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1,898篇文章
< 1 2 … 95 >
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TCN-Informer的长短期多变量时间序列预测
1
作者 李德权 江涛 《科学技术与工程》 北大核心 2026年第4期1549-1557,共9页
为了解决时间序列预测长期和短期依赖关系的难题,同时捕捉长期趋势和短期动态,并对多变量时间序列中变量间复杂的相互依赖关系进行建模,提出了一种基于时间卷积网络(temporal convolutional network,TCN)的预测方法。首先,采用TCN来有... 为了解决时间序列预测长期和短期依赖关系的难题,同时捕捉长期趋势和短期动态,并对多变量时间序列中变量间复杂的相互依赖关系进行建模,提出了一种基于时间卷积网络(temporal convolutional network,TCN)的预测方法。首先,采用TCN来有效捕捉序列变量在时间尺度上的特征,同时将压缩-激励模块(squeeze-and-excitation block,SE_Block)应用于TCN的输出。该模块通过增强多变量的表示,有效解决短期依赖性问题,并提高模型捕捉关键短期信息的能力。其次,引入Informer模型来增强长期序列处理能力,不仅有效解决了长期序列预测中的计算效率问题,还增强了模型对全局时间依赖关系的建模能力。最后,在设备状态监测(ETTm1)、交通流量(Traffic)和电力负荷(Electricity)三个数据集上将所提方法与现有的时间序列模型进行实验验证并比较。结果表明:所提出的方法在长期和短期时间序列预测中的误差率较低,能够有效提高多变量时间序列中长期和短期预测性能。 展开更多
关键词 长短期时间序列 多变量时间序列 INFORMER 时间卷积网络(TCN) 特征提取
在线阅读 下载PDF
具有正负系数和非线性中立项的3阶时滞动力方程的振动性
2
作者 赵春茹 《安徽大学学报(自然科学版)》 北大核心 2026年第1期34-40,共7页
研究一类具有非线性中立项的3阶时滞动力方程振动性和渐近性.首先应用积分的不等式技巧得出具有次线性中立项的动力方程振动性和渐近性的充分条件,然后应用不等式技巧得出具有超线性中立项和负系数的动力方程振动性的充分条件.论文的定... 研究一类具有非线性中立项的3阶时滞动力方程振动性和渐近性.首先应用积分的不等式技巧得出具有次线性中立项的动力方程振动性和渐近性的充分条件,然后应用不等式技巧得出具有超线性中立项和负系数的动力方程振动性的充分条件.论文的定理就非线性中立项而言提供了新方法.最后给出例子验证主要结果. 展开更多
关键词 振动性 非线性中立项 3阶动力方程 时间轴
在线阅读 下载PDF
考虑风速分段控制和功率连续演化的短期风电功率预测
3
作者 李丹 黄烽云 +2 位作者 缪书唯 唐建 罗娇娇 《电网技术》 北大核心 2026年第1期334-344,I0155,I0156,共13页
当前风电功率时序预测模型将时间均匀离散化处理,忽略了风电功率连续演化和风速对风电功率的分段控制特性。为提高预测的合理性,并拓展针对输入时间序列不规则时间间隔采样场景的应用,提出一种基于分段控制混合微分神经网络的短期风电... 当前风电功率时序预测模型将时间均匀离散化处理,忽略了风电功率连续演化和风速对风电功率的分段控制特性。为提高预测的合理性,并拓展针对输入时间序列不规则时间间隔采样场景的应用,提出一种基于分段控制混合微分神经网络的短期风电功率预测方法。