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49,473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：
基于多变量CNN-LSTM神经网络的白家包滑坡位移预测
1
作者 秦世伟 何浩 +3 位作者 谢攀 罗柏程 张彤 戴自立 《应用基础与工程科学学报》 北大核心 2025年第5期1239-1247,共9页
滑坡是一种常见的地质灾害,严重威胁着人民生命财产安全.为减少滑坡带来的损失,对滑坡体位移的精准预测显得尤为关键.结合CNN神经网络和LSTM神经网络,采用PCA数据降维和贝叶斯优化超参数,建立了基于CNN-LSTM组合的多变量神经网络模型用... 滑坡是一种常见的地质灾害,严重威胁着人民生命财产安全.为减少滑坡带来的损失,对滑坡体位移的精准预测显得尤为关键.结合CNN神经网络和LSTM神经网络,采用PCA数据降维和贝叶斯优化超参数,建立了基于CNN-LSTM组合的多变量神经网络模型用于预测滑坡位移.以白家包滑坡为例,基于2017~2019年的12组监测数据,构建了单变量CNN-LSTM、多变量LSTM、多变量CNN以及多变量CNN-LSTM的滑坡位移预测模型.对比各模型预测精度,结果显示:在衡量模型性能的关键指标MAE、RMSE、MAPE和R^(2)以及测试集模型预测值和真实值的拟合度方面,多变量CNN-LSTM模型的滑坡位移预测结果均展现出显著优势.因此,该模型可为滑坡体位移的准确预测,以及滑坡灾害的预警预报和防灾减灾工作提供科学依据. 展开更多
关键词 cnn-lstm神经网络 PCA数据降维 贝叶斯优化超参数 白家包滑坡 位移预测 多变量模型
原文传递
基于CNN-LSTM算法的电梯振动故障预测
2
作者 艾学忠 张玉龙 徐春博 《机电工程技术》 2025年第4期171-176,共6页
为了克服传统电梯故障检测系统在精度和动态范围上的不足,在硬件层面采取了将高性能STM32微控制器与MPU6050加速度计相结合的技术方案,目的是实现对电梯振动数据的高精度采集。在软件层面采用了卷积神经网络-长短期记忆网络(CNNLSTM)的... 为了克服传统电梯故障检测系统在精度和动态范围上的不足,在硬件层面采取了将高性能STM32微控制器与MPU6050加速度计相结合的技术方案,目的是实现对电梯振动数据的高精度采集。在软件层面采用了卷积神经网络-长短期记忆网络(CNNLSTM)的深度学习算法模型,对采集到的电梯振动数据信号进行深入分析,有效识别出与电梯故障相关的关键特征,并进行准确的预测分析。通过该智能分析系统,可以实时监控电梯的运行状态,并在上位机界面直观地展示预测结果。结果显示,该系统能够拟合电梯振动信号的整体波动趋势,在不排除外界人为干扰的情况下,预测结果能够达到83%,且预测集整体损失值为0.000 6。该系统能够很好的适应电梯运行环境,对电梯运行状态实时检测,而且能够提前识别出潜在的故障信息。 展开更多
关键词 电梯振动信号 故障预测 cnn-lstm算法
在线阅读 下载PDF
基于CNN-LSTM-Attention 组合模型的黄金周旅游客流预测——以大理州为例 被引量：1
3
作者 戢晓峰 郭雅诗 +2 位作者 陈方 黄志文 李武 《干旱区资源与环境》 北大核心 2025年第3期200-208,共9页
黄金周旅游客流预测一直是区域旅游管理的重大现实需求,能够为黄金周旅游组织提供更为精准的数据支持。文中基于百度迁徙数据和百度搜索指数数据,以卷积神经网络(CNN)、长短期记忆网络(LSTM)以及注意力机制(Attention)为基准,构建了CNN-... 黄金周旅游客流预测一直是区域旅游管理的重大现实需求,能够为黄金周旅游组织提供更为精准的数据支持。文中基于百度迁徙数据和百度搜索指数数据,以卷积神经网络(CNN)、长短期记忆网络(LSTM)以及注意力机制(Attention)为基准,构建了CNN-LSTM-Attention组合模型,对大理州黄金周日度旅游客流人数进行了预测,并基于SHAP算法进行了影响因素分析。结果显示:1)CNN-LSTM-Attention组合模型的预测精度优于RF模型、SVM模型、CNN模型、LSTM模型和CNN-LSTM模型。2)引入百度搜索指数特征后,模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)、决定系数(R^(2))表现最优,表明百度搜索指数的加入在一定程度上提升了模型的预测精度。文中所构模型为黄金周旅游客流预测提供了新思路。 展开更多
