期刊文献+
共找到4,821篇文章
< 1 2 242 >
每页显示 20 50 100
代际支持对老年人高血压的影响研究 被引量:1
1
作者 吴振东 杜欣 +1 位作者 王璐涵 汪洋 《中国卫生事业管理》 北大核心 2025年第2期217-222,共6页
目的:深入剖析代际支持对老年人高血压患病的影响,以提供高血压预防和干预的科学依据。方法:基于2020年CHARLS数据,研究筛选出3436名60周岁及以上的老年人口作为有效样本。深入探讨了子女代际支持对老年人高血压患病的影响。通过量化分... 目的:深入剖析代际支持对老年人高血压患病的影响,以提供高血压预防和干预的科学依据。方法:基于2020年CHARLS数据,研究筛选出3436名60周岁及以上的老年人口作为有效样本。深入探讨了子女代际支持对老年人高血压患病的影响。通过量化分析,本研究利用Stata 16.0软件构建二元Probit模型,并采用Bootstrap抽样方法进行稳健性检验。结果:子女的经济支持(P<0.001)和子女与老人的联系频率(P<0.05)均为老年人高血压患病的解释变量,在控制变量和排除内生性问题干扰后,子女的经济支持与子女与老人的联系频率对老年人高血压患病率有显著的负向效应;但子女的日常照料和子女与老人的见面频率对老年人高血压患病无显著影响。结论:代际支持在降低老年人高血压风险方面扮演重要角色,家庭是老年人生活的重要支持网络,子女应加强与老年人的联系和沟通,提供必要的经济支持和情感慰藉。 展开更多
关键词 代际支持 老年人 高血压 老年人健康 社会支持网络
在线阅读 下载PDF
基于力-振动信号特征融合的砂轮磨损智能辨识系统
2
作者 丁宁 杨云淏 +4 位作者 段景淞 谭鹏乐 张楷毓 董之宁 史尧臣 《机床与液压》 北大核心 2025年第14期106-111,共6页
在磨削加工过程中,砂轮磨损会显著影响加工质量。为了对砂轮磨损状态进行辨识和及时修整,提出一种基于力-振动信号特征融合的智能辨识方法。以难加工的航空航天钛合金材料为磨削对象,建立砂轮磨损状态的多信号采集系统,同步获取磨削力... 在磨削加工过程中,砂轮磨损会显著影响加工质量。为了对砂轮磨损状态进行辨识和及时修整,提出一种基于力-振动信号特征融合的智能辨识方法。以难加工的航空航天钛合金材料为磨削对象,建立砂轮磨损状态的多信号采集系统,同步获取磨削力信号、振动信号和砂轮表面形貌数据。通过结合表面形貌和信号特征分析,探究砂轮磨损的演化规律。将磨削过程中的法向力与切向力之比σ(F_(N)/F_(t))和振动信号均方根值(RMS)作为表征砂轮磨损程度的关键参数,构建基于残差神经网络和支持向量机(ResNet-SVM)的砂轮磨损智能辨识模型,以提高辨识精度。该模型利用ResNet提取深层特征,通过SVM进行分类决策,并采用线性加权融合策略提升系统性能。结果表明:所提方法在砂轮磨损状态识别方面优于传统的CNN-SVM模型,辨识精度可达95%以上。 展开更多
关键词 砂轮磨损 磨削力 振动信号 残差神经网络 支持向量机
在线阅读 下载PDF
基于MS1DCNN-BOA-SVM的智能液压系统故障诊断方法
3
作者 闫锋 肖成军 +2 位作者 孙一伟 孙有朝 谭忠睿 《机床与液压》 北大核心 2025年第8期174-181,共8页
针对液压系统故障特征提取困难、诊断准确率低等问题,提出一种基于多尺度一维卷积神经网络(MS1DCNN)和贝叶斯搜索优化支持向量机(SVM)的智能故障诊断模型。将多个传感器信号合并为单一输入信号;通过多尺度卷积处理提取关键故障特征,构... 针对液压系统故障特征提取困难、诊断准确率低等问题,提出一种基于多尺度一维卷积神经网络(MS1DCNN)和贝叶斯搜索优化支持向量机(SVM)的智能故障诊断模型。将多个传感器信号合并为单一输入信号;通过多尺度卷积处理提取关键故障特征,构建特征向量;然后,利用贝叶斯搜索优化SVM进行分类识别,构建故障诊断模型;最后,对模型进行训练。结果表明:该模型对柱塞泵和蓄能器的故障诊断准确率分别为99.63%、99.17%;与MS1DCNN、1DCNN、SVM模型相比,该模型在液压系统故障诊断方面具有高准确率、高可靠性和强泛化能力的优势。 展开更多
