期刊文献+
共找到186篇文章
< 1 2 10 >
每页显示 20 50 100
Effects of Long-Term Fertilization on Different Nitrogen Forms in Paddy along Soil Depth Gradient 被引量:1
1
作者 Xinyue Li Bing Li +2 位作者 Changquan Wang Yulan Chen Peng Ma 《American Journal of Plant Sciences》 2020年第12期2031-2042,共12页
The combined application of organic fertilizer and chemical fertilizer is an effective measure to increase nutrient content of soil plough layer, which must have a profound impact on the deep soil nutrients, especiall... The combined application of organic fertilizer and chemical fertilizer is an effective measure to increase nutrient content of soil plough layer, which must have a profound impact on the deep soil nutrients, especially the contents of nitrogen forms. The purpose of this study was to explore the characteristics of soil nitrogen forms in plough layer and along depth gradient in different fertilization treatments, so as to evaluate the soil quality in spatial dimension, further provid</span><span style="font-family:Verdana;">ing</span><span style="font-family:Verdana;"> a theoretical basis for scientific fertilization and improvement of paddy soil fertility. Here, a 34-year field experiment was conducted with three treatments: without any fertilizer (CK), pure chemical fertilizer (NPK) and chemical fertilizer combined with organic fertilizer (NPKM). We analyzed the content of nitrogen forms in 0 - 100 cm soil depth and their ratios to total nitrogen (TN), and discussed the correlation between nitrogen forms contents and pH, CEC. Results showed that, compared with CK, both NPK and NPKM significantly increased the contents of nitrogen forms in topsoil (soil layer of 0 - 20 cm), especially nitrate nitrogen (NO<sub>3</sub><sup style="margin-left:-6px;">-</sup>-N) content increased by 70% (NPK) and 111% (NPKM), respectively. Although the contents of different nitrogen forms decreased gradually along soil depth gradient, NPKS slowed down the decline rate of TN and alkali-hydrolysable nitrogen (AN) in 0 - 60 cm soil layer, compared to CK. Compared to NPK, NPKM significantly increased the NO<sub>3</sub><sup style="margin-left:-6px;">-</sup>-N/TN