关键词 客流预测 黄金周 卷积神经网络(CNN) 长短期记忆网络(LSTM) 注意力机制
原文传递
基于STIRPAT和CNN-LSTM组合模型的福建省碳达峰预测 被引量：7
4
作者 连艳琼 苏墩煌 施生旭 《环境科学》 北大核心 2025年第1期10-18,共9页
碳达峰对中国实现“双碳”目标、推动经济社会绿色转型具有重要意义.基于改进的STIRPAT模型分析影响福建省碳排放的主要因素,设置3种情景方案,利用CNN-LSTM神经网络混合模型对福建省2022~2035年碳排放量进行预测.结果表明:①人口、人均... 碳达峰对中国实现“双碳”目标、推动经济社会绿色转型具有重要意义.基于改进的STIRPAT模型分析影响福建省碳排放的主要因素,设置3种情景方案,利用CNN-LSTM神经网络混合模型对福建省2022~2035年碳排放量进行预测.结果表明:①人口、人均GDP和产业结构对福建省碳排放有正向驱动作用,能源强度、能源结构和对外贸易度则起负向驱动作用;②基准情景下于2033年实现碳达峰,达峰值为361.1079 Mt,低碳情景和优化情景可以提早1 a达峰且达峰值均有不同程度下降,分别为333.0284 Mt和301.7483 Mt;③对比优化情景和低碳情景,调整产业和能源结构能够控制福建省碳峰值降低10.37%,加快推动能源和产业结构优化转型是解绑碳排放与经济发展之间束缚的关键所在.最后,结合福建省当前政策规划和发展现状,从能源减排、产业结构和制度体系等角度提出低碳发展建议. 展开更多
关键词 碳排放 碳达峰 STIRPAT模型 cnn-lstm模型 政策
原文传递
结合CNN-LSTM模型融合星地降水的洪水模拟研究 被引量：2
5
作者 岳甲寅 刘招 +3 位作者 毛钦男 管子隆 肖瑜 王丽霞 《中国农村水利水电》 北大核心 2025年第7期52-59,共8页
降水作为水文过程中最重要的驱动因子之一,其数据来源和准确度是影响洪水预报精度的关键因素。受水雨情监测系统不完善、流域范围较小等诸多因素影响,中小流域实测降水数据的精度较高,但分布不均,进而影响水文模型的模拟结果。为提高流... 降水作为水文过程中最重要的驱动因子之一,其数据来源和准确度是影响洪水预报精度的关键因素。受水雨情监测系统不完善、流域范围较小等诸多因素影响,中小流域实测降水数据的精度较高,但分布不均,进而影响水文模型的模拟结果。为提高流域洪水预报精度,研究通过构建CNN-LSTM神经网络模型将测站数据与卫星产品降水数据进行融合,并结合HEC-HMS模型开展场次洪水模拟,以陕西黑河流域金盆水库以上集水区为例,探讨星地融合降水在场次洪水模拟中的应用效果以及适用性。结果显示:①以站点降水数据为输入的HEC-HMS模型在研究区的适用性较好,率定期和验证期均能达到乙级精度。②两类IMERG卫星产品与实测降水的相关系数都较低,整体高于实际值,误差较大,在经过CNN-LSTM数据融合后与实测降水数据接近,并且IMERG-Early产品的融合效果更好。③融合卫星产品后的HEC-HMS模型对于10场洪水的模拟合格率为80%,平均确定性系数为0.8569,洪峰时差的绝对值均值为0.8 h,达到甲级精度。④星地融合降水进行洪水模拟的结果确定性系数增加,平均洪峰时差绝对值减小;洪峰流量的模拟效果下降且明显偏小。结果表明:中小流域将实测降水数据与适当的卫星降水产品数据进行融合,可以在一定程度上提升洪水预报模型的精度。 展开更多
关键词 洪水预报 cnn-lstm 融合降水 中小流域 HEC-HMS
在线阅读 下载PDF
CNN-LSTM在桥梁预警机制的研究与应用 被引量：1
6
作者 潘浩 李富年 +2 位作者 余兴盛 秦寰宇 陈志丹 《计算机应用与软件》 北大核心 2025年第3期29-33,40,共6页
