期刊文献+
共找到4,296篇文章
< 1 2 215 >
每页显示 20 50 100
Low-frequency oscillation of train-network system considering traction power supply mode
1
作者 Yuchen Liu Xiaoqin Lyu +1 位作者 Mingyuan Chang Qiqi Yang 《Railway Engineering Science》 EI 2024年第2期244-256,共13页
The low-frequency oscillation(LFO)has occurred in the train-network system due to the introduction of the power electronics of the trains.The modeling and analyzing method in current researches based on electrified ra... The low-frequency oscillation(LFO)has occurred in the train-network system due to the introduction of the power electronics of the trains.The modeling and analyzing method in current researches based on electrified railway unilateral power supply system are not suitable for the LFO analysis in a bilateral power supply system,where the trains are supplied by two traction substations.In this work,based on the single-input and single-output impedance model of China CRH5 trains,the node admittance matrices of the train-network system both in unilateral and bilateral power supply modes are established,including three-phase power grid,traction transformers and traction network.Then the modal analysis is used to study the oscillation modes and propagation characteristics of the unilateral and bilateral power supply systems.Moreover,the influence of the equivalent inductance of the power grid,the length of the transmission line,and the length of the traction network are analyzed on the critical oscillation mode of the bilateral power supply system.Finally,the theoretical analysis results are verified by the time-domain simulation model in MATLAB/Simulink. 展开更多
关键词 Low-frequency oscillation train-network system Modal analysis Bilateral power supply Participation factor
在线阅读 下载PDF
混合专家模型
2
作者 赵鑫 胡译文 +1 位作者 陈志朋 文继荣 《计算》 2026年第1期91-96,共6页
