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1,012篇文章
< 1 2 … 51 >
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：
基于FRAM-BN的施工安全突发事件应急管理能力评价 认领 引用 被引量：1
1
作者 李知键 佘健俊 +2 位作者 路聪 郭子豪 周逸伦 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第2期199-208,共10页
为科学评估并提升建筑企业对突发安全事件的应急管理能力,针对既有静态评估难以刻画功能耦合且易受主观赋权影响的问题,提出一种融合定性分析与定量评估的综合模型。首先,基于应急管理全过程均衡理论,从准备与预防、监测与预警、响应与... 为科学评估并提升建筑企业对突发安全事件的应急管理能力,针对既有静态评估难以刻画功能耦合且易受主观赋权影响的问题,提出一种融合定性分析与定量评估的综合模型。首先,基于应急管理全过程均衡理论,从准备与预防、监测与预警、响应与处置、恢复与学习4个阶段,结合轨迹交叉理论与突变理论,提炼12个二级指标,建立完整的评价指标体系;其次,采用功能共振分析法(FRAM)识别各指标关键功能与耦合路径,结合改进K-shell算法与贝叶斯网络(BN)建立应评估模型;最后,在实际工程案例中进行应用,并通过专家复核与情景模拟验证其有效性。结果表明:所选建筑企业综合应急管理能力为81.682%,其应急机制能够有效响应并处置各类施工安全突发事件。其中,恢复与学习能力表现最佳(90.855%),而监测与预警能力相对薄弱(76.616%)。敏感性结果显示,专业队伍建设F3与现场指挥决策F7对综合能力贡献较为显著。 展开更多
关键词 功能共振分析法(FRAM) 贝叶斯网络(BN) 施工安全 突发事件 应急管理能力评价 改进K-shell算法
暂未订购 下载PDF
An Evolutionary Normalization Algorithm for Signed Floating-Point Multiply-Accumulate Operation 认领 引用 被引量：1
2
作者 Rajkumar Sarma Cherry Bhargava Ketan Kotecha 《Computers, Materials & Continua》 SCIE EI 2022年第7期481-495,共15页
In the era of digital signal processing,like graphics and computation systems,multiplication-accumulation is one of the prime operations.A MAC unit is a vital component of a digital system,like different Fast Fourier ... In the era of digital signal processing,like graphics and computation systems,multiplication-accumulation is one of the prime operations.A MAC unit is a vital component of a digital system,like different Fast Fourier Transform(FFT)algorithms,convolution,image processing algorithms,etcetera.In the domain of digital signal processing,the use of normalization architecture is very vast.The main objective of using normalization is to performcomparison and shift operations.In this research paper,an evolutionary approach for designing an optimized normalization algorithm is proposed using basic logical blocks such as Multiplexer,Adder etc.The proposed normalization algorithm is further used in designing an 8×8 bit Signed Floating-Point Multiply-Accumulate(SFMAC)architecture.Since the SFMAC can accept an 8-bit significand and a 3-bit exponent,the input to the said architecture can be somewhere between−(7.96872)10 to+(7.96872)10.The proposed architecture is designed and implemented using the Cadence Virtuoso using 90 and 130 nm technologies(in Generic Process Design Kit(GPDK)and Taiwan Semiconductor Manufacturing Company(TSMC),respectively).To reduce the power consumption of the proposed normalization architecture,techniques such as“block enabling”and“clock gating”are used rigorously.According to the analysis done on Cadence,the proposed architecture uses the least amount of power compared to its current predecessors. 展开更多