ratio in 0 - 20 cm soil layer, but also decreased the content of </span><span><span></span><span style="font-family:Verdana;">-N in 20 - 40 cm, which was beneficial to reduce the risk of nitrogen leaching caused by nitrate leaching into deep layer. The increase of soil pH in NPKM treatment obviously alleviated the problem of soil acidification caused by long-term application of chemical fertilizer. Correlation analysis showed that there was a significant positive correlation between soil nitrogen forms and cation exchange capacity (CEC), but no significant correlation with soil pH. In conclusion, NPKM ensured the nutrients of soil plough layer (0 - 20 cm), also reduced the risk of nitrogen infiltration and nitrogen loss, thus ensur</span><span style="font-family:Verdana;">ing</span><span style="font-family:Verdana;"> the fertility of soil profile. 展开更多
关键词 long-Term Fertilization Soil Depth gradient Total Nitrogen Nitrogen Form
在线阅读 下载PDF
基于多机器学习模型综合集成的丹江口流域中长期降雨预报
2
作者 姜煦 胡义明 +3 位作者 曹子恒 万海涛 谢道博 高天夫 《南水北调与水利科技(中英文)》 北大核心 2026年第1期187-195,共9页
为提升中长期降雨预报精度,以支撑丹江口水库径流预报及南水北调中线工程水资源调度管理,构建基于支持向量机(support vector machine,SVM)和极端梯度提升(extreme gradient boosting,XGBoost)的2个浅层机器学习模型以及基于长短时记忆... 为提升中长期降雨预报精度,以支撑丹江口水库径流预报及南水北调中线工程水资源调度管理,构建基于支持向量机(support vector machine,SVM)和极端梯度提升(extreme gradient boosting,XGBoost)的2个浅层机器学习模型以及基于长短时记忆网络(long short-term memory,LSTM)的深度学习模型,分别校正丹江口流域气候预测系统(climate forecast system,CFS)提供的未来9个月预见期的降雨预报。在此基础上,采用堆叠算法(Stacking)对上述3个模型的结果进行集成,以进一步提升降雨预报校正效果。模型参数估计均采用贝叶斯优化。结果表明:在验证期,相比于CFS原始降雨预报,3种单一机器学习校正模型都能有效改进降雨预报精度,校正后降雨预报的均方根误差(root mean squared error,E_(RMS))降低至50.82~52.66,距平符号一致率(anomaly sign consistency rate,R_(ASC))提高至72.63%~75.07%,皮尔逊相关系数(Pearson correlation coefficient,r_(CC))提高至0.54~0.61。多模型综合集成可进一步提升降雨预报效果,相较于单一校正模型,验证期的E_(RMS)降低14.94%~17.91%,R_(ASC)增长5.24%~8.77%,r_(CC)增长18.03%~33.33%。研究成果有望为丹江口及其他流域中长期降雨预报校正提供借鉴。 展开更多
关键词 丹江口流域 CFS降雨校正 支持向量机 极端梯度提升 长短时记忆网络 堆叠集成
在线阅读 下载PDF
基于BiLSTM-XGBoost模型的孔隙度预测方法
3
作者 徐音 杨飞 《石油化工应用》 2026年第1期70-75,共6页