混合专家模型(mixture of experts,MoE)是一种神经网络模型架构,其特点是在模型中引入路由网络与专家子网络,进而代替原始的稠密网络。在推理过程中,MoE架构通过路由网络选择每次需要激活的专家子网络,仅激活其中部分专家完成给定任务... 混合专家模型(mixture of experts,MoE)是一种神经网络模型架构,其特点是在模型中引入路由网络与专家子网络,进而代替原始的稠密网络。在推理过程中,MoE架构通过路由网络选择每次需要激活的专家子网络,仅激活其中部分专家完成给定任务。由于采用稀疏激活机制,混合专家模型同与其性能相当的稠密模型相比,大幅减少了训练和推理过程的计算开销,使得在给定计算成本下扩展模型规模成为可能。 展开更多
关键词 神经网络 模型架构 高效训练 高效推理 大语言模型 模型参数扩展
在线阅读 下载PDF
Low-Frequency Stability Analysis of Power Electronic Traction Transformer Based Train-Network System 被引量:1
3
作者 Yi Hong Yang Li +1 位作者 Zhikang Shuai Hanyu Yang 《CSEE Journal of Power and Energy Systems》 SCIE EI CSCD 2024年第4期1608-1617,共10页
Power electronic traction transformers(PETTs)will be increasingly applied to locomotives in the future for their small volume and light weight.However,similar to conventional trains,PETTs behave as constant power load... Power electronic traction transformers(PETTs)will be increasingly applied to locomotives in the future for their small volume and light weight.However,similar to conventional trains,PETTs behave as constant power loads and may cause low-frequency oscillation(LFO)to the train-network system.To solve this issue,a mathematical model of the PETT is firstly proposed and verified based on the extended describing function(EDF)method in this paper.In the proposed model,the LLC converter is simplified to an equivalent circuit consisting of a capacitor and a resistor in parallel.It is further demonstrated that the model can apply to various LLC converters with different topologies and controls.Particularly,when the parameter differences between cells are not obvious,the PETT can be simplified to a single-phase rectifier(i.e.,conventional train)by equivalent transformation.Based on the model of PETT,the system low-frequency stability and influential factors are analyzed by using the generalized Nyquist criterion.Lastly,the correctness and accuracy of theoretical analyses are validated by off-line and hardware-in-the-loop simulation results. 展开更多