关键词 Data normalization cadence virtuoso signed-floating-point MAC evolutionary optimized algorithm block enabling clock gating
暂未订购 下载PDF
基于TabNet-LN-LSTM协同预测与粒子群优化的双有源桥变换器电流应力优化方法 认领 引用
3
作者 蔡久青 雷伟昊 +1 位作者 张欣 倪康 《电气工程学报》 CSCD 北大核心 2025年第5期35-44,共10页
双有源桥变换器因其优异的功率密度和双向功率传输能力,在众多工业应用中得到广泛关注。随着电力电子设备对能效和可靠性要求的不断提高,双有源桥变换器的电流应力已成为衡量其性能的关键指标之一。过大的电流应力不仅会导致功率器件损... 双有源桥变换器因其优异的功率密度和双向功率传输能力,在众多工业应用中得到广泛关注。随着电力电子设备对能效和可靠性要求的不断提高,双有源桥变换器的电流应力已成为衡量其性能的关键指标之一。过大的电流应力不仅会导致功率器件损耗增加,系统效率下降,还会影响变换器的可靠性和使用寿命。针对上述问题,提出了一种基于TabNet-LN-LSTM协同预测与粒子群优化的电流应力优化方法。该方法通过利用TabNet和层归一化长短期记忆神经网络(Long-short term memory neural network with layer normalization,LN-LSTM)协同构建电感电流时序预测模型,并结合粒子群优化算法对双有源桥变换器在不同运行工况下的电流应力进行优化。通过算法试验和硬件试验证明,所提方法不仅能够精确预测电感电流波形,其预测波形与硬件实测波形相比,其平均绝对误差仅为0.3525,决定系数高达97.17%;同时,能够有效降低双有源桥变换器的电流应力,进一步提升系统的整体效能和可靠性。 展开更多
关键词 双有源桥变换器 电流应力优化 TabNet 层归一化长短期记忆神经网络 时序波形预测 粒子群算法
暂未订购 下载PDF
Building Bayesian Network(BN)-Based System Reliability Model by Dual Genetic Algorithm(DGA) 认领 引用
4
作者 游威振 钟小品 《Journal of Donghua University(English Edition)》 EI CAS 2015年第6期914-918,共5页
A system reliability model based on Bayesian network(BN)is built via an evolutionary strategy called dual genetic algorithm(DGA).BN is a probabilistic approach to analyze relationships between stochastic events.In con... A system reliability model based on Bayesian network(BN)is built via an evolutionary strategy called dual genetic algorithm(DGA).BN is a probabilistic approach to analyze relationships between stochastic events.In contrast with traditional methods where BN model is built by professionals,DGA is proposed for the automatic analysis of historical data and construction of BN for the estimation of system reliability.The whole solution space of BN structures is searched by DGA and a more accurate BN model is obtained.Efficacy of the proposed method is shown by some literature examples. 展开更多
关键词 Bayesian network(BN)model dual genetic algorithm(DGA) system reliability historical data
暂未订购 下载PDF
A Novel Black-Winged Kite Algorithm with Deep Learning for Autism Detection of Privacy Preserved Data 认领 引用
5
作者 Kalyani Nagarajan Sasikumar Rajagopalan 《Journal of Bionic Engineering》 SCIE EI CSCD 2025年第4期1985-2011,共27页