首先,通过三次样条插值将离散时间点的风速连续化为风速时序轨迹,利用混合微分神经网络并行模拟时间惯性和连续风速影响下的风电功率控制演化规律,以完整反映其动态演变模式;然后,依据风速落入不同数值区间时对风电功率的差异化控制模式,采用多层感知器动态输出风速隶属于不同控制区间的连续值权重;最后,输出同时满足时间惯性和风速分段控制演化规律的风电场功率短期预测值。实际算例结果表明,该方法在处理不规则采样时间序列方面表现出显著优势,分段控制混合微分神经网络在预测精度和可信度上优于常见RNN网络。 展开更多
关键词 短期风电功率预测 时间序列 神经控制微分方程 门控函数 分段控制
原文传递
利用编码器-解码器的温室温湿度长序列预测
4
作者 盖荣丽 王鹏飞 +1 位作者 郭志斌 段立明 《小型微型计算机系统》 北大核心 2026年第1期89-96,共8页
针对现有温湿度预测模型难以充分考虑温室温湿度数据本身的复杂非线性特征和长期依赖关系,导致模型在实际应用中预测精度不足问题,本文提出了一种基于编码器-解码器架构的多层结构温湿度预测模型.模型通过卷积运算对数据进行多尺度转换... 针对现有温湿度预测模型难以充分考虑温室温湿度数据本身的复杂非线性特征和长期依赖关系,导致模型在实际应用中预测精度不足问题,本文提出了一种基于编码器-解码器架构的多层结构温湿度预测模型.模型通过卷积运算对数据进行多尺度转换和特征提取,并使用改进的双向限制性耦合长短期记忆网络(Bidirectional Restrictive Coupled Long-Short Term Memory,BiRCLSTM)优化了信息传递机制,同时运用多头注意力机制从不同的表示子空间中捕捉信息,最终实现了长序列多变量温室温湿度数据的精确预测.在自建温湿度数据集中,该模型的预测误差明显优于基线模型,并且该模型还在3个公共数据集上进行了不同时间分辨率的预测实验,综合实验结果表明,本文模型在温室温湿度预测中具有更高的精度和良好的泛化性能. 展开更多
关键词 温湿度预测 长时间序列 多变量特征 编码器-解码器 长短期记忆网络
在线阅读 下载PDF
基于分治策略和频域调制的轻量级多元长时序预测方法
5
作者 张亚浩 周晓锋 +2 位作者 张宜弛 李帅 刘舒锐 《小型微型计算机系统》 北大核心 2026年第2期265-273,共9页
多元长时序预测的主流框架是编码器-解码器结构,然而关于解码器结构的研究略显不足.采用简单的全连接层作为解码器不仅导致模型参数量过大,且忽略了多元时间序列的通道异质性和时序依赖性.针对上述问题,本文提出了一种基于分治策略和频... 多元长时序预测的主流框架是编码器-解码器结构,然而关于解码器结构的研究略显不足.采用简单的全连接层作为解码器不仅导致模型参数量过大,且忽略了多元时间序列的通道异质性和时序依赖性.针对上述问题,本文提出了一种基于分治策略和频域调制的轻量级多元长时序预测方法.首先,频域分段编码器将历史时间序列划分为时间片段并映射至频域,利用频域混合器提取时间片段内部特征和片段间相关性;然后,基于分治策略将长时序预测任务分解为各频率分量的子预测任务,并通过模型参数共享机制实现了解码器的轻量化设计;最后,使用通道调制头和时序调制头对初步预测结果进行频域特异性调制,弥补了解码过程在建模通道异质性和时序依赖性方面的不足.五个时序数据集上的实验结果表明该方法的预测精度优于现有的八个最新基线方法,同时展现出优异的轻量化特性. 展开更多
关键词 多元长时序预测 解码器 分治策略 通道异质性 时序依赖性
在线阅读 下载PDF
计及高影响天气事件的风光长期时间序列预测研究现状与关键技术展望
6