针对传统岩心物性分析耗时昂贵、常规测井解释人为因素较多且易产生主观偏差等问题,建立一种快速、高精度、低成本的储层孔隙度预测方法,以支撑油气田高效勘探与开发。以乍得Bongor盆地7423条测井数据为样本,采用“数据驱动+模型融合”... 针对传统岩心物性分析耗时昂贵、常规测井解释人为因素较多且易产生主观偏差等问题,建立一种快速、高精度、低成本的储层孔隙度预测方法,以支撑油气田高效勘探与开发。以乍得Bongor盆地7423条测井数据为样本,采用“数据驱动+模型融合”策略结合BiLSTM对时序数据的双向特征提取能力及XGBoost处理高维非线性数据的高效性能,研究结果显示:该组合模型R^(2)达0.9998,MSE为0.0119,MAE为0.0351,显著优于单一模型。盲井验证中,相关系数达99.32%,MAE为0.0760,表明该方法能快速高效利用测井数据预测孔隙度,降低成本,减少主观性,为油气田开发管理提供有力技术支持。 展开更多
关键词 孔隙度预测 双向长短期记忆神经网络(BiLSTM) 极限梯度提升机(XGBoost) 机器学习 测井数据
在线阅读 下载PDF
不同温度下旋转正挤压工艺制备梯度结构 Mg-Gd-Y-Zn-Zr合金微观组织研究
4
作者 刘文健 吴耀金 《机械设计与制造工程》 2026年第2期121-126,共6页
为了研究不同变形温度下旋转正挤压(RFE)工艺制备的Mg-12.12Gd-4.2Y-2.28Zn-0.36Zr(wt.%)梯度合金组织和硬度的演变规律,探究Mg合金梯度结构的形成机理并探寻旋转正挤压工艺制备梯度合金的最佳变形温度,在Gleeble-3500热模拟试验机上进... 为了研究不同变形温度下旋转正挤压(RFE)工艺制备的Mg-12.12Gd-4.2Y-2.28Zn-0.36Zr(wt.%)梯度合金组织和硬度的演变规律,探究Mg合金梯度结构的形成机理并探寻旋转正挤压工艺制备梯度合金的最佳变形温度,在Gleeble-3500热模拟试验机上进行了实验,旋转圈数为200,变形温度为420℃、435℃和450℃,模具轴向挤出速度约为0.02 mm/s。采用光学显微镜(OM)、扫描电镜(SEM)和电子背散射衍射技术(EBSD)观察并分析了梯度合金的微观组织,发现材料不同变形区域的长周期堆垛有序(LPSO)相存在扭折、弯曲、撕裂、溶解等变形机制,导致其形态、大小、分布出现显著差异。其中合金在450℃下有细化的组织和良好性能,加工过程中因累积应变差异导致晶粒大小发生梯度变化,从粗晶区的200μm细化到超细晶区的1.6μm,其硬度也上升到110 HV左右。 展开更多
关键词 镁合金 剧烈塑性加工 旋转挤压 梯度组织 长周期堆垛有序相
在线阅读 下载PDF
血清超长链饱和脂肪酸与慢性肾脏病之间的关系
5
作者 刘开翔 汪翊 王莉 《四川大学学报(医学版)》 北大核心 2026年第1期177-184,共8页
目的 探讨美国成人血清超长链饱和脂肪酸(very long chain saturated fatty acids, VLCSFAs)水平与慢性肾脏病(chronic kidney disease, CKD)之间的关系,为CKD防治提供新的视角。方法 利用2011–2014年美国国家健康与营养调查(National ... 目的 探讨美国成人血清超长链饱和脂肪酸(very long chain saturated fatty acids, VLCSFAs)水平与慢性肾脏病(chronic kidney disease, CKD)之间的关系,为CKD防治提供新的视角。方法 利用2011–2014年美国国家健康与营养调查(National Health and Nutrition Examination Survey, NHANES)数据,排除<20岁的个体,缺少血肌酐、尿素氮、尿白蛋白肌酐比(unrine albumin creatine ratio, uACR)及其他共变量数据者。利用CKD-EPI(2009)公式计算估算肾小球滤过率(estimated glomerular filtration rate, eGFR)。通过加权多变量逻辑回归、极致梯度提升树(XGboost)机器学习模型和亚组分析研究VLCSFAs与CKD之间的独立关系。限制性立方样条(restricted cubic spline, RCS)用于检验非线性关联。结果 本研究共分析了4 164名参与者。CKD组与非CKD组在血清VLCSFAs的水平上差异有统计学意义(P<0.05)。在完全调整模型中,加权多变量逻辑回归显示,随着血清VLCSFAs水平的增加,CKD的风险呈现下降趋势,尤其是二十二烷酸、二十三烷酸和木质素酸对CKD风险的降低效果显著[二十二烷酸:比值比(odds ratio, OR)=0.17,95%置信区间(confidence interval,CI):0.06~0.43,P<0.001;二十三烷酸:OR=0.02,95%CI:0.002~0.15,P<0.001;木质素酸:OR=0.13,95%CI:0.04~0.40,P<0.001]。通过RCS分析,进一步发现了VLCSFAs与CKD之间不存在非线性关联。建立XGboost机器学习模型发现对CKD风险相对重要性最大的是二十三烷酸。亚组分析提示二十二烷酸、二十三烷酸和木质素酸仅对合并高血压的CKD参与者风险有保护作用,而对合并糖尿病、冠心病或脑卒中的CKD参与者风险无影响。结论 美国成人循环VLCSFAs的增加与CKD风险降低相关。需要进一步的大规模前瞻性研究验证该结论。 展开更多