为了更好地满足桥梁健康监测系统的需求,提高桥梁健康监测系统的性能,将深度学习与时序数据库InfluxDB结合起来构建新型桥梁健康监测系统的预警机制,提高现代桥梁健康监测系统的危险感知能力。以赣江特大桥为背景,将卷积神经网络CNN与... 为了更好地满足桥梁健康监测系统的需求,提高桥梁健康监测系统的性能,将深度学习与时序数据库InfluxDB结合起来构建新型桥梁健康监测系统的预警机制,提高现代桥梁健康监测系统的危险感知能力。以赣江特大桥为背景,将卷积神经网络CNN与长短时记忆网络LSTM结合起来构建CNN-LSTM模型,对桥梁的挠度数据进行预测。通过对实验结果分析发现CNN-LSTM模型能够有效预测出桥梁的挠度数据,在置信区间为±0.1 mm的情况下,准确率达到92.8%,在预测未来十分钟的挠度数据中,均方根误差RMSE为0.1097。实践表明时序数据库InfluxDB与CNN-LSTM模型的融合增强桥梁健康监测系统对潜在威胁的感知能力,有效提高桥梁健康监测系统的预警报警机制。 展开更多
关键词 桥梁工程 长短时记忆网络 卷积神经网络 cnn-lstm模型 InfluxDB
在线阅读 下载PDF
融合时序知识图谱与CNN-LSTM的流程生产工艺质量预测 被引量：1
7
作者 阴彦磊 唐进 顾文娟 《计算机集成制造系统》 北大核心 2025年第10期3773-3784,共12页
针对流程生产工艺知识的强时序性和关联耦合特征,提出一种融合时序知识图谱与CNN-LSTM的工艺质量预测模型。首先利用知识嵌入技术提取多源异构数据、工艺标准、规范要求等知识图谱语义特征,根据实体和关系表示将复杂工艺标准建模为复合... 针对流程生产工艺知识的强时序性和关联耦合特征,提出一种融合时序知识图谱与CNN-LSTM的工艺质量预测模型。首先利用知识嵌入技术提取多源异构数据、工艺标准、规范要求等知识图谱语义特征,根据实体和关系表示将复杂工艺标准建模为复合的三元组间的隐含关联关系;在此基础上,将子图三元组集映射至低维向量空间以间接捕获语义,通过特征融合强化时序特征作为输入,构建基于注意力机制的组合神经网络模型以提取显著时序特征,最终实现面向流程生产工艺的质量预测。实验结果表明,基于时序知识图谱与CNN-LSTM的流程生产工艺质量预测方法精确率优于其他方法,验证了所提模型的有效性与高效性。 展开更多
关键词 知识图谱 TransH模型 特征融合 cnn-lstm神经网络 质量预测
在线阅读 下载PDF
基于PSO优化DSCNN-LSTM-SA的有载分接开关挡位识别方法
8
作者 石延辉 阮彦俊 +6 位作者 李良创 张博 夏卯 骆钊 袁开文 黄一超 鲁思兆 《云南大学学报(自然科学版)》 北大核心 2025年第3期454-464,共11页
有载分接开关(on-load tap-changer,OLTC)在电力系统中扮演着至关重要的角色,其挡位的准确识别对电网稳定运行、智能运维以及故障诊断具有重要意义.深入分析OLTC在正常工况下不同挡位切换所产生的振动信号,提出基于粒子群算法(particle ... 有载分接开关(on-load tap-changer,OLTC)在电力系统中扮演着至关重要的角色,其挡位的准确识别对电网稳定运行、智能运维以及故障诊断具有重要意义.深入分析OLTC在正常工况下不同挡位切换所产生的振动信号,提出基于粒子群算法(particle swarm optimization,PSO)、深度可分离卷积(deeply separable convolutional neural network, DSCNN)、长短期记忆(long short-term memory,LSTM)网络与自注意力(selfattention,SA)机制相结合的OLTC挡位识别方法.首先,对OLTC顶盖的振动信号进行逐点卷积以获取信号跨通道特性,并通过DSCNN提取局部特性;然后,构建LSTM提取振动信号的时间序列特征,并借助SA的权重自适应分配能力筛选出关键特征作为分类依据;最后,利用PSO寻找模型最优参数.实验结果表明,所提方法相比于主流分类算法具有更好的抗噪性能和更高的挡位识别准确率. 展开更多
关键词 有载分接开关 挡位识别 智能运维 卷积神经网络 长短期记忆网络
在线阅读 下载PDF
