期刊文献+
共找到1,462篇文章
< 1 2 74 >
每页显示 20 50 100
基于HDNNF-CAF的短时交通流预测研究 被引量:1
1
作者 王庆荣 慕壮壮 +1 位作者 朱昌锋 何润田 《计算机工程与应用》 北大核心 2025年第15期318-328,共11页
短时交通流预测在智能交通系统中扮演重要的角色。针对交通流复杂多变的时空特征、非平稳性及外部因素引发的数据异常,提出考虑异常因素的混合深度神经网络预测模型(hybrid deep neural network forecasting model considering anomalou... 短时交通流预测在智能交通系统中扮演重要的角色。针对交通流复杂多变的时空特征、非平稳性及外部因素引发的数据异常,提出考虑异常因素的混合深度神经网络预测模型(hybrid deep neural network forecasting model considering anomalous factors,HDNNF-CAF)。该模型将邻接矩阵、交通流量矩阵及交通流其他参数矩阵结合异常数据处理理论,进行数据预处理和异常数据识别。建立异常数据时空特征提取理论,捕获异常数据时空信息;利用变分模态分解(VMD)降低交通流数据非平稳性,并提出图卷积网络(GCN)优化Informer理论分别对各个子序列进行特征提取,以组合生成交通流时空信息。最终结合异常数据与交通流数据的时空信息生成预测结果。在真实数据集PeMS04上进行验证,实验结果表明,HDNNF-CAF能够有效识别交通流异常数据,提高预测精度,优于一些现有方法。 展开更多
关键词 短时交通流 预测 深度学习 图卷积网络 时空信息
在线阅读 下载PDF
基于小波降噪与WOA⁃Bi⁃LSTM的短时交通流预测 被引量:1
2
作者 贾现广 苏治文 +1 位作者 冯超琴 吕英英 《现代电子技术》 北大核心 2025年第14期77-84,共8页
交通流数据中异常数据波动作为噪声,会对模型训练收敛以及预测精度产生不利影响。为解决该问题,引入两种不同阈值函数的小波阈值去噪方法对交通流数据进行降噪处理,将小波阈值去噪(WD)、鲸鱼优化算法(WOA)和双向长短期记忆网络(Bi-LSTM... 交通流数据中异常数据波动作为噪声,会对模型训练收敛以及预测精度产生不利影响。为解决该问题,引入两种不同阈值函数的小波阈值去噪方法对交通流数据进行降噪处理,将小波阈值去噪(WD)、鲸鱼优化算法(WOA)和双向长短期记忆网络(Bi-LSTM)相结合,提出一种WD-WOA-Bi-LSTM方法。首先,将两种方法降噪后的交通流数据进行对比,并将降噪效果更好的数据进行归一化处理、数据集划分以及数据维度转换;然后,通过WOA对Bi-LSTM部分超参数进行寻优,迭代至最优适应度的超参数组合,并用于构建Bi-LSTM;最后,应用英格兰公路交通流数据验证所提模型。结果表明:WDWOA-Bi-LSTM方法相较WOA-Bi-LSTM和WD-Bi-LSTM,RMSE降低12.5004%和3.9789%;MAE降低21.7350%和4.7225%;MAPE降低38.5647%和10.8652%。该模型相比其他模型评价指标均为最低,具有较高的预测精度,可以为高精度的短时交通流预测提供参考。 展开更多
关键词 智能交通 短时交通流预测 小波阈值去噪 鲸鱼优化算法 双向长短期记忆网络 深度学习 超参数寻优
在线阅读 下载PDF
侧吹一步炼镍技术为镍火法冶炼厂带来的机遇 被引量:1
3
作者 陆金忠 金鑫 《有色设备》 2025年第1期50-54,共5页
随着盛屯矿业在国内贵州福泉一步炼镍系统(NDS)的建成和投产,炉渣高效贫化成为重点关注的热点。在镍火法冶炼领域,有效解决炉渣贫化问题以保障金属回收率,是衡量镍冶炼工艺先进性的核心指标之一。盛屯矿业在贵州的项目初期确定采用侧吹... 随着盛屯矿业在国内贵州福泉一步炼镍系统(NDS)的建成和投产,炉渣高效贫化成为重点关注的热点。在镍火法冶炼领域,有效解决炉渣贫化问题以保障金属回收率,是衡量镍冶炼工艺先进性的核心指标之一。盛屯矿业在贵州的项目初期确定采用侧吹一步炼镍工艺时,研发与当前冶炼条件相匹配的渣贫化装置及工艺控制技术。项目投产后,尽管熔炼处理的原料与设计预期存在显著偏差,如硫化镍精矿、含镍杂料、含硫低于10%的低硫镍合金等,仍产出含镍铜总量大于50%~60%的中高镍锍,冶炼炉渣通过新渣贫化装置处理后,炉渣含镍仍能够控制在0.2%以下,实现了显著的炉渣贫化效果。此次炉渣贫化装置的突破性进展,将为世界镍火法冶炼缩短工艺流程、增强系统原料的适应性、提高金属回收率等方面带来重大突破和机遇。 展开更多