作者 白婕 秦晓辉 +2 位作者 安鹏 吴涛 侯翔天 《电网技术》 北大核心 2026年第2期829-848,共20页
随着风光并网规模逐步扩大,风光所带来的不确定性给新型电力系统运行带来极大挑战。与此同时,风光受天气影响颇深,近年来频发的高影响天气事件加剧了风光资源的波动性,进一步加剧新型电力系统的不确定性。提高风光时间序列的预测精度是... 随着风光并网规模逐步扩大,风光所带来的不确定性给新型电力系统运行带来极大挑战。与此同时,风光受天气影响颇深,近年来频发的高影响天气事件加剧了风光资源的波动性,进一步加剧新型电力系统的不确定性。提高风光时间序列的预测精度是有效应对不确定性挑战的关键技术。然而,当前研究多注重正常运行情况下风光时间序列的中短期预测,针对高影响天气的风光长期时间序列预测鲜有研究。为弥补这方面的空白,针对新型电力系统中计及高影响天气的风光长期时间序列预测开展系统性分析和综述。首先,分析典型高影响天气事件对新型电力系统的影响及其预测方法;然后,分别从正常情况以及高影响天气情况对风光长期时间序列预测方法进行梳理;其次,对风光长期时间序列预测应用场景进行概述并给出具体的应用示例;最后,对现有研究中存在的研究难点进行了归纳,并对未来的发展前景进行展望,为未来新型电力系统在高影响天气条件下的长期规划及韧性提升提供支撑。 展开更多
关键词 时间序列预测 高影响天气事件 长期时间序列 可再生能源
原文传递
一种利用属性相关性的时序预测模型
7
作者 刘加多 郭景峰 陈晓 《燕山大学学报》 北大核心 2026年第1期33-43,共11页
针对现有研究通常忽视时序数据集属性之间的相关性导致模型在长时间序列预测中精度较差的问题,提出一种利用属性相关性的时序预测方法。首先设计时序数据集属性分组策略,对原始数据集的各个属性进行划分;其次利用融合变异系数的ProbSpar... 针对现有研究通常忽视时序数据集属性之间的相关性导致模型在长时间序列预测中精度较差的问题,提出一种利用属性相关性的时序预测方法。首先设计时序数据集属性分组策略,对原始数据集的各个属性进行划分;其次利用融合变异系数的ProbSparseCV自注意力机制提取划分后的数据集中时序数据的特征,并使用编码器-解码器的结构构建预测模型:最后,通过多组实验验证所提方法的有效性和优越性,通过消融实验分析所提方法对精度提升的贡献程度,实现长时间序列预测精度的提升。 展开更多
关键词 属性相关性 变异系数 自注意力机制 长时间序列预测
在线阅读 下载PDF
融合通道注意力与SDFFT的同质多变量时序预测模型
8
作者 王凯欣 杨磊 +3 位作者 赵品杰 江宇函 李康顺 刘启健 《软件导刊》 2026年第1期83-94,共12页
在同质多变量时间序列长期预测任务中,现有模型大多存在着特征提取时未充分利用变量间内在关联信息、对数据的时效性考虑不足、季节性和随机波动信息提取不到位等问题。为此,提出了一种融合多阶段跨时间依赖和拐点信息的同质多变量时间... 在同质多变量时间序列长期预测任务中,现有模型大多存在着特征提取时未充分利用变量间内在关联信息、对数据的时效性考虑不足、季节性和随机波动信息提取不到位等问题。为此,提出了一种融合多阶段跨时间依赖和拐点信息的同质多变量时间序列预测模型(HMTS-TI),设计了RGCA模块,在变量间通道注意力中引入分组排序的策略,将学习到的关联信息转化为注意权重,增强对多变量时间序列变量间相关信息的提取;构建了SDFFT模块,通过子序列分解与快速傅里叶变换,挖掘长期趋势、短期季节模式及随机波动信息,加强跨时间维度依赖特征提取;将拐点数量统计值作为预测调整因子,提取不同时间序列变量中的波动信息,对模型拟合产生正向调节作用。在Traffic、Solar、PeMS04 3个公共同质多变量时间序列数据集上的实验结果表明,相较于对比实验中的最优模型,HMTS-TI在96、192、336和720共4个预测长度上整体均方误差、平均绝对误差分别下降了12.1%和6.8%,决定系数提升了4.1%,具有较高的预测准确率。此外,在具体应用案例中,该模型对广东省内92个观测点的臭氧数据预测长度为336个时间单位任务上的均方误差相比最优对比模型下降了19.0%。 展开更多