基于贝叶斯优化CNN-LSTM的密度测井曲线重构方法
9
作者 李洪玺 陈明江 +4 位作者 张显坤 杨孛 赵彬 李贤胜 王欢欢 《测井技术》 2025年第2期198-208,共11页
密度测井曲线是油气勘探开发中的关键评价指标,其准确性直接影响储层岩性识别、孔隙度计算及流体性质分析的可靠性。在测井过程中,仪器故障或井径扩径等问题常导致密度测井数据缺失或失真,影响储层评价的精度。传统重构方法因模型表征... 密度测井曲线是油气勘探开发中的关键评价指标,其准确性直接影响储层岩性识别、孔隙度计算及流体性质分析的可靠性。在测井过程中,仪器故障或井径扩径等问题常导致密度测井数据缺失或失真,影响储层评价的精度。传统重构方法因模型表征能力不足,无法有效捕捉复杂地质条件下测井曲线之间的关系,重构曲线的精度难以满足储层评价的需求。为解决这一问题,提出了一种基于贝叶斯优化的卷积神经网络(Convolutional Neural Network,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM)的密度测井曲线重构方法。该方法结合了CNN在局部空间特征提取方面的优势和LSTM在时序依赖建模中的能力,同时引入贝叶斯优化算法自动搜索最优超参数。通过这种结合,模型在处理复杂地质条件下的测井数据时,能够充分发挥3种算法各自的优势,提升整体表现。将该方法应用于四川盆地3口探井的密度测井曲线重构,实验结果表明,相较于单独使用CNN或LSTM模型,基于贝叶斯优化的CNN-LSTM模型在精度和稳定性方面均表现出更优的性能,可显著改善测井曲线失真或缺失对储层评价的影响。 展开更多
关键词 曲线重构 密度测井 卷积神经网络 长短期记忆网络 贝叶斯优化
在线阅读 下载PDF
改进灰狼优化算法优化CNN-LSTM的PEMFC性能衰退预测 被引量：1
10
作者 高锋阳 刘庆寅 +2 位作者 赵丽丽 齐丰旭 刘嘉 《电力系统保护与控制》 北大核心 2025年第13期175-187,共13页
为进一步提高车用质子交换膜燃料电池(proton exchange membrane fuel cell, PEMFC)电堆性能衰退预测与剩余使用寿命预测精度,提出一种改进灰狼优化算法优化卷积神经网络-长短期记忆(convolutional neural network-long short-term memo... 为进一步提高车用质子交换膜燃料电池(proton exchange membrane fuel cell, PEMFC)电堆性能衰退预测与剩余使用寿命预测精度,提出一种改进灰狼优化算法优化卷积神经网络-长短期记忆(convolutional neural network-long short-term memory, CNN-LSTM)的车用PEMFC性能衰退预测方法。首先,通过稳定小波变换对数据集去噪重构,使用改进灰狼算法对实测PEMFC电堆衰退数据进行分析,获得CNN-LSTM最优超参数。其次,利用最优超参数训练CNN-LSTM网络模型进行PEMFC性能衰退预测,并计算PEMFC电堆剩余使用寿命。最后,在电堆静态和动态工况下,将所提方法与传统长短期记忆循环网络、门控循环单元循环网络和未经优化的CNN-LSTM等模型预测进行比较。结果表明:在静态工况中,当训练集占比为60%时,所提方法相比传统CNN-LSTM预测结果均方根误差缩小59.02%,当训练集占比为70%时,PEMFC剩余使用寿命预测与实际相差1.16 h;在动态工况中,当训练集占比为40%时,平均绝对误差缩小18.78%。 展开更多
关键词 质子交换膜燃料电池 改进灰狼优化算法 卷积神经网络-长短期记忆 衰退预测 剩余使用寿命
在线阅读 下载PDF
基于注意力机制的CNN-LSTM土石坝渗流量预测模型
11
作者 李诗婉 袁明道 +1 位作者 徐云乾 张舒 《科学技术与工程》 北大核心 2025年第21期9102-9108,共7页
