期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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123篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选0条
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：
SOME PROBLEMS WITH THE METHOD OF FUNDAMENTAL SOLUTION USING RADIAL BASIS FUNCTIONS 认领 引用 被引量：9
1
作者 Wang Hui Qin Qinghua 《Acta Mechanica Solida Sinica》 SCIE EI 2007年第1期21-29,共9页
The present work describes the application of the method of fundamental solutions （MFS） along with the analog equation method （AEM） and radial basis function （RBF） approximation for solving the 2D isotropic and ... The present work describes the application of the method of fundamental solutions （MFS） along with the analog equation method （AEM） and radial basis function （RBF） approximation for solving the 2D isotropic and anisotropic Helmholtz problems with different wave numbers. The AEM is used to convert the original governing equation into the classical Poisson＇s equation, and the MFS and RBF approximations are used to derive the homogeneous and particular solutions, respectively. Finally, the satisfaction of the solution consisting of the homogeneous and particular parts to the related governing equation and boundary conditions can produce a system of linear equations, which can be solved with the singular value decomposition （SVD） technique. In the computation, such crucial factors related to the MFS-RBF as the location of the virtual boundary, the differential and integrating strategies, and the variation of shape parameters in multi-quadric （MQ） are fully analyzed to provide useful reference. 展开更多
关键词 meshless method analog equation method method of fundamental solution radial basis function singular value decomposition Helmholtz equation
暂未订购 下载PDF
Wear State Recognition of Drills Based on K-means Cluster and Radial Basis Function Neural Network 认领 引用 被引量：2
2
作者 Xu Yang 《International Journal of Automation and computing》 2010年第3期271-276,共6页