关键词 同质多变量时间序列 长期预测 通道注意力 子序列划分 数据分解 快速傅里叶变换
在线阅读 下载PDF
基于长短期记忆网络的油井产量预测
9
作者 熊姣 聂向荣 +2 位作者 张金元 宁鹏展 邓鼎天 《云南化工》 2026年第2期101-105,共5页
针对低渗透油藏开发过程中传统产量预测方法难以有效捕捉非线性时序特征的问题,提出了一种利用长短期记忆网络(LSTM)的油井产量预测模型。以鄂尔多斯盆地W区块低渗透油藏为研究对象,收集并整理了近10年的月产油量历史数据。通过数据归... 针对低渗透油藏开发过程中传统产量预测方法难以有效捕捉非线性时序特征的问题,提出了一种利用长短期记忆网络(LSTM)的油井产量预测模型。以鄂尔多斯盆地W区块低渗透油藏为研究对象,收集并整理了近10年的月产油量历史数据。通过数据归一化、异常值检测与处理等数据预处理技术,并利用LSTM独特的门控机制和细胞状态结构,有效解决了传统循环神经网络(RNN)在长序列预测中存在的梯度消失问题,实现了对油藏生产动态中长期依赖关系的建模。结果表明,所建立的LSTM预测模型在测试集上相对均方根误差为4.47%,相对误差控制在±6.07%范围内,优于传统递减曲线分析等方法。 展开更多
关键词 低渗透油藏 产量预测 长短期记忆网络 时间序列
在线阅读 下载PDF
基于机器学习的燃料反应器中气固流动特性预测
10
作者 章冉 孙立岩 肖睿 《工程热物理学报》 北大核心 2026年第1期206-210,共5页
气固流动特性是燃料反应器设计与优化的关键参数,直接影响燃料利用效率与系统稳定性。本文基于机器学习对化学链制氢系统中的燃料反应器内部的气固流动特性进行快速预测。通过采集计算流体动力学的模拟结果,构建了机器学习的数据集,采... 气固流动特性是燃料反应器设计与优化的关键参数,直接影响燃料利用效率与系统稳定性。本文基于机器学习对化学链制氢系统中的燃料反应器内部的气固流动特性进行快速预测。通过采集计算流体动力学的模拟结果,构建了机器学习的数据集,采用长短记忆网络进行模型训练与优化,实现了对气固流动特性的高精度预测。结果表明,机器学习模型能够有效捕捉气固流动的复杂非线性关系,大幅降低计算耗时,预测结果与模拟数据吻合良好,长短记忆网络能够获得时序演变结果和实现提前预测。本研究为燃料反应器的智能化设计与实时调控提供了新的技术手段,具有重要的工程应用价值。 展开更多
关键词 流化床 机器学习 长短记忆网络 时序预测 图像预测
原文传递
国家药品集中采购政策对口服降糖药的长期影响与替代效应研究——基于四川省实证数据
11
作者 王静翠 谢佳利 +4 位作者 何昆 许凌巧 武志昂 唐晓蓉 胡明 《卫生经济研究》 北大核心 2026年第1期19-25,共7页