关键词 镍火法冶炼 侧吹一步炼镍 渣贫化新装置 短流程 低能耗 金属回收率
在线阅读 下载PDF
基于多分支ResCovLSTM的城市轨道交通短时客流预测模型 被引量:1
4
作者 刘燕 李恒如 谷卫 《现代城市轨道交通》 2025年第2期130-139,共10页
随着城市化进程的加速,城市轨道交通客流预测对于提高运营效率和服务质量愈发重要。然而,现有模型在处理大规模、多维度数据时面临预测精度不足和计算复杂度高的挑战。为解决该问题,文章提出一种基于多分支ResCovLSTM的深度学习模型,创... 随着城市化进程的加速,城市轨道交通客流预测对于提高运营效率和服务质量愈发重要。然而,现有模型在处理大规模、多维度数据时面临预测精度不足和计算复杂度高的挑战。为解决该问题,文章提出一种基于多分支ResCovLSTM的深度学习模型,创新性地设计4个独立分支,分别处理天气与空气质量、流入量、流出量以及网络拓扑结构等关键因素。通过融合残差网络、CovLSTM和卷积注意力等模块,有效提升预测精度和模型泛化能力。实验结果表明,该模型在单步和多步预测中均表现出色,显著降低预测误差。以WMAPE为例,模型在单步预测中的WMAPE仅为8.625 1%,相比次优模型降低0.16%,证明模型的有效性和优越性。 展开更多
关键词 城市轨道交通 短时客流预测 多步预测 深度学习 ResCovLSTM
在线阅读 下载PDF
基于门架数据的高速公路货车流量短时预测
5
作者 田钊 程钰婕 +3 位作者 李姝婕 张乾钟 邵凯凯 杨艳芳 《郑州大学学报(理学版)》 北大核心 2025年第6期58-64,共7页
高速公路货运在货运体系中持续占据重要地位,相较于其他交通数据,门架数据准确性更高,但由于其难以获取,现有的预测模型较少使用门架数据来预测高速公路货车流量。针对以上问题,提出基于门架数据的高速公路货车流量短时预测模型。首先,... 高速公路货运在货运体系中持续占据重要地位,相较于其他交通数据,门架数据准确性更高,但由于其难以获取,现有的预测模型较少使用门架数据来预测高速公路货车流量。针对以上问题,提出基于门架数据的高速公路货车流量短时预测模型。首先,对高速公路货车数据进行预处理。其次,将注意力机制与自适应图卷积网络(AGCN)相融合,挖掘高速公路货车数据中的空间相关性,并通过残差神经网络(ResNet)与长短期记忆(LSTM)网络来挖掘高速公路货车数据中的时间相关性。最后,通过特征融合得到最终高速公路货车流量预测结果。通过对比实验,所提模型与LSTM、STNN等基线模型相比,在短期的高速公路货车流量预测上有更高的准确度。 展开更多
关键词 短时流量预测 门架数据 深度学习 残差神经网络 长短期记忆网络
在线阅读 下载PDF
抗污染型短流程超滤膜组器及运行参数优化试验
6
作者 刘旭东 黄江龙 +3 位作者 郭鹏 吴勇生 付莹 安宁 《净水技术》 2025年第3期123-134,共12页
【目的】针对高浑浊度矿井水处理技术存在处理工序长、超滤(UF)膜进水水质要求高、膜污染严重的问题,采用短流程超滤膜化学反应器(MCR)组器处理高浑浊度矿井水。【方法】在保留短流程超滤MCR工艺精简、集成度高、占地面积小的优势基础上... 【目的】针对高浑浊度矿井水处理技术存在处理工序长、超滤(UF)膜进水水质要求高、膜污染严重的问题,采用短流程超滤膜化学反应器(MCR)组器处理高浑浊度矿井水。【方法】在保留短流程超滤MCR工艺精简、集成度高、占地面积小的优势基础上,对短流程超滤MCR技术的抗污染膜组器型式进行改进,探究高效膜污染控制组器型式;并对改进后组器的运行参数开展试验研究,通过优化运行通量、系统回收率、运行周期、反洗通量4个运行参数,考察不同运行条件对膜污染控制效果,从而确定抗污染膜组器的稳定运行参数,通过进水悬浮物浓度,考察短流程超滤MCR组器的进水条件。