期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种基于运动状态机的搬运助力外骨骼
1
作者 韩亚丽 徐闽海 +2 位作者 韩子瑒 周磊 陈志阳 《机器人》 北大核心 2026年第1期66-76,88,共12页
为减轻搬运作业人员的肌肉损伤,针对现有外骨骼灵活性低、人机耦合性差的问题,提出了一种基于套索驱动的搬运助力外骨骼。外骨骼通过电机带动线轮转动,完成套索的灵活收放,实现辅助搬运的功能,从而减轻穿戴者的肌肉损伤。首先,基于多传... 为减轻搬运作业人员的肌肉损伤,针对现有外骨骼灵活性低、人机耦合性差的问题,提出了一种基于套索驱动的搬运助力外骨骼。外骨骼通过电机带动线轮转动,完成套索的灵活收放,实现辅助搬运的功能,从而减轻穿戴者的肌肉损伤。首先,基于多传感器信息融合进行穿戴者的运动意图识别,并对外骨骼采用分层控制策略,分别采用有限运动状态机和力/位混合控制作为控制系统的上层和下层控制;其次,进行了外骨骼性能测试及助力评估。实验结果显示,在10 kg重物搬运提举过程中,肱二头肌的肌肉激活度降低约11.7%,腰竖脊肌的肌肉激活度降低约37.3%;在以0.8 m/s的速度搬运10 kg重物行走时,肱二头肌的肌肉激活度降低约31.9%。结果表明该外骨骼对手臂及腰部具有良好的助力效果。 展开更多
关键词 搬运助力外骨骼 套索驱动 运动意图识别 有限状态机
原文传递
文本数据驱动下尾部风险影响因素动态识别与测度——基于我国金融机构的实证研究
2
作者 刘超 钱存 《管理工程学报》 北大核心 2025年第6期16-34,共19页
挖掘和提取文本数据中的潜在风险驱动信息,提升金融行业的风险识别效率是提高金融监管质效的重要途径。本文的研究将文本主题分析技术与多元统计方法相结合,提出文本数据驱动下的尾部风险影响因素动态识别与测度框架,以期从金融风险文... 挖掘和提取文本数据中的潜在风险驱动信息,提升金融行业的风险识别效率是提高金融监管质效的重要途径。本文的研究将文本主题分析技术与多元统计方法相结合,提出文本数据驱动下的尾部风险影响因素动态识别与测度框架,以期从金融风险文本中识别出金融机构的潜在风险因素并测度其影响程度,对结构化数据进行信息补充,为风险管理提供决策支持。本文以上市公司定期报告与机构分析师报告为文本数据源,采用LDA模型与Word2Vec模型的混合算法识别潜在风险因素,并针对风险因素的高维共线性特征,结合LASSO模型来验证和测度长期与短期影响因素的边际贡献。本文选取2001年至2022年我国上市金融机构的相关数据开展实证研究。研究结果表明,相较于仅包含结构化数据的分析框架,文本信息为尾部风险的影响因素识别补充了额外的信息价值,为尾部风险防范提供前瞻性的参考依据。静态分析表明,该框架能够识别出文本信息中金融机构经营过程中存在的长期风险因素,且不同风险因素的边际贡献存在异质性,即当尾部风险升高时风险文本主题因素的边际贡献更高,解释力度更强。动态模型分析表明,该框架能够识别出短期的潜在风险因素,且对尾部风险的敏感性更高。该框架为金融风险管理提供了“文本数据驱动”的新思路。 展开更多
关键词 文本驱动决策 尾部风险 LDA模型 Word2Vec模型 LASSO模型
在线阅读 下载PDF
综合电压电流监测数据的低压台区相户关系两步识别方法 被引量:1
3
作者 何鑫 钟庆 +3 位作者 崔婷婷 何淇彰 周凯 汪隆君 《电力系统自动化》 北大核心 2025年第20期183-190,共8页
低压台区配电变压器低压侧三相电压较低不平衡度及空房和轻载用户的存在导致利用单一电气量测量数据难以实现相户关系的精准识别。文中提出了一种综合电压电流监测数据的低压台区相户关系两步识别方法。首先,提取用户电压监测数据趋势... 低压台区配电变压器低压侧三相电压较低不平衡度及空房和轻载用户的存在导致利用单一电气量测量数据难以实现相户关系的精准识别。文中提出了一种综合电压电流监测数据的低压台区相户关系两步识别方法。首先,提取用户电压监测数据趋势转折点,定义并使用共有趋势转折点集合对原电压序列进行筛选与排列,之后计算相似度矩阵,结合k-means聚类划分出用户集群。其次,采用LASSO回归算法计算相户关系回归系数矩阵,获得最优相户关系匹配结果,实现低压台区相户关系的精准识别。最后,通过实际算例分析验证了所提算法的有效性和先进性。 展开更多
关键词 配电网 低压台区 数据驱动 相户关系 趋势转折点 聚类分析 LASSO回归算法
在线阅读 下载PDF
基于数据驱动的流场控制方程的稀疏识别 被引量:5
4
作者 江昊 王伯福 卢志明 《力学学报》 EI CAS CSCD 北大核心 2021年第6期1543-1551,共9页
利用有限数据建立系统的非线性动力学模型是具有挑战性的重要课题.数据驱动的稀疏识别方法是近年来发展的从数据识别动力系统控制方程的有效方法.本文基于数据驱动稀疏识别方法对不同流场的控制方程进行了识别.采用非线性动力学偏微分... 利用有限数据建立系统的非线性动力学模型是具有挑战性的重要课题.数据驱动的稀疏识别方法是近年来发展的从数据识别动力系统控制方程的有效方法.本文基于数据驱动稀疏识别方法对不同流场的控制方程进行了识别.采用非线性动力学偏微分方程函数识别(partial differential equations functional identification of nonlinear dynamics, PDE-FIND)方法和最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)方法对二维圆柱绕流、顶盖驱动方腔流、Rayleigh-Bénard (RB)对流和三维槽道湍流的控制方程进行了识别.在稀疏识别过程中,采用直接数值模拟得到的流场数据来计算过完备候选库中的每一项,候选库中变量最高保留到二次,变量导数最高保留到二阶,非线性项最高保留到四阶.结果发现PDE-FIND方法和LASSO方法对于不含有非线性项的控制方程,如涡量输运方程、热输运方程和连续性方程,都能准确识别.对于含有强非线性项的控制方程,如Navier-Stokes方程的识别, PDE-FIND方法正确地识别出了控制方程及流场的Rayleigh数和Reynolds数,而LASSO方法识别结果不正确,这是因为候选库中的项之间存在分组效应, LASSO方法通常只取分组中的一项.本文还发现选择流动结构丰富的区域的数据进行控制方程的稀疏识别可以提高识别的准确性. 展开更多
关键词 数据驱动 纳维斯托克斯方程 稀疏识别 偏微分方程识别方法 套索方法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部