Autism Spectrum Disorder(ASD)is a complex neurodevelopmental condition that causes multiple challenges in behavioral and communication activities.In the medical field,the data related to ASD,the security measures are ... Autism Spectrum Disorder(ASD)is a complex neurodevelopmental condition that causes multiple challenges in behavioral and communication activities.In the medical field,the data related to ASD,the security measures are integrated in this research responsibly and effectively to develop the Mobile Neuron Attention Stage-by-Stage Network(MNASNet)model,which is the integration of both Mobile Network(MobileNet)and Neuron Attention Stage-by-Stage.The steps followed to detect ASD with privacy-preserved data are data normalization,data augmentation,and K-Anonymization.The clinical data of individuals are taken initially and preprocessed using the Z-score Normalization.Then,data augmentation is performed using the oversampling technique.Subsequently,K-Anonymization is effectuated by utilizing the Black-winged Kite Algorithm to ensure the privacy of medical data,where the best fitness solution is based on data utility and privacy.Finally,after improving the data privacy,the developed approach MNASNet is implemented for ASD detection,which achieves highly accurate results compared to traditional methods to detect autism behavior.Hence,the final results illustrate that the proposed MNASNet achieves an accuracy of 92.9%,TPR of 95.9%,and TNR of 90.9%at the k-samples of 8. 展开更多
关键词 Mobile network Neuron attention stage-by-stage Z-score normalization K-Anonymization Black-winged Kite Algorithm
基于PNCC声纹特征提取技术和POA-KNN算法的齿轮箱声纹识别故障诊断 认领 引用 被引量：1
6
作者 廖力达 赵阁阳 +1 位作者 魏诚 刘川江 《机电工程》 CAS 北大核心 2026年第1期24-33,共10页
风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因... 风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因此,提出了一种基于功率正则化倒谱系数(PNCC)声纹特征提取技术,以及行星优化算法与K近邻算法(POA-KNN)模型的风力机齿轮箱声纹识别故障诊断方法。首先,采用LMS噪声采集仪采集了6种不同状态下的风力机齿轮箱噪声数据;然后,使用了PNCC声纹特征提取的方法,提取了齿轮箱噪声信号的声纹图谱;在KNN的基础上加入行星优化算法(POA)优化了K值,提出了性能较高的POA-KNN分类模型;最后,根据6类不同状态下的齿轮数据集,采用对比试验和消融实验验证了模型性能。研究结果表明:POA-KNN模型对齿轮箱的PNCC声纹图分类准确率达到99.4%,比KNN基线模型提升了1.9%。POA-KNN分类模型能很好地对数据集中不同状态下的齿轮箱进行分类,更高效地针对风力机齿轮箱中存在的故障进行诊断。 展开更多
关键词 齿轮箱 功率正则化倒谱系数 声纹识别 声纹特征图谱 行星优化算法与K近邻算法 分类模型
暂未订购 下载PDF
基于子图内动态嵌入改善过平滑的推荐算法 认领 引用
7
作者 刘洪普 苏洪国 +2 位作者 陈萧羽 郝泽宇 王云鹤 《现代电子技术》 北大核心 2026年第17期97-103,共7页