渗流分析是大坝安全与稳定的重点研究内容,通过构建高精度的土石坝渗流量预测模型对于大坝灾害风险管控具有重要意义。为了进一步提高土石坝渗流预测能力,提出了一种结合长短期记忆神经网络(long short-term memory,LSTM)、卷积神经网络... 渗流分析是大坝安全与稳定的重点研究内容,通过构建高精度的土石坝渗流量预测模型对于大坝灾害风险管控具有重要意义。为了进一步提高土石坝渗流预测能力,提出了一种结合长短期记忆神经网络(long short-term memory,LSTM)、卷积神经网络(convolutional neural networks,CNN)和注意力机制(attention mechanism,Attention)的预测模型。该模型首先利用CNN挖掘数据的深层特征,然后通过LSTM提取渗流量监测数据的时间序列特征,最后将注意力机制添加到池化层和全连接层中,确定不同时间特征的重要性并分配权重。通过工程实例应用分析,与CNN、LSTM、CNN-LSTM模型相比,CNN-LSTM-Attention模型预测效果更好,其可决系数R2高达0.98以上,并且能够同时捕捉到渗流量数据的空间特征和时序依赖性,在土石坝渗流量预测中表现出了较强的可靠性与稳定性。 展开更多
关键词 土石坝 渗流量 cnn-lstm 注意力机制 预测
在线阅读 下载PDF
基于表面肌电信号的CNN-LSTM模型下肢动作识别
12
作者 周智伟 陶庆 +3 位作者 苏娜 刘景轩 李博文 裴浩 《科学技术与工程》 北大核心 2025年第7期2841-2848,共8页
为了提高对下肢运动的分类准确度,提出了一种基于表面肌电信号(surface electromyography, sEMG)的卷积神经网络与长短期记忆网络融合识别模型(convolutional neural network and long short-term memory network, CNN-LSTM)。首先,采集... 为了提高对下肢运动的分类准确度,提出了一种基于表面肌电信号(surface electromyography, sEMG)的卷积神经网络与长短期记忆网络融合识别模型(convolutional neural network and long short-term memory network, CNN-LSTM)。首先,采集了20名受试者进行上楼、下楼、行走和蹲起4种步态动作的sEMG;接着,对采集到的sEMG数据进行预处理,并提取了两种时域和频域特征,用作机器学习识别模型的特征输入;最后,基于预处理后肌电信号数据,构建了CNN-LSTM的下肢动作识别模型,并与CNN、LSTM和支持向量机(support vector machine, SVM)模型的性能进行对比。结果显示,CNN-LSTM模型在下肢动作识别准确率上分别比CNN、LSTM和SVM模型高出2.16%、8.34%、和11.16%,证明了其优越的分类性能。研究结论为康复医疗器械与助力器械提供了一个有效的下肢运动功能改善方案。 展开更多
关键词 表面肌电信号 下肢动作识别 cnn-lstm 卷积神经网络 长短时记忆网络
在线阅读 下载PDF
基于IWOA-CNN-LSTM模型的光伏发电功率预测
13
作者 王琦 徐晓光 《曲阜师范大学学报(自然科学版)》 2025年第4期97-102,共6页
该文提出了一种结合改进鲸鱼优化算法(IWOA)、卷积神经网络(CNN)和长短期记忆网络(LSTM)的超短期光伏发电组合预测模型.使用皮尔逊相关系数选取对光伏发电功率影响较大的因素作为输入,建立CNN-LSTM模型,使用IWOA算法优化模型超参数,实... 该文提出了一种结合改进鲸鱼优化算法(IWOA)、卷积神经网络(CNN)和长短期记忆网络(LSTM)的超短期光伏发电组合预测模型.使用皮尔逊相关系数选取对光伏发电功率影响较大的因素作为输入,建立CNN-LSTM模型,使用IWOA算法优化模型超参数,实现对输入数据高维特征的提取和拟合来进行预测,提高了模型预测精度.基于澳大利亚某光伏电站数据的实验结果表明,与其他模型相比,所提出的预测模型具有更高的精度. 展开更多
关键词 光伏功率预测 卷积神经网络 长短期记忆网络 鲸鱼优化算法
在线阅读 下载PDF
基于高光谱和CNN-LSTM的白菜叶片铜胁迫分析与分类模型研究
14
作者 封润泽 韩鑫 +3 位作者 兰玉彬 勾馨悦 王娟 白京波 《农业机械学报》 北大核心 2025年第6期477-486,共10页