关键词 液压系统 多尺度卷积神经网络 支持向量机 贝叶斯搜索优化 故障诊断
在线阅读 下载PDF
老年人微信使用强度对受骗倾向的影响:网络社会支持和网络人际信任的链式中介作用
4
作者 陈丽君 黄海洋 林松 《中国临床心理学杂志》 北大核心 2025年第3期595-598,630,共5页
目的:探究老年人微信使用强度和受骗倾向之间的关系,以及网络社会支持和网络人际信任的中介作用。方法:使用微信使用强度量表、老年人受骗倾向问卷、网络社会支持量表以及网络人际信任问卷,对352名老年人进行调查,使用SPSS和Smart-PLS... 目的:探究老年人微信使用强度和受骗倾向之间的关系,以及网络社会支持和网络人际信任的中介作用。方法:使用微信使用强度量表、老年人受骗倾向问卷、网络社会支持量表以及网络人际信任问卷,对352名老年人进行调查,使用SPSS和Smart-PLS对数据进行分析。结果:网络社会支持和网络人际信任在老年人微信使用强度对受骗倾向的影响中起完全链式中介作用。结论:老年人过度使用微信可能会通过提高其网络社会支持和网络人际信任进而提高受骗倾向。本研究结果有助于老年人提高网络安全意识,降低受骗风险。 展开更多
关键词 网络社会支持 网络人际信任 微信使用强度 受骗倾向
原文传递
融合改进卷积神经网络和层次SVM的鸡蛋外观检测 被引量:2
5
作者 姚万鹏 张凌晓 +1 位作者 赵肖峰 王飞成 《食品与机械》 北大核心 2025年第1期158-164,共7页
[目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2... [目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2)设计改进的浣熊优化算法(coati optimization algorithm,COA)和FCM聚类算法,在此基础上对卷积神经网络(convolutional neural network,CNN)模型结构和超参数进行优化,以提升CNN泛化能力。运用优化后的CNN深度学习鸡蛋图像数据库,从而实现鸡蛋外观图像特征的有效提取。(3)建立层次支持向量机鸡蛋外观分类工具,最终实现对鸡蛋外观的准确检测分类。[结果]所提鸡蛋外观检测方案的检测准确率提高了1.74%~4.31%,检测时间降低了21.68%~53.51%。[结论]所提方法能够有效实现对鸡蛋的在线实时精细化分类。 展开更多
关键词 鸡蛋外观 卷积神经网络 浣熊优化算法 支持向量机 特征提取
在线阅读 下载PDF
精神病态与网络引战的关系:感知社会支持与社交网络成瘾的纵向中介作用 被引量:1
6
作者 李放 王一博 +2 位作者 朱丹 江妮 武碧云 《中国临床心理学杂志》 北大核心 2025年第2期267-271,共5页
目的:考察精神病态与网络引战的关系及感知社会支持和社交网络成瘾在两者间的纵向中介机制。方法:使用精神病态、感知社会支持、社交网络成瘾和网络引战量表对501名大学生在半年内实施三次追踪测量。结果:精神病态显著正向预测网络引战... 目的:考察精神病态与网络引战的关系及感知社会支持和社交网络成瘾在两者间的纵向中介机制。方法:使用精神病态、感知社会支持、社交网络成瘾和网络引战量表对501名大学生在半年内实施三次追踪测量。结果:精神病态显著正向预测网络引战。社交网络成瘾在精神病态与网络引战间起纵向中介作用,感知社会支持与社交网络成瘾在精神病态与网络引战间起纵向链式中介作用。结论:精神病态可能通过减少感知社会支持并增加社交网络成瘾而加剧网络引战。 展开更多
关键词 精神病态 感知社会支持 社交网络成瘾 网络引战
原文传递
基于光谱和色谱特征数据融合的化工园区地表水污染源识别技术 被引量:1
7
作者 赵远 殷新育 +3 位作者 刘小凤 金梦 兰亚琼 刘锐 《环境科学》 北大核心 2025年第1期216-226,共11页