为解决现有图卷积推荐算法中节点特征随层数加深趋于同质化,以及全局交互信息建模不足的问题,文中提出一种基于子图内动态嵌入的图卷积推荐模型——SD-GCN。该方法基于用户相似性划分子图,并设计包含信息吸收权重机制与包含层嵌入归一化... 为解决现有图卷积推荐算法中节点特征随层数加深趋于同质化,以及全局交互信息建模不足的问题,文中提出一种基于子图内动态嵌入的图卷积推荐模型——SD-GCN。该方法基于用户相似性划分子图,并设计包含信息吸收权重机制与包含层嵌入归一化(PairNorm)的动态嵌入(DE)模块,前者利用相似度微调高阶卷积层;后者在每层输出后归一化节点特征差异。在MOOC、Food和Games三个公开数据集上的实验结果表明,SD-GCN在深层图卷积结构(≥3层)中仍保持性能稳定,其Recall@50和NDCG@50指标显著优于现有最优基线模型,在MOOC数据集上分别提升8.59%和8.32%,在Games数据集上分别提升4.22%和3.86%,在Food数据集上分别提升2.17%和2.31%,验证了所提模型在缓解过平滑问题、增强节点表示能力以及提升推荐准确性和深层模型稳定性方面的有效性,为深层图卷积推荐算法的优化设计与实际应用提供了理论依据和技术参考。 展开更多
关键词 推荐算法 图卷积网络 过平滑 子图划分 动态嵌入 归一化 深层网络
暂未订购 下载PDF
基于FWA-LSSVR算法的中长期用电量预测研究与应用 认领 引用
8
作者 苏良立 尹佳 +1 位作者 刘席洋 马寒梅 《计算机仿真》 2026年第5期367-371,共5页
尽管LSSVR处理非线性和小样本数据有优势且能构建优化函数约束误差,但惩罚因子对其模型性能影响极大,而选择合适的惩罚因子以平衡经验风险和模型复杂度颇具挑战,否则易致过拟合或欠拟合,降低预测精度。为此,提出基于FWA-LSSVR算法的中... 尽管LSSVR处理非线性和小样本数据有优势且能构建优化函数约束误差,但惩罚因子对其模型性能影响极大,而选择合适的惩罚因子以平衡经验风险和模型复杂度颇具挑战,否则易致过拟合或欠拟合,降低预测精度。为此,提出基于FWA-LSSVR算法的中长期用电量预测方法。在对影响用电量变化的因素完成标准化处理后,基于标准化处理结果利用动态时间规整算法得到中长期用户历史用电规律,得到用电规律样本集;将用电规律样本集作为输入,利用LSSVR构建预测误差最小优化函数,对中长期用电量预测的误差值进行约束;利用烟花优化算法优化LSSVR中的惩罚因子,并利用优化后的参数构建误差最小优化函数,将用电量数据样本集输入到该函数中,经过迭代训练后输出得到中长期用电量预测结果。实验结果表明,所提方法能够保证中长期用电量预测值接近实际值,预测精度较高,可实现中长期用电量的精准预测。 展开更多
关键词 烟花优化算法 用电量预测 标准化处理 最小二乘支持向量机
暂未订购 下载PDF
基于数据挖掘算法的配电网全过程造价控制方法研究 认领 引用
9
作者 陈付雷 李建青 施晓敏 《电子设计工程》 2026年第5期106-110,116,共5页
从全过程的角度分析,影响配电网造价的因素较多,且影响程度不同。为此,提出基于数据挖掘算法的配电网全过程造价控制方法。该方法分别从设计阶段、施工过程、材料设备采购三个方面,分析配电网全过程造价的影响因素构成,采用两两比较的... 从全过程的角度分析,影响配电网造价的因素较多,且影响程度不同。为此,提出基于数据挖掘算法的配电网全过程造价控制方法。该方法分别从设计阶段、施工过程、材料设备采购三个方面,分析配电网全过程造价的影响因素构成,采用两两比较的方式构建配电网全过程造价影响因素的判断矩阵,对其进行归一化处理,结合最大特征根参量为影响因素赋权。在控制阶段,采用层次分析法构建分层控制目标体系,包括总体控制目标、子控制目标、控制阶段目标与控制指标。将敏感系数趋近于0的影响因素状态作为最终控制结果,以降低其对造价的扰动。实验结果显示,设计控制方法下的单位投资成本明显低于对照组。 展开更多
关键词 数据挖掘算法 配电网全过程 造价控制 判断矩阵 归一化处理 最大特征根 敏感系数
暂未订购 下载PDF
基于多策略改进VGG-16的图像分类算法研究 认领 引用
10
作者 田云 张静 +1 位作者 李朝霞 孔繁哲 《山西大同大学学报（自然科学版）》 2026年第3期108-113,共6页
目的解决传统卷积神经网络(以VGG-16为代表)在大规模复杂背景图像分类任务中计算效率低、分类精度不足的问题。方法在VGG-16基础框架上引入多策略改进:加入批量归一化(BN)缓解内部协变量偏移;嵌入Squeeze-and-Excitation(SE)模块强化关... 目的解决传统卷积神经网络(以VGG-16为代表)在大规模复杂背景图像分类任务中计算效率低、分类精度不足的问题。方法在VGG-16基础框架上引入多策略改进:加入批量归一化(BN)缓解内部协变量偏移;嵌入Squeeze-and-Excitation(SE)模块强化关键特征提取;用全局平均池化(GAP)层替代部分全连接层以压缩参数量;结合阶梯式动态学习率与Dropout层优化收敛效率与泛化性。以CIFAR-10、CIFAR-100、ImageNet-100子集为数据集,与训练参数优化后符合公开基准的原始VGG-16进行对比验证,并开展消融实验分析各模块贡献。结果改进模型在三类数据集上的分类准确率分别提升12.20%、12.99%、16.35%,达92.40%、67.79%、88.65%;单轮训练时间在CIFAR-10与ImageNet-100上分别降低29.2%、27.4%;消融实验验证了各策略的有效性,其中BN与SE模块协同增益达1.0个百分点。结论改进VGG-16模型在分类精度、计算效率与泛化能力上均显著优于传统模型,为复杂场景图像分类提供了高效可行的解决方案。 展开更多