目的:分析国家组织药品集中采购政策对口服降糖药的长期影响和替代效应。方法:基于四川省公立医疗机构的口服降糖药采购数据,分析集中采购政策实施前后药品的量价关系。结果:集中采购政策实施后,口服降糖药均价下降2.24元(P<0.05),... 目的:分析国家组织药品集中采购政策对口服降糖药的长期影响和替代效应。方法:基于四川省公立医疗机构的口服降糖药采购数据,分析集中采购政策实施前后药品的量价关系。结果:集中采购政策实施后,口服降糖药均价下降2.24元(P<0.05),采购量持续上升,量价关系呈显著负相关(P<0.05);仿制药月均采购量占比从78.9%提升至86.5%,价格降幅显著高于原研药;中选品种采购量增幅超过50倍,价格下降,而非中选品种价格变化不明显;集采品种采购量显著增加,采购单价下降,但临床可替代品种的采购量持续上升,价格趋势无显著变化。结论:集中采购政策有效降低了药品价格、提升了药品可及性,并促进了仿制药替代,但对非中选及临床可替代品种的价格影响有限;未来政策应强化临床价值导向,通过精细化管理扩大政策覆盖范围,推动药品价格合理回归。 展开更多
关键词 药品集中采购 口服降糖药 替代效应 长期效应 间断时间序列分析
暂未订购
基于时间序列大模型的综合能源系统多元负荷预测
12
作者 史文瑜 郝晨晨 +2 位作者 杨德昌 张李军 林冬 《电网技术》 北大核心 2026年第1期50-59,I0042,共11页
为了解决多能耦合关系,提高稀缺历史数据场景下综合能源系统负荷预测精度,该文提出基于时间序列大模型TimeGPT综合能源系统多元负荷预测方法,首先分析气象因素对多元负荷影响,并引入距离相关系数筛选气象因素,利用自注意力机制捕捉不同... 为了解决多能耦合关系,提高稀缺历史数据场景下综合能源系统负荷预测精度,该文提出基于时间序列大模型TimeGPT综合能源系统多元负荷预测方法,首先分析气象因素对多元负荷影响,并引入距离相关系数筛选气象因素,利用自注意力机制捕捉不同负荷之间的耦合关系;其次,利用预训练大模型将气象因素进行特征融合作为TimeGPT外生变量输入,然后通过大模型微调技术进行局部调参。最后实验表明,在稀缺的历史数据下,相较于传统机器学习模型,经过预训练与微调的TimeGPT模型在多元负荷预测中具有更高的预测精度。 展开更多
关键词 综合能源系统 多元负荷预测 时间序列大模型 微调技术
原文传递
基于多变量时间序列预测与深度学习的大气污染短期预报方法研究
13
作者 秦涛 厉宁 +3 位作者 李志浩 宋敏华 付佳 任洁 《计算机应用文摘》 2026年第1期94-96,共3页
大气污染的准确预测对于环境保护和公共健康具有重要意义。传统的预测方法面临处理复杂非线性问题的挑战,因此基于多变量时间序列预测与深度学习的短期大气污染预报方法成为研究热点。文章提出了一种基于长短期记忆网络(LSTM)的多变量... 大气污染的准确预测对于环境保护和公共健康具有重要意义。传统的预测方法面临处理复杂非线性问题的挑战,因此基于多变量时间序列预测与深度学习的短期大气污染预报方法成为研究热点。文章提出了一种基于长短期记忆网络(LSTM)的多变量时间序列预测模型,结合大气污染的多维数据(如PM2.5,PM10,NO_(2)等污染物浓度和气象数据),进行短期污染预测。实验结果表明,所提方法相较于传统统计方法(如ARIMA)和其他机器学习模型(如SVM、决策树)具有更高的预测精度和更好的实时性。通过模型评估指标(如RMSE,MAE等)验证了LSTM模型在大气污染预测中的有效性。 展开更多
关键词 大气污染 短期预报 多变量时间序列 长短期记忆网络 深度学习 环境预测
在线阅读 下载PDF
基于改进鲸鱼优化算法的种植业碳排放预测
14
作者 郭静 尚杰 《中国生态农业学报(中英文)》 北大核心 2026年第1期45-57,共13页