Drill wear not only affects the surface smoothness of the hole, but also influences the life of the drill. Drill wear state recognition is important in the manufacturing process, which consists of two steps： first, d... Drill wear not only affects the surface smoothness of the hole, but also influences the life of the drill. Drill wear state recognition is important in the manufacturing process, which consists of two steps： first, decomposing cutting torque components from the original signals by wavelet packet decomposition （WPD）; second, extracting wavelet coefficients of different wear states （i.e., slight, normal, or severe wear） with signal features adapting to Welch spectrum. Finally, monitoring and recognition of the feature vectors of cutting torque signal are performed by using the K-means cluster and radial basis function neural network （RBFNN）. The experiments on different tool wears of the multivariable features reveal that the results of monitoring and recognition are significant and effective. 展开更多
关键词 Drill wear state recognition cutting torque signals wavelet packet decomposition (WPD) Welch spectrum energy K-means cluster radial basis function neural network
暂未订购 下载PDF
The G^3 spline basis functions 认领 引用
3
作者 Diao Luhong Cao Huan +1 位作者 Zhang Zhenmeng Lu Xiaoyan 《Computer Aided Drafting,Design and Manufacturing》 2016年第1期41-46,共6页
The explicit expression of the G3 basis function is presented in this paper. It is derived by constructing the conversion matrix between G3 basis function and Brzier representation. After the matrix decomposition, equ... The explicit expression of the G3 basis function is presented in this paper. It is derived by constructing the conversion matrix between G3 basis function and Brzier representation. After the matrix decomposition, equations for constructing G3 splines can be presented independently of geometric shape parameters＇ values. It makes the equation＇s solving easier. It is also known that the general form of the G3spline basis function is given in the first time. Its geometric construction method is presented. 展开更多
关键词 geometric continuity G3 spline basis functions splines B6zier representation matrix decomposition
暂未订购 下载PDF
Study on the Improvement of the Application of Complete Ensemble Empirical Mode Decomposition with Adaptive Noise in Hydrology Based on RBFNN Data Extension Technology 认领 引用 被引量：5
4
