期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于全卷积去噪自编码器与卷积块注意力模块的非侵入式居民负荷分解模型
被引量：
1
1
作者
林顺富
李毅
+2 位作者
沈运帷
林屹峰
李东东
《电力自动化设备》
EI
CSCD
北大核心
2024年第3期127-133,共7页
为了进一步提高低频居民负荷分解模型的分解精度与泛化能力,提出一种基于全卷积去噪自编码器与卷积块注意力模块的非侵入式居民负荷分解模型,该模型能够深度解析单一电器的功率曲线。基于全卷积去噪自编码器分别构建主回归子任务网络和...
为了进一步提高低频居民负荷分解模型的分解精度与泛化能力,提出一种基于全卷积去噪自编码器与卷积块注意力模块的非侵入式居民负荷分解模型,该模型能够深度解析单一电器的功率曲线。基于全卷积去噪自编码器分别构建主回归子任务网络和辅助分类子任务网络;在子任务网络中,通过引入卷积块注意力模块自适应分配特征注意力权重,以减小不重要因素在模型训练过程中的影响;将辅助分类子任务网络的输出作为主回归子任务网络输出的门控单元,实现最终的负荷分解。基于公开数据集的算例结果表明,所提负荷分解模型比现有负荷分解模型具有更优的分解精度和泛化能力。
展开更多
关键词
负荷分解
全卷积去噪自编码器
注意力模块
子任务网络
门控单元
在线阅读
下载PDF
职称材料
一种改进的自动分层算法BMAXQ
被引量：
1
2
作者
胡坤
余雪丽
李志
《计算机工程与应用》
CSCD
北大核心
2011年第30期1-3,共3页
针对MAXQ算法存在的弊端,提出一种改进的分层学习算法BMAXQ。该方法修改了MAXQ的抽象机制,利用BP神经网络的特点,使得Agent能够自动发现子任务,实现各分层的并行学习,适应动态环境下的学习任务。
关键词
分层强化学习
MAXQ算法
BP神经网络
子任务
在线阅读
下载PDF
职称材料
题名
基于全卷积去噪自编码器与卷积块注意力模块的非侵入式居民负荷分解模型
被引量：
1
1
作者
林顺富
李毅
沈运帷
林屹峰
李东东
机构
上海电力大学电气工程学院
出处
《电力自动化设备》
EI
CSCD
北大核心
2024年第3期127-133,共7页
基金
国家自然科学基金资助项目(51977127)
上海市科学技术委员会资助项目(19020500800)
上海市教育发展基金会和上海市教育委员会“曙光计划”项目(20SG52)。
文摘
为了进一步提高低频居民负荷分解模型的分解精度与泛化能力,提出一种基于全卷积去噪自编码器与卷积块注意力模块的非侵入式居民负荷分解模型,该模型能够深度解析单一电器的功率曲线。基于全卷积去噪自编码器分别构建主回归子任务网络和辅助分类子任务网络;在子任务网络中,通过引入卷积块注意力模块自适应分配特征注意力权重,以减小不重要因素在模型训练过程中的影响;将辅助分类子任务网络的输出作为主回归子任务网络输出的门控单元,实现最终的负荷分解。基于公开数据集的算例结果表明,所提负荷分解模型比现有负荷分解模型具有更优的分解精度和泛化能力。
关键词
负荷分解
全卷积去噪自编码器
注意力模块
子任务网络
门控单元
Keywords
load disaggregation
fully convolutional denoising auto-encoder
attention module
subtask network
gating unit
分类号
TM714 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
一种改进的自动分层算法BMAXQ
被引量：
1
2
作者
胡坤
余雪丽
李志
机构
太原理工大学计算机科学与技术学院
出处
《计算机工程与应用》
CSCD
北大核心
2011年第30期1-3,共3页
基金
国家自然科学基金No.60873139
山西省自然科学基金(No.2008011040)
北航虚拟现实技术与系统国家重点实验室开放课题(No.SKVR-KF-09-04)~~
文摘
针对MAXQ算法存在的弊端,提出一种改进的分层学习算法BMAXQ。该方法修改了MAXQ的抽象机制,利用BP神经网络的特点,使得Agent能够自动发现子任务,实现各分层的并行学习,适应动态环境下的学习任务。
关键词
分层强化学习
MAXQ算法
BP神经网络
子任务
Keywords
hierarchical reinforcement learning
MAXQ
BP neural
network
subtask
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于全卷积去噪自编码器与卷积块注意力模块的非侵入式居民负荷分解模型
林顺富
李毅
沈运帷
林屹峰
李东东
《电力自动化设备》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
一种改进的自动分层算法BMAXQ
胡坤
余雪丽
李志
《计算机工程与应用》
CSCD
北大核心
2011
1
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