关键词 Extended describing function method impedance model low-frequency oscillation power electronic traction transformer train-network system
原文传递
结合对抗训练和IDCNN的医疗命名实体识别
4
作者 陈雪松 李洋洋 王浩畅 《计算机与现代化》 2026年第1期53-59,100,共8页
在医疗领域,传统的命名实体识别模型,无法兼顾全局特征与局部特征的提取,为了解决这个问题,本文提出一种结合全局特征与局部特征的命名实体识别模型用于处理医疗领域的命名实体识别任务。首先,使用预训练语言模型Chinese-BERT-wwm-ext... 在医疗领域,传统的命名实体识别模型,无法兼顾全局特征与局部特征的提取,为了解决这个问题,本文提出一种结合全局特征与局部特征的命名实体识别模型用于处理医疗领域的命名实体识别任务。首先,使用预训练语言模型Chinese-BERT-wwm-ext得到输入文本的初始向量表示;其次,在初始向量的表示上添加一些扰动来生成对抗样本,可提升模型的鲁棒性;再次,将初始向量表示与对抗样本一同依次输入到特征提取层,特征提取层结合了空洞卷积神经网络(Iterated Dilated Convolutional Neural Network,IDCNN)和双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)模型,共同生成特征向量,分别捕捉文本的局部和全局特征,使用自注意力机制将抽取的特征向量进行融合,从而充分利用各层次的信息;最后,利用CRF算法生成预测序列。通过结合特征融合模块与对抗训练模块,该模型对于医疗文本CMeEE中命名实体的识别精确率为66.31%,召回率为68.84%,F1值为67.55%;与基线模型相比,表现出较高的识别精度,适用于医疗领域命名实体识别任务。 展开更多
关键词 命名实体识别 预训练语言模型 对抗训练 IDCNN BiLSTM 自注意力机制
在线阅读 下载PDF
数字经济背景下“3+2”高职本科协同培养模式改革与创新——以网络工程专业为例
5
作者 赵楠 罗泽仁 +2 位作者 陈捷 杨平 李嘉铭 《计算机应用文摘》 2026年第4期1-4,共4页
随着我国经济结构的升级和数字经济的迅猛发展,职业教育在技术技能人才培养中的作用日益重要。文章以广东技术师范大学“网络工程”专业与广东机电职业技术学院合作开展的“3+2”分段本科贯通培养模式为例,系统梳理了当前高职本科协同... 随着我国经济结构的升级和数字经济的迅猛发展,职业教育在技术技能人才培养中的作用日益重要。文章以广东技术师范大学“网络工程”专业与广东机电职业技术学院合作开展的“3+2”分段本科贯通培养模式为例,系统梳理了当前高职本科协同培养模式的政策背景、现实挑战与创新需求,提出了以产教深度融合为核心、以智慧家电等真实产业场景为载体、以多元协同创新为突破口的教改实践路径;具体分析了课程体系重构、实训模式创新、师资团队建设和成效评价机制等方面;讨论了该模式的推广价值及其对我国高素质工程技术人才培养体系建设的理论和实践意义。 展开更多
关键词 数字经济 高职本科 “3+2”分段培养 网络工程 产教融合 教改创新
在线阅读 下载PDF
融合液态神经网络与多层级图卷积的关系抽取方法
6
作者 李子亮 李兴春 《计算机应用研究》 北大核心 2026年第1期69-75,共7页