作者 Jinping Zhang Youlai Jin +2 位作者 Bin Sun Yuping Han Yang Hong 《Computer Modeling in Engineering & Sciences》 SCIE EI 2021年第2期755-770,共16页
The complex nonlinear and non-stationary features exhibited in hydrologic sequences make hydrological analysis and forecasting difficult.Currently,some hydrologists employ the complete ensemble empirical mode decompos... The complex nonlinear and non-stationary features exhibited in hydrologic sequences make hydrological analysis and forecasting difficult.Currently,some hydrologists employ the complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN)method,a new time-frequency analysis method based on the empirical mode decomposition(EMD)algorithm,to decompose non-stationary raw data in order to obtain relatively stationary components for further study.However,the endpoint effect in CEEMDAN is often neglected,which can lead to decomposition errors that reduce the accuracy of the research results.In this study,we processed an original runoff sequence using the radial basis function neural network(RBFNN)technique to obtain the extension sequence before utilizing CEEMDAN decomposition.Then,we compared the decomposition results of the original sequence,RBFNN extension sequence,and standard sequence to investigate the influence of the endpoint effect and RBFNN extension on the CEEMDAN method.The results indicated that the RBFNN extension technique effectively reduced the error of medium and low frequency components caused by the endpoint effect.At both ends of the components,the extension sequence more accurately reflected the true fluctuation characteristics and variation trends.These advances are of great significance to the subsequent study of hydrology.Therefore,the CEEMDAN method,combined with an appropriate extension of the original runoff series,can more precisely determine multi-time scale characteristics,and provide a credible basis for the analysis of hydrologic time series and hydrological forecasting. 展开更多
关键词 Complete ensemble empirical mode decomposition with adaptive noise data extension radial basis function neural network multi-time scales runoff
暂未订购 下载PDF
Signal prediction based on empirical mode decomposition and artificial neural networks 认领 引用 被引量：1
5
