期刊文献+
共找到250篇文章
< 1 2 13 >
每页显示 20 50 100
基于向量式有限元的网壳结构地震易损性分析 被引量:1
1
作者 曲激婷 宋嘉诚 霍林生 《世界地震工程》 北大核心 2024年第1期96-106,共11页
为解决网壳结构地震易损性研究中,增量动力分析(incremental dynamic analysis,IDA)所面临的结构非线性分析耗时长且求解困难的问题,提出了一种基于向量式有限元的IDA方法。首先,以一个Kiewitt-8型单层球面网壳为例,验证了向量式有限元... 为解决网壳结构地震易损性研究中,增量动力分析(incremental dynamic analysis,IDA)所面临的结构非线性分析耗时长且求解困难的问题,提出了一种基于向量式有限元的IDA方法。首先,以一个Kiewitt-8型单层球面网壳为例,验证了向量式有限元方法求解结构地震响应的准确性,其次选取12个不同参数的Kiewitt-8型单层球面网壳为研究对象,并考虑材料不确定性进行IDA分析,以地震峰值加速度与结构最大节点位移比为参数,绘制了结构在地震作用下的IDA曲线和轻微破坏、严重破坏及倒塌这三种性态下的易损性曲线。结果表明:向量式有限元能高效且准确的求解网壳结构的地震响应,屋面质量和矢跨比的增加均会增加三种性态点的超越概率;对于本文的网壳结构算例,求解时间仅为传统有限元方法的1/15,误差在3%以内,屋面质量和矢跨比的改变导致地震危险性最大增加了75%。 展开更多
关键词 增量动力分析 单层球面网壳 向量式有限元法 非线性分析 地震易损性分析
下载PDF
基于多层全连接神经网络的6C地震波极化向量识别研究
2
作者 廖成旺 庞聪 +1 位作者 江勇 吴涛 《大地测量与地球动力学》 CSCD 北大核心 2024年第4期331-335,435,共6页
利用机器学习原理,提出一种基于多层全连接(multi-layer fully connected, MFC)神经网络的六分量(six-component, 6C)地震波极化向量识别方法。首先利用6C地震波各波型极化向量数学模型和一系列仿真参数得到5种波型和噪声波型各5 000个... 利用机器学习原理,提出一种基于多层全连接(multi-layer fully connected, MFC)神经网络的六分量(six-component, 6C)地震波极化向量识别方法。首先利用6C地震波各波型极化向量数学模型和一系列仿真参数得到5种波型和噪声波型各5 000个极化向量数据集,然后随机选取其中5 000个作为测试集,其余划分为训练集,进行MFC神经网络与支持向量机(support vector machine, SVM)的综合辨识性能对比实验。结果表明,MFC神经网络模型识别5种极化向量类型(SH波和Love波视为一类)和6种极化向量类型的效果均显著优于SVM模型,平均识别率分别达到99.786%和87.940%。 展开更多
关键词 极化向量识别 六分量地震波 多层全连接神经网络 支持向量机
下载PDF
基于CNN-SVM模型的鸡蛋外观品质检测
3
作者 齐歌 赵峰 李婉宁 《食品与机械》 CSCD 北大核心 2024年第8期113-119,156,共8页
[目的]提高鸡蛋外观品质检测的精度,建立CNN-SVM模型的鸡蛋外观品质检测模型。[方法]结合CNN的自适应特征提取功能和SVM的超强泛化分类性能,通过6层卷积神经网络结构处理提取全连接层的特征,采用CNN-SVM混合模型替代传统CNN+softmax,构... [目的]提高鸡蛋外观品质检测的精度,建立CNN-SVM模型的鸡蛋外观品质检测模型。[方法]结合CNN的自适应特征提取功能和SVM的超强泛化分类性能,通过6层卷积神经网络结构处理提取全连接层的特征,采用CNN-SVM混合模型替代传统CNN+softmax,构建一个基于CNN-SVM模型的鸡蛋外观品质检测方法。[结果]与SVM模型、CNN模型和KNN模型相比,CNN-SVM模型在准确率、精确率、召回率和F1分数方面表现优异,分别为97.97%,98.10%,98.10%,98.00%。KNN模型在鸡蛋外观品质检测上的精度最低,其准确率、精确率、召回率和F1分数分别为77.46%,79.44%,76.75%,76.90%。[结论]CNN-SVM模型具有很强的鲁棒性和抗噪声能力,可以有效提高鸡蛋外观品质检测的准确性和适用性。 展开更多
关键词 卷积神经网络 支持向量机 鸡蛋外观 全连接层
下载PDF
一种改进的群组机器人网络路由算法
4