关键词 图像分类 VGG-16 Squeeze-and-Excitation模块 批量归一化 全局平均池化
暂未订购 下载PDF
基于径向基神经网络的电磁继电器故障诊断 认领 引用
11
作者 乔维德 袁桂芳 《安徽电气工程职业技术学院学报》 2026年第2期117-125,共9页
为快速有效诊断电磁继电器故障,文章建立基于狼群-粒子群算法及改进BP算法的径向基神经网络故障诊断模型,检测采集电磁继电器故障信号并归一化处理后输入径向基神经网络,采取狼群-粒子群算法优化径向基神经网络的初始结构参数,利用改进B... 为快速有效诊断电磁继电器故障,文章建立基于狼群-粒子群算法及改进BP算法的径向基神经网络故障诊断模型,检测采集电磁继电器故障信号并归一化处理后输入径向基神经网络,采取狼群-粒子群算法优化径向基神经网络的初始结构参数,利用改进BP算法训练径向基神经网络。MATLAB仿真训练及测试结果表明,该径向基神经网络模型网络训练时间为10.25 s、训练误差为0.045,测试诊断的均方误差为0.068、精度为90.5%,故障诊断速度快、准确度好、精度高,在电磁继电器故障诊断技术和继电保护系统中具有可期的应用前景。 展开更多
关键词 电磁继电器故障 归一化 狼群-粒子群算法 改进BP算法
暂未订购 下载PDF
基于聚类Borderline-SMOTE算法的网络入侵检测方法研究 认领 引用
12
作者 刘冬晖 谢佳睿 《自动化与仪器仪表》 2026年第4期7-10,15,共4页
网络入侵检测中,正常流量占比始终高于入侵信息,容易导致数据不平衡的问题。为提升网络模型对少数类入侵信息的识别能力,提出基于聚类Borderline-SMOTE算法的网络入侵检测方法。根据归一化标准,实施数据清洗,以完成对网络数据的预处理,... 网络入侵检测中,正常流量占比始终高于入侵信息,容易导致数据不平衡的问题。为提升网络模型对少数类入侵信息的识别能力,提出基于聚类Borderline-SMOTE算法的网络入侵检测方法。根据归一化标准,实施数据清洗,以完成对网络数据的预处理,在此基础上,随机选择少数类样本及其最近邻对象生成合成样本,实现基于聚类Borderline-SMOTE算法的入侵信息过采样,再选择合适的分类器训练合成样本,定义检测模型,完成网络入侵检测方法的设计。实验结果表明,该方法可以检测到以固件篡改为代表的低频攻击行为,且误报率下降程度超过70%,显著提升了网络系统对不平衡数据入侵检测的性能。 展开更多
关键词 聚类Borderline-SMOTE算法 网络入侵 不平衡数据 归一化 合成样本 信息过采样
暂未订购 下载PDF
基于改进浣熊优化算法的永磁同步电机参数辨识 认领 引用 被引量：1
13
作者 谭志博 刘雨 +1 位作者 张巧芬 李明智 《制造技术与机床》 CAS 北大核心 2026年第1期154-161,共8页
针对表贴式永磁同步电机(permanent magnet synchronous motor, PMSM)在参数辨识过程中存在辨识精度低且收敛时间长的问题,提出一种用于电机参数辨识的改进浣熊优化算法(improved coati optimization algorithm, ICOA)。改进后的算法使... 针对表贴式永磁同步电机(permanent magnet synchronous motor, PMSM)在参数辨识过程中存在辨识精度低且收敛时间长的问题,提出一种用于电机参数辨识的改进浣熊优化算法(improved coati optimization algorithm, ICOA)。改进后的算法使用分段线性混沌映射(piecewise linear chaotic map, PWLCM)策略,提升了浣熊初始种群的随机性和多样性;使用正交Lévy全局探索器,增加了搜索路径,提升全局搜索能力;使用引入种群多样性指标与迭代进度因子的自适应正态云模型,解决了算法早熟收敛的问题。对表贴式永磁同步电机进行数学建模,并使用ICOA算法对电机永磁体磁链、d-q轴电感、定子电阻进行参数辨识。仿真结果表明,相较于传统COA算法,4种参数辨识精度分别提升了12.33%、2.75%、1.13%、0.75%,且均控制在1.7%之内。 展开更多
关键词 电机参数辨识 浣熊优化算法 混沌映射 正态云模型 正交Lévy全局探索器
暂未订购 下载PDF
Amplitude phase control for electro-hydraulic servo system based on normalized least-mean-square adaptive filtering algorithm 认领 引用 被引量：6
14
作者 姚建均 富威 +1 位作者 胡胜海 韩俊伟 《Journal of Central South University》 SCIE EI CAS 2011年第3期755-759,共5页
The electro-hydraulic servo system was studied to cancel the amplitude attenuation and phase delay of its sinusoidal response,by developing a network using normalized least-mean-square (LMS) adaptive filtering algorit... The electro-hydraulic servo system was studied to cancel the amplitude attenuation and phase delay of its sinusoidal response,by developing a network