期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
Earthquake Loss Evaluation of Buildings Based on Story EDP-DV Functions
1
作者 Zhaoping Jia Ziyan Wu Qi'ang Wang 《建筑工程(中英文版)》 2013年第3期52-59,共8页
In order to quantify the seismic performance of buildings reasonably and effectively,the paper puts forward the method of earthquake loss evaluation of buildings based on story EDP-DV functions.Firstly,considering the... In order to quantify the seismic performance of buildings reasonably and effectively,the paper puts forward the method of earthquake loss evaluation of buildings based on story EDP-DV functions.Firstly,considering the randomness of seismic response parameters,the distribution functions of story EDPs at a given level of ground motion intensity can be achieved through Incremental Dynamic Analysis.Meanwhile,story EDP-DV functions which relate story response parameters(story EDPs)directly to economic losses(DVs)can be created beforehand by integrating component fragility functions and loss functions;they can be called directly without double computation for the same type of buildings.Lastly,the economic losses of a building at a given level of ground motion intensity can be achieved by combining the distribution functions of story EDPs and story EDP-DV functions.On this occasion,the proposed method omits the damage measure in PEER methodology and makes the story not component as a unit of account to evaluate the earthquake losses of a building reasonably and accurately.The numerical example shows that the proposed method is feasible and reasonable to quantify the seismic performance of buildings. 展开更多
关键词 Seismic Performance Earthquake loss Evaluation Story EDP-DV functions Distribution functions incremental Dynamic Analysis
在线阅读 下载PDF
基于IEA-T和CNN-BiLSTM-SimAM的锂离子电池健康状态估计 被引量:1
2
作者 张朝龙 刘梦玲 +4 位作者 张俣峰 陈阳 华国庆 谢敏 江乐阳 《武汉大学学报(理学版)》 北大核心 2025年第3期385-394,共10页