【结果】结果表明,短流程超滤MCR组器中振动模式的抗污染性能优于曝气模式,跨膜压差(TMP)低于曝气模式0.16~0.26 k Pa/d。而在振动模式中,线性振动模式TMP低于旋转振动模式0.5 k Pa/d,表明线性振动模式抗污染能力强,且线性振动模式的吨水能耗为0.03 k W·h、水阻能耗占比为28.8%,均优于旋转振动模式。此外,线性振动模式短流程超滤MCR组器在运行通量≤40L/(m^(2)·h),系统回收率≤97%,运行周期为45 min,反洗通量为60 L/(m^(2)·h)条件下,能保证膜抗污染效果,短流程超滤MCR组器进水耐受悬浮物质量浓度达到2000 mg/L,运行参数调整对产水水质无显著影响。【结论】振动模式短流程超滤MCR组器可有效减少处理工艺流程,放宽UF膜进水水质要求,缓解UF膜运行过程中膜污染的情况,可为高浑浊度矿井水工艺改造提供技术指导。 展开更多
关键词 短流程工艺 超滤膜化学反应器(MCR) 超滤 振动膜组器 抗污染运行参数
在线阅读 下载PDF
基于Attention-T-GRU的短时交通流预测
7
作者 张玺君 苏晋 +2 位作者 陈宣 尚继洋 崔勇 《兰州理工大学学报》 北大核心 2025年第4期107-113,共7页
针对路网中交通流较大的关键路段需要准确的交通流预测结果,在考虑交通流时空相关性的基础上,选取预测道路的同向相邻道路,提出单条路段的短时交通流预测组合模型.首先,根据研究道路与其上下游道路的相关性构建速度矩阵;其次,将速度矩... 针对路网中交通流较大的关键路段需要准确的交通流预测结果,在考虑交通流时空相关性的基础上,选取预测道路的同向相邻道路,提出单条路段的短时交通流预测组合模型.首先,根据研究道路与其上下游道路的相关性构建速度矩阵;其次,将速度矩阵输入注意力机制网络提取道路之间的空间联系;最后,将注意力机制输出的数据分解为若干个序列T输入GRU网络中提取时间序列特征,构成ATGRU(Attention-T-GRU)组合模型完成路网的短时交通流预测.使用西安市的交通流数据对提出的ATGRU组合模型进行验证,结果表明,ATGRU模型相比T-LSTM、CNN-LSTM及ACGRU等模型有更高的预测精度. 展开更多
关键词 短时交通流预测 时空特性 注意力机制 组合模型
在线阅读 下载PDF
融合短时交通流的高速公路事故影响因素分析
8
作者 温惠英 黄俊达 +3 位作者 黄坤火 赵胜 陈喆 胡宇晴 《华南理工大学学报(自然科学版)》 北大核心 2025年第10期1-13,共13页
高速公路交通事故的严重程度受多种因素共同影响,其中事故发生前的短时交通流特征作用尤为关键。为系统分析短时交通流状态对事故严重程度的影响,基于广东省2021—2022年南二环高速、济广高速和西部沿海高速的历史交通事故数据、ETC门... 高速公路交通事故的严重程度受多种因素共同影响,其中事故发生前的短时交通流特征作用尤为关键。为系统分析短时交通流状态对事故严重程度的影响,基于广东省2021—2022年南二环高速、济广高速和西部沿海高速的历史交通事故数据、ETC门架通行数据及气象数据,构建了考虑均值异质性的随机参数Logit模型,以探讨事故影响因素的异质性特征。该研究从道路特征、环境特征、交通流特征和事故特征4个方面筛选出29个潜在变量,分别采用标准多项Logit模型、随机参数Logit模型以及考虑均值异质性的随机参数Logit模型对事故严重程度进行建模。通过伪决定系数、赤池信息准则和贝叶斯信息准则对比分析模型拟合优度,结果显示,考虑均值异质性的随机参数Logit模型在拟合优度方面表现最优,能够更精准地捕捉事故影响因素的异质性特征。进一步基于变量的平均弹性系数评估不同因素对事故严重程度的影响,结果表明:在99%的置信水平下,道路特征、环境特征、事故特征和交通流特征等22个参数变量对事故的严重程度均存在显著影响,其中双向六车道、能见度增大等因素显著降低了事故的严重程度,路政救援处理时长、大型车平均速度、大型车比例、大型车与小型车速度差等变量的增大使事故的严重程度显著增加。该研究的结论可为高速公路事故预防和管理提供科学依据。 展开更多