using normalized least-mean-square (LMS) adaptive filtering algorithm.The command input was corrected by weights to generate the desired input for the algorithm,and the feedback was brought into the feedback correction,whose output was the weighted feedback.The weights of the normalized LMS adaptive filtering algorithm were updated on-line according to the estimation error between the desired input and the weighted feedback.Thus,the updated weights were copied to the input correction.The estimation error was forced to zero by the normalized LMS adaptive filtering algorithm such that the weighted feedback was equal to the desired input,making the feedback track the command.The above concept was used as a basis for the development of amplitude phase control.The method has good real-time performance without estimating the system model.The simulation and experiment results show that the proposed amplitude phase control can efficiently cancel the amplitude attenuation and phase delay with high precision. 展开更多
关键词 amplitude attenuation phase delay normalized least-mean-square adaptive filtering algorithm tracking performance electro- hydraulic servo system
暂未订购 下载PDF
BN对VGG神经网络的影响研究 认领 引用 被引量：13
15
作者 陈强普 桑军 +3 位作者 项志立 罗红玲 郭沛 蔡斌 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2018年第1期35-39,共5页
文章针对在训练目前卷积神经网络中较为主流的深度神经网络VGG网络模型时调参艰难、收敛较慢的问题,引入批归一化(batch normalization,BN)进行改进。批归一化能提高网络训练的初始学习率上限,同时加快模型收敛速度。相关实验结果表明,... 文章针对在训练目前卷积神经网络中较为主流的深度神经网络VGG网络模型时调参艰难、收敛较慢的问题,引入批归一化(batch normalization,BN)进行改进。批归一化能提高网络训练的初始学习率上限,同时加快模型收敛速度。相关实验结果表明,在端对端训练或者微调神经网络过程中应用批归一化,能较好地达到优化目的,同时指出在VGG网络中所有激活层前进行批归一化能得到最好的效果。另外VGG网络的优化方法会影响到批归一化,使用改进的基于动量的随机梯度下降能使网络训练时的波动更小。 展开更多
关键词 批归一化(BN) VGG网络 端对端训练 神经网络微调
暂未订购 下载PDF
A Self-Adapting and Efficient Dandelion Algorithm and Its Application to Feature Selection for Credit Card Fraud Detection 认领 引用 被引量：2
16
作者 Honghao Zhu MengChu Zhou +1 位作者 Yu Xie Aiiad Albeshri 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI CSCD 2024年第2期377-390,共14页
A dandelion algorithm(DA) is a recently developed intelligent optimization algorithm for function optimization problems. Many of its parameters need to be set by experience in DA,which might not be appropriate for all... A dandelion algorithm(DA) is a recently developed intelligent optimization algorithm for function optimization problems. Many of its parameters need to be set by experience in DA,which might not be appropriate for all