作者 Wang Yong Liu Yanping Yang Jing 《Geodesy and Geodynamics》 2012年第1期52-56,共5页
In view of the usefulness of Empirical Mode Decomposition （EMD）, Artificial Neural Networks （ ANN）, and Most Relevant Matching Extension （MRME） methods in dealing with nonlinear signals, we pro- pose a new way o... In view of the usefulness of Empirical Mode Decomposition （EMD）, Artificial Neural Networks （ ANN）, and Most Relevant Matching Extension （MRME） methods in dealing with nonlinear signals, we pro- pose a new way of combining these methods to deal with signal prediction. We found the results of combining EMD with either ANN or MRME to have higher prediction precision for a time series than the result of using EMD alone. 展开更多
关键词 EMD （Empirical Mode Decomposition） ANN （Artificial Neural Networks） MRME （Most Relevant Matching Extension） IMF （Intrinsic Mode Function） endpoint problem RBF （Radial Basis Function）
暂未订购 下载PDF
基于NBEATS-MARS的飞机燃油流量预测与航空排放计算方法 认领 引用
6
作者 陈聪 李豪杰 +1 位作者 师利中 陈中青 《航空动力学报》 EI CAS CSCD 北大核心 2026年第5期318-329,共12页
针对传统方法难以准确预测复杂工况下的燃油流量,进而影响排放计算精度的问题,提出一种基于神经网络基函数分解的NBEATS-MARS(neural basis expansion analysis for time series with multi-variable adaptive rapid state-transition)... 针对传统方法难以准确预测复杂工况下的燃油流量,进而影响排放计算精度的问题,提出一种基于神经网络基函数分解的NBEATS-MARS(neural basis expansion analysis for time series with multi-variable adaptive rapid state-transition)模型。该模型采用多栈分解结构,设计多类型基函数系统,通过基函数分解实现可解释的高精度预测。实验表明:NBEATS-MARS模型方均根误差为59.49,对称平均绝对百分比误差为5.75%,中位数误差仅为0.29%;在爬升巡航下降阶段表现最佳,方均根误差为32.75,对称平均绝对百分比误差为1.87%。基于此构建了综合航空排放计算方法,通过将预测的燃油流量数据作为核心输入,结合发动机排气温度等健康状态参数,实现了二氧化碳、氮氧化物、黑碳和有机碳等多种航空排放物的精确量化。燃油流量预测误差的降低使排放计算不确定性显著减小,巡航阶段排放量计算精度提升至±2%以内。该方法通过提高上游燃油流量预测精度,有效改善了下游航空排放评估的准确性和空间分辨率。 展开更多
关键词 燃油流量预测 航空排放 多栈基函数分解 瞬态响应注意力 发动机排气温度
暂未订购 下载PDF
基于模型降阶方法的大坝静态响应快速计算方法 认领 引用
7
作者 程井 胡乔桦 +1 位作者 余雷 牛志伟 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第4期125-131,共7页
为解决孪生模型监测数据量大与高保真实时响应之间的矛盾,以拱坝为例提出了一种基于POD-RBFNN降阶模型的大坝变形快速计算方法。该方法基于有限元仿真得到的不同水位工况下的静态响应数据,通过本征正交分解(POD)法提取主导模态及模态系... 为解决孪生模型监测数据量大与高保真实时响应之间的矛盾,以拱坝为例提出了一种基于POD-RBFNN降阶模型的大坝变形快速计算方法。该方法基于有限元仿真得到的不同水位工况下的静态响应数据,通过本征正交分解(POD)法提取主导模态及模态系数,结合径向基函数神经网络(RBFNN)建立水位参数与模态系数之间的高精度代理映射,实现拱坝静态位移场的快速精准预测。算例结果表明:在仅考虑静水压力和结构自重作用条件下,POD-RBFNN降阶模型的预测结果与有限元(FEM)仿真结果吻合良好,平均相对误差为0.35%,平均绝对误差仅为0.0032 mm,同时计算效率相较于有限元仿真提升了3004倍。 展开更多