关键词 超长链饱和脂肪酸 慢性肾脏病 极致梯度提升树 横断面研究
原文传递
基于XGBoost-LSTM的架空输电线路覆冰风险预测
6
作者 李江 王尚玉 《电力信息与通信技术》 2026年第2期1-9,共9页
当前,极端寒潮天气下输电线路缺乏有效的风险推理预测模型,文章从输电线路力学角度出发,提出基于线路拉力数据多模型学习的寒潮天气下架空线风险预测模型。首先,基于导线状态方程式,建立覆冰状态下各电压等级线路拉力阈值计算模型,用于... 当前,极端寒潮天气下输电线路缺乏有效的风险推理预测模型,文章从输电线路力学角度出发,提出基于线路拉力数据多模型学习的寒潮天气下架空线风险预测模型。首先,基于导线状态方程式,建立覆冰状态下各电压等级线路拉力阈值计算模型,用于寒潮天气下线路拉力风险阈值推理。然后,使用含梯度惩罚的生成对抗网络(wasserstein generative adversarial network with gradient penalty,WGAN-GP),生成匹配预测模型的增广数据集。最后,基于寒潮天气环境变化剧烈的特点,使用极端梯度提升树(extreme gradient boosting,XGBoost)算法和长短时记忆网络(long short-term memory,LSTM)算法研究覆冰天气下线路拉力与气象数据间的映射关系,构建组合预测模型。算例使用浙江地区2024年初寒潮事件的752组监测数据进行训练与预测分析,证明了WGAN-GP算法能够通过样本增广提升预测性能。所提XGBoost-LSTM组合预测模型在平均绝对百分误差(mean absolute percentage error,MAPE)指标上较LSTM、GRU和XGBoost 3种传统预测模型分别降低了60.2%、67.0%和64.3%。 展开更多
关键词 寒潮天气 生成对抗网络 极端梯度提升树 长短期记忆网络
在线阅读 下载PDF
一种计及长大坡道电气化铁路再生制动电压稳定性评估方法
7
作者 夏炎 邓云川 +2 位作者 黄可 梁靖坤 邓皓元 《仪器仪表学报》 北大核心 2025年第10期189-198,共10页
针对长大坡道重负荷电气化铁路运行中因再生制动导致的牵引网电压抬升问题,提出了一种基于电压抬升机理的稳定性评估方法。首先,从理论上推导空载电压、抬升电压、负荷电压与制动电流的矢量关系,构建电压抬升迭代计算模型,揭示制动过电... 针对长大坡道重负荷电气化铁路运行中因再生制动导致的牵引网电压抬升问题,提出了一种基于电压抬升机理的稳定性评估方法。首先,从理论上推导空载电压、抬升电压、负荷电压与制动电流的矢量关系,构建电压抬升迭代计算模型,揭示制动过电压形成机理。其次,系统分析功率因数、再生功率、负荷位置及系统失稳等因素对电压稳定性作用规律。结果表明:功率因数越高,系统在再生与牵引双工况下电压波动越易平衡,可显著减缓电压抬升;再生功率变化对电压稳定性影响有限;负荷位于供电臂末端时电压抬升最明显,而靠近牵引变电所时抬升幅度显著减弱。并联供电方式可有效提高系统冗余,抑制电压波动。进一步结果显示,空载电压高低对牵引供电能力与再生电压抬升作用存在差异:空载电压较高时系统对再生功率的适应性增强,但过压风险增大;偏低则抬升减弱但牵引能力不足。建议将空载电压控制在27.5~28.5 kV。最后,研究提出通过引入适量感性负载实现电压抑制的策略。结果表明:增大空载电压夹角、减小负荷电压夹角有利于降低再生制动时的负荷电压。工程应用中需重视感性负载在再生与牵引工况间的动态调节。上述研究为长大坡道电气化铁路的电压稳定性调控提供了理论依据和工程参考。 展开更多
关键词 电气化铁路 长大坡道 再生制动 电压稳定性评估 迭代计算模型
原文传递
Numerical Analysis of Fiber Bragg Grating and Long Period Fiber Grating Undergoing Linear and Quadratic Temperature Change
8
作者 袁银权 《Journal of Wuhan University of Technology(Materials Science)》 SCIE EI CAS 2009年第6期952-955,共4页