化工园区内工业企业多,且各企业排水组分复杂,很多企业之间排水组成具有相似性.因此,当园区内地表水发生污染时,快速识别污染源的难度很大.为此,以嘉兴市某国家级化工园区为研究对象,收集该园区内7家重点企业10个批次的排水样本,并对其... 化工园区内工业企业多,且各企业排水组分复杂,很多企业之间排水组成具有相似性.因此,当园区内地表水发生污染时,快速识别污染源的难度很大.为此,以嘉兴市某国家级化工园区为研究对象,收集该园区内7家重点企业10个批次的排水样本,并对其进行三维荧光光谱(EEMS)和气相色谱-质谱(GC-MS)分析.利用平行因子法从同一企业不同批次排水的EEMS图谱中提取共有组分,并构建EEMS特征数据矩阵.同时,从企业排水的GC-MS数据中筛选出具有高检出率或能够有效区分不同企业排水的特征物质,并构建GC-MS特征数据矩阵.比较研究基于不同数据矩阵以及不同模型的污染源识别效果.结果表明,无论是基于EEMS原始数据矩阵、EEMS特征数据矩阵还是GC-MS特征数据矩阵,BP神经网络模型对污染源的识别准确率都不高,分别仅为71.43%、76.19%和71.43%,略高于支持向量机模型(76.19%、76.19%和57.14%).当使用EEMS与GC-MS特征数据融合矩阵时,污染源识别性能显著提升.支持向量机模型对7家企业排水的识别准确率、宏精确率、宏召回率以及宏调和平均值分别为95.24%、96.43%、95.24%和95.10%,而BP神经网络模型的识别性能更佳,4项指标均接近100%.研究结果为化工园区等地表水污染源识别提供了一种有效方法 . 展开更多
关键词 化工园区 三维荧光光谱(EEMS) 气相色谱-质谱(GC-MS) BP神经网络(BPNN) 支持向量机(SVM) 污染源识别
原文传递
融合长短期记忆网络和支持向量机的Wi-Fi室内入侵检测
8
作者 王长浩 张懿祥 +1 位作者 张强 郝嘉耀 《电子技术应用》 2025年第5期68-76,共9页
基于Wi-Fi感知的室内入侵检测系统是一种无需在移动实体上附加任何设备即可检测移动实体的系统。针对目前检测方法忽略复杂的幅度变化和相位变化引起的潜在影响,提出了融合长短期记忆网络和支持向量机的室内入侵检测新方法LSID(Long Sho... 基于Wi-Fi感知的室内入侵检测系统是一种无需在移动实体上附加任何设备即可检测移动实体的系统。针对目前检测方法忽略复杂的幅度变化和相位变化引起的潜在影响,提出了融合长短期记忆网络和支持向量机的室内入侵检测新方法LSID(Long Short-Term Memory and Support Vector Machine Intrusion Detection)。LSID方法采用一种新的特征值建模方式,利用长短期记忆网络可以学习到时序特征并且能捕捉时序信号长期的依赖关系,将信道状态信息真实值与长短期记忆神经网络的预测值之差作为特征值,能更准确地捕捉入侵者对信号状态信息的影响。该检测方法在学校实验室环境下经过多次实验验证,最终检测准确率达到99.21%,通过多组实验比对,结果显示LSID方法具有有效性和可行性,相比于其他入侵检测方法准确率明显提升。 展开更多
关键词 室内入侵 长短期记忆网络 支持向量机 特征值建模
在线阅读 下载PDF
基于知识图谱和孪生BERT网络的大坝安全辅助决策技术研究
9
作者 齐智勇 龚士林 +4 位作者 毛延翩 孙辅庭 汤正阳 牟猷 都旭煌 《水电能源科学》 北大核心 2025年第11期158-161,119,共5页