种植业碳排放是温室气体排放的重要来源之一,对其进行准确预测与有效管理能够减缓气候变化和推动农业可持续发展。传统预测模型难以捕捉种植业碳排放系统中复杂的非线性关系,且模型鲁棒性不足,易引发过拟合。为了优化现有种植业碳排放... 种植业碳排放是温室气体排放的重要来源之一,对其进行准确预测与有效管理能够减缓气候变化和推动农业可持续发展。传统预测模型难以捕捉种植业碳排放系统中复杂的非线性关系,且模型鲁棒性不足,易引发过拟合。为了优化现有种植业碳排放预测方法,本研究以黑龙江省为例,开展种植业碳排放预测研究。首先,采用联合国政府间气候变化专门委员会(IPCC)碳排放系数法,综合考虑农地利用碳排放、稻田CH_(4)排放和农地N_(2)O排放,对2001—2022年黑龙江省种植业碳排放量进行系统测算。在此基础上,构建涵盖社会经济驱动、生产规模效应和技术能耗强度3个维度的长短期记忆网络(LSTM)模型,并引入改进鲸鱼优化算法(IWOA)对LSTM模型的隐藏单元数、学习率、批量大小和训练轮次4个超参数进行优化,以提升模型的预测性能。最后,利用IWOA-LSTM模型预测了基准情景和低碳情景下2023—2027年黑龙江省种植业碳排放。研究结果显示:1)黑龙江省种植业碳排放量呈“先快速增长后波动下降”的趋势,2015年达到峰值(2045.28万t)。主要的碳排放源包括稻田CH4排放、农地N2O排放以及化肥生产和施用导致的碳排放,年平均占比分别为41.42%、38.26%和11.65%。2)与未经优化的LSTM模型相比,IWOA-LSTM模型在预测准确性和稳定性方面均有显著提升,其平均绝对误差为55.82万t,均方根误差为61.74万t,平均绝对百分比误差为2.83%,分别低于LSTM模型的114.41万t、124.72万t和5.78%。3)采用IWOA-LSTM模型,对2023—2027年黑龙江省种植业基准情景和低碳情景碳排放预测的结果显示,通过控制农作物种植面积、提升化肥施用效率以及减少单位面积农机柴油消耗量,能够有效抑制黑龙江省种植业的碳排放增长。 展开更多
关键词 种植业碳排放 长短期记忆网络 鲸鱼优化算法 时间切分交叉验证
在线阅读 下载PDF
基于SARIMA模型的我国天然气产量短期预测研究
15
作者 赵慧莹 杨瑞 孙猛 《现代信息科技》 2026年第4期81-85,共5页
面对复杂多变的国际形势,我国能源市场的平稳运行和安全供应面临挑战。在低碳能源转型战略及增储上产政策驱动下,我国天然气资源探明和利用程度具有较大的提升潜力,天然气产量供给形势及产业发展值得深入探讨。基于SARIMA时间序列方法,... 面对复杂多变的国际形势,我国能源市场的平稳运行和安全供应面临挑战。在低碳能源转型战略及增储上产政策驱动下,我国天然气资源探明和利用程度具有较大的提升潜力,天然气产量供给形势及产业发展值得深入探讨。基于SARIMA时间序列方法,考虑了新冠疫情干扰因素,利用国家统计局的天然气产量数据,构建了我国天然气产量短期预测模型,模型R2和MAPE分别为0.989、2.528,拟合优度和误差控制良好,多个评价指标优于传统时间序列模型,预计2025年天然气产量为2550~2650亿立方米。基于预测结果,文章对我国天然气资源稳定供应、产业发展规划等方面提出了相关建议。 展开更多
关键词 SARIMA 时间序列 天然气产量 短期预测 增储上产
在线阅读 下载PDF
液态神经网络研究综述
16
作者 殷瑞刚 王偲柠 魏帅 《计算机系统应用》 2026年第3期1-12,共12页