作者 李明明 邵立鹏 《无线电工程》 2024年第11期2633-2639,共7页
针对群组机器人系统在应急场景下移动频繁、能量有限的特点,提出了一种基于能量与速度的分簇自组织按需距离矢量协议(Clustered Ad hoc On-Demand Distance Vector Protocol Based on Energy and Speed,ESC-AODV),以延长群组机器人网络... 针对群组机器人系统在应急场景下移动频繁、能量有限的特点,提出了一种基于能量与速度的分簇自组织按需距离矢量协议(Clustered Ad hoc On-Demand Distance Vector Protocol Based on Energy and Speed,ESC-AODV),以延长群组机器人网络运行时间,提高通信可靠性。用路由性能代替跳数作为路由判据,目的节点在重复接收到路由请求(Route Request,RREQ)数据包时,若路由性能更小,则回复路由应答(Routing Reply,RREP)数据包,以此选择更好的路由,引入分簇结构,通过簇头和网关组成的骨干网络减少广播洪泛次数。实验结果证明,节点数量多时,改进的ESC-AODV协议在延长网络生存时间的同时,平均端到端时延、数据包投递率、吞吐量和路由开销均优于AODV以及基于能量、负载和速度的AODV路由协议(AODV Routing Protocol Based on Energy,Load and Speed,ELS-AODV)。ESC-AODV协议能够节约网络能量,提高可靠性,获得更优的网络性能。 展开更多
关键词 群组机器人 按需距离矢量路由协议 跨层 分簇 能量
下载PDF
基于小波压缩深度学习重构的多图像光学加密
5
作者 郭媛 贾德宝 +1 位作者 敬世伟 翟平 《计算机工程与设计》 北大核心 2024年第2期367-375,共9页
为解决多图像加密算法密文体积大、加密效果差、重构效果不理想等问题,提出一种基于小波压缩和深度学习重构的多图像光学加密方法。利用小波压缩提取多图像的低频部分,将重排后的新图放入改进的FDT-DRPE光学加密系统中得到密文;利用矢... 为解决多图像加密算法密文体积大、加密效果差、重构效果不理想等问题,提出一种基于小波压缩和深度学习重构的多图像光学加密方法。利用小波压缩提取多图像的低频部分,将重排后的新图放入改进的FDT-DRPE光学加密系统中得到密文;利用矢量分解和螺旋相位变换克服FDT-DRPE不敏感问题;构造的L_S混沌系统提高密钥敏感性。提出新型深度学习网络模型BHCN,解决传统图像重构精度不高问题。实验结果表明,密文体积可压缩至原图的1/4,重构图像的峰值信噪比为34.57 dB,结构相似性为0.9521,与同类文献相比,速度更快,重构效果更好,安全性更高。 展开更多
关键词 多图像光学加密 深度学习 小波压缩 菲涅尔双随机相位编码 矢量分解 混沌系统 比特分层
下载PDF
基于组合网络的多特征老挝语实体关系抽取研究
6
作者 马霄飞 周兰江 周蕾越 《中文信息学报》 CSCD 北大核心 2024年第6期96-107,共12页
实体关系抽取旨在提取实体之间存在的语义关系,这可以为知识图谱、自动问答等下游任务提供支持,在自然语言处理领域具有重要作用。由于当前老挝语实体关系抽取的相关研究十分匮乏,可用数据也十分有限,因此在训练时神经网络无法获取足够... 实体关系抽取旨在提取实体之间存在的语义关系,这可以为知识图谱、自动问答等下游任务提供支持,在自然语言处理领域具有重要作用。由于当前老挝语实体关系抽取的相关研究十分匮乏,可用数据也十分有限,因此在训练时神经网络无法获取足够的语义信息。针对此问题,该文提出了一种基于PCNN和BiGRU的组合模型的多特征老挝语实体关系抽取方法。首先,将位置特征与音素特征融入到词向量中得到包含多种语义的联合向量;然后,分别使用PCNN模型和BiGRU模型对联合向量进行深层语义的提取,其中PCNN模型能够更好地提取文本中的局部信息,BiGRU模型能够更好地考虑文本的全局信息,之后将两个模型的输出进行拼接,便得到了包含多维度语义信息的句子向量;最后,使用softmax进行多分类计算。实验表明,该文提出的方法,在有限的数据下得到了不错的效果,macro-averaged F1达到了82.25%。 展开更多
关键词 多段卷积神经网络 双向门控循环单元 音素特征 联合向量 层归一化
下载PDF
IDE-SVM算法及其在物联网物理层安全中的应用
7
作者 王强 朱晨鸣 +1 位作者 潘甦 秦玉玺 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第5期882-890,共9页
