊断系统 深度学习 迁移学习 多模型融合
在线阅读 下载PDF
基于U-Net骨架变体的内陆盐碱地信息遥感提取
12
作者 令世豪 杨粉莉 +4 位作者 黄博涵 李瑶 杨联安 闫琳悦 郝贝贝 《中国农学通报》 2025年第19期151-158,共8页
针对传统遥感分类方法依赖人工特征设计、泛化能力不足的问题,本研究应用深度学习模型进行盐碱地信息精准提取。利用Landsat 8 OLI遥感影像,采用基于U-Net深度学习模型的盐碱地信息提取方法,系统对比ResNet34、MobileNetV2_100和TF_Mobi... 针对传统遥感分类方法依赖人工特征设计、泛化能力不足的问题,本研究应用深度学习模型进行盐碱地信息精准提取。利用Landsat 8 OLI遥感影像,采用基于U-Net深度学习模型的盐碱地信息提取方法,系统对比ResNet34、MobileNetV2_100和TF_MobileNetV3_Small_100 3种骨架在冻结与不冻结训练策略下的性能差异。实验表明,ResNet34的收敛速度、分割精度与泛化能力总体优于轻量化模型(MobileNetV2_100、TF_MobileNetV3_Small_100),尤其是不冻结的ResNet34模型综合表现最好,盐碱地类别的分类精度为0.880、召回率为0.708、F_(1)分数为0.785,均优于其他模型。轻量化模型在资源受限场景下表现尚可,可在计算资源有限和分割精度要求不高的情况下使用,但在复杂场景下仍需高性能骨干网络支持。不冻结模型的表现普遍优于冻结模型,在深度学习模型训练过程中调整全部参数对于提高精度和泛化能力具有重要作用。研究验证深度学习在盐碱地遥感监测中的有效性,可为盐碱地智能识别监测提供模型选型依据。 展开更多
关键词 盐碱地 U-Net ResNet34 MobileNet 语义分割 迁移学习 深度学习模型
原文传递
基于深度迁移学习策略的CO_(2)气窜时机智能预警模型
13
作者 赵北辰 姚约东 +4 位作者 舒晋 袁晓琪 侯靖宇 岳可心 陈鑫 《石油科学通报》 2025年第5期1015-1029,共15页
CO_(2)驱油技术作为油藏高效开发与碳封存协同推进的关键手段,其应用过程中面临的CO_(2)气窜问题,已成为限制采收率提升与碳封存安全性的重要工程难题。因此,准确预测CO_(2)气窜时机并采取有效防控措施,对保障CO_(2)驱开发效益、提升碳... CO_(2)驱油技术作为油藏高效开发与碳封存协同推进的关键手段,其应用过程中面临的CO_(2)气窜问题,已成为限制采收率提升与碳封存安全性的重要工程难题。因此,准确预测CO_(2)气窜时机并采取有效防控措施,对保障CO_(2)驱开发效益、提升碳封存稳定性具有不可替代的重要意义。然而,现有预测方法在实际应用中面临诸多挑战:(1)传统定量表征模型依赖特定油藏参数,难以适应不同类型油藏的预测需求;(2)气窜发生前期气油比接近于零,数据呈现高维、小样本、稀疏等特征,导致传统经验公式方法在捕捉复杂非线性模式方面表现有限;(3)储层中高渗带和裂缝等优势渗流通道分布具有随机性,其渗透率远高于基质渗透率,且通道参数难以精准表征,进一步加剧了CO_(2)气窜发生时机预测的复杂性和不确定性。为解决这些问题,本研究提出了一种融合多源域深度迁移学习与Stacking集成学习的智能预测方法。该方法采用多源异构数据训练策略,通过自适应技术实现不同油藏间的知识迁移,并采用了支持向量回归(Support Vector Regression,SVR)、决策树(Decision Tree,DT)、随机森林(Random Forest,RF)、K近邻(K-Nearest Neighbors Algorithm,KNN)4种基模型构成Stacking集成框架,融合各基学习器的预测优势,有效提升对CO_(2)气窜时机这类高维小样本数据的拟合能力与复杂模式捕捉精度。矿场应用结果表明,该方法具有优异的预测性能,决定系数(Coefficient of Determination,R2)达0.96,均方误差(Mean Squared Error,MSE)为12.61,平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)低至6.04%。本研究不仅为CO_(2)气窜预测提供了更加精准与智能化的技术路径,还展现了良好的通用性和跨油藏适应能力,为不同类型油藏的CO_(2)驱开发优化提供了新的解决方案,对提升原油采收率、降低开发风险以及实现大规模碳封存目标具有重要的工程应用价值。同时也为天然气窜流、水窜等其他流体窜流时机的预测与防控研究提供了有益的借鉴与参考。 展开更多