optimization problems. A self-adapting and efficient dandelion algorithm is proposed in this work to lower the number of DA's parameters and simplify DA's structure. Only the normal sowing operator is retained;while the other operators are discarded. An adaptive seeding radius strategy is designed for the core dandelion. The results show that the proposed algorithm achieves better performance on the standard test functions with less time consumption than its competitive peers. In addition, the proposed algorithm is applied to feature selection for credit card fraud detection(CCFD), and the results indicate that it can obtain higher classification and detection performance than the-state-of-the-art methods. 展开更多
关键词 Credit card fraud detection(CCFD) dandelion algorithm(DA) feature selection normal sowing operator
暂未订购 下载PDF
一种学习稀疏BN最优结构的改进K均值分块学习算法 认领 引用 被引量：6
17
作者 高晓光 王晨凤 邸若海 《自动化学报》 EI CAS CSCD 北大核心 2020年第5期923-933,共11页
目前贝叶斯网络(Bayesian networks,BN)的传统结构学习算法在处理高维数据时呈现出计算负担过大、在合理时间内难以得到期望精度结果的问题.为了在高维数据下学习稀疏BN的最优结构,本文提出了一种学习稀疏BN最优结构的改进K均值分块学... 目前贝叶斯网络(Bayesian networks,BN)的传统结构学习算法在处理高维数据时呈现出计算负担过大、在合理时间内难以得到期望精度结果的问题.为了在高维数据下学习稀疏BN的最优结构,本文提出了一种学习稀疏BN最优结构的改进K均值分块学习算法.该算法采用分而治之的策略,首先采用互信息作为节点间距离度量,利用融合互信息的改进K均值算法对网络分块;其次,使用MMPC(Max-min parent and children)算法得到整个网络的架构,根据架构找到块间所有边的可能连接方向,从而找到所有可能的图结构;之后,对所有图结构依次进行结构学习;最终利用评分找到最优BN.实验证明,相比现有分块结构学习算法,本文提出的算法不仅习得了网络的精确结构,且学习速度有一定提高;相比非分块经典结构学习算法,本文提出的算法在保证精度基础上,学习速度大幅提高,解决了非分块经典结构学习算法无法在合理时间内处理高维数据的难题. 展开更多
关键词 贝叶斯网络 结构学习 改进K均值算法 分块学习
暂未订购 下载PDF
基于BIM-GA-BN的养老社区施工安全评价模型 认领 引用 被引量：11
18
作者 谢尊贤 郭琰 蒲涛 《中国安全科学学报》 CAS CSCD 北大核心 2018年第9期19-25,共7页
为给养老社区施工管理人员提供决策依据,将建筑信息模型(BIM)技术、遗传算法(GA)和贝叶斯网络(BN)结合,建立养老社区施工安全评价模型。通过安全事故分析和养老社区施工现场调研,建立养老社区施工安全评价指标体系;利用BIM技术实时监控... 为给养老社区施工管理人员提供决策依据,将建筑信息模型(BIM)技术、遗传算法(GA)和贝叶斯网络(BN)结合,建立养老社区施工安全评价模型。通过安全事故分析和养老社区施工现场调研,建立养老社区施工安全评价指标体系;利用BIM技术实时监控养老社区施工项目,搜集各影响因素的数据;结合GA和BN,进行数据的分析处理和建模研究,得出养老社区施工安全评价模型;将该模型应用于具体的施工项目进行安全状况评价,找出施工安全管理的薄弱环节。研究表明:用该模型,能够通过对养老社区施工现场数据的搜集、处理和分析,得出项目的整体安全状况并识别出关键控制因素,为施工现场安全管理提供借鉴。 展开更多
关键词 养老社区 安全评价 建筑信息模型(BIM) 遗传算法(GA) 贝叶斯网络(BN)
暂未订购 下载PDF
基于改进平衡优化算法的LDPC多参数译码算法 认领 引用
19
作者 李聪颖 李光浩 +1 位作者 陈雯雯 胡旻威 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第3期117-123,共7页
为了优化低密度奇偶校验(LDPC)译码参数,提出了一种基于改进平衡优化算法(EO)的多参数联合优化LDPC译码框架,命名为改进EO优化-多参数译码算法(IEO-MPDA).该框架通过结合分层归一化最小和算法(LNMSA)与分层偏移最小和算法(LOMSA),将参... 为了优化低密度奇偶校验(LDPC)译码参数,提出了一种基于改进平衡优化算法(EO)的多参数联合优化LDPC译码框架,命名为改进EO优化-多参数译码算法(IEO-MPDA).该框架通过结合分层归一化最小和算法(LNMSA)与分层偏移最小和算法(LOMSA),将参数搜索空间从一维扩展至二维,从而提高了参数优化的自由度.此外,通过引入自适应停滞检测机制、动态指数加权平衡池构建、精英个体交叉变异操作及拉丁超立方初始化方法,有效克服了传统EO算法在解决译码参数优化问题时易陷入局部最优的问题.仿真结果表明:IEO-MPDA的译码性能在不增加译码复杂度的前提下较现有传统方法优约0.2 dB. 展开更多