针对支持向量机(support vector machine,SVM)算法参数选择没有标准的问题,提出了一种基于综合改进差分进化算法(improve differential evolution,IDE)的参数优化选择方法,以分类错误率最小为优化准则,利用改进的差分进化算法实现SVM参... 针对支持向量机(support vector machine,SVM)算法参数选择没有标准的问题,提出了一种基于综合改进差分进化算法(improve differential evolution,IDE)的参数优化选择方法,以分类错误率最小为优化准则,利用改进的差分进化算法实现SVM参数的组合优化,获得了一种更高分类精度的SVM算法。为了避免基本DE算法在求解SVM参数选择问题时陷入局部最优,提高DE算法的搜索效率,提出了一种改进差分进化算法,通过使用圆弧函数对变异缩放比例因子F以及交叉概率因子R进行自适应控制,同时结合随机新生个体替换操作,得到一种收敛速度更快、精度更高的DE算法。在此基础上,提出了一种基于IDE-SVM物联网物理层安全方法。实验结果表明基于改进后SVM算法的物理层安全方法认证准确率更高。 展开更多
关键词 物理层安全 支持向量机 差分进化 参数优化
下载PDF
Vector模式软硬件协同仿真验证方法研究
8
作者 陈小平 田忠 何诚 《微电子学与计算机》 CSCD 北大核心 2009年第7期73-75,79,共4页
讨论并介绍了软硬件协同仿真方法,提出了一种开放式分层的Vector软硬件协同仿真验证模型,统一了Vector仿真设计模式.通过实例分析得出,提出的Vector仿真设计模型是切实可行的,为ASIC的Vector仿真设计提供了一种通用的仿真设计方法,为软... 讨论并介绍了软硬件协同仿真方法,提出了一种开放式分层的Vector软硬件协同仿真验证模型,统一了Vector仿真设计模式.通过实例分析得出,提出的Vector仿真设计模型是切实可行的,为ASIC的Vector仿真设计提供了一种通用的仿真设计方法,为软硬件协同仿真设计理论作出了有益的探索. 展开更多
关键词 软硬件协同仿真 vector模式 开放式分层结构
下载PDF
Layer-图形图像处理软件的法宝
9
作者 陶庆 王珈珞 《电脑知识与技术》 2017年第4期218-220,共3页
图层是很多图形图像处理软件的精华,虽然不会使用图层的用户也能设计图纸,但是图形品质就较低,且杂乱无章,没有条理,不方便后期编辑管理。图层就好比是一张张透明的玻璃,图层上的内容直接画在上面,自下而上堆叠起来,用户从上而下俯视就... 图层是很多图形图像处理软件的精华,虽然不会使用图层的用户也能设计图纸,但是图形品质就较低,且杂乱无章,没有条理,不方便后期编辑管理。图层就好比是一张张透明的玻璃,图层上的内容直接画在上面,自下而上堆叠起来,用户从上而下俯视就能看到图像的整体效果了。文中对比了图层在AutoCAD和Photoshop软件中的异同,分别阐述了图层在这两个软件的操作和技巧。 展开更多
关键词 图层 位图 矢量图 图层状态管理器 混合模式
下载PDF
IUINet:基于Shift的双流映射3D医学分割模型
10
作者 朱庚鑫 程远志 刘豪 《计算机系统应用》 2024年第1期141-147,共7页
为了提高特征融合,我们设计了动态全连接层(DyFC),该方法重新定义了权重和偏置,使用基向量来代表新的权重和偏置,基向量的系数是根据每一个输入特征进行学习得到的,权重和偏置不再是共享的,而是特有的,这对于每一个特征的表达更具有专向... 为了提高特征融合,我们设计了动态全连接层(DyFC),该方法重新定义了权重和偏置,使用基向量来代表新的权重和偏置,基向量的系数是根据每一个输入特征进行学习得到的,权重和偏置不再是共享的,而是特有的,这对于每一个特征的表达更具有专向性.在本文中,我们提出了一种双流映射结构模型IUINet.IUINet是通过3DShift操作、空间可分离卷积的组合来实现医学图像分割任务,同时保持精度和效率之间的平衡.所提出来的IUINet遵循编码器-解码器结构,其中编码器一部分包含Shift操作、逐点Conv1×1操作,另一部分包含空间可分离卷积操作.IUINet运用了多尺度输入以及多尺度特征映射层,提高反向传播速度,降低反向传播的平均距离.提高模型的精确度,增加模型泛化能力,减少过拟合. 展开更多
关键词 SHIFT 基向量 动态全连接层 医学图像分割
下载PDF
国土空间规划体系课程思政教学评价可行性分析