The coupled-mode equations for fiber Bragg grating (FBG) and long period fiber grating (LPFG) undergoing linear and quadratic temperature change were given. The effects of temperature gradient and quadratic temper... The coupled-mode equations for fiber Bragg grating (FBG) and long period fiber grating (LPFG) undergoing linear and quadratic temperature change were given. The effects of temperature gradient and quadratic temperature change on the reflectivity spectrum of fiber Braggs grating and the transmission spectrum of long period fiber grating were investigated using the numerical simulation, and the dependence relationships of the central wavelength shift, the full-width-athalf-maximum, and the peak intensity upon temperature gradient were also obtained. These relationships may be used to design a novel fiber optical sensor which can simultaneously measure the temperature and temperature gradient. 展开更多
关键词 temperature gradient fiber Bragg grating long period fiber grating coupled- mode theory simulation
原文传递
基于LSTM-DDPG的再入制导方法
9
作者 闫循良 王宽 +1 位作者 张子剑 王培臣 《系统工程与电子技术》 北大核心 2025年第1期268-279,共12页
针对现有基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法的再入制导方法计算精度较差,对强扰动条件适应性不足等问题,在DDPG算法训练框架的基础上,提出一种基于长短期记忆-DDPG(long short term memory-DDPG,LST... 针对现有基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法的再入制导方法计算精度较差,对强扰动条件适应性不足等问题,在DDPG算法训练框架的基础上,提出一种基于长短期记忆-DDPG(long short term memory-DDPG,LSTM-DDPG)的再入制导方法。该方法采用纵、侧向制导解耦设计思想,在纵向制导方面,首先针对再入制导问题构建强化学习所需的状态、动作空间;其次,确定决策点和制导周期内的指令计算策略,并设计考虑综合性能的奖励函数;然后,引入LSTM网络构建强化学习训练网络,进而通过在线更新策略提升算法的多任务适用性;侧向制导则采用基于横程误差的动态倾侧反转方法,获得倾侧角符号。以美国超音速通用飞行器(common aero vehicle-hypersonic,CAV-H)再入滑翔为例进行仿真,结果表明:与传统数值预测-校正方法相比,所提制导方法具有相当的终端精度和更高的计算效率优势;与现有基于DDPG算法的再入制导方法相比,所提制导方法具有相当的计算效率以及更高的终端精度和鲁棒性。 展开更多
关键词 再入滑翔制导 强化学习 深度确定性策略梯度 长短期记忆网络
在线阅读 下载PDF
基于快速阻抗谱可解释性增强的锂离子电池健康状态估计
10
作者 陈轲娜 刘小江 +3 位作者 卜祥航 潘禹昊 李祎婧 孟锦豪 《储能科学与技术》 北大核心 2025年第12期4709-4720,共12页
直流备用电源是变电站安全稳定运行的重要保证,厂站中目前常用的铅酸蓄电池存在着寿命低、温度性能差的问题。锂离子电池的长循环寿命、高能量密度等特点,近年随着技术不断成熟,有望成为替代方案。电池健康状态(state of health,SOH)是... 直流备用电源是变电站安全稳定运行的重要保证,厂站中目前常用的铅酸蓄电池存在着寿命低、温度性能差的问题。锂离子电池的长循环寿命、高能量密度等特点,近年随着技术不断成熟,有望成为替代方案。电池健康状态(state of health,SOH)是锂离子电池储能系统可靠运行所需的核心参数,而电化学阻抗谱(electrochemical impedance spectroscopy,EIS)作为一种无损检测的方法,可用来评估电池的SOH并分析其老化的主要机制。针对静态EIS在电池工作情况下获取困难、带直流偏置的快速EIS可解释性不足的问题,本研究提出了一种基于快速阻抗谱可解释性增强的锂离子电池健康状态估计方法,在基本不影响直流电源工作的情况下快速完成电池老化预测与老化机制分析。首先,利用卷积-长短期记忆网络模型实现了动态到静态的EIS预测,卷积网络提取关键特征,长短期记忆神经网络捕捉序列间依赖关系,以实现电池老化机理解析;其次,提出了一种基于极限梯度提升算法及EIS的电池SOH估计方法,捕捉静态EIS与SOH之间的高度非线性映射关系,完成了电池SOH的在线评估,并依靠特征分裂增益量化不同频域特征的贡献以分析EIS的不同形式在预测结果中的重要性。实验表明,所提静态EIS预测方法的平均绝对误差(mean absolute error,MAE)为1.75×10-5;电池SOH估计结果的MAE仅为2.43%,电解液损失是所用电池老化的主要原因。 展开更多