针对自然语言处理中关系抽取任务在建模长距离依赖与复杂语义理解方面的不足,提出了一种融合液态神经网络与多层级图卷积网络的关系抽取模型BLGAM。该模型首先利用BERT对输入句子进行上下文语义编码,获得初始文本表示;随后通过基于闭式... 针对自然语言处理中关系抽取任务在建模长距离依赖与复杂语义理解方面的不足,提出了一种融合液态神经网络与多层级图卷积网络的关系抽取模型BLGAM。该模型首先利用BERT对输入句子进行上下文语义编码,获得初始文本表示;随后通过基于闭式连续时间解的液态神经网络捕捉动态时序特征,建模长距离依赖信息;同时结合依存句法和实体结构构建多层级图卷积网络,提取局部与全局结构化语义特征;最后采用注意力门控机制对时序特征与结构特征进行加权融合,并通过多层感知机提升实体对关系识别的准确性与鲁棒性。在NYT和WebNLG两个公开数据集上的实验结果表明,该模型的F 1值分别达到92.6%和92.1%,均优于现有主流基线,验证了液态神经网络在长距离依赖建模与动态信息捕捉方面的显著优势,以及多层级图卷积网络在挖掘实体间隐含结构联系上的补充作用。该方法为复杂语义场景下的关系抽取提供了高效解决方案。 展开更多
关键词 关系抽取 液态神经网络 图卷积网络 预训练模型 注意力门控 多层感知机
在线阅读 下载PDF
基于交互对抗网络的方面级情感分类方法
7
作者 张华辉 吴敏敏 徐航 《智能计算机与应用》 2026年第1期150-156,共7页
情感分类是自然语言处理领域的热点研究问题之一,方面级的文本情感分类旨在识别文本不同方面间的情感极性。针对方面级情感分类模型存在特征提取能力弱、方面词与上下文间交互不充分的问题,提出基于交互对抗网络的方面级情感分类模型(As... 情感分类是自然语言处理领域的热点研究问题之一,方面级的文本情感分类旨在识别文本不同方面间的情感极性。针对方面级情感分类模型存在特征提取能力弱、方面词与上下文间交互不充分的问题,提出基于交互对抗网络的方面级情感分类模型(Aspect-level Sentiment classification model based on Interactive Adversarial Networks,ASIAN)。首先,通过Transformer的双向表征编码器模型作为编码器,将方面词和上下文进行单独建模提取隐含层特征。其次,构建交互注意力网络,将隐含层特征进行交互学习。最后,对交互信息进行联合学习,做交叉熵损失、回传参数。此外,ASIAN添加了对抗训练旨在进一步优化分类效果。在SemEval-2014任务4中的Laptop、Restaurant数据集和ACL-2014的Twitter数据集上,ASIAN与大多数基线模型相比有较高的分类准确率。 展开更多
关键词 情感分类 自然语言处理 交互对抗网络 对抗训练
在线阅读 下载PDF
飞行模拟器组网训练音频控制系统设计与实现
8
作者 张兵强 徐涛 +1 位作者 王萌 于文龙 《电子设计工程》 2026年第4期6-11,16,共7页
针对多台飞行模拟器本地域组网训练的语音通信和音效模拟控制需求,设计了一种基于Dante互联协议的音频控制系统,该系统支持Dante协议的数字音频处理器作为混音处理的控制核心,设计了麦克风放大电路和耳机驱动电路等语音终端匹配硬件,并... 针对多台飞行模拟器本地域组网训练的语音通信和音效模拟控制需求,设计了一种基于Dante互联协议的音频控制系统,该系统支持Dante协议的数字音频处理器作为混音处理的控制核心,设计了麦克风放大电路和耳机驱动电路等语音终端匹配硬件,并开发了具有语音通信互联和效果模拟的音频通话控制软件,该软件能根据训练想定、设备波道和电磁环境等状态,自动分配和切换模拟器的语音路由并进行加噪处理,实现了对多路输入音源的任意混音和路由输出控制。实际运行效果表明,该系统实现了多达360个混音点的控制,可以在-35~25 dB范围内调节混音增益,可满足组网训练条件下飞行模拟器音频通话的互联和语音效果模拟的需求。 展开更多
关键词 飞行模拟器 组网训练 数字音频 Dante协议
在线阅读 下载PDF
车载网络实训平台在发动机电控教学中的创新与应用
9
作者 许哲 邓汝奎 +1 位作者 黄柳文 李洁 《汽车实用技术》 2026年第1期101-105,共5页
文章以汽车发动机电控系统检修课程为研究对象,针对当前教学中存在的内容散点化、实训设备老旧且数量不足、学生实操与诊断思维薄弱等问题,引入基于车载网络的发动机电控实训设备。该设备具有“一车多用”、数据采集与分析、故障模拟等... 文章以汽车发动机电控系统检修课程为研究对象,针对当前教学中存在的内容散点化、实训设备老旧且数量不足、学生实操与诊断思维薄弱等问题,引入基于车载网络的发动机电控实训设备。该设备具有“一车多用”、数据采集与分析、故障模拟等功能。通过“发动机怠速不稳”的实训案例,详细阐述了其在教学中的应用流程。实践表明,该设备有助于优化实训条件,帮助学生构建系统的电控知识体系,强化实操能力与诊断思维,为教学提供了创新路径,对提升高职汽车专业教学质量具有重要意义。 展开更多