关键词 拱坝变形 数字孪生 本征正交分解 降阶模型 径向基神经网络 快速计算
暂未订购 下载PDF
基于径向基函数-扩展动态模态分解的油浸式电力变压器绕组瞬态温度场快速预测方法 认领 引用 被引量：1
8
作者 刘可心 刘云鹏 +3 位作者 傅榕韵 刘刚 刘洋 杜振斌 《中国电机工程学报》 EI CSCD 北大核心 2026年第6期2587-2600,I0034,共14页
针对目前油浸式电力变压器绕组瞬态温升计算效率低及现有快速计算方法计算误差较大的问题,该文提出一种基于径向基函数(radial basis function,RBF)-扩展动态模态分解(extended dynamic mode decomposition,EDMD)的快速预测模型。利用... 针对目前油浸式电力变压器绕组瞬态温升计算效率低及现有快速计算方法计算误差较大的问题,该文提出一种基于径向基函数(radial basis function,RBF)-扩展动态模态分解(extended dynamic mode decomposition,EDMD)的快速预测模型。利用变压器的历史仿真数据获取动态模态和模态时间系数,用于瞬态温度场的预测;引入快照矩阵规模自适应选取策略,降低模型构建的数据成本;同时,为提高计算精度,以径向基函数为字典函数进行数据升维,改善动态模态分解方法(dynamic mode decomposition,DMD)在长期强非线性预测中计算误差显著增大的问题;通过选取主要模态,实现全场域温度的快速计算。最后,基于产品级110 kV油浸式变压器绕组的基本结构,建立八分区绕组模型及温升实验平台对所提模型进行验证。结果表明,所提模型的计算精度相对于DMD显著提升,在工程上属于可接受范围;对于温升实验,计算每个时步的平均耗时仅为0.018 s。所提模型保证了瞬态温升降阶计算的高保真性及电力装备数字化转型应用的实时性。 展开更多
关键词 绕组瞬态温升 扩展动态模态分解 字典函数 径向基函数 油浸式电力变压器
暂未订购 下载PDF
基于改进Transformer的船舶电池单体温度最大值估计 认领 引用
9
作者 柳莹 黄烨 +2 位作者 刘学 汪承杰 王昱清 《兵器装备工程学报》 CAS CSCD 北大核心 2026年第7期261-266,共6页
针对船舶在复杂航行工况下,传统方法难以捕捉长序列时变特征导致动力电池簇单体温度最大值估计精度低的问题,提出一种融合基函数分解与全局注意力的Transformer模型。利用航行记录精确划分放电事件,提取多维时序特征;在标准Transformer... 针对船舶在复杂航行工况下,传统方法难以捕捉长序列时变特征导致动力电池簇单体温度最大值估计精度低的问题,提出一种融合基函数分解与全局注意力的Transformer模型。利用航行记录精确划分放电事件,提取多维时序特征;在标准Transformer编码器前引入可学习的基函数投影层来提取特征,并采用注意力池化聚合全局特征,实现对船舶动力电池监测数据时序依赖性的有效捕捉。通过回归估计模块实现船舶动力电池单体温度最大值的准确估计。在所有测试电池簇中,最大误差在2.876℃以内,平均绝对误差始终低于0.67℃。所提方法能够在真实船舶的复杂环境下实现高精度的电池簇单体温度最大值估计,为船舶动力电池热失控早期预警提供可靠依据。 展开更多
关键词 温度估计 船舶动力电池 Transformer 基函数分解 注意力池化
暂未订购 下载PDF
变几何进气道流场与性能的快速预测方法研究 认领 引用
10
作者 马航宇 苏纬仪 +2 位作者 安航 张俊欣 杨振均 《机械制造与自动化》 2026年第2期45-49,共5页
针对压缩面可旋转调节的二元进气道,采用本征正交分解(POD)的模型降阶方法,结合径向基函数(RBF)插值,构建POD-RBF快速预测模型。研究发现:该模型可以实现任意来流马赫数和压缩面旋转角度时进气道流场的快速预测,预测结果与数值模拟结果... 针对压缩面可旋转调节的二元进气道,采用本征正交分解(POD)的模型降阶方法,结合径向基函数(RBF)插值,构建POD-RBF快速预测模型。研究发现:该模型可以实现任意来流马赫数和压缩面旋转角度时进气道流场的快速预测,预测结果与数值模拟结果符合良好。对整个样本空间内进气道喉道流量和总压恢复系数进行预测,其中喉道流量预测误差小于2%,总压恢复系数预测误差小于3%。该方法在不同飞行工况时进气道的精细化调节方面具有较好的应用价值。 展开更多
关键词 飞行器 变几何进气道 模型降阶 本征正交分解 径向基插值 快速预测
暂未订购 下载PDF
基于标量坐标的复杂地质表面模型隐式生成方法 认领 引用
11
作者 刘培刚 袁昊 +2 位作者 薛开欣 李兆亮 李宗民 《物探与化探》 CAS 2025年第2期349-359,共11页