2018年,麻省理工学院的研究人员从秀丽隐杆线虫的神经网络中得到启发,提出了液态神经网络(liquid neural network, LNN),这种神经网络更接近于人类大脑的思维模式,可以更高效地处理时序任务.本文对液态神经网络相关研究进行了介绍和分析... 2018年,麻省理工学院的研究人员从秀丽隐杆线虫的神经网络中得到启发,提出了液态神经网络(liquid neural network, LNN),这种神经网络更接近于人类大脑的思维模式,可以更高效地处理时序任务.本文对液态神经网络相关研究进行了介绍和分析,首先总结了液态神经网络的原理模型及其与简单循环神经网络(Simple RNN)、长短时记忆(LSTM)网络和时间常数循环神经网络(TC-RNN)的区别与联系,以及其相对于时间常数循环神经网络所具有的优势.接着介绍了液态神经网络在汽车自动驾驶、无人机导航以及股票预测中的应用,分析了其中采用的液态神经网络模型.最后对其面临的问题和挑战进行了总结和展望. 展开更多
关键词 液态神经网络(LNN) 秀丽隐杆线虫 长短时记忆网络 时间常数循环神经网络
在线阅读 下载PDF
一种基于CNN-LSTM深度神经网络的智能发动机模型设计方法
17
作者 高志斌 黎雯洋 车鑫 《计算机时代》 2026年第2期57-60,65,共5页
本文提出一种基于CNN-LSTM融合模型的航空发动机智能模型设计方法。该方法有效结合卷积神经网络(CNN)强大的空间特征提取能力与长短期记忆网络(LSTM)卓越的时序建模能力,为处理航空发动机运行过程中产生的多维时间序列预测问题提供了高... 本文提出一种基于CNN-LSTM融合模型的航空发动机智能模型设计方法。该方法有效结合卷积神经网络(CNN)强大的空间特征提取能力与长短期记忆网络(LSTM)卓越的时序建模能力,为处理航空发动机运行过程中产生的多维时间序列预测问题提供了高效解决方案。通过合理设置多输入特征与多输出目标,并在经过预处理的数据集上进行实验验证,本文结果表明,相较于传统的航空发动机模型设计方法,本方法不仅能显著缩短模型设计周期,且所构建模型的模拟精度大幅超越传统方法,在动态误差与稳态误差控制方面均展现出显著优势。 展开更多
关键词 智能模型设计方法 卷积神经网络(CNN) 长短期记忆网络(LSTM) 时间序列预测
在线阅读 下载PDF
不同干燥条件的稻谷特性及水分预测模型的建立
18
作者 吴兰 刘欢 尚庆松 《现代食品科技》 北大核心 2026年第1期234-245,共12页
为提升稻谷干燥过程中的品质,并准确预测干燥过程中稻谷的水分变化,该研究以粳稻为研究对象,通过爆腰增率和干燥时间作为评价指标,结合单因素与正交试验分析,对干燥工艺进行优化。该文探讨了不同干燥温度、风速及初始含水率条件下,稻谷... 为提升稻谷干燥过程中的品质,并准确预测干燥过程中稻谷的水分变化,该研究以粳稻为研究对象,通过爆腰增率和干燥时间作为评价指标,结合单因素与正交试验分析,对干燥工艺进行优化。该文探讨了不同干燥温度、风速及初始含水率条件下,稻谷水分含量及品质的变化规律;提出了一种融合自适应变异和精英策略优化(Adaptive Mutation and Elite Strategy Optimization,AEO)的遗传长短期记忆神经网络模型(AEO-GA-LSTM),用于稻谷干燥过程中的水分预测。结果显示,干燥温度和风速对稻谷的爆腰增率和干燥时间均具有显著影响(P<0.01),各因素的影响顺序为:干燥温度>干燥风速>初始水分,随着温度和风速的升高,干燥速率加快(P<0.01),稻谷的爆腰增率也显著增加;构建并对比BP、LSTM、GA-LSTM和AEO-GA-LSTM模型在不同干燥条件下的时序数据预测效果,结果显示,改进的AEO-GA-LSTM模型综合拟合系数R^(2)为0.9970,均方根误差为0.08,优于BP、LSTM和GA-LSTM模型的误差值0.22、0.19和0.14,显示了更强的适应性和可靠性,且相较于BP和GA-LSTM展现出较好的时效性,分别提升了48.82%和13.33%。因此,AEOGA-LSTM水分预测模型为热风干燥条件下稻谷的水分预测提供了一种新的思路与方法参考,有助于提升稻谷干燥工艺的自动化水平和品质控制能力。 展开更多