关键词 快速阻抗谱 电池健康状态预测 老化机制分析 卷积-长短期记忆网络 极限梯度提升算法
在线阅读 下载PDF
基于LSTM-DDPG算法的四翼变掠角飞行器主动变形决策 被引量:1
11
作者 彭余萧 何真 仇靖雯 《北京航空航天大学学报》 北大核心 2025年第10期3504-3514,共11页
针对变体飞行器主动变形控制问题,提出一种基于长短期记忆(LSTM)网络深度确定性策略梯度(DDPG)算法的智能变形控制方法;以一种串置翼构型的四翼变掠角飞行器为研究对象,利用OPENVSP软件计算其几何模型和气动参数,并建立了飞行器动力学模... 针对变体飞行器主动变形控制问题,提出一种基于长短期记忆(LSTM)网络深度确定性策略梯度(DDPG)算法的智能变形控制方法;以一种串置翼构型的四翼变掠角飞行器为研究对象,利用OPENVSP软件计算其几何模型和气动参数,并建立了飞行器动力学模型;针对四翼变掠角飞行器的加速爬升过程,设计了基于LSTM-DDPG算法学习框架,并在对称变形条件下,针对纵向轨迹跟踪进行主动变形决策训练。仿真结果表明:应用于主动变形控制过程中的LSTMDDPG算法可以快速收敛并达到更高的平均奖励,且训练获得的主动变形控制器在四翼变掠角飞行器的轨迹跟踪任务中具有良好的控制效果。 展开更多
关键词 变体飞行器 飞行控制 深度强化学习 深度确定性策略梯度 长短期记忆递归神经网络
原文传递
基于实测的斜拉桥拉索温度规律及模式研究
12
作者 戴公连 詹琢然 +1 位作者 何昌林 张强强 《华中科技大学学报(自然科学版)》 北大核心 2025年第2期62-68,共7页
依托三座高速铁路大跨斜拉桥的拉索节段实验,研究斜拉索的温度场.根据实测数据,采用梯度提升决策树(GBDT)构建基于环境变量的拉索截面均匀温度预测模型;根据1970—2020年间的气象资料,结合拉索温度预测模型得到拉索均匀温度的长期历史数... 依托三座高速铁路大跨斜拉桥的拉索节段实验,研究斜拉索的温度场.根据实测数据,采用梯度提升决策树(GBDT)构建基于环境变量的拉索截面均匀温度预测模型;根据1970—2020年间的气象资料,结合拉索温度预测模型得到拉索均匀温度的长期历史数据,并探究拉索温度在一日、一年内的变化规律及极端情况下的模式,为斜拉桥的温度效应分析奠定了基础.结果表明:GBDT模型的预测误差较线性模型下降了60%以上;在50 a重现期下,泉州、裕溪河和赣州拉索截面均匀温度的最高温度分别为38.08,42.30和40.30℃,最小值分别为4.70,-8.02和-1.25℃. 展开更多
关键词 大跨度斜拉桥 温度预测 时程曲线 梯度提升树 极值预测
原文传递
基于机器学习模型的河道水位预测方法及其应用
13
作者 陈国灿 卢建强 +5 位作者 邱超 赵兰兰 孙逸群 宋波 徐丹丹 石朋 《水电能源科学》 北大核心 2025年第6期15-18,共4页
鉴于准确的洪水预报结果对于降低洪涝灾害影响具有重要作用,以钱塘江下游曹娥江流域为例,构建了基于长短时记忆网络(LSTM)和梯度提升决策树(GBDT)的水位预测方法,利用23场实测降雨径流洪水数据进行方法训练及验证,并在此基础上分析了训... 鉴于准确的洪水预报结果对于降低洪涝灾害影响具有重要作用,以钱塘江下游曹娥江流域为例,构建了基于长短时记忆网络(LSTM)和梯度提升决策树(GBDT)的水位预测方法,利用23场实测降雨径流洪水数据进行方法训练及验证,并在此基础上分析了训练洪水场次对方法效果的影响。结果表明,构建的2种水位预测方法均具有较高的预测精度,当分别使用80%、20%数据进行训练和测试时(18场洪水训练,5场洪水测试),LSTM模型和GBDT模型在测试期和训练期的Nash-Sutcliffe系数(NNSE)均超过0.9,LSTM模型总体表现更好;用于训练模型的洪水场次显著影响实际水位预测效果,2种方法的预测效果均随着训练数据量的增加而增加,其中GBDT模型的测试期表现更好,可见GBDT更适用于数据有限的实际河道水位预测作业。 展开更多
关键词 机器学习 水位预测 长短期记忆神经网络 梯度提升决策树 曹娥江流域
原文传递
结合注意力机制和IPSO的石油化工过程变量预测方法
14
作者 杨琛 周宁 孔立新 《安全与环境学报》 北大核心 2025年第6期2179-2188,共10页