为探究蔬菜在不同浓度重金属胁迫下的高光谱响应,本文采集10个浓度Cu^(2+)胁迫下的白菜叶片高光谱数据,提出一种基于高光谱和卷积长短期记忆神经网络(CNN-LSTM)的白菜叶片Cu^(2+)胁迫分类预测模型。首先采用S-G平滑、一阶微分进行光谱... 为探究蔬菜在不同浓度重金属胁迫下的高光谱响应,本文采集10个浓度Cu^(2+)胁迫下的白菜叶片高光谱数据,提出一种基于高光谱和卷积长短期记忆神经网络(CNN-LSTM)的白菜叶片Cu^(2+)胁迫分类预测模型。首先采用S-G平滑、一阶微分进行光谱数据预处理,其次采用竞争自适应重加权采样(Competitive adapative reweighted sampling,CARS)和非信息变量剔除(Uninformative variables elimination,UVE)提取10个公共特征波长。模型试验结果表明:采用UVE和CARS方法提取的两者共同波长作为CNN-LSTM模型的输入,测试集准确率为94.8%,精确率为93.1%,召回率为93.5%,分别比SVM、CNN和LSTM模型高8.7、5.7、6.4个百分点,6.6、4.7、5.9个百分点和10.1、5.2、3.9个百分点。采用ICP-700T型电感耦合等离子体发射光谱仪精确测量白菜叶片重金属含量对结果进行验证。采用UVE-CARS特征波长筛选后的CNN-LSTM分类预测模型用于白菜叶片无损分类监测效果最优,为蔬菜重金属的无损分类监测提供新方法。 展开更多
关键词 白菜叶片 铜胁迫分类 高光谱 特征波长 cnn-lstm
在线阅读 下载PDF
基于声发射及CNN-LSTM方法的松散材料剪切过程预测研究
15
作者 吴鑫 刘永红 +2 位作者 张婷婷 刘馨圯 文俊川 《安全与环境学报》 北大核心 2025年第9期3514-3522,共9页
为揭示松散材料剪切过程的声学特征,通过构建一种结合空间注意力机制的卷积神经网络(Convolution Neural Network,CNN)和长短时记忆(Long Short-Term Memory,LSTM)网络模型,预测松散体所处剪切阶段及稳定性。首先,开展8种不同加载速率... 为揭示松散材料剪切过程的声学特征,通过构建一种结合空间注意力机制的卷积神经网络(Convolution Neural Network,CNN)和长短时记忆(Long Short-Term Memory,LSTM)网络模型,预测松散体所处剪切阶段及稳定性。首先,开展8种不同加载速率下的松散颗粒剪切试验并获取其物理力学特性和声发射信号(Acoustic Emission,AE),揭示常规特征参数、时域参数和频域参数的演化特征;基于剪切过程参数变化,将其分别划分为剪密阶段、弹性阶段、应变硬化阶段和稳定阶段;然后开展AE信号特征的识别与提取,经对比与筛分后确定了11个特征参数的输入组合,用以预测松散体所处的剪切阶段。结果表明:该模型对松散材料剪切阶段的预测准确率达到94.52%,该研究预计能为声发射技术在松散体边坡稳定性分析的参数选取和预测预警提供一定理论依据。 展开更多
关键词 安全工程 松散体 卷积神经网络-长短时记忆网络 声发射 演化特征
原文传递
基于改进型CNN-LSTM神经网络蔬菜价格预测与解释研究
16
作者 包维嘉 代辛 +4 位作者 张永恩 庄家煜 赵泽英 李莉婕 彭丽镕 《贵州农业科学》 2025年第10期123-133,共11页
【目的】探明影响蔬菜价格的关键因素及其传导路径,提高蔬菜价格预测精度,为政策制定和市场价格稳定提供科学依据。【方法】以蔬菜批发价格指数为研究对象,提出一种改进的CNN-LSTM神经网络模型,以北京蔬菜批发价格、贵州蔬菜批发价格、... 【目的】探明影响蔬菜价格的关键因素及其传导路径,提高蔬菜价格预测精度,为政策制定和市场价格稳定提供科学依据。【方法】以蔬菜批发价格指数为研究对象,提出一种改进的CNN-LSTM神经网络模型,以北京蔬菜批发价格、贵州蔬菜批发价格、百度指数(关键字是极端天气和蔬菜价格)作为极端天气关注度和公众关注度、全球地缘政治风险指数等作为多元特征变量,从空间和时序上分析变量特征并进行蔬菜价格预测,结合格兰杰因果检验和SHAP模型,验证变量间的因果关系并量化其贡献。