针对一线大坝运行安全管理人员经验欠缺和行业知识难以有效利用的问题,提出了基于知识图谱和孪生BERT网络的大坝安全辅助决策方法。首先,通过分析大坝安全辅助决策过程中可能涉及到的内容,构建了包含9种实体类型和15种关系类型的大坝运... 针对一线大坝运行安全管理人员经验欠缺和行业知识难以有效利用的问题,提出了基于知识图谱和孪生BERT网络的大坝安全辅助决策方法。首先,通过分析大坝安全辅助决策过程中可能涉及到的内容,构建了包含9种实体类型和15种关系类型的大坝运行安全知识体系;其次,依据知识体系对收集到的大坝安全相关数据进行关联存储,形成大坝运行安全知识图谱;然后,基于孪生BERT网络构建了大坝运行安全知识语义匹配模型,形成了自然语言检索语句与图数据库中目标案例的有效关联;最后,提出了基于知识图谱的大坝隐患案例智能匹配流程和方法,实现了最相似案例的智能检索与推荐,并通过实际案例进行了应用效果验证。结果表明,所提方法可实现大坝安全行业专家经验、典型案例的高效利用,以行业知识库的方式对大坝运行安全管理人员提供决策支持。 展开更多
关键词 大坝 知识图谱 孪生BERT网络 语义匹配 辅助决策
原文传递
基于数字孪生的高铁线路健康监测系统的研究
10
作者 曹峰 徐天航 《科技创新与生产力》 2025年第8期137-140,共4页
为解决传统线路监测方法存在的效率低、更新周期长、无法实时监测等问题,搭建了一套基于数字孪生的高铁线路健康监测系统,使用卷积神经网络有效提取线路结构和状况的图像特征,有助于系统分析线路图像数据,识别异常状态和问题点,并采用... 为解决传统线路监测方法存在的效率低、更新周期长、无法实时监测等问题,搭建了一套基于数字孪生的高铁线路健康监测系统,使用卷积神经网络有效提取线路结构和状况的图像特征,有助于系统分析线路图像数据,识别异常状态和问题点,并采用支持向量机和支持向量域算法,对所采集的线路数据进行分类和判断正常/故障,从而实现对高铁线路状态的精确监测和预警,提高了线路安全性和运行效率。 展开更多
关键词 数字孪生 线路监测 卷积神经网络 支持向量机 支持向量域
在线阅读 下载PDF
基于深度学习的电力电缆故障诊断与定位策略研究
11
作者 张羽翔 胡雨时 +1 位作者 张宏志 鞠杨 《微型电脑应用》 2025年第6期20-25,共6页
电力电缆内部绝缘失效或外部损坏时,会导致所在的配电区域发生不对称故障,进而引发局部停电。为了快速且准确地对电缆故障进行诊断和分类,采用一维卷积神经网络(1D-CNN)分类器和二进制支持向量机(BSVM)分类器,提出一种基于深度学习的电... 电力电缆内部绝缘失效或外部损坏时,会导致所在的配电区域发生不对称故障,进而引发局部停电。为了快速且准确地对电缆故障进行诊断和分类,采用一维卷积神经网络(1D-CNN)分类器和二进制支持向量机(BSVM)分类器,提出一种基于深度学习的电力电缆故障诊断与定位策略。采用ATP-EMTP程序模拟并采集地下电缆发送的端信号,利用分数离散余弦变换(FrDCT)和奇异值分解(SVD)实现数据特征提取和化简,采用BSVM分类器进行电缆故障检测,采用1D-CNN分类器进行电缆故障的分类和定位。仿真结果表明,当分数因子α=0.8时,故障定位准确率为99.6%,最低执行时间为0.15 s,最大错误率为0.0789%,所提策略可以有效实现电缆的故障诊断与定位。 展开更多
关键词 电力电缆 深度学习 故障诊断与定位 一维卷积神经网络 二进制支持向量机
在线阅读 下载PDF
基于1DCNN-SVM的天然气水合物风险防控边界预测方法
12
作者 吕晓方 陈书楷 +5 位作者 徐孝轩 柳扬 钱瑞祥 王传硕 李晓伟 周诗岽 《管道保护》 2025年第1期14-21,共8页
为了保障油气管道的流动安全,准确预测天然气水合物的生成条件非常重要。传统方法依赖于实验经验公式或简单物理模型,但这些方法计算复杂、适用范围有限且精度较低。为此,提出了一种基于一维卷积神经网络(1DCNN)-支持向量机(SVM)的天然... 为了保障油气管道的流动安全,准确预测天然气水合物的生成条件非常重要。传统方法依赖于实验经验公式或简单物理模型,但这些方法计算复杂、适用范围有限且精度较低。为此,提出了一种基于一维卷积神经网络(1DCNN)-支持向量机(SVM)的天然气水合物相平衡预测方法。在实验中,探讨了不同迭代次数对模型性能的影响,确定2000次迭代时模型性能最佳。对比1DCNN-SVM模型与传统SVM、CNN、BP模型和OLGA的预测效果,结果显示1DCNN-SVM模型具有优异的预测性能,R2达到0.9761,MSE为1.8236,MAE为0.5889,均优于其他模型。此外,1DCNN-SVM模型在面对新数据时,表现出良好的适用性与稳定性。该预测方法为油气管道水合物生成的预测、监测预警及防控提供了新的思路。 展开更多