11
作者 许砚梅 《当代教育理论与实践》 2024年第5期116-121,共6页
以党中央、国务院的重大部署为前提,以建立全新模式的高校教学体系为依据,以专业办学31年的教学成果为研究基础,中南大学城乡规划教学团队构建了国土空间规划体系五大类课程群来实施教学改革。课程思政教育是教学改革中的重要内容之一,... 以党中央、国务院的重大部署为前提,以建立全新模式的高校教学体系为依据,以专业办学31年的教学成果为研究基础,中南大学城乡规划教学团队构建了国土空间规划体系五大类课程群来实施教学改革。课程思政教育是教学改革中的重要内容之一,基于中南大学城乡规划专业近10年的毕业生和5个年级在校生的有效问卷数据,利用应用层次分析法建立包含4个一级指标和20个二级指标的思政教学效果评价体系,从定性和定量两个角度评价中南大学国土空间规划体系五大类课程群核心课程思政的实施成效;基于BOPPPS教学模型规划精准课程思政五大类课程群核心课程的教学设计,完成国土空间规划专业核心课程思政教学设计及教学模式研究,为构建“大思政”格局提供依据。 展开更多
关键词 层次分析法 比较权重矩阵 单层权向量 精准思政 BOPPPS教学模型
下载PDF
基于多层支持向量机的蓄电池在线监测方法研究
12
作者 杨盛祥 《电工技术》 2024年第11期141-143,146,共4页
常规的蓄电池在线监测节点一般采用独立或区域布设形式,监测的范围受限制,导致在线监测频率均值下降,因此探讨了基于多层支持向量机的蓄电池在线监测方法。根据当前测定,先进行蓄电池电动势及开路电压应用数值采集,采用自适应的方式,打... 常规的蓄电池在线监测节点一般采用独立或区域布设形式,监测的范围受限制,导致在线监测频率均值下降,因此探讨了基于多层支持向量机的蓄电池在线监测方法。根据当前测定,先进行蓄电池电动势及开路电压应用数值采集,采用自适应的方式,打破监测范围的限制,部署自适应在线监测节点;然后构建多层支持向量机的蓄电池在线监测模型,采用持续跟踪预警处理强化在线监测。针对选定的4个蓄电池,按照顺序分别植入0.8 mm、1.2 mm及2.1 mm的4个型号的电阻丝,形成不同的电阻率。经测定计算最终得出在线监测频率均值均可达到150 Hz以上,说明设计的蓄电池在线监测方法更加稳定、安全,在不同环境下的整体适应度更强,监测效率得到了显著提升。 展开更多
关键词 多层支持向量机 蓄电池 在线监测 定向识别 远程控制
下载PDF
混合属性网络多维多层关联数据智能挖掘算法
13
作者 段雪莹 《智能计算机与应用》 2024年第3期207-211,共5页
针对传统关联数据挖掘算法,强项集挖掘后产生大量候选项集,导致挖掘耗时长、挖掘精度低等问题,提出一种混合属性网络多维多层关联数据智能挖掘算法(Multidimensional Multilayer Associative Data Intelligent Mining Algorithm,MMAD-IM... 针对传统关联数据挖掘算法,强项集挖掘后产生大量候选项集,导致挖掘耗时长、挖掘精度低等问题,提出一种混合属性网络多维多层关联数据智能挖掘算法(Multidimensional Multilayer Associative Data Intelligent Mining Algorithm,MMAD-IM)。计算混合属性网络中随机数据到簇中心的距离,将目标数据分配到距离簇中心最近的簇中,使簇中心固定,完成混合属性网络数据的聚类分析。从聚类完成的数据中提取出有效的基本频繁向量,同时计算数据的候选项集,对哈希表进行扫描,利用改进Apriori算法完成强项集挖掘。以此为基础构建空间关系,获取近似区域与近似点之间的距离,形成待挖掘数据并计算数据的隶属度数值,完成智能挖掘。实验结果表明,所提算法具有较好的数据聚类效果,强项集挖掘后剩余的候选项集数量较少,整体数据挖掘耗时远低于传统算法,挖掘精度高达90%。 展开更多
关键词 多维多层关联数据 聚类 基本频繁向量 强项集 挖掘
下载PDF
基于机器学习算法的青少年电子烟使用及影响因素分析
14
作者 徐心怡 朱平华 +8 位作者 罗娜 蒋碧玲 张秀岚 白思怡 王宣伊 黄靖语 刘苏仪 潘怡双 谭琼 《广西医科大学学报》 CAS 2024年第1期117-123,共7页