为提升锂离子电池健康状态(SOH)估计的准确性,克服现有估计方法无法全面刻画电池衰退细节的局限,提出一种融合距离交并比损失函数(DIoUloss)与无参注意力机制(SimAM)的多特征卷积神经网络-双向长短期记忆网络(CNNBiLSTM)的锂电池SOH估... 为提升锂离子电池健康状态(SOH)估计的准确性,克服现有估计方法无法全面刻画电池衰退细节的局限,提出一种融合距离交并比损失函数(DIoUloss)与无参注意力机制(SimAM)的多特征卷积神经网络-双向长短期记忆网络(CNNBiLSTM)的锂电池SOH估计方法。该方法将锂离子电池增量能量面积(IEA)和充电时长(T)组成IEA-T特征用于电池SOH的估计,将DIoUloss函数和SimAM机制融合于CNN-BiLSTM模型,建立CNN-BiLSTM-SimAM锂离子电池SOH估计模型。对锂离子电池的循环老化实验进行测试,相比起GRU、SVR、CNN-LSTM和CNN-BiLSTM等方法,本文提出的方法能更有效地表征电池健康的衰退细节,决定系数高于0.96,均方根误差低于0.020,表现出良好的准确性和效率。 展开更多
关键词 锂离子电池 健康状态(SOH) 卷积神经网络-双向长短期记忆网络(CNN-BiLSTM) 距离交并比损失(DIoUloss)函数 无参注意力机制(SimAM) 增量能量
原文传递
基于快速增量学习的行人检测方法 被引量:6
3
作者 施培蓓 刘贵全 汪中 《小型微型计算机系统》 CSCD 北大核心 2015年第8期1837-1841,共5页
行人检测器如何自适应场景的变化是智能交通的一个难点问题.当离线训练的分类器直接用于特定场景检测行人时,其分类性能将大大降低.针对该问题,提出一种基于快速增量学习的行人检测方法.所提方法的特点是以微小代价通过少量在线样本调... 行人检测器如何自适应场景的变化是智能交通的一个难点问题.当离线训练的分类器直接用于特定场景检测行人时,其分类性能将大大降低.针对该问题,提出一种基于快速增量学习的行人检测方法.所提方法的特点是以微小代价通过少量在线样本调整离线级联分类器的参数,同时保留原有分类器的分类能力.首先定义基于级联分类器架构的目标混合损失函数,接着分别对混合损失函数的离线部分和在线部分进行计算,得到离线部分的近似结果,然后对混合损失函数进行优化求解,最终给出快速增量学习方法的算法流程.在行人检测公开数据集上测试,相比于现有的增量学习方法,实验结果表明所提方法可以有效解决行人检测器的场景自适应问题. 展开更多
关键词 行人检测 增量学习 损失函数 离线训练 在线检测
在线阅读 下载PDF
采用DETR与先验知识融合的输电线路螺栓缺陷检测方法 被引量:10
4
作者 李刚 张运涛 +1 位作者 汪文凯 张东阳 《图学学报》 CSCD 北大核心 2023年第3期438-447,共10页
为了解决深度学习模型无法学习螺栓目标的先验知识、仅通过视觉特征难以快速准确定位其缺陷以及螺栓缺陷样本数量有限、类别不平衡的问题,提出了将深度学习模型与螺栓先验知识相结合的方法。选取端到端目标检测(DETR)为基线模型,设计并... 为了解决深度学习模型无法学习螺栓目标的先验知识、仅通过视觉特征难以快速准确定位其缺陷以及螺栓缺陷样本数量有限、类别不平衡的问题,提出了将深度学习模型与螺栓先验知识相结合的方法。选取端到端目标检测(DETR)为基线模型,设计并实现了一种采用DETR与先验知识融合的改进DETR模型。首先,利用视觉-知识注意力模块将螺栓图像的视觉特征与螺栓先验知识有机融合,获得螺栓对应的增强视觉特征;然后,将增强视觉特征送入基于Transformer编码-解码结构的DETR模型框架中对螺栓目标进行识别与分类;最后,针对螺栓危急缺陷样本少及样本不平衡的问题,引入类增量学习损失函数(CILLF)来增强模型的鉴别能力,缓解螺栓缺陷样本间长尾分布问题。仿真实验结果表明:改进DETR模型在输电线路螺栓缺陷样本上的mAP相较于基线模型DETR提升了2.8个百分点;相较于主流Faster R-CNN,YOLOv5l模型,改进DETR模型在长尾分布下螺栓缺陷样本少的类别图像上的检测效果提升尤为显著。 展开更多
关键词 螺栓缺陷检测 TRANSFORMER DETR 先验知识 增强视觉特征 类增量学习损失函数
在线阅读 下载PDF
煤氧化-热解进程的增失重阶段与动力学三因子分析 被引量:5
5
作者 贾海林 杜志峰 +1 位作者 王健 解俊杰 《中国安全生产科学技术》 CAS CSCD 北大核心 2015年第8期112-118,共7页