关键词 高等职业教育 发动机电控 实训设备 车载网络
在线阅读 下载PDF
基于GPRS网络的无线通信接口单元分析与研究
10
作者 齐杭宇 杨韬 刘木齐 《铁路通信信号工程技术》 2026年第1期66-72,91,共8页
在新型列控系统中,无线通信接口单元作为车载设备列车自动防护系统(ATP)和地面设备无线闭塞中心(RBC)主机间的传输媒介,对车地间安全通信至关重要。为适配通用分组无线业务(GPRS)网络的车地通信,提出一种面向分组数据业务的无线通信接... 在新型列控系统中,无线通信接口单元作为车载设备列车自动防护系统(ATP)和地面设备无线闭塞中心(RBC)主机间的传输媒介,对车地间安全通信至关重要。为适配通用分组无线业务(GPRS)网络的车地通信,提出一种面向分组数据业务的无线通信接口方法及系统,来实现车载设备ATP和地面设备RBC主机间的双向信息传输。对无线通信接口单元的软硬件结构进行介绍,描述无线通信接口单元的数据通信原理机制,分析系统中各层的通信时序,并阐述无线通信接口单元数据处理方法。相比于CTCS-3级列控系统中的接口单元,在车地通信效率方面显著提升,同时成本有效降低。 展开更多
关键词 新型列控系统 无线通信接口 GPRS网络 车地通信 分组数据业务 通信时序
在线阅读 下载PDF
面向高血压临床指南的中文医学实体关系抽取研究
11
作者 张军亮 李小倩 +2 位作者 刘喜文 张帆 田梅 《情报理论与实践》 北大核心 2026年第2期189-197,共9页
[目的/意义]临床指南中蕴含大量的实体关系知识,构建实体关系数据集和抽取方法是后续工作的基础。[方法/过程]首先构建了面向高血压临床指南的实体关系数据集;然后,设计了一种融合医学领域知识和句法的实体关系抽取模型,由源码层、输入... [目的/意义]临床指南中蕴含大量的实体关系知识,构建实体关系数据集和抽取方法是后续工作的基础。[方法/过程]首先构建了面向高血压临床指南的实体关系数据集;然后,设计了一种融合医学领域知识和句法的实体关系抽取模型,由源码层、输入层、编码层、解码层和输出层组成,并对模型中的医学领域预训练模型、依存句法分析和图卷积神经网络、对抗训练和GPLinker等重要模块进行了阐释;最后,运用数据集对本文模型进行了实验验证。[结果/结论]本模型在面向高血压临床指南的实体关系数据集和公开数据集CMeIE-V1/V2的实验中取得良好效果。研究表明,融合领域知识增量训练的预训练模型、句法特征、对抗训练都可以有效提高实体关系抽取的效果。 展开更多
关键词 高血压临床指南 实体关系抽取 图神经网络 对抗训练 GPLinker
原文传递
兼容CTCS2+ATO和CBTC的一体化车载设备关键技术研究
12
作者 田换换 吴培栋 +3 位作者 张友兵 王硕 张家兴 黄睿 《铁路通信信号工程技术》 2026年第1期20-27,46,共9页
轨道交通多制式协同发展的迫切需求下,兼容不同信号制式的列车控制系统成为实现“四网融合”与跨线运营的核心技术挑战。提出一种兼容CTCS2+ATO与基于通信的列车自动控制系统(CBTC)的一体化车载设备实现方法,通过兼容CTCS与CBTC系统实... 轨道交通多制式协同发展的迫切需求下,兼容不同信号制式的列车控制系统成为实现“四网融合”与跨线运营的核心技术挑战。提出一种兼容CTCS2+ATO与基于通信的列车自动控制系统(CBTC)的一体化车载设备实现方法,通过兼容CTCS与CBTC系统实现硬件资源高效共享,并设计多类型数据交互机制与系统安全防护体系,突破现有系统互不兼容的瓶颈。该方法可有效支持列车跨线运行以及CTCS与CBTC系统间安全控车,为市域铁路“四网融合”提供可落地的技术路径。 展开更多
关键词 列车控制系统 一体化车载设备 四网融合 安全控车
在线阅读 下载PDF
基于改进EPO-BP神经网络的变压器故障诊断方法
13
作者 王帆 王茜雯 +2 位作者 柯渊 宁鑫淼 安睿 《东北电力技术》 2026年第1期43-48,共6页