关键词 高速公路 事故严重程度 影响因素分析 短时交通流 随机参数Logit模型
在线阅读 下载PDF
考虑异常数据的多层神经网络交通流预测模型
9
作者 王庆荣 慕壮壮 +2 位作者 朱昌锋 何润田 高桓伊 《地球信息科学学报》 北大核心 2025年第10期2466-2481,共16页
【目的】交通流预测对于城市管理、智能交通至关重要。针对交通流数据中由外部干扰、突发事件等导致的异常数据、蕴含的复杂时空信息等问题。【方法】本文提出了一种考虑异常数据的多层神经网络预测模型(MLNN-CAD)。考虑孤立森林算法因... 【目的】交通流预测对于城市管理、智能交通至关重要。针对交通流数据中由外部干扰、突发事件等导致的异常数据、蕴含的复杂时空信息等问题。【方法】本文提出了一种考虑异常数据的多层神经网络预测模型(MLNN-CAD)。考虑孤立森林算法因参数单一而存在异常识别不精确的问题,结合各交通参数间的约束关系与交通流内在结构和规律,提出多级孤立森林算法,以提高异常数据识别精度;结合节点间的距离、皮尔逊相关系数及交通流量构建异常影响动态图,弥补传统M阶矩阵存在的缺陷,精准捕获异常影响动态范围;结合交通拥堵指数构建重要节点动态图,解决由节点出入都筛选重要区域的不足,并捕获交通流局部动态信息。融合图卷积网络(GCN)与含残差链接的多层图注意力网络(ResGAT),提取交通流的全局、异常影响及重要节点各动态空间信息。利用Informer提取全局时空信息,扩展长短期记忆网络(XLSTM)提取异常影响和重要节点时空信息,并通过卷积融合层获取交通流预测值。【结果】研究采用2018年1月1日—2月18日的PeMS04及PeMS08真实交通流量数据对本文模型预测精度进行验证。结果表明,本文模型优于Informer、XLSTM、STSGCN、STFGCN、VMD-AGCGRN等现有模型,相较于VMD-AGCGRN在PeMS04数据集上MAE、RMSE及MAPE提升7.68%、10.36%、6.06%。【结论】本文所提出的MLNN-CAD模型为异常数据下的短时交通流预测提供了具有可行性的理论基础。 展开更多
关键词 短时交通流预测 多层神经网络 多级孤立森林 INFORMER 扩展长短期记忆网络
原文传递
基于时间卷积-Transformer模型的多场景地铁短时进站客流预测
10
作者 王小敏 张悦晗 《同济大学学报(自然科学版)》 北大核心 2025年第11期1737-1745,共9页
为更好地预测不同场景下城市轨道交通短期进站客流,提出一种基于时间卷积-Transformer组合深度学习模型的多场景进站客流预测方法。该方法考虑时序特征等客流内部特征及日期属性等周期影响因素,通过特征嵌入层构造多因素客流特征输入矩... 为更好地预测不同场景下城市轨道交通短期进站客流,提出一种基于时间卷积-Transformer组合深度学习模型的多场景进站客流预测方法。该方法考虑时序特征等客流内部特征及日期属性等周期影响因素,通过特征嵌入层构造多因素客流特征输入矩阵,利用时序卷积网络TCN和因果注意力Transformer两个模块并行提取并学习客流数据的局部与全局信息,然后由全连接层构成的预测层输出预测结果。利用上海体育场站客流数据和相关信息验证模型的有效性,并与多个对比模型的预测结果进行比较。实验结果表明:TCN-Transformer模型能够更好地捕捉不同场景下的进站客流特征,具有更好的预测精度和泛化能力。与其他几种模型相比,本文模型的均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)至少分别降低8.42%、7.32%和6.18%。 展开更多
关键词 城市交通 短时客流预测 组合深度学习模型 时序卷积网络 Transformer模型
在线阅读 下载PDF
短期资本流动对利率的异质性响应——基于汇率中介模型
11
作者 陈娜 郑滨清 《长春工程学院学报(社会科学版)》 2025年第1期32-39,共8页