为分析煤氧化-热解进程的增失重阶段与动力学三因子,根据同一氧体积分数、5种不同升温速率下煤氧化-热解的TG-DTG曲线,探讨了煤氧化-热解进程经历的增失重阶段,基于Popescu法计算了不同阶段的动力学三因子。结果表明实验煤样的氧化-热... 为分析煤氧化-热解进程的增失重阶段与动力学三因子,根据同一氧体积分数、5种不同升温速率下煤氧化-热解的TG-DTG曲线,探讨了煤氧化-热解进程经历的增失重阶段,基于Popescu法计算了不同阶段的动力学三因子。结果表明实验煤样的氧化-热解进程可分为失水失重、氧化增重、燃烧失重和燃尽恒重4个阶段。失水失重、氧化增重和燃烧失重阶段的反应机理分别为Mample单行法则、三维扩散模型和相边界反应的收缩球体模型;活化能分别为54.128 k J·mol-1、152.252 k J·mol-1和134.458 k J·mol-1;指前因子的自然对数分别为16.832 s-1、32.597s-1和18.365 s-1。 展开更多
关键词 氧化-热解进程 增失重阶段 Popescu法 反应机理函数 动力学参数
在线阅读 下载PDF
基于楼层响应-损失函数的建筑物地震损失评估研究 被引量:1
6
作者 贾兆平 吴子燕 王其昂 《工业建筑》 CSCD 北大核心 2014年第7期51-55,111,共6页
为简化传统基于性能的地震损失评估流程,提出基于楼层响应-损失函数的建筑物地震损失评估方法。该方法考虑结构地震响应参数的随机性,通过增量动力分析得到在给定地震强度水平下,楼层响应的分布函数;由经验数据得到的构件响应易损性函... 为简化传统基于性能的地震损失评估流程,提出基于楼层响应-损失函数的建筑物地震损失评估方法。该方法考虑结构地震响应参数的随机性,通过增量动力分析得到在给定地震强度水平下,楼层响应的分布函数;由经验数据得到的构件响应易损性函数和损失函数建立楼层响应-损失函数,省略损伤分析且以楼层而非构件为计算单位来简化损失评估过程;将前述楼层响应的分布函数与楼层响应-损失函数结合,不需要划分结构性能水平而建立建筑物地震强度-经济损失曲线。数值算例证明,该方法作为建筑物抗震性能量化方法是可行和合理的。 展开更多
关键词 基于性能 地震损失评估 楼层响应-损失函数 分布函数 增量动力分析
原文传递
生态资源破坏经济损失计量中概念和方法的规范化 被引量:28
7
作者 徐嵩龄 《自然资源学报》 CSSCI CSCD 北大核心 1997年第2期160-168,共9页
本文研究了在生态资源破坏的经济损失计量中与概念和方法的规范化有关的问题。它们依次是:生态资源的多价值性及价值概念系统;用于生态资源破坏经济损失计量的两种计算结构;在资源价值型计算结构中生态资源破坏量和资源的单位功能价... 本文研究了在生态资源破坏的经济损失计量中与概念和方法的规范化有关的问题。它们依次是:生态资源的多价值性及价值概念系统;用于生态资源破坏经济损失计量的两种计算结构;在资源价值型计算结构中生态资源破坏量和资源的单位功能价值的确定;在核算型计算结构中生态资源破坏对灾变的影响权的确定,以及生态破坏诱发的灾害对整个经济社会系统的冲击性影响。 展开更多
关键词 生态资源 经济损失 计量方法 规范化 破坏量
在线阅读 下载PDF
WILS:面向学业预警的非均衡增量式学习方法 被引量:2
8
作者 盛晓光 王颖 +2 位作者 张迎伟 项若曦 付红萍 《中国科学院大学学报(中英文)》 CSCD 北大核心 2023年第3期422-432,共11页
学业预警是构建完善教育管理体系的基础,有助于及早发现、干预学生学习和生活中的异常状况。然而实际研究仍面临诸多挑战,如:1)学生学业表现的相关影响因素往往不断变化,导致数据分布的变化;2)学业预警数据集一般存在类别不均衡的问题... 学业预警是构建完善教育管理体系的基础,有助于及早发现、干预学生学习和生活中的异常状况。然而实际研究仍面临诸多挑战,如:1)学生学业表现的相关影响因素往往不断变化,导致数据分布的变化;2)学业预警数据集一般存在类别不均衡的问题。针对上述挑战,提出一种面向学业预警的非均衡增量式学习方法(WILS)。WILS由增量学习机制和加权损失函数两部分构成,增量学习机制能够适应数据分布和样本特征的动态变化,加权损失函数通过为少数类赋予更高的权重提升对该类别的关注度。为评估WILS的效果,在包含2 275名本科生的真实数据集和包含1 000名学生的公开数据集上进行了实验验证。结果表明,相较于已有方法,WILS能够较好地适应数据和特征的连续动态变化,取得优异的识别效果。 展开更多
关键词 学业预警 增量学习 非均衡 深度学习 加权损失函数