关键词 CO_(2)气窜 深度迁移学习策略 Stacking模型 CO_(2)提高采收率
原文传递
基于迁移学习的结冰风洞试验冰形预测方法
14
作者 任宇鹏 王强 +3 位作者 屈经国 彭博 岳静 易贤 《航空动力学报》 北大核心 2025年第8期187-193,共7页
针对目前缺乏有效预测高精度风洞试验冰形手段的问题,提出了一种结合迁移学习与神经网络的方法来实现对风洞试验冰形的预测。该方法基于数值模拟冰形数据样本进行训练,获得预训练模型;引入结冰风洞试验冰形数据样本对预训练模型进行微调... 针对目前缺乏有效预测高精度风洞试验冰形手段的问题,提出了一种结合迁移学习与神经网络的方法来实现对风洞试验冰形的预测。该方法基于数值模拟冰形数据样本进行训练,获得预训练模型;引入结冰风洞试验冰形数据样本对预训练模型进行微调,获得最终的预测模型。模型以U-Net和多层感知机为主要架构,以翼型数据和结冰气象参数作为输入,以二维结冰冰形作为输出。结果表明:提出的方法能够实现结冰风洞试验冰形的准确预测,在主要几何特征上与风洞试验冰形吻合度较高,大部分结果的相对误差不超过15%。该方法为在地面条件下研究航空飞行器的冰形特征规律提供了新的手段。 展开更多
关键词 风洞试验 冰形预测 迁移学习 U-Net模型 深度学习
原文传递
基于惯性测量单元的人体运动意图识别方法:现状与挑战 被引量:1
15
作者 衣淳植 贾翊丞 +1 位作者 姜峰 王修来 《智能系统学报》 北大核心 2025年第4期763-775,共13页
人体行为识别(human activity recognition,HAR)利用可穿戴计算、机器学习等技术识别和理解人体行为,在行为跟踪、健康监测及人机交互等领域得到广泛应用,极大提升了当下人类的生活水平。当前可穿戴传感器中,惯性传感器由于其高度小型... 人体行为识别(human activity recognition,HAR)利用可穿戴计算、机器学习等技术识别和理解人体行为,在行为跟踪、健康监测及人机交互等领域得到广泛应用,极大提升了当下人类的生活水平。当前可穿戴传感器中,惯性传感器由于其高度小型化、低成本、信号稳定等优势,已经日益成为可穿戴计算领域的主流应用设备。基于此,HAR领域内较多的研究以惯性信号作为数据源,并通过应用深度学习算法,以应对在数据利用率、隐私保护、模型部署等方面的挑战。本文系统地介绍面向HAR的深度学习方法并对现有工作进行了分类和总结,对于当前进展、发展趋势和主要挑战进行了全面分析。首先,本文介绍当前用于HAR研究的主流可穿戴设备及其数据模态,并对各模态数据特点进行介绍。其次,整理近年来常用的HAR数据集,并对各数据集中包含的数据模态、传感器位置、运动种类以及被引用次数等进行汇总。再次,本文从算法特点、应用场景等方面总结了当前HAR领域主要应用的几种深度学习方法的进展。最终,讨论当前HAR领域深度学习面临的挑战与潜在解决方法。 展开更多
关键词 人体行为识别 深度学习 惯性传感器 普适计算 数据隐私 模型部署 迁移学习 数据质量
在线阅读 下载PDF
基于数字孪生和深度迁移学习的电主轴热误差建模方法研究
16
作者 王国辉 《计算机应用文摘》 2025年第13期33-35,共3页
热误差是影响机床电主轴工作效率的重要因素,降低热误差是提升电主轴系统可靠性的重要手段。电主轴在高速运行过程中涉及多方向运动,导致数据采集难度较大,因此构建了一种基于数字孪生和深度迁移学习的热误差建模方法。首先,建立数字孪... 热误差是影响机床电主轴工作效率的重要因素,降低热误差是提升电主轴系统可靠性的重要手段。电主轴在高速运行过程中涉及多方向运动,导致数据采集难度较大,因此构建了一种基于数字孪生和深度迁移学习的热误差建模方法。首先,建立数字孪生数据模型,模拟不同工况下电主轴的温度场和热变形数据,以解决实际热误差样本缺失的问题。其次,开发了基于领域对抗的卷积双向长短期记忆网络(BiLSTM)模型,用于处理多维温度数据的共线性问题,并提升模型的泛化能力。通过相关试验验证,该建模方法在热误差样本数据不足的情况下,依然能够实现对热误差的精准预测,为电主轴的高效稳定运行提供了有力支持。 展开更多
关键词 数字孪生 电主轴 深度迁移学习 热误差建模
在线阅读 下载PDF
基于知识库深度协同的科技成果转化大模型建设路径研究
17
作者 徐瑞 《江苏科技信息》 2025年第22期54-57,68,共5页