地质模型的构建和呈现是三维地质建模领域的研究热点和难点之一。针对规模庞大、表面复杂、地质约束信息不足的地质体数据,本文采用基于域分解的隐式生成方法,实现大规模地质表面模型的快速构建。以径向基函数为核函数来构建隐式方程;... 地质模型的构建和呈现是三维地质建模领域的研究热点和难点之一。针对规模庞大、表面复杂、地质约束信息不足的地质体数据,本文采用基于域分解的隐式生成方法,实现大规模地质表面模型的快速构建。以径向基函数为核函数来构建隐式方程;利用重叠域分解策略,并行求解每个域内的分布函数,降低时空成本,加快求解速度;提取法向量生成控制点,构建表面波动约束,实现对模型边界的良好控制。实验结果表明,本文提出的方法能够在保证模型较高质量的前提下显著提升分布函数的求解效率。本研究有效解决地质建模中效率与精度的平衡难题,为地质表面精细化重构提供了方法理论支持。 展开更多
关键词 地质表面模型 隐式建模 径向基函数 域分解
暂未订购 下载PDF
基于POD和PSO-RBFNN的泵喷推进器尾部流场快速预测方法 认领 引用
12
作者 郭荣 罗鑫 +1 位作者 韩伟 李仁年 《振动与冲击》 EI CSCD 北大核心 2025年第22期9-18,共10页
针对航行条件下泵喷推进器尾部流场预测计算规模大、分析耗时且成本高的问题,基于本征正交分解(proper orthogonal decomposition,POD)和经过粒子群优化(particle swarm optimization,PSO)算法改进的径向基神经网络(radial basis functi... 针对航行条件下泵喷推进器尾部流场预测计算规模大、分析耗时且成本高的问题,基于本征正交分解(proper orthogonal decomposition,POD)和经过粒子群优化(particle swarm optimization,PSO)算法改进的径向基神经网络(radial basis function neural network,RBFNN)方法构建快速预测模型(PSO-RBFNN)。采用中心复合设计(central composite design,CCD)方法对几何参数设计空间随机抽样,然后利用POD方法将高维流场数据映射到低维基模态空间,使用PSO-RBFNN建立几何参数到基模态系数的多层神经网络模型,实现尾部流场的快速预测。结果表明:经PSO优化的RBFNN模型具有更加优异的回归性能,构建的POD和PSO-RBFNN相结合混合模型可以实现泵喷推进器尾部流场分布特征快速准确预测,相对误差在8.0%以内;轴心速度呈现出先增后减并逐渐衰减为0的过程,POD&PSO-RBFNN混合模型能够准确预测这一动态特征。 展开更多
关键词 泵喷推进器 尾部喷流 本征正交分解(POD) 粒子群优化(PSO)算法 径向基神经网络(RBFNN)
暂未订购 下载PDF
基于组合神经网络模型的快堆堆芯瞬态热工水力参数预测方法研究 认领 引用 被引量：4
13
作者 赵梓炎 赵鹏程 +2 位作者 刘紫静 李卫 于涛 《核技术》 EI CAS CSCD 北大核心 2025年第4期99-111,共13页
对于反应堆热工水力参数的预测,现有的研究多使用单一神经网络的预测方法,但在噪声较大的情况下,单一神经网络不能很好地剔除噪声的影响。本文使用基于经验模态分解法(Empirical Mode Decomposition,EMD)与奇异谱分析法(Singular Spectr... 对于反应堆热工水力参数的预测,现有的研究多使用单一神经网络的预测方法,但在噪声较大的情况下,单一神经网络不能很好地剔除噪声的影响。本文使用基于经验模态分解法(Empirical Mode Decomposition,EMD)与奇异谱分析法(Singular Spectrum Analysis,SSA)结合自适应径向基神经网络(Radial Basis Function Neural Network,RBF)的组合模型提高堆芯热工参数瞬态预测的精度。采用1/2中国实验快堆(China Experimental Fast Reactor,CEFR)为研究对象,使用快堆子通道程序SUBCHANFLOW生成瞬态堆芯热工水力参数的时间序列,并利用组合神经网络模型对堆芯质量流量和包壳表面最高温度时间序列进行单步预测和连续预测。结果表明:相对于单一RBF神经网络,EMD-RBF组合神经网络和EMD-SSA-RBF组合神经网络对质量流量的单步预测误差分别下降41.2%和86.7%,对包壳表面最高温度的单步预测误差分别下降44.7%和60.5%,明显地降低了连续预测误差,且计算时间较短。该方法相比于深度神经网络有一定的优势,对于提高反应堆在工程应用中的安全性有一定的参考价值。 展开更多
关键词 经验模态分解 奇异谱分析 径向基神经网络 热工参数预测 快堆
暂未订购 下载PDF
基于经验模态分解的冲击载荷高效识别方法 认领 引用 被引量：1
14
作者 刘玲 杨晓明 张力 《机械强度》 CAS CSCD 北大核心 2025年第8期82-90,共9页