变压器安全稳定运行是保证电能质量的基本要求。针对现有变压器故障诊断方法存在自适应性差和准确率低的问题,提出一种基于改进帝企鹅优化器(emperor penguin optimizer,EPO)-反向传播(back propagation,BP)神经网络的变压器故障诊断方... 变压器安全稳定运行是保证电能质量的基本要求。针对现有变压器故障诊断方法存在自适应性差和准确率低的问题,提出一种基于改进帝企鹅优化器(emperor penguin optimizer,EPO)-反向传播(back propagation,BP)神经网络的变压器故障诊断方法。首先,针对EPO在迭代过程中收敛速度慢、易陷入局部最优等问题,引入驾驶训练机制,提高帝企鹅往集群移动轨迹的准确性和行动效率;其次,基于改进EPO算法优化BP神经网络的权值和阈值以提高模型的性能和分类精度,采集变压器正常运行和故障运行数据,并将其分为训练集和测试集;最后,基于改进EPO-BP神经网络模型对变压器进行故障诊断。结果表明,该故障诊断模型具有更强的适应性和更高的分类准确率。 展开更多
关键词 变压器 故障诊断 帝企鹅优化器 驾驶训练机制 BP神经网络
在线阅读 下载PDF
机器人辅助步态训练干预脑卒中患者下肢运动功能的网状Meta分析
14
作者 高赞 刘艺轩 +5 位作者 张力陈 侯兵 唐亚蕾 李淑美 车鹏程 窦娜 《中国组织工程研究》 北大核心 2026年第16期4219-4228,共10页
目的:通过网状Meta分析系统评估机器人辅助步态训练对脑卒中患者下肢运动功能的康复效果,并整合运动时间、频率、周期、减重方案等研究证据分析最佳的运动处方方案。方法:计算机检索PubMed、Web of Science、Cochrane Library、Embase... 目的:通过网状Meta分析系统评估机器人辅助步态训练对脑卒中患者下肢运动功能的康复效果,并整合运动时间、频率、周期、减重方案等研究证据分析最佳的运动处方方案。方法:计算机检索PubMed、Web of Science、Cochrane Library、Embase、中国知网、维普、万方及SinoMed数据库,收集自各数据库建库至2025年1月发表的相关随机对照试验,对比机器人辅助步态训练(机器人组)与传统康复训练(对照组)对脑卒中患者下肢功能的干预效果,并基于循证医学证据优化单次训练时长、每周训练频率及总干预周期的运动处方参数。采用Review Manager 5.4.1软件完成数据整合与分析,并通过Stata 17.0软件绘制相关图表,以直观呈现研究结果。结果:①最终纳入22篇文献,共998例患者,包括对照组492例、机器人组506例。②Meta分析结果显示:相较于常规康复训练,机器人辅助步态训练能够有效改善脑卒中患者下肢运动功能FMA-LE评分、平衡能力量表评分、功能性步行量表评分及6 min步行试验评分(P<0.05)。③基于累积排序概率曲线分析的结果显示,在改善下肢运动功能方面基于FMA-LE评分,干预方案最佳效果为:单次训练时长40-60 min,每周训练频次6-10次和持续干预周期8-12周。结论:系统分析表明,机器人辅助步态训练能有效促进脑卒中患者下肢运动功能、步行能力、平衡功能和步行耐力的改善;采用单次40-60 min、每周6-10次、持续8-12周的训练方案时,患者下肢运动功能FMA-LE评分的改善效果最为显著。 展开更多
关键词 脑卒中 机器人辅助步态训练 下肢运动功能 网状Meta分析 运动处方
暂未订购
基于方向感知孪生网络的知识概念先序关系预测方法
15
作者 杨明 贺超波 杨佳琦 《计算机科学》 北大核心 2026年第2期39-47,共9页
知识概念先序关系预测旨在通过挖掘知识概念间的语义和拓扑关系信息补全课程知识图谱,从而提升海量教学资源组织和个性化学习路径规划等下游任务的性能。现有的基于特征工程与深度学习的方法在实体语义信息和先序关系方向性建模方面仍... 知识概念先序关系预测旨在通过挖掘知识概念间的语义和拓扑关系信息补全课程知识图谱,从而提升海量教学资源组织和个性化学习路径规划等下游任务的性能。现有的基于特征工程与深度学习的方法在实体语义信息和先序关系方向性建模方面仍存在局限性,知识概念先序关系预测性能仍有提升的空间。针对该问题,设计了一种基于方向感知孪生网络的知识概念先序关系预测方法DSN-PRL。DSN-PRL首先采用基于对比学习的预训练语言模型BERT学习知识概念的语义表示,然后应用图神经网络聚合多跳拓扑特征以增强层次化结构建模,最后设计方向感知孪生网络,用于学习先序关系的方向性差异以进行预测。在3个基准数据集上进行相关实验,DSN-PRL在多个关键评价指标上均优于现有基线方法,特别是相比表现最优的基线模型DGPL,其精确率分别提升了7.3个百分点,2.7个百分点和11.4个百分点,F1分别提升了1.6个百分点,1.3个百分点和4.3个百分点。 展开更多