关键词 LDPC译码 分层归一化最小和算法 分层偏移最小和算法 元启发式算法 改进EO优化-多参数译码
暂未订购 下载PDF
Sensor-Based Algorithm for Mid-Season Nitrogen Application in Corn 认领 引用 被引量：2
20
作者 Ahmad Khalilian Nicholas G. Rogers +5 位作者 Phillip B. Williams Young J. Han Ali Mirzakhani Nafchi Joe Mari Maja Michael W. Marshall Jose O. Payero 《Open Journal of Soil Science》 2017年第10期278-287,共10页
Applying insufficient nitrogen (N) in a highly responsive crop, such as corn, results in lower grain yield, quality, and profits. On the other hand, when nitrogen is applied in excess of crop needs, profit is reduced ... Applying insufficient nitrogen (N) in a highly responsive crop, such as corn, results in lower grain yield, quality, and profits. On the other hand, when nitrogen is applied in excess of crop needs, profit is reduced and negative environmental consequences are likely. The objective of this study was to develop and employ a sensor-based algorithm to determine the mid-season N requirements for deficit-irrigated corn in Coastal Plain soils. The algorithm was developed using varied prescription rate N plot on two soil types. The test plots received nine different rates of N fertilizer, replicated 5 times in plots of each soil type using a Randomized Complete Block design. A 6-row GreenSeeker optical sensor was used to measure plant NDVI, between the V6 to V8 growth stages. The sensor readings were used to develop an algorithm to be used in the estimation of side-dress N application in corn. The NDVI sensor readings were collected at the V6 to V8 growth stage during the 2015 and 2016 growing seasons correlated with actual corn yields (R2 > 0.68, p < 0.001). In-Season Estimated yield (INSEY) was used along with the actual yield to produce a yield potential for each growing season for deficit-irrigated corn crop. In summary, the algorithm developed from the NDVI readings reduced N application rates by 21% and 34% in soil types 1 and 2, respectively, compared to the normal grower practice (226 kg N/ha) with no reduction in corn yields. 展开更多
关键词 Algorithms Corn Nutrient Management Precision Agriculture Normalized Difference Vegetation Index (NDVI) Sensors
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 … 51 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