针对传统冲击载荷识别方法所需传感器数量多、采样频率高以及识别精度低等问题,提出了一种基于经验模态分解技术的冲击载荷识别新方法。利用经验模态分解技术分解了完整的冲击响应,并获取了模态加速度响应,通过度量模态加速度响应中未... 针对传统冲击载荷识别方法所需传感器数量多、采样频率高以及识别精度低等问题,提出了一种基于经验模态分解技术的冲击载荷识别新方法。利用经验模态分解技术分解了完整的冲击响应,并获取了模态加速度响应,通过度量模态加速度响应中未校正振型向量和振型矩阵列向量的共线性即可快速实现冲击定位。根据定位结果,构建了优化目标函数,采用高斯基函数对冲击载荷时间历程进行了拟合,并利用二维梯度下降法快速求解了最优拟合参数。在尺寸为600 mm×200 mm×3 mm的悬臂板上进行的试验表明,在仅使用一个加速度计的前提下,36次冲击定位测试的成功率为91.67%,并且重构结果的峰值相对误差和相对误差指标分别低于10%和40%。 展开更多
关键词 冲击载荷识别 经验模态分解 模态加速度响应 未校正振型向量 基函数拟合
暂未订购 下载PDF
POD-RBF堆芯功率分布测量方法的敏感性分析 认领 引用 被引量：1
15
作者 张一骏 李文淮 +3 位作者 曾玲 彭思涛 厉井钢 王婷 《现代应用物理》 2025年第1期138-143,共6页
堆芯3维功率分布的在线监测对于确保反应堆的安全运行至关重要。为此,核电厂部署了堆内和堆外探测器,以获取必要的测量数据。通过利用相关测量信息,并结合适当正交分解(proper orthogonal decomposition,POD)进行模型降阶和径向基函数(r... 堆芯3维功率分布的在线监测对于确保反应堆的安全运行至关重要。为此,核电厂部署了堆内和堆外探测器,以获取必要的测量数据。通过利用相关测量信息,并结合适当正交分解(proper orthogonal decomposition,POD)进行模型降阶和径向基函数(radial basis function,RBF)插值,可以实现堆芯功率分布的实时测量。本文利用PCM软件包实现某压水堆某燃料循环约7 000个堆芯状态的模拟,并实现从模拟的探测器信号到模拟的堆芯3维功率分布的映射模型构建。结果表明,该方法能够有效处理高维数据,提取主要特征,从而提高3维功率分布监测计算的效率和准确性。通过引入测量值的扰动,展示了POD-RBF模型的稳健性,表明该模型在面对不确定性时仍能保持良好的性能。同时,本文提出了一种基于测量探测器信号的白噪声或失效扰动方法,显著增强了POD-RBF方法的稳定性。相关结果为未来的核能监测技术奠定了基础,推动了相关领域的进一步研究与发展。 展开更多
关键词 3维功率分布 堆芯在线监测 本征正交分解 径向基函数插值 反应堆堆芯
暂未订购 下载PDF
预冷器微细管束流动换热的模态分解与快速预测 认领 引用
16
作者 马航宇 张文强 +1 位作者 苏纬仪 安航 《空气动力学学报》 CSCD 北大核心 2025年第2期110-120,I0002,共11页
预冷器是预冷吸气式发动机冷却空气的重要部件,直接采用数值计算方法对其进行研究代价巨大,因而发展精确、快速的预测方法成为了此类发动机设计和状态监测的关键。在预冷器微细管束流动换热数值模拟的基础上,以预冷器出口反压为变量,基... 预冷器是预冷吸气式发动机冷却空气的重要部件,直接采用数值计算方法对其进行研究代价巨大,因而发展精确、快速的预测方法成为了此类发动机设计和状态监测的关键。在预冷器微细管束流动换热数值模拟的基础上,以预冷器出口反压为变量,基于本征正交分解理论和径向基函数插值方法建立了流动换热的快速预测模型,并对非样本工况进行了快速预测。结果表明,快速预测模型可以在不到1 s的时间内获得任意非样本工况的流动和换热信息,仅采用前4阶模态就能达到足够高的流场重构/预测精度。马赫数、温度及总压等流场参数的预测值与数值模拟结果均吻合良好,最大预测误差不超过2.3%,出口总压恢复系数预测误差不超过4.8%,证明了本文方法的准确性。此外,研究还发现,当预冷器出口反压很低时,管束出口会出现局部超声速区,导致该区域预测误差偏大,带来较大的总压损失,在预冷器设计或工作时应尽量避免这种现象的产生。 展开更多
关键词 预冷器 微细管束 本征正交分解 径向基函数插值 快速预测
暂未订购 下载PDF
基于小波包分解的TCN-RBF神经网络模型在桥梁沉降预测中的应用 认领 引用 被引量：2
17
作者 吴昌程 《北京测绘》 2025年第1期105-110,共6页
静荷载与动荷载在沉降监测数据中表现出不同的特性,直接对非线性、非平稳性沉降监测数据进行预测,无法体现沉降监测数据的不同特性,限制了预测精度。因此,本文引入小波包分解方法,对沉降监测数据进行自适应分解与重构。对于低频重构结果... 静荷载与动荷载在沉降监测数据中表现出不同的特性,直接对非线性、非平稳性沉降监测数据进行预测,无法体现沉降监测数据的不同特性,限制了预测精度。因此,本文引入小波包分解方法,对沉降监测数据进行自适应分解与重构。对于低频重构结果,使用趋势性预测能力较强的时域卷积神经网络(TCN)模型进行训练与预测;对于高频重构结果,使用规律性预测能力较强的径向基函数(RBF)神经网络模型进行训练与预测,重构不同频段预测结果得到最终预测结果。使用苏通大桥实测静力水准数据进行实验,结果表明,本文模型较对比模型预测精度更高,验证了本文模型的有效性。 展开更多
关键词 小波包分解 径向基函数(RBF)神经网络 时域卷积神经网络(TCN) 桥梁沉降预测 精度验证
暂未订购 下载PDF