关键词 知识概念先序关系预测 预训练语言模型 对比学习 图神经网络 孪生网络
在线阅读 下载PDF
不同吸气肌训练方式改善心脏外科术后患者运动及心肺功能的网状Meta分析
16
作者 陈萍 杜锦超 +2 位作者 王宏英 张慧 王海霞 《中国组织工程研究》 北大核心 2026年第12期3134-3144,共11页
目的:吸气肌训练可以通过增加吸气肌的肌力和肌肉耐力,来提高最大吸气负压,改善心肺功能,继而减少并发症的发生,帮助患者康复。系统评价不同吸气肌训练方式对心脏外科手术患者功能恢复的疗效差异。方法:通过检索中国知网(CNKI)、维普数... 目的:吸气肌训练可以通过增加吸气肌的肌力和肌肉耐力,来提高最大吸气负压,改善心肺功能,继而减少并发症的发生,帮助患者康复。系统评价不同吸气肌训练方式对心脏外科手术患者功能恢复的疗效差异。方法:通过检索中国知网(CNKI)、维普数据库(VIP)、万方数据库(Wanfang)、中国生物医学文献数据库(CBM)、PubMed、Embase和Cochrane Library,收集自各数据库建库至2024年11月发表有关吸气肌训练应用于心脏外科手术的随机对照试验,检索语种仅限中英文,在检索的过程中将主题词和关键词相结合。筛选后,使用Review Manager 5.4、Stata 14.2进行Meta分析。结果:(1)最终纳入24篇文献,其中11篇高质量文献,13篇低质量文献,共计1 907例患者,4种吸气肌训练模式;(2)直接Meta分析结果:敏感性分析后,与对照组相比,吸气阈值负荷训练、吸气阻力负荷训练、高CO_(2)吸气训练对吸气肌功能[MD=-15.01,95%CI(-18.72,-11.30),P <0.01]、运动功能[SMD=-0.60,95%CI(-0.82,-0.38),P <0.01]、心肺功能评分[SMD=-0.66,95%CI(-1.26,-0.07),P=0.03]显著改善;肺炎[OR=2.42,95%CI(1.44,4.06),P <0.01]、肺不张[OR=6.18,95%CI(1.85,20.64),P <0.01]发生率相比差异有显著性意义;(3)网状Meta分析结果显示,在吸气肌功能改善方面,疗效排序为吸气阈值负荷训练(92.6)>吸气阻力负荷训练(57.4)>传统常规吸气训练(0);在运动功能改善方面,疗效排序为吸气阈值负荷训练(100)>高CO_(2)吸气训练(66.4)>吸气阻力负荷训练(33.6)>传统常规吸气训练(0);在心肺功能改善方面,疗效排序为吸气阈值负荷训练(94.4)>高CO_(2)吸气训练(52.2)>吸气阻力负荷训练(44.8)>传统常规吸气训练(8.2)。结论:现有临床证据表明,吸气阈值负荷训练在改善心脏外科术后患者吸气肌功能、运动功能、心肺功能方面疗效最佳,其次是高CO_(2)吸气训练和吸气阻力负荷训练。然而,由于纳入部分研究的方法学质量较低,迫切需要高质量的研究来验证此次发现。 展开更多
关键词 吸气肌训练 心脏外科手术 运动功能 心肺功能 网状Meta分析
暂未订购
侧向多开口地铁列车和隧道温度特征参数预测
17
作者 吴振坤 彭敏 +2 位作者 朱国庆 刘璐 秦东子 《中国安全科学学报》 北大核心 2026年第1期130-137,共8页
为解决现有地铁列车和隧道火灾预测方法大多依赖于物理模型和经验公式而导致预测精度不足的问题,从人工智能角度出发,基于遗传算法(GA)优化反向传神经网络(BPNN),构建GA-BPNN网络模型;利用GA对BPNN的权重和阈值进行全局寻优;训练与预测... 为解决现有地铁列车和隧道火灾预测方法大多依赖于物理模型和经验公式而导致预测精度不足的问题,从人工智能角度出发,基于遗传算法(GA)优化反向传神经网络(BPNN),构建GA-BPNN网络模型;利用GA对BPNN的权重和阈值进行全局寻优;训练与预测车厢与隧道顶棚温度分布,智能反演火灾温度场。结果表明:GA-BPNN模型对车厢温度预测的平均绝对误差(MAE)为8.17,均方根误差(RMSE)为9.76,决定系数R^(2)为0.99;隧道温度预测的MAE为3.95,RMSE为5.63,R^(2)为0.98。通过对比发现,GA-BPNN模型在准确性和泛化能力上都优于传统BPNN模型。 展开更多
