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：
抗磁漂移对边缘局域模影响的数值模拟研究
1
作者 周煜捷 郝广周 +1 位作者 朱毅仁 薛淼 《核聚变与等离子体物理》 CAS CSCD 北大核心 2024年第3期351-358,共8页
使用BOUT++三场模型,针对HL-3装置混合运行模式,数值模拟研究了抗磁漂移对ELM的影响。研究结果表明,抗磁漂移对ELM,尤其是高环向模数的气球模具有显著的致稳作用,使模式从高环向模数的气球模主导转换为低环向模数的剥离模主导。研究还发... 使用BOUT++三场模型,针对HL-3装置混合运行模式,数值模拟研究了抗磁漂移对ELM的影响。研究结果表明,抗磁漂移对ELM,尤其是高环向模数的气球模具有显著的致稳作用,使模式从高环向模数的气球模主导转换为低环向模数的剥离模主导。研究还发现,抗磁漂移的径向分布的不均匀性会导致ELM模结构的变形。通过对ELM幅度的分析发现,抗磁漂移可以减小ELM幅度,这对HL-3未来混合运行模式中如何有效控制ELM具有一定的参考价值。 展开更多
关键词 HL-3 边缘局域模 BOUT++ 抗磁效应
下载PDF
结合ChineseBERT的多尺度语义协同电网故障文本分类模型
2
作者 崔艳林 林旭 +1 位作者 郭俊宏 周煜捷 《微型电脑应用》 2023年第8期64-67,共4页
针对传统深度学习模型特征提取不全面、静态词向量语义表示质量低等问题,提出基于ChineseBERT-BiSRU-MCNN-AT的电网故障文本分类模型。ChineseBERT模型训练过程融入了字形和拼音信息,结合词的上下文信息进行动态学习,解决一词多义问题... 针对传统深度学习模型特征提取不全面、静态词向量语义表示质量低等问题,提出基于ChineseBERT-BiSRU-MCNN-AT的电网故障文本分类模型。ChineseBERT模型训练过程融入了字形和拼音信息,结合词的上下文信息进行动态学习,解决一词多义问题。多尺度语义协同模块BiSRU-MCNN提取故障文本局部语义和全局序列特征,确保提取特征的全面性,软注意力层赋予模型识别关键词的能力。通过对电网故障文本数据集进行实验,其结果表明ChineseBERT-BiSRU-MCNN-AT取得了最高的F1值。 展开更多
关键词 文本分类 ChineseBERT BiSRU-MCNN 软注意力
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 下一页 到第 页
使用帮助 返回顶部