高水平科技自立自强对于国家全局和长远发展尤为重要,高质量的科技成果转化则是实现高水平科技自立自强的有效路径。探索人工智能技术在科技成果转化中的垂直应用场景,从科技成果转化的系统性和整体性着手,注重人工智能技术与科技成果... 高水平科技自立自强对于国家全局和长远发展尤为重要,高质量的科技成果转化则是实现高水平科技自立自强的有效路径。探索人工智能技术在科技成果转化中的垂直应用场景,从科技成果转化的系统性和整体性着手,注重人工智能技术与科技成果转化工作的有机融合,突出大模型与知识库的深度协同,实现大模型对科技成果转化全流程支撑,推动科技创新从“实验室”向“生产线”高效跃迁,有效提高科技成果转化工作的质量和效率。 展开更多
关键词 科技成果转化 大模型 知识库深度协同
在线阅读 下载PDF
采煤机摇臂传动故障识别分析模型设计研究
18
作者 杨泽斌 《煤矿现代化》 2025年第3期6-11,共6页
目前在矿井生产过程中,采煤机摇臂故障率高,故障识别慢,给井下生产带来了一定的安全隐患,为了解决此问题,本文以传动系统故障高发的齿轮与轴承为研究对象,从故障的原理出发,构建采煤机摇臂故障识别模型,通过深度迁移学习,确定了卷积层... 目前在矿井生产过程中,采煤机摇臂故障率高,故障识别慢,给井下生产带来了一定的安全隐患,为了解决此问题,本文以传动系统故障高发的齿轮与轴承为研究对象,从故障的原理出发,构建采煤机摇臂故障识别模型,通过深度迁移学习,确定了卷积层网络的全局参数,测试模型的故障识别准确率达到95%,能够对采煤机安全运行以及矿井安全生产起到一定的保障作用。 展开更多
关键词 深度迁移学习 Resnet50 CNN 故障识别模型 齿轮 轴承
在线阅读 下载PDF
基于预训练模型的语音情感识别算法
19
作者 许苏魁 潘敬敏 +1 位作者 何灏 胡婷婷 《科学技术创新》 2025年第3期65-68,共4页
针对语音情感识别任务,本文提出一种基于开源大规模语音预训练模型的算法方案。类似于图像分类任务的迁移学习做法,把wav2vec2或者HuBERT模型当作语音特征提取器,对语音数据提取特征,然后接全连接网络进行分类。同时,固定预训练模型的... 针对语音情感识别任务,本文提出一种基于开源大规模语音预训练模型的算法方案。类似于图像分类任务的迁移学习做法,把wav2vec2或者HuBERT模型当作语音特征提取器,对语音数据提取特征,然后接全连接网络进行分类。同时,固定预训练模型的里的提特征模块权重,对其Transformer层和最终的分类网络一起进行微调。实验结果显示,在IEMOCAP数据集的四类情感识别任务上,采用HuBERT-large的预训练模型,本文的方法可以取得0.731的分类正确率。 展开更多
关键词 预训练语音模型 情感识别 自监督模型 迁移学习 深度学习
在线阅读 下载PDF
中深层同轴地埋管换热器井下换热关键参数及影响规律分析 被引量:3
20
作者 刘成路 胡振阳 +1 位作者 赵永哲 苟立 《科学技术与工程》 北大核心 2025年第8期3134-3141,共8页
为探明中深层同轴地埋管换热器的高效换热特性,基于流体流动传热方程,构建中深层同轴地埋管换热器与周围岩土体的传热模型,应用COMSOL软件进行换热数值分析与计算,研究该模型在不同埋深、内管导热系数、循环水流量、固井材料导热系数条... 为探明中深层同轴地埋管换热器的高效换热特性,基于流体流动传热方程,构建中深层同轴地埋管换热器与周围岩土体的传热模型,应用COMSOL软件进行换热数值分析与计算,研究该模型在不同埋深、内管导热系数、循环水流量、固井材料导热系数条件下名义取热量的变化情况。结果表明:内管导热系数、循环水流量及固井材料导热系数对名义取热量影响较大;内管导热系数从0.5 W/(m·K)降至0.002 W/(m·K),名义取热量增幅为289.4%;循环水流量从20 m^(2)/h升至45 m~2/h,名义取热量增幅为124%;固井材料导热系数从0.8 W/(m·K)升至1.8 W/(m·K),名义取热量增幅为2%。最后依托中煤科工西安研究院(集团)有限公司中深层地热能建筑供热试点示范项目,对该项目连续运行(168 h)工况下实验与模拟数据进行差异化分析。研究成果对中深层同轴地埋管换热器优化设计及中深层地热井高效开发利用具有一定的指导意义。 展开更多
关键词 中深层同轴地埋管换热器 高效换热 流体传热模型 名义取热量
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部