将汇率引入利率对短期资本流动影响的分析框架,选取2005年至2021年的月度数据,通过构建中介效应模型,实证研究汇率在利率对短期资本流动影响中的作用机制。研究发现,利率在正常、危机不同时期下对短期资本流动的影响存在差异;汇率在利... 将汇率引入利率对短期资本流动影响的分析框架,选取2005年至2021年的月度数据,通过构建中介效应模型,实证研究汇率在利率对短期资本流动影响中的作用机制。研究发现,利率在正常、危机不同时期下对短期资本流动的影响存在差异;汇率在利率影响短期资本流动的过程中起到了部分中介的作用,形成了利率→汇率→短期资本流动的完整作用路径;利率对非官方记录资本流动存在以汇率为部分中介的间接传导渠道,而这种间接效应在官方记录资本流动则表现为遮掩效应而不是中介效应。结论对于完善市场化改革,发挥利率与汇率的协同作用,共同引导管理短期资本流动,有效制定相关经济政策具有重要的现实意义。 展开更多
关键词 利率 汇率 短期资本流动 正常时期 危机时期
在线阅读 下载PDF
动态水力旋流器内短路流流量的计算方法及影响分析 被引量:1
12
作者 于海 栾智勇 +6 位作者 姬宜朋 安申法 陈家庆 司政 任强 孙丰旭 宋泽润 《化工进展》 北大核心 2025年第1期135-144,共10页
短路流是影响水力旋流器分离效率的重要因素,然而针对动态水力旋流器中短路流的形式和计算方法鲜有研究。本文通过数值模拟的方式对动态水力旋流器溢流管口处径向速度变化和流线分布规律,提出了一种基于数值模拟的动态水力旋流器短路流... 短路流是影响水力旋流器分离效率的重要因素,然而针对动态水力旋流器中短路流的形式和计算方法鲜有研究。本文通过数值模拟的方式对动态水力旋流器溢流管口处径向速度变化和流线分布规律,提出了一种基于数值模拟的动态水力旋流器短路流流量计算方法。将量纲为1的动态水力旋流器高灵敏度结构参数作为输入指标,以数值模拟所得的短路流率作为响应目标,通过响应曲面法建立了量纲为1的结构参数与短路流率间的计算模型。基于所建立的模型,使单管处理量为120m^(3)/h的动态水力旋流器进行结构改进,改进后短路流流量减少了59.6%,分离效率提高了10.4%,基于该方法改进的单管120m^(3)/h处理量动态水力旋流器中试样机通过了海上石油平台上的试验验证,且试验分离性能与模拟预测分离效率间的平均误差仅有4.9%。 展开更多
关键词 动态水力旋流器 短路流 计算模型 数值模拟 现场试验
在线阅读 下载PDF
基于VMD多阶段优化的短时交通流预测研究
13
作者 陈以 齐兴宇 +1 位作者 胡水源 姚宇琛 《计算机仿真》 2025年第1期126-132,共7页
针对交通流数据存在的随机性与非线性等导致短时交通流预测精度不高的问题,给出一种多阶段优化策略和改进澳洲野狗算法(Improved Dingo Optimization Algorithm, IDOA)优化LSSVM、LSTM和XGBoost参数的组合预测模型(MO-IDOA-LLX)。使用... 针对交通流数据存在的随机性与非线性等导致短时交通流预测精度不高的问题,给出一种多阶段优化策略和改进澳洲野狗算法(Improved Dingo Optimization Algorithm, IDOA)优化LSSVM、LSTM和XGBoost参数的组合预测模型(MO-IDOA-LLX)。使用变分模态分解(Variational Modal Decomposition, VMD)将交通流分解,借助样本熵(Sample Entropy, SE)将子序列重组,得到趋势、细节和随机分量并采用相空间重构算法(Phase Space Reconstruction, PSR)对其进行处理。通过4个基准函数验证IDOA算法性能。对重构后的分量分别建立IDOA-LSSVM,IDOA-LSTM以及IDOA-XGBoost三个子模型,叠加各子模型的预测值得到预测结果。实验结果表明:其它预测模型相比,上述模型预测精度均有不同程度的提升,输出的预测结果更接近真实值。 展开更多
关键词 短时交通流预测 组合预测模型 改进澳洲野狗优化算法 变分模态分解 样本熵