关键词 天然气水合物 相平衡 一维卷积神经网络(1DCNN) 支持向量机(SVM)
在线阅读 下载PDF
一种自智网络等级量化评估方法
13
作者 王锐 《电信工程技术与标准化》 2025年第2期88-92,共5页
针对现有评估方法存在定性评估结果难以准确反映网络智能运维水平、人工举证评估受主观因素影响等痛点,本文提出了一种自智网络等级量化评估方法,通过构建等级评估模型和等级评估体系,实现自智网终等级量化评估。引入层级熵分析法确定... 针对现有评估方法存在定性评估结果难以准确反映网络智能运维水平、人工举证评估受主观因素影响等痛点,本文提出了一种自智网络等级量化评估方法,通过构建等级评估模型和等级评估体系,实现自智网终等级量化评估。引入层级熵分析法确定并修正各层级能力关键因子系数,降低主观系数赋值引起的差异性。试点数据表明,本文方法能有效提高评估结果的可信度和可靠性,指导各专业对短板能力进行针对性优化提升,助力智慧运维业务数智化能力建设。 展开更多
关键词 IT支撑 网络运维 自智网络
在线阅读 下载PDF
五种营养支持对胃癌放化疗患者疗效和安全性比较的网络荟萃分析
14
作者 向玮 陈龙 +1 位作者 张丽 龚淑贤 《湖北医药学院学报》 2025年第2期172-179,共8页
目的:本研究采用网络荟萃分析,以评估胃癌放化疗患者不同营养支持治疗方法的有效性和安全性,为医疗指南提供证据。方法:检索PubMed、Embase、Web of science、CNKI和万方文献数据库中,截至2024年5月的数据。采用平均差及其95%可信区间... 目的:本研究采用网络荟萃分析,以评估胃癌放化疗患者不同营养支持治疗方法的有效性和安全性,为医疗指南提供证据。方法:检索PubMed、Embase、Web of science、CNKI和万方文献数据库中,截至2024年5月的数据。采用平均差及其95%可信区间来评估一系列包括白蛋白、前白蛋白、转铁蛋白、住院天数、总蛋白、CD4^(+)和CD8^(+)在内的临床结局。组间二分类结局指标(感染、并发症)的比较采用几率比及其95%可信区间进行估算。采用累积排序曲线下面积(SUCRA)描述每种治疗方法在不同结果下的排名概率。结果:共检索到480篇相关文献,纳入12项研究。肠道免疫营养在白蛋白、前白蛋白、转铁蛋白、感染方面表现较佳,其SUCRA值分别为0.695、0.909、0.747、0.844;全肠外营养的SUCRA值在住院天数(0.974)、总蛋白(0.852)和CD8^(+)(0.799)较高。早期肠内营养的SUCRA值在CD4^(+)(0.836)和并发症(0.835)方面排名较高。结论:肠道免疫营养可能是胃癌患者改善白蛋白、前白蛋白、转铁蛋白、感染的最佳营养支持,而早期肠内营养在CD4^(+)和并发症方面是一种有效的治疗方法。 展开更多
关键词 胃癌 放化疗 营养支持 疗效 网络荟萃分析
暂未订购
基于CNN-SVM的变压器故障诊断方法 被引量:2
15
作者 李州 汪繁荣 《现代电子技术》 北大核心 2025年第6期73-77,共5页