关键词 稻谷干燥 含水率预测模型 时间序列数据预测 长短期记忆网络 自适应变异调整
在线阅读 下载PDF
基于毫米波雷达的行为检测研究
19
作者 杨添宝 蔡嘉龙 周慧 《传感技术学报》 北大核心 2026年第1期66-72,共7页
针对医护环境下人员行为检测的无接触与高精度要求,设计一种基于毫米波雷达的行为检测系统。首先搭建了实验平台采集数据,然后使用了基于动目标显示与时频分析的特征提取方法,用于抑制杂波信息和提取微多普勒特征;最后基于残差网络ResNe... 针对医护环境下人员行为检测的无接触与高精度要求,设计一种基于毫米波雷达的行为检测系统。首先搭建了实验平台采集数据,然后使用了基于动目标显示与时频分析的特征提取方法,用于抑制杂波信息和提取微多普勒特征;最后基于残差网络ResNet-18特征利用率高、轻量化的特点,设计了基于ResNet-18与长短期记忆(Long Short-Term Memory,LSTM)网络的融合网络,提取时频特征与序列特征。在格拉斯哥大学公开数据集上对行为检测的实验结果表明:所提模型的平均检测精度为93.4%,高于AlexNet(90.0%)、VGG-16(88.9%)、ResNet-18(92.3%)、LSTM(80.5%)和4层CNN(86.0%)的平均检测精度。在自建数据集上所提模型仍有94.2%的准确率,证明了所提方法的有效性。 展开更多
关键词 行为检测 毫米波雷达 时频分析 残差网络 长短期记忆网络
在线阅读 下载PDF
基于双向长短期记忆网络和注意力机制的质子交换膜燃料电池衰退行为预测
20
作者 杨朵 吕浩然 +2 位作者 李民策 田佳强 廖粤峰 《电工技术学报》 北大核心 2026年第2期701-713,724,共14页
质子交换膜燃料电池(PEMFC)的寿命和性能衰退是当前燃料电池技术研究中的一个重要课题。对燃料电池电压衰退行为进行准确预测有利于提前分析燃料电池的运行状态,以提高系统的运行性能和可靠性。针对燃料电池电压衰退行为预测的问题,该... 质子交换膜燃料电池(PEMFC)的寿命和性能衰退是当前燃料电池技术研究中的一个重要课题。对燃料电池电压衰退行为进行准确预测有利于提前分析燃料电池的运行状态,以提高系统的运行性能和可靠性。针对燃料电池电压衰退行为预测的问题,该文提出一种基于双向长短期记忆网络(Bi-LSTM)和注意力机制(Attention)的模型。该模型首先选取能够表现燃料电池衰退行为的特征数据作为输入,利用Bi-LSTM提取数据中的长期依赖关系;其次通过注意力机制增强关键特征的权重分配;最后得到PEMFC的衰退预测结果。该文基于同济大学的燃料电池开源数据进行实验,并与其他一些经典模型进行预测性能的对比实验。测试结果表明,所提模型的方均根误差仅为0.006 1 V,实现了高精度的衰退行为预测。与传统神经网络模型如卷积神经网络相比,所提的Bi-LSTM-At模型在预测精度和稳定性方面均有显著优势,预测精度提高了23%,能够精确地进行PFMFC电池的衰退行为预测。进一步地,通过交叉验证实验,证明了所提模型不论是预测运行早期还是运行末期的衰退行为均表现出较好的鲁棒性。该研究为燃料电池的健康状态监控和剩余寿命评估提供了有效的技术支持。 展开更多
关键词 质子交换膜燃料电池 衰退行为 预测双向长短期记忆网络 注意力机制
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 … 95 下一页 到第 页
使用帮助 返回顶部