【结果】北京蔬菜批发价格对蔬菜批发价格指数具有显著驱动作用(P=0.0000);贵州蔬菜批发价格则表现独立性(P=0.9234);全球地缘政治风险指数极显著影响极端天气关注度和公众关注度(P=0.0000),还与极端天气形成双向反馈循环(P=0.0000、P=0.0000);极端天气会推高北京蔬菜批发价格(P=0.0033);公众关注度主要被动响应价格(P=0.0186)和风险事件变化(P=0.0000)。改进型CNN-LSTM模型平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别较传统型CNN-LSTM模型下降29.81%、20.37%和14.59%,其对蔬菜价格预测结果与实际结果间拟合度达79.57%,较传统型CNN-LSTM模型提高0.95百分点。SHAP分析表明,北京蔬菜批发价格的贡献最高,为35.5%;极端天气关注度为23.1%;贵州蔬菜批发价格为17.8%;全球地缘政治风险指数贡献最低,为10.1%。北京蔬菜批发价格、极端天气关注度对蔬菜批发价格指数存在负向影响;极端天气关注度存在阙值效应;全球地缘政治风险对蔬菜批发价格指数存在正向作用。贵州蔬菜批发价格、公众关注度对蔬菜批发价格指数影响不明显。【结论】改进型CNN-LSTM模型能有效提升预测性能,北京蔬菜批发价格、极端天气关注度、公众关注度和全球地缘政治风险指数与蔬菜批发价格指数间存在因果关系,北京蔬菜批发价格预测结果贡献最大且对蔬菜价格有负向影响,极端天气关注度具有阙值效应,全球地缘政治风险指数存在正向作用,贵州蔬菜批发价格的影响需要考虑地理因素。 展开更多
关键词 cnn-lstm 蔬菜价格 深度学习 预测 特征解释 价格指数
在线阅读 下载PDF
基于CNN-LSTM的断路器合成试验短路电流零点预测技术
17
作者 王智 毛雪飞 +2 位作者 冯英 李哲远 李玉春 《高压电器》 北大核心 2025年第9期35-42,49,共9页
合成试验是检验大容量断路器短路开断能力的重要试验方法,文中针对合成试验中短路电流预测精度的要求,首先分析了威尔合成回路同步控制的原理,将过零点预测问题等效为时间序列预测问题,据此提出建立CNN-LSTM预测模型拟合短路电流序列,... 合成试验是检验大容量断路器短路开断能力的重要试验方法,文中针对合成试验中短路电流预测精度的要求,首先分析了威尔合成回路同步控制的原理,将过零点预测问题等效为时间序列预测问题,据此提出建立CNN-LSTM预测模型拟合短路电流序列,预测过零点。其次,通过某次试验中的短路电流情况建立预测模型,并比较了CNN-LSTM混合网络与单一LSTM网络的预测效果,在此基础之上,将该CNN-LSTM预测模型应用到不同短路电流下T100s及T100a试验中,实验结果显示该模型对于过零时刻的预测误差均≤4μs,具备良好的泛化能力,研究结果对合成试验同步控制的准确实现具有实际意义。 展开更多
关键词 断路器 合成试验 cnn-lstm 电流零点 时序预测
在线阅读 下载PDF
融合时序InSAR与CNN-LSTM模型的地铁沿线沉降监测预警
18
作者 杨瑞 张涵铭 +2 位作者 陈裕汉 吴学群 张豫宁 《测绘科学》 北大核心 2025年第9期91-102,共12页
针对地铁在修建和运营过程中易引发地表沉降,以及单一轨道数据识别形变信息不够全面等问题,以成都市为例,基于SBAS-InSAR技术处理53景升轨和54景降轨Sentinel-1A数据,获取成都市2023年1月—2024年10月的升降轨地表形变信息。并采用二维... 针对地铁在修建和运营过程中易引发地表沉降,以及单一轨道数据识别形变信息不够全面等问题,以成都市为例,基于SBAS-InSAR技术处理53景升轨和54景降轨Sentinel-1A数据,获取成都市2023年1月—2024年10月的升降轨地表形变信息。并采用二维形变分解技术获取地表垂直向和东西向的形变信息,最后利用CNN-LSTM模型对地铁沿线开展时序形变预测。结果表明:研究区升降轨形变结果在空间分布上基本吻合,即同时反映出周边环状下沉这一形变特点;研究区在发生垂向形变的同时,也具有轻微的西向形变,并且西向形变漏斗与沉降范围具有一定对应关系;将时序形变结果与降雨数据进行对比,结果显示降雨期间地表具有明显抬升趋势,雨季过后则转为下降状态,表明降雨对地表形变具有一定影响;CNN-LSTM模型相对于BP、LSTM模型在时序形变预测中表现更好。因此,通过融合升降轨数据反演出地表垂直向和东西向的形变信息,能更有效地识别地表形变特征,并且采用CNN-LSTM模型能够有效对地铁沿线开展时序形变预测,该方法可作为地铁沿线沉降监测和灾害预警的有效手段。 展开更多