关键词 侧向多开口 地铁列车 温度预测 特征参数 反向传播神经网络(BPNN) 遗传算法(GA)
原文传递
基于端边云协同的高速列车无延时预测控制
18
作者 李中奇 郭胜彬 +1 位作者 周靓 杨辉 《铁道学报》 北大核心 2026年第2期79-95,共17页
针对高速列车自动驾驶场景中外部环境、线路状况、传感器偏差及车身动态机械耦合等复合影响,提出一种结合神经网络数据驱动建模与端边云协同(EECC)架构的无延时模型预测控制(DMPC)算法。首先,一种循环注意力神经网络(RAN)被用于列车动... 针对高速列车自动驾驶场景中外部环境、线路状况、传感器偏差及车身动态机械耦合等复合影响,提出一种结合神经网络数据驱动建模与端边云协同(EECC)架构的无延时模型预测控制(DMPC)算法。首先,一种循环注意力神经网络(RAN)被用于列车动力学建模,该网络通过隐藏状态反馈连接机制动态计算外部输入序列的权重,在提升模型辨识精度的同时降低参数规模。其次,提出一种适用于列车运行场景的EECC架构,通过多端协同自校正应对时变场景模型精度下降问题。此外,利用RAN模型出色的循环预测能力将MPC优化过程前移,在保证跟踪性能的同时实现列车无延时控制。最后,通过离散李亚普努夫定理分析了RAN模型收敛与DMPC控制器稳定的条件,并在CRH380A半实物仿真平台上验证了算法的有效性。实验结果表明,与扩展自回归积分滑动平均模型的DMPC相比,跟踪性能提高了61.17%,舒适性提升了6.37%;与全格式动态线性化的无模型自适应控制相比,跟踪性能提高了60.89%,舒适性提升了37.6%,充分证明了端边云自校正RAN模型与DMPC控制器在复杂场景下的优势。 展开更多
关键词 端边云协同 列车自动驾驶 预测控制 无延时控制 神经网络辨识
在线阅读 下载PDF
校企协同育人视角下计算机网络技术技能型人才培养模式研究
19
作者 晋文明 《计算机应用文摘》 2026年第1期26-28,共3页
校企协同育人作为一种有效的人才培养模式,能够整合学校和企业的资源,提升人才培养质量。文章从校企协同育人的视角切入,探讨了计算机网络技术技能型人才培养模式,分析了当前人才培养存在的问题,提出了相应的改进策略,并通过案例分析验... 校企协同育人作为一种有效的人才培养模式,能够整合学校和企业的资源,提升人才培养质量。文章从校企协同育人的视角切入,探讨了计算机网络技术技能型人才培养模式,分析了当前人才培养存在的问题,提出了相应的改进策略,并通过案例分析验证了校企协同育人模式的有效性。 展开更多
关键词 校企协同育人 计算机网络技术 技能型人才 培养模式
在线阅读 下载PDF
基于自注意力和TCN的时间序列异常检测
20
作者 魏月艳 凌捷 《计算机工程与设计》 北大核心 2026年第1期210-216,共7页
为了提高多元时间序列异常检测模型捕获时序依赖关系的能力和抗干扰性,提出了一种基于Transformer和时间卷积神经网络的多元时间序列异常检测方法(TC-TAD)。对原始时间序列进行时域扩增,增强数据的多样性。结合Transformer和TCN动态学... 为了提高多元时间序列异常检测模型捕获时序依赖关系的能力和抗干扰性,提出了一种基于Transformer和时间卷积神经网络的多元时间序列异常检测方法(TC-TAD)。对原始时间序列进行时域扩增,增强数据的多样性。结合Transformer和TCN动态学习时间序列的全局特征和局部特征,并基于学习到的特征对时间序列进行重构,根据重构误差判断时间序列数据的异常情况。实验结果表明,所提出的方法能够捕获时间序列之间的依赖关系,具备良好的抗干扰性,实现了更高的异常检测准确率。 展开更多
关键词 异常检测 时间序列 自注意力机制 时间卷积神经网络 时域扩增 对抗式训练 迭代自调节
在线阅读 下载PDF
上一页 1 2 215 下一页 到第
使用帮助 返回顶部