针对变压器故障诊断存在的精度低、鲁棒性不强等问题,提出一种基于卷积神经网络(CNN)和支持向量机(SVM)的故障诊断方法。首先,基于油中溶解气体分析(DGA)法,以5种特征量作为输入,利用CNN提取数据的特征信息;然后导入SVM中进行分类,实现... 针对变压器故障诊断存在的精度低、鲁棒性不强等问题,提出一种基于卷积神经网络(CNN)和支持向量机(SVM)的故障诊断方法。首先,基于油中溶解气体分析(DGA)法,以5种特征量作为输入,利用CNN提取数据的特征信息;然后导入SVM中进行分类,实现变压器的故障诊断。基于336组油气数据对所提模型的性能进行验证,并将其与其他方法进行对比。实验结果表明:所构建的CNN-SVM诊断模型与CNN-BiLSTM网络、LSTM网络和CNN相比,综合故障诊断精度分别提高了8.9%、12.5%和19.6%,并且CNN-SVM模型有着更快的运行速度,运行时间约为3.11 s;当修改输入数据或减少输入的气体特征量时,CNN-SVM模型的诊断精度相比于其他方法下降最少,说明CNN-SVM模型具有更好的鲁棒性和特征提取能力。 展开更多
关键词 变压器 故障诊断 卷积神经网络 支持向量机 特征提取 诊断精度
在线阅读 下载PDF
基于LSTM-SVM的日光温室环境预测模型 被引量:2
16
作者 梁正龙 祁少刚 +3 位作者 畅青霞 张盘 张国强 牛立群 《农业机械学报》 北大核心 2025年第7期279-287,共9页
准确预测日光温室内环境参数可有效降低温室控制的滞后性,是实现日光温室智能化控制的关键,对于实现日光温室生产过程的精细化智能管理具有重要意义。本文通过设置多层LSTM网络模型并结合SVM设计用于预测温室环境参数的混合模型,在模型... 准确预测日光温室内环境参数可有效降低温室控制的滞后性,是实现日光温室智能化控制的关键,对于实现日光温室生产过程的精细化智能管理具有重要意义。本文通过设置多层LSTM网络模型并结合SVM设计用于预测温室环境参数的混合模型,在模型预测过程中加入未来一段时期的天气信息辅以修正模型,以提高模型预测结果的准确性,实现在复杂天气条件下温室内环境参数预测。实验结果表明,该模型充分利用了LSTM在序列数据长期依赖关系处理上的特长以及SVM在特征提取和分类上的优势,实现了在复杂变化的室外环境条件对日光温室内关键环境参数的精确预测,预测决定系数R^(2)均不小于0.93。实验验证对比结果表明,提出的加入未来一段时间天气信息修正的LSTM-SVM混合预测模型在复杂天气条件下对日光温室环境参数预测准确性和稳定性明显优于单一模型和其他传统方法。 展开更多
关键词 日光温室 长短期记忆网络 支持向量机 环境预测模型
在线阅读 下载PDF
基于K-means聚类的LSTM-SVR-DE光伏功率组合预测 被引量:3
17
作者 张元曦 杨国华 +4 位作者 杨娜 李祯 马鑫 刘浩睿 南少帅 《综合智慧能源》 2025年第2期71-78,共8页
为进一步提高光伏发电功率预测的准确性,提出一种基于长短期记忆神经网络(LSTM)和支持向量回归(SVR)的组合预测模型。分别利用LSTM和SVR模型对光伏功率进行预测,在此基础上采用Stacking堆叠集成的策略对2种单一模型预测结果进行线性组合... 为进一步提高光伏发电功率预测的准确性,提出一种基于长短期记忆神经网络(LSTM)和支持向量回归(SVR)的组合预测模型。分别利用LSTM和SVR模型对光伏功率进行预测,在此基础上采用Stacking堆叠集成的策略对2种单一模型预测结果进行线性组合,并使用差分进化算法(DE)寻找最佳组合权重。最后,对宁夏某光伏电站的真实数据进行仿真和对比研究,结果表明该方法对比LSTM和SVR模型预测误差减小约70%。 展开更多
关键词 K-MEANS聚类 LSTM神经网络 支持向量回归 差分进化法 光伏功率预测
在线阅读 下载PDF
基于灰狼算法优化DBN-SVM的入侵检测方法 被引量:2
18
作者 彭庆媛 王晓峰 +3 位作者 唐傲 王军霞 华盈盈 何飞 《南京大学学报(自然科学版)》 北大核心 2025年第2期270-282,共13页