在线阅读 下载PDF
区域性入肝血流阻断对腹腔镜肝切除术治疗原发性肝癌的近期疗效及安全性评价
14
作者 古丽斯坦 康书红 谷申森 《临床和实验医学杂志》 2025年第1期14-18,共5页
目的 研究区域性入肝血流阻断对腹腔镜肝切除术治疗原发性肝癌的近期疗效及安全性。方法 回顾性选取2022年7月至2023年7月新疆医科大学第一附属医院收治的120例原发性肝癌患者为研究对象,根据血流阻断技术不同分为观察组(n=60)和对照组(... 目的 研究区域性入肝血流阻断对腹腔镜肝切除术治疗原发性肝癌的近期疗效及安全性。方法 回顾性选取2022年7月至2023年7月新疆医科大学第一附属医院收治的120例原发性肝癌患者为研究对象,根据血流阻断技术不同分为观察组(n=60)和对照组(n=60)。观察组患者给予区域性入肝血流阻断治疗,对照组患者给予间歇性全入肝血流阻断。分析并比较两组患者的手术指标(手术时间、术中出血量、术后首次排气时间及住院时间)、近期疗效,术前、术后3 d的肝功能[丙氨酸转氨酶(ALT)、天冬氨酸转氨酶(AST)、总胆红素(TBil)、白蛋白],术前、术后7 d的营养指标(白蛋白、血红蛋白、前白蛋白、转铁蛋白)及并发症发生情况。结果 两组的手术时间比较,差异无统计学意义(P>0.05),观察组的术中出血量为(301.27±52.45) mL,低于对照组[(368.11±58.73) mL],术后首次排气时间及住院时间分别为(2.54±0.71)、(7.25±1.49) d,均短于对照组[(3.14±0.68)、(8.51±1.22) d],差异均有统计学意义(P<0.05)。观察组患者的总有效率为95.00%,显著高于对照组(75.00%),差异有统计学意义(P<0.05)。术后3 d,两组患者的ALT、AST、TBil水平均较术前明显升高,白蛋白水平较术前明显降低,差异均有统计学意义(P<0.05);但观察组术后3 d的ALT、AST、TBil水平分别为(65.56±13.85) U/L、(53.76±5.62) U/L、(25.76±5.62)μmol/L,均明显低于对照组[(71.17±9.34) U/L、(62.39±4.51) U/L、(29.39±6.51)μmol/L],白蛋白水平为(35.36±5.22) g/L,明显高于对照组[(31.11±4.47) g/L],差异均有统计学意义(P<0.05)。术后7 d,两组患者的血清白蛋白、血红蛋白、前白蛋白、转铁蛋白水平均较术前明显升高,且观察组术后7 d的血清白蛋白、血红蛋白、前白蛋白、转铁蛋白水平分别为(55.26±6.33) g/L、(120.35±10.39) g/L、(236.98±15.69) mg/L、(1.78±0.53) g/L,均明显高于对照组[(50.18±4.26) g/L、(114.06±9.35) g/L、(205.73±10.54) mg/L、(1.47±0.45) g/L],差异均有统计学意义(P<0.05)。观察组总并发症发生率为3.33%,明显低于对照组(21.67%),差异有统计学意义(P<0.05)。结论 原发性肝癌患者在接受腹腔镜肝切除术治疗时,与间歇性全入肝血流阻断相比,术中应用区域性入肝血流阻断对术中出血量的抑制作用更高,同时能够进一步改善术后肝功能与营养状态,减少并发症发生,提高近期疗效。 展开更多
关键词 肝肿瘤 腹腔镜 肝切除术 区域性入肝血流阻断 近期疗效 安全性
暂未订购
基于深度学习的短时交通流预测研究综述 被引量:3
15
作者 熊章友 李卫军 +2 位作者 朱晓娟 杨国梁 马馨瑜 《计算机工程与应用》 北大核心 2025年第11期67-82,共16页