基于POD-RBF降阶模型的超高温气冷堆DLOFC事故温度时空分布计算方法 认领 引用
18
作者 丁永旺 张汉 +5 位作者 彭杵真 邬颖杰 郭炯 彭威 张平 李富 《核动力工程》 EI CAS CSCD 北大核心 2025年第2期107-118,共12页
超高温气冷堆(VHTR)具有核能制氢等广泛的应用领域,失冷失压(DLOFC)事故是VHTR后果最严重的设计基准事故之一,而利用全阶模型(FOM)进行大量不同参数下的DLOFC事故特性分析需要消耗大量的计算资源。对设计参数范围内的不同方案进行基于... 超高温气冷堆(VHTR)具有核能制氢等广泛的应用领域,失冷失压(DLOFC)事故是VHTR后果最严重的设计基准事故之一,而利用全阶模型(FOM)进行大量不同参数下的DLOFC事故特性分析需要消耗大量的计算资源。对设计参数范围内的不同方案进行基于降阶模型(ROM)的DLOFC事故的快速、准确计算具有重要需求和意义。本文利用TINTE程序建立了VHTR的FOM,基于本征正交分解-径向基函数插值(POD-RBF)方法实现了一个快速计算VHTR-DLOFC事故的ROM,并给出了两种方法来实现ROM的瞬态过程计算,方法1将时间等同于入口温度等输入参数;方法2对于同一参数下的不同时间步的系数整体进行计算。结果表明,两种ROM方法的计算结果最大相对误差均低于1%,且ROM计算效率远高于FOM;同时方法2的计算效率是方法1的40倍。因此,ROM可以为VHTR设计参数的优化工作提供快速计算程序。 展开更多
关键词 超高温气冷堆(VHTR) 本征正交分解(POD) 径向基函数(RBF)插值 降阶模型(ROM)
暂未订购 下载PDF
功率曲线分解方法研究综述 认领 引用
19
作者 刘谭盈 孙振新 +3 位作者 魏良杰 刘辉 张利平 王础 《储能科学与技术》 CAS CSCD 北大核心 2025年第8期3065-3077,共13页
在风光电并网遭遇诸多挑战的背景下,储能技术作为提升新能源消纳能力、增强电力系统调节灵活性的关键手段,其功率曲线分解方法也逐步被应用到混合储能配置优化问题中。本文阐述了多种储能功率曲线分解技术的研究及其在储能领域的相关应... 在风光电并网遭遇诸多挑战的背景下,储能技术作为提升新能源消纳能力、增强电力系统调节灵活性的关键手段,其功率曲线分解方法也逐步被应用到混合储能配置优化问题中。本文阐述了多种储能功率曲线分解技术的研究及其在储能领域的相关应用,包括传统曲线分解方法和以方波基为基底的曲线分解方法。首先,本文回顾了4种传统功率曲线分解方法,并介绍了相关研究人员在储能技术领域的应用,分析了国内外的研究现状,指出了目前研究在适配混合储能特性方面仍存在一定不足,得出了需根据储能装置在充放电过程中具有快速存储和释放电能,以及单一储能装置的功率曲线呈现矩阵波形的特性进行配置的结论。本文提出了基于3种以方波基为变换形式的变换储能功率曲线分解、变换和分析方法,并介绍了其基本原理与其在储能配置中的应用。最后,针对当前储能功率曲线分解仍存在的问题,本文做了相关的总结与展望。本文为储能配置优化提供理论支持,对于提升储能功率曲线分解的精准性、保障储能系统在不同运行场景下发挥最优效用具有重要意义。 展开更多
关键词 功率曲线分解 正交非连续基函数 傅里叶变换 小波变换 Walsh变换
暂未订购 下载PDF
基于小波变换的区域地理信息数据融合方法 认领 引用
20
作者 谢丹 刘海涛 +1 位作者 陈相家 王龙 《计算机仿真》 2025年第12期213-218,共6页
遥感影像样本量的增加为区域地理数据挖掘提供了新的研究思路,为解决传统特征提取算法鲁棒性较差,稳定性较低的问题,基于径向基小波变换算法构建了LP-RWT区域地理遥感影像特征提取模型。模型首先对样本进行标准化与遥感校正处理,并采用... 遥感影像样本量的增加为区域地理数据挖掘提供了新的研究思路,为解决传统特征提取算法鲁棒性较差,稳定性较低的问题,基于径向基小波变换算法构建了LP-RWT区域地理遥感影像特征提取模型。模型首先对样本进行标准化与遥感校正处理,并采用CNN降噪与DE增强,提高影像数据的特征可提取质量;接着采用LP模型,通过内插法进行尺度归一处理,对影像进行逐层分解;然后利用径向小波基函数对分解影像进行分解量系数计算与优化;最后通过顶层标记融合各层分解影像,在阈值对比的基础上,输出提取区域地理遥感影像的纹理细节特征。仿真结果显示,与传统Autoencoder、CNN和HOG三类基线特征提取模型相比,在L8OLI数据集上,LP-RWT模型的R与P指标平均提升了11.00%和7.95%,模型的综合率平均提高了9.46%,同时算法的检测效率较快。故基于小波变换与影像分解融合的LP-RWT区域地理遥感影像特征提取算法具有较高的稳定性与鲁棒性,在数据挖掘领域中具有较高的仿真研究价值。 展开更多
关键词 径向基小波变化 影像分解重构 数据融合 特征提取
暂未订购 下载PDF
已选0条
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 … 7 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