在线阅读 下载PDF
基于增量学习的X射线安检系统检测算法研究 被引量:1
9
作者 田敏皓 陈平 《测试技术学报》 2019年第1期48-53,共6页
针对现有智能X射线安检系统对新出现的异种危险物无法进行有效检测以及重新训练模型效率低的问题,研究了一种基于增量学习的X射线安检系统目标检测算法.该算法将传统目标检测网络faster rcnn中的特征提取器替换为残差网络,并在该网络的... 针对现有智能X射线安检系统对新出现的异种危险物无法进行有效检测以及重新训练模型效率低的问题,研究了一种基于增量学习的X射线安检系统目标检测算法.该算法将传统目标检测网络faster rcnn中的特征提取器替换为残差网络,并在该网络的最后全连接层通过增加对应于新类的目标分类与边框回归神经元构成目标检测的增量学习网络,在该增量网络的损失函数中引入蒸馏损失解决新数据更新网络引起的灾难遗忘问题.最后,在X射线安检系统原7类数据训练模型的基础上依次增加1类新目标数据继续训练并检测,新增目标识别率不低于90%.该算法在保持网络对旧类检测能力的同时,也能将新增危险物以较高的精度检测出来. 展开更多
关键词 增量学习 目标检测 安检系统 损失函数
在线阅读 下载PDF
增量式Huber-支持向量回归机算法研究 被引量:2
10
作者 周晓剑 肖丹 付裕 《运筹与管理》 CSSCI CSCD 北大核心 2022年第8期137-142,共6页
传统的面向支持向量回归的一次性建模算法中样本增加时,均需从头开始学习,而增量式算法可以充分利用上一阶段的学习成果。SVR的增量算法通常基于ε-不敏感损失函数,该损失函数对大的异常值比较敏感,而Huber损失函数对异常值敏感度低。... 传统的面向支持向量回归的一次性建模算法中样本增加时,均需从头开始学习,而增量式算法可以充分利用上一阶段的学习成果。SVR的增量算法通常基于ε-不敏感损失函数,该损失函数对大的异常值比较敏感,而Huber损失函数对异常值敏感度低。所以在有噪声的情况下,Huber损失函数是比ε-不敏感损失函数更好的选择,在现实情况当中。基于此,本文提出了一种基于Huber损失函数的增量式Huber-SVR算法,该算法能够持续地将新样本信息集成到已经构建好的模型中,而不是重新建模。与增量式ε-SVR算法和增量式RBF算法相比,在对真实数据进行预测建模时,增量式Huber-SVR算法具有更高的预测精度。 展开更多
关键词 增量算法 支持向量回归机 Huber损失函数
在线阅读 下载PDF
基于改进极限学习机的增量配电网线损率预测模型 被引量:14
11
作者 刘志勇 《自动化技术与应用》 2023年第2期155-157,182,共4页
针对传统预测模型预测效果较差等问题,提出改进极限学习机的增量配电网线损率预测模型。通过ELM网络结构,确定配电网环境中适应度函数,对电量参数进行寻优。在改进极限学习机算法的支持下,依据增量配电网络结构构建配电样本,确定线损分... 针对传统预测模型预测效果较差等问题,提出改进极限学习机的增量配电网线损率预测模型。通过ELM网络结构,确定配电网环境中适应度函数,对电量参数进行寻优。在改进极限学习机算法的支持下,依据增量配电网络结构构建配电样本,确定线损分布特征以及处理流程,实现增量配电网线损率预测模型的设计。实验结果表明,基于改进极限学习机的线损率预测模型能够较好适应增量配电网环境中电量传输需求变化,在准确收集电量数据序列特征的同时,实现对配电网线损率的有效预测。 展开更多
关键词 极限学习机 增量配电网 线损预测模型 ELM网络 适应度函数
在线阅读 下载PDF
浅谈固话增值服务在企业通信专网中的应用 被引量:1
12
作者 曲晓婷 《山西焦煤科技》 2008年第11期30-32,共3页
根据当前企业通信专网中固定电话业务的发展现状,分析了固话用户大量流失的原因以及固话功能转型的必要性。指出了改变目前现状最有效最快捷的办法,就是改变固话功能单一的特点,也就是必须挖掘固话的潜能,不断开发固话增值业务。介绍了... 根据当前企业通信专网中固定电话业务的发展现状,分析了固话用户大量流失的原因以及固话功能转型的必要性。指出了改变目前现状最有效最快捷的办法,就是改变固话功能单一的特点,也就是必须挖掘固话的潜能,不断开发固话增值业务。介绍了几种常用增值业务,强调固话增值服务在未来通信中所起的重要作用。 展开更多
关键词 固网现状 专网固话 功能转型 增值服务 减亏增收
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部