交通流预测是智能交通系统的重要组成部分,旨在准确估计未来特定时间间隔内特定区域的交通流量。随着车辆的增长和路网中不同区域之间的复杂时空关系,传统的交通预测方法难以准确描述交通数据的特征,而深度学习的预测方法能够更好地处... 交通流预测是智能交通系统的重要组成部分,旨在准确估计未来特定时间间隔内特定区域的交通流量。随着车辆的增长和路网中不同区域之间的复杂时空关系,传统的交通预测方法难以准确描述交通数据的特征,而深度学习的预测方法能够更好地处理复杂的特征结构,因此,深度学习的方法已成为短时交通流预测的研究热点。总结了传统交通流预测方法和深度学习交通流预测方法的研究现状,详细介绍了深度学习架构卷积神经网络、自编码器、循环神经网络、图卷积神经网络、注意力机制与Transformer以及深度学习混合神经网络,并且对深度学习的交通流预测文献、深度学习的超参数和场景进行了总结分析。总结了现有文献中常用的国内外公共数据集。根据前人的模型实验对交通预测模型的性能进行了对比分析。最后,讨论了基于深度学习的交通预测领域的未来研究方向。 展开更多
关键词 交通流预测 深度学习 短时交通流 交通数据集 时空特征
在线阅读 下载PDF
基于改进Transformer模型的景区短时客流预测研究 被引量:3
16
作者 李新 张旭 +1 位作者 余乐安 汪寿阳 《中国管理科学》 北大核心 2025年第2期105-117,共13页
当前的旅游需求预测研究大多以年度、月度和日度频率的数据为主,而在短时高频的客流预测研究方面仍有待深化。本研究提出了一个基于改进Transformer模型的景区客流量预测框架,通过采集北京颐和园、故宫、天坛等7个5A级旅游景区2023年2月... 当前的旅游需求预测研究大多以年度、月度和日度频率的数据为主,而在短时高频的客流预测研究方面仍有待深化。本研究提出了一个基于改进Transformer模型的景区客流量预测框架,通过采集北京颐和园、故宫、天坛等7个5A级旅游景区2023年2月—2023年8月的每15分钟数据,采用TPE优化算法对Informer、Autoformer和Fedformer三种基于Transformer的深度学习模型进行改进,对北京7个景区的高频客流量开展一步和多步预测,并与其他深度学习模型(DeepAR、TCN、LSTM)、机器学习模型(GBRT)以及时间序列模型(ARIMA)在多种预测情境中的精度进行评价。结果表明,三种基于改进的Transformer模型在预测表现上展现出显著优势,尤其是Informer模型。本文提出的研究框架丰富了短时客流数据的分析方法,是对现有旅游需求预测研究的重要拓展,能够提高景区高频客流预测精度,在提升景区管理效率和支持决策制定等方面具有重要的现实意义。 展开更多
关键词 深度学习 TRANSFORMER INFORMER 短时客流 旅游预测
原文传递
城市轨道交通短时客流预测研究综述及展望 被引量:1
17
作者 凌晨 许心越 +2 位作者 叶子扬 金灏涵 宋佳玺 《铁道运输与经济》 北大核心 2025年第7期44-55,共12页
城市轨道交通短时客流预测是动态优化运力配置、车站智能管控关键基础。分场景综述对构建多场景预测体系具有重要意义。基于常态、可预知与不可预知3类场景,梳理了进出站量及OD客流量预测在研究问题、特征工程与方法模型等方面的研究进... 城市轨道交通短时客流预测是动态优化运力配置、车站智能管控关键基础。分场景综述对构建多场景预测体系具有重要意义。基于常态、可预知与不可预知3类场景,梳理了进出站量及OD客流量预测在研究问题、特征工程与方法模型等方面的研究进展。研究表明:常态场景研究已较为成熟,但模型参数实时修正等有待优化;可预知与不可预知场景则面临机理认知不足与数据稀缺性挑战,其中后者因突发性及历史规律缺失,问题尤为严峻。因此,可预知场景需深化事件特征分析,结合迁移学习等方法应对数据稀缺;不可预知场景则需深入探究微观乘客行为与宏观客流的关联机理,结合数据驱动拓展场景覆盖,完善规律库,提升模型的可靠性与泛化能力。 展开更多
关键词 城市轨道交通 短时客流预测 常态场景 不可预知场景 可预知场景
在线阅读 下载PDF
基于机理数据混合驱动的钢铁企业生产短流程功率模型
18
作者 张逸 孙守铨 +3 位作者 廖思阳 欧杰宇 陈锦涛 张良羽 《中国电机工程学报》 北大核心 2025年第18期7098-7109,I0007,共13页