关键词 SBAS-InSAR cnn-lstm模型 成都市 地铁沉降 预测分析
原文传递
基于MC2DCNN-LSTM模型的齿轮箱全故障分类识别模型
19
作者 陈蓉 王磊 《机电工程》 北大核心 2025年第2期287-297,共11页
针对轧机齿轮箱结构复杂、故障信号识别困难、故障部位分类不清等难题,提出了一种基于多通道二维卷积神经网络(MC2DCNN)与长短期记忆神经网络(LSTM)特征融合的故障诊断方法。首先,设计了一种三通道混合编码的二维样本结构,以达到故障识... 针对轧机齿轮箱结构复杂、故障信号识别困难、故障部位分类不清等难题,提出了一种基于多通道二维卷积神经网络(MC2DCNN)与长短期记忆神经网络(LSTM)特征融合的故障诊断方法。首先,设计了一种三通道混合编码的二维样本结构,以达到故障识别与分类目的,对齿轮箱典型故障进行了自适应分类;其次,该模型将齿轮箱的垂直、水平和轴向三个方向的振动信号融合构造输入样本,结合了二维卷积神经网络与长短时记忆神经网络的优势,设计了与之对应的二维卷积神经网络结构,其相较于传统的单通道信号包含了更多的状态信息;最后,分析了轧制过程数据和已有实验数据,对齿轮故障和齿轮箱全故障进行了特征识别和分类,验证了该模型的准确率。研究结果表明:模型对齿轮箱齿面磨损、齿根裂纹、断齿以及齿面点蚀等典型故障识别的平均准确率达到95.9%,最高准确率为98.6%;相较于单通道信号,多通道信号混合编码方式构造的分类样本极大地提升了神经网络分类的准确性,解调出了更丰富的故障信息。根据轧制过程中的运行数据和实验台数据,验证了该智能诊断方法较传统方法在分类和识别准确率上更具优势,为该方法的工程应用提供了理论基础。 展开更多
关键词 高精度轧机齿轮箱 智能故障诊断 多通道二维卷积神经网络 长短期记忆神经网络 数据分类
在线阅读 下载PDF
基于VMD-CNN-LSTM的光纤陀螺故障诊断方法
20
作者 刘颖 贾志航 +2 位作者 张娟 倪波波 徐金涛 《西安邮电大学学报》 2025年第5期119-130,共12页
针对光纤陀螺故障特征提取困难、诊断精度不高的问题,提出一种融合变分模态分解(Variational Mode Decomposition,VMD)、卷积神经网络(Convolutional Neural Network,CNN)与长短期记忆(Long Short-Term Memory,LSTM)网络的混合诊断算法... 针对光纤陀螺故障特征提取困难、诊断精度不高的问题,提出一种融合变分模态分解(Variational Mode Decomposition,VMD)、卷积神经网络(Convolutional Neural Network,CNN)与长短期记忆(Long Short-Term Memory,LSTM)网络的混合诊断算法。首先构建光纤陀螺漂移模型,根据漂移误差不确定性原理生成包含5类故障的模拟信号;其次利用VMD信号进行自适应频域分解,提取各本征模态函数(Intrinsic Mode Function,IMF)分量的样本熵构成多维特征向量;最后将提取出来的特征向量输入到CNN-LSTM网络模型,通过CNN层捕获局部时频特征,LSTM门控机制挖掘时间序列的依赖关系,采取Softmax函数进行分类故障识别。实验结果表明,该方法在相同数据集下的平均诊断准确率为94.57%,较EEMD-CNN和EMD-CNN方法分别提升14%与17.72%,可有效用于光纤陀螺故障诊断。 展开更多
关键词 光纤陀螺 故障诊断 变分模态分解 卷积神经网络 长短期记忆网络
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