在石油化工生产过程中,针对关键变量的在线监测与预警对预防事故发生至关重要。为准确预测石油化工过程中的关键变量,提出了一种基于改进粒子群优化(Improved Particle Swarm Optimization, IPSO)算法优化双向长短期记忆(Bi-directional... 在石油化工生产过程中,针对关键变量的在线监测与预警对预防事故发生至关重要。为准确预测石油化工过程中的关键变量,提出了一种基于改进粒子群优化(Improved Particle Swarm Optimization, IPSO)算法优化双向长短期记忆(Bi-directional Long Short-Term Memory, BiLSTM)神经网络的预测模型,并特别引入注意力机制,以强化关键信息的表达。以北京市某化工企业初馏塔为研究对象,首先利用皮尔逊相关系数、最大信息系数筛选高相关性变量;同时,利用极端梯度提升(eXtreme Gradient Boosting, XGBoost)树构造关键衍生特征,增强输入变量的有效性。其次,采用BiLSTM建模,捕捉关键变量前后时序依赖性;同时结合IPSO优化隐藏层节点数、学习率、L2正则化系数和学习率调整因子,以获得最优超参数组合,实现对初馏塔换热终温的精确预测。试验结果表明,所提出的模型具有较强泛化能力,在预测准确率和稳定性方面均优于传统模型,不仅能有效避免陷入局部最优解,还能精准捕捉关键变量的变化趋势,可为实现石油化工过程关键变量的预测提供参考。 展开更多
关键词 安全工程 双向长短期记忆神经网络 注意力机制 极端梯度提升树 改进粒子群优化算法
原文传递
融合nmODE的术后肺部并发症预测模型
15
作者 熊立鹏 徐修远 +2 位作者 牛颢 陈楠 章毅 《智能系统学报》 北大核心 2025年第1期198-205,共8页
为了准确预测病人肺部手术后并发症的发生,提出了一种融合神经记忆常微分方程(neural memory ordinary differential equation,nmODE)的并发症预测模型。首先,利用极限梯度提升(extreme gradient boosting,XGBoost)树结构对数据进行编码... 为了准确预测病人肺部手术后并发症的发生,提出了一种融合神经记忆常微分方程(neural memory ordinary differential equation,nmODE)的并发症预测模型。首先,利用极限梯度提升(extreme gradient boosting,XGBoost)树结构对数据进行编码,并提取其特征重要性。然后,使用长短时记忆神经网络对数据的相关特征依赖性进行分析,并提取处理后的特征。最后,利用nmODE的记忆和学习能力,对提取的特征进行深入分析,并得出最终的预测结果。通过实验评估,在肺部术后并发症数据集中,证明了提出模型的效果优于现有模型,同时可以为预测肺部手术后并发症的发生提供更准确的结果。 展开更多
关键词 疾病预测 异构表格数据 神经记忆常微分方程 极限梯度提升 长短时记忆神经网络 合成少数过采样技术 类别不平衡 病人预后
在线阅读 下载PDF
呼包鄂地区城市化进程及其对区域气温的不对称影响
16
作者 萨日盖 匡文慧 +4 位作者 包玉海 长安 李雨薇 窦银银 董禹麟 《地理学报》 北大核心 2025年第11期3011-3027,共17页
阐明干旱半干旱区城市群长时期的时空演变特征、驱动机制及其对区域气温的影响,对于促进区域可持续发展和优化人居环境至关重要。本文综合利用史料、遥感影像、气象站点观测和再分析气温等多源数据,采用城市土地数据重建和贡献率分析等... 阐明干旱半干旱区城市群长时期的时空演变特征、驱动机制及其对区域气温的影响,对于促进区域可持续发展和优化人居环境至关重要。本文综合利用史料、遥感影像、气象站点观测和再分析气温等多源数据,采用城市土地数据重建和贡献率分析等方法,绘制了呼和浩特—包头—鄂尔多斯(呼包鄂)地区自20世纪初10年—2024年城市扩张轨迹,并结合1951年以来的气温记录,定量评估了城市化对区域气温变化的影响及其贡献度。研究表明,20世纪初10年—2024年,呼包鄂地区城市面积增长了约93.73倍,扩张迅猛,其中呼和浩特市的扩张尤为显著。在此期间,城市形态的紧凑度呈下降趋势,分形维数则持续上升,表明城市边界形态日趋复杂。此外,呼包鄂地区的社会经济也实现了显著发展。1951—2023年呼包鄂地区城市化主要通过抬升最低气温(OMR:0.44℃/10a,贡献率:63.17%)和缩小昼夜温差(观测趋势:-0.36℃/10a;OMR:-0.41℃/10a)来显著影响区域气温;相比之下,其对最高气温的影响有限(OMR:0.03℃/10a),且城市最高气温总体低于郊区。研究结果为揭示干旱半干旱城市群长时间序列的城市时空演变规律及其气候响应机制提供了科学依据,并为区域城市化与气候相互作用研究奠定了理论基础。 展开更多
关键词 城市化 长时间序列 气温变化 城乡梯度 OMR 呼包鄂地区
原文传递
动态窗口法引导的TD3无地图导航算法
17
作者 柳佳乐 薛雅丽 +1 位作者 崔闪 洪君 《浙江大学学报(工学版)》 北大核心 2025年第8期1671-1679,共9页