钢铁企业用电负荷受企业生产工况和物理过程参数影响较大,现有研究忽略了工序间物质流与能量流的耦合影响,导致仿真精度有所欠缺。针对上述问题,提出一种机理数据混合驱动的钢铁企业生产短流程功率模型。首先,基于物质流与能量流在输送... 钢铁企业用电负荷受企业生产工况和物理过程参数影响较大,现有研究忽略了工序间物质流与能量流的耦合影响,导致仿真精度有所欠缺。针对上述问题,提出一种机理数据混合驱动的钢铁企业生产短流程功率模型。首先,基于物质流与能量流在输送过程中的耦合特性,推导得到前后相连工序间物质量和温度值等物理参数的衰减规律;其次,根据设备运行性质构建功率函数通用表达式,并采用核极限学习机拟合物理量和功率函数特性参数;最后,将不同工序功率进行时域叠加,得到短流程钢铁企业总功率曲线。以国内某钢铁企业的实测数据进行算例分析,仿真结果表明,所提模型能更精确地反映其功率特性。 展开更多
关键词 钢铁企业生产短流程 机理数据混合驱动 物质流 能量流 功率特性
原文传递
基于麻雀搜索算法和长短期记忆神经网络的轨道交通站点客流预测 被引量:3
19
作者 张开雯 何勇 +1 位作者 余家香 陈林 《四川师范大学学报(自然科学版)》 CAS 2025年第1期105-113,共9页
准确的短时客流预测可以为城市轨道交通的良好运营提供保障,但轨道交通的短时客流具有非线性和高随机性等特点,为了提高对短时客流的预测精度,提出将ISSA算法和LSTM模型进行组合,构建城市轨道交通短时客流预测模型.针对SSA算法收敛速度... 准确的短时客流预测可以为城市轨道交通的良好运营提供保障,但轨道交通的短时客流具有非线性和高随机性等特点,为了提高对短时客流的预测精度,提出将ISSA算法和LSTM模型进行组合,构建城市轨道交通短时客流预测模型.针对SSA算法收敛速度慢,容易陷入局部最优解的问题,引入黄金莱维飞行策略,通过动态调整探索者移动步长的方法,使得它在未知范围内搜索时,能够覆盖更大的范围,提高SSA算法全局搜索的能力.通过使用ISSA算法对LSTM模型的隐含层、学习率和迭代次数的神经元个数进行优化,构建ISSA-LSTM组合预测模型,用于城市轨道交通短时客流的预测.将该模型与BP、LSTM和SSA-LSTM等3种短时客流预测模型进行对比,结果表明:在针对工作日和非工作日客流的预测中,ISSA-LSTM模型预测误差最小,具有较好的预测效果. 展开更多
关键词 短时客流预测 改进麻雀搜索算法 长短时记忆神经网络 组合模型
在线阅读 下载PDF
HGNM:基于长短期流图及混合图神经网络的饱和攻击检测方法
20
作者 李佳松 崔允贺 +3 位作者 申国伟 郭春 陈意 蒋朝惠 《计算机工程》 北大核心 2025年第8期215-226,共12页
软件定义网络(SDN)的控制平面与数据平面解耦,该特性使其广泛应用于数据中心、物联网、云网络等大规模网络场景中。然而,这种解耦的网络架构也使其面临饱和攻击的挑战。基于图神经网络(GNN)检测饱和攻击是SDN中的研究热点,但目前GNN中... 软件定义网络(SDN)的控制平面与数据平面解耦,该特性使其广泛应用于数据中心、物联网、云网络等大规模网络场景中。然而,这种解耦的网络架构也使其面临饱和攻击的挑战。基于图神经网络(GNN)检测饱和攻击是SDN中的研究热点,但目前GNN中常用的k近邻(k-NN)图忽略了短期流特征,无法有效聚合节点信息,使模型不能充分利用流的时间特征。为利用流的长短期特征提高饱和攻击检测精度,提出一种基于长短期流图及混合GNN的饱和攻击检测方法HGNM。该方法通过设置2个采样时间来收集流的长短期特征,同时基于灰色关联系数设计一种长短期流图生成方法LSGH以构建长短期流图,使流图包含流的全部特征。此外,设计一种混合GNN模型GU-GCN,通过并联GRU与GCN来获取流的时间特征与空间特征,从而提高模型检测饱和攻击的精度。实验结果表明:在生成图上,相比于k-NN算法和CRAM算法,LSGH方法能有效提高模型的检测精度;与其他模型相比,GU-GCN模型在准确率、精确率、召回率、F1值、ROC曲线、PR曲线、混淆矩阵方面都有性能提升。 展开更多
关键词 软件定义网络 饱和攻击检测 图神经网络 长短期流图 灰色关联系数
在线阅读 下载PDF
上一页 1 2 74 下一页 到第
使用帮助 返回顶部