入侵检测技术作为一种可靠的网络安全防御手段,在保障网络安全方面具有重要意义.深度信念网络(Deep Belief Network,DBN)结合支持向量机(Support Vector Machine,SVM)是一种具有良好泛化能力和分类性能的机器学习方法,在入侵检测领域有... 入侵检测技术作为一种可靠的网络安全防御手段,在保障网络安全方面具有重要意义.深度信念网络(Deep Belief Network,DBN)结合支持向量机(Support Vector Machine,SVM)是一种具有良好泛化能力和分类性能的机器学习方法,在入侵检测领域有着广泛的应用.然而,该方法在处理高维数据时容易出现“维数灾难”问题,并且参数选择对分类性能有很大影响,针对以上不足,提出了一种基于灰狼算法(Grey Wolf Optimization,GWO)优化DBN-SVM的入侵检测方法.在GWO算法中,通过引入自适应狩猎权重系数和改进头狼位置更新公式来加快收敛速度和扩展狼群搜索范围,通过加入最优灰狼个体自适应扰动策略来避免陷入局部最优.进一步利用改进后的GWO算法优化DBN-SVM,并应用于入侵检测.实验结果表明,提出的方法在NSL-KDD和UNSW-NB15数据集上的准确率比未改进的DBN-SVM分别提高6.5%和5.7%,满足入侵检测的应用需求. 展开更多
关键词 深度信念网络 支持向量机 灰狼优化算法 自适应狩猎权重系数 t分布扰动 入侵检测
在线阅读 下载PDF
基于卷积神经网络与支持向量机的适配器落点预测方法 被引量:1
19
作者 苏政宇 杨宝生 +3 位作者 杨婧 唐静楠 姜毅 邓月光 《兵工学报》 北大核心 2025年第2期91-102,共12页
针对发射过程适配器落点预测算法存在的求解时间长、耗费资源多等问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)与支持向量机(Support Vector Machine,SVM)算法的适配器落点预测模型。基于欧拉角描述建立发射过程... 针对发射过程适配器落点预测算法存在的求解时间长、耗费资源多等问题,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)与支持向量机(Support Vector Machine,SVM)算法的适配器落点预测模型。基于欧拉角描述建立发射过程适配器动力学运动模型,并通过四阶龙格库塔法对适配器运动轨迹进行数值求解,获得大量的适配器运动状态参数和落点信息;提出CNN-SVM的适配器落点预测模型,采用Adam优化器优化CNN网络性能,并通过网格搜索法获得SVM最佳的超参数。研究结果表明:CNN-SVM模型对适配器落点预测具有较好的求解精度和较强的泛化性能,其训练集和测试集的R 2值均大于0.99,同时该模型的平均绝对误差均小于0.1 m;在相同的计算资源且满足任务预测精度的条件下,其求解时间仅为传统数值积分方法的8.5%。该模型在实际应用中具备显著的优势,为发射过程中适配器分离落点快速预测提供了一种有效的解决方案。 展开更多
关键词 落点预测 适配器 卷积神经网络 支持向量机
在线阅读 下载PDF
低空智能网联体系 被引量:9
20
作者 张学军 刘法旺 +1 位作者 张祖耀 田野 《北京航空航天大学学报》 北大核心 2025年第6期1793-1815,共23页
近日,低空产业联盟对外发布《低空智能网联体系参考架构(2024版)》报告,该报告作为框架性的文件,旨在用最精确简短的内容体现低空智能网联体系的关键构成,但缺乏对体系背后隐含的科学方法、理论基础、实现途径等内容的详细描述。基于此... 近日,低空产业联盟对外发布《低空智能网联体系参考架构(2024版)》报告,该报告作为框架性的文件,旨在用最精确简短的内容体现低空智能网联体系的关键构成,但缺乏对体系背后隐含的科学方法、理论基础、实现途径等内容的详细描述。基于此,围绕该报告的内容,对低空智能网联体系发展现状、架构设计思路、关键技术等进行了全面的阐述,旨在对报告涉及的内容做进一步的分析和解读,为后续围绕低空智能网联体系的开发和建设工作提供科学的理论参考。 展开更多
关键词 低空智能网联体系运行概念 低空智能网联体系架构设计 低空智能网联应用服务系统 低空智能网联数据与服务支撑网络 低空智能网联机载终端与基础设施 低空智能网联体系关键技术
原文传递
上一页 1 2 242 下一页 到第
使用帮助 返回顶部