针对深度强化学习(DRL)算法训练数据需求量大、连续导航信息利用不充分的问题,提出DWA-LSTM TD3算法.该算法根据目标点相对位置、机器人自身速度和当前激光雷达数据控制机器人运动,过程无需先验地图.在训练过程中,利用动态窗口法(DWA)... 针对深度强化学习(DRL)算法训练数据需求量大、连续导航信息利用不充分的问题,提出DWA-LSTM TD3算法.该算法根据目标点相对位置、机器人自身速度和当前激光雷达数据控制机器人运动,过程无需先验地图.在训练过程中,利用动态窗口法(DWA)引导双延迟确定策略梯度(TD3),提高训练数据的质量.在策略网络中引入长短期记忆神经网络(LSTM),提升智能体对连续导航信息的处理能力.搭建仿真环境训练测试,与其他方法进行对比.实验结果表明,DWA-LSTM TD3在相同的训练步数下能够获得更高的奖励值,提高了导航任务的成功率;导航姿态角的波动范围变化更小,轨迹更平滑,改善机器人的运动安全性能.利用该算法,能够在不同场景下高效完成导航任务.该算法具有很强的泛化能力. 展开更多
关键词 无地图导航 动态窗口法 深度强化学习 双延迟确定策略梯度算法 长短期记忆
在线阅读 下载PDF
基于LightGBM-LSTM的拉挤成型设备故障预测方法研究
18
作者 石岩 杨晓英 +1 位作者 张志文 张璇 《计算机仿真》 2025年第7期273-278,564,共7页
为了实现拉挤成型设备的故障预测,提出了一种基于轻量级梯度提升机(LightGBM)和长短期记忆(LSTM)神经网络相结合的故障预测方法。利用主成分分析方法选取与拉挤成型设备温度关联度高的特征变量;建立了基于LightGBMLSTM的组合预测模型,... 为了实现拉挤成型设备的故障预测,提出了一种基于轻量级梯度提升机(LightGBM)和长短期记忆(LSTM)神经网络相结合的故障预测方法。利用主成分分析方法选取与拉挤成型设备温度关联度高的特征变量;建立了基于LightGBMLSTM的组合预测模型,利用训练好的组合模型预测拉挤成型设备正常工作温度,并通过设定合适的报警阈值和规则,采用滑动窗口法对预测模型的温度残差进行分析计算;以某企业现场数据对提出的方法进行了验证,结果表明上述方法能实现拉挤成型设备故障的提前预测,且能够提前约3.9h预测设备故障,降低了设备运维成本。 展开更多
关键词 拉挤成型设备 主成分分析方法 轻量级梯度提升机算法 长短期记忆 故障预测
在线阅读 下载PDF
LSTM与XGBoost混合模型在风力发电功率预测中的应用 被引量:3
19
作者 陈大为 张玮 慕龙 《无线互联科技》 2025年第1期63-66,共4页
文章提出了一种基于LSTM与XGBoost的混合模型用于风力发电功率预测。主要研究了LSTM模型与XGBoost模型的融合方法,通过LSTM捕捉序列数据的长期依赖关系,再利用XGBoost进行非线性拟合以提升预测精度。实验采用国家电网新能源发电预测大... 文章提出了一种基于LSTM与XGBoost的混合模型用于风力发电功率预测。主要研究了LSTM模型与XGBoost模型的融合方法,通过LSTM捕捉序列数据的长期依赖关系,再利用XGBoost进行非线性拟合以提升预测精度。实验采用国家电网新能源发电预测大赛提供的公开数据集,使用平均绝对误差和决定系数等指标对模型性能进行评估。实验结果表明,文章所提出的混合模型相比标准LSTM模型在预测精度和拟合能力上均表现出显著的优势。 展开更多
关键词 长短期记忆 极端梯度提升 风力发电 功率预测
在线阅读 下载PDF
地震数据驱动的城市出行智能评估模型
20
作者 郭凯 黎建辉 师亮 《高技术通讯》 北大核心 2025年第12期1300-1310,共11页
城市出行强度是衡量人类活动的重要指标,为预测趋势并理解人类活动对环境和社会的影响提供了关键参考。然而,受限于出行数据的全面性、准确性和隐私保护,量化城市出行强度面临巨大挑战。本研究提出了一种创新方法,利用连续地震数据来量... 城市出行强度是衡量人类活动的重要指标,为预测趋势并理解人类活动对环境和社会的影响提供了关键参考。然而,受限于出行数据的全面性、准确性和隐私保护,量化城市出行强度面临巨大挑战。本研究提出了一种创新方法,利用连续地震数据来量化城市出行强度,从而有效解决了大规模数据收集和隐私问题。我们构建了结合梯度提升树和长短期记忆(long short-term memory,LSTM)网络的机器学习框架,以应对地震数据的复杂性和多样性,提取与出行强度相关的特征。研究结果表明,模型在湖北省、河北省和山西省的训练精度表现优异,并在其他8个城市中展现出良好的泛化性能。模型预测的出行强度变化准确反映了COVID-19疫情期间不同阶段的出行模式变化。本研究提供了一种客观、低成本且保护隐私的城市出行强度评估方法,为可持续的城市规划和政策制定提供了科学依据。 展开更多
关键词 城市出行强度 梯度提升树 地震数据 长短期记忆
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部