目的:了解广西某市15岁以上青少年吸电子烟现状及影响因素,为控制电子烟在青少年中的流行提供资料参考。方法:通过多阶段分层整群随机抽样对广西某市15岁以上青少年进行问卷调查,综合运用logistic回归、随机森林、XGboost、支持向量机... 目的:了解广西某市15岁以上青少年吸电子烟现状及影响因素,为控制电子烟在青少年中的流行提供资料参考。方法:通过多阶段分层整群随机抽样对广西某市15岁以上青少年进行问卷调查,综合运用logistic回归、随机森林、XGboost、支持向量机模型、单隐藏层神经网络、KNN模型进行影响因素分析。结果:广西某市15岁以上青少年电子烟使用率为1.68%,其中高中生、职高生电子烟使用率分别为1.08%、1.74%;不同的机器学习模型在各项评价指标的表现上各有优劣;青少年使用电子烟的9个主要影响因素包括:过去30 d是否在互联网上看到电子烟广告、朋友是否吸烟、学习压力水平、是否看到过老师吸烟、抑郁情况、性别、公共场合是否看到有人吸烟、吸烟是否使年轻人具有吸引力、是否有人给免费烟草产品。结论:广西某市15岁以上青少年电子烟使用率相对较低,可将6种机器学习模型的结果结合起来对青少年电子烟使用行为进行预测,判断使用人群的特征。 展开更多
关键词 青少年 电子烟 机器学习 LOGISTIC回归模型 随机森林模型 XGboost模型 支持向量机模型 单隐藏层神经网络模型 KNN模型
下载PDF
THE INTERIOR LAYER PHENOMENA FOR A CLASS OF SINGULARLY PERTURBED DELAY-DIFFERENTIAL EQUATIONS
15
作者 汪娜 倪明康 《Acta Mathematica Scientia》 SCIE CSCD 2013年第2期532-542,共11页
In this article, we study a kind of vector singularly perturbed delay-amerenum equation. Using boundary layer function method and geometric analysis skill, the asymptotic expression of the system is constructed and th... In this article, we study a kind of vector singularly perturbed delay-amerenum equation. Using boundary layer function method and geometric analysis skill, the asymptotic expression of the system is constructed and the uniform validity of asymptotic solution is also proved. 展开更多
关键词 vector singular perturbation DELAY interior layer
下载PDF
一种数据驱动的气动热预示模型 被引量:4
16
作者 王泽 王梓伊 +2 位作者 王旭 宋述芳 张伟伟 《空气动力学学报》 CSCD 北大核心 2023年第5期12-19,I0001,共9页
高效、高精度的气动热预示是高超声速飞行器设计的关键。然而,随着高超声速飞行器外形的日益复杂化和设计周期的不断缩紧,现有方法已很难满足高效精准的气动热预示。本文基于边界层理论和支持向量机发展了一种数据驱动的当地化气动热预... 高效、高精度的气动热预示是高超声速飞行器设计的关键。然而,随着高超声速飞行器外形的日益复杂化和设计周期的不断缩紧,现有方法已很难满足高效精准的气动热预示。本文基于边界层理论和支持向量机发展了一种数据驱动的当地化气动热预示建模方法。首先,通过求解Euler方程获得边界层外缘信息,采用RANS方法计算热流分布样本;然后,通过设计的特征选择方法确定边界层外缘特征;最后,利用支持向量机构建气动热预示模型,实现边界层外缘特征与壁面热流的映射。对双椭球和二级压缩面的热流预示结果表明,该模型考虑了非均匀分布壁面温度等边界条件,具有较高的预示精度和良好的外推与泛化性能,典型位置热流预示结果和RANS计算结果的相对误差均小于5%。同时,以双椭球上表面中心线热流预示为例,对比传统POD降阶方法,发现该模型的预示精度更高,外推状态下预示精度较POD方法提升了4倍以上。 展开更多
关键词 气动热 边界层理论 支持向量机 特征选择 当地化模型
下载PDF
通过地震横波获取地壳深浅部应力简介
17
作者 雷军 贺鹏超 张献兵 《地震地磁观测与研究》 2023年第S01期57-63,共7页
地震是脆性地壳中断层应力积累超过破裂极限强度的直接结果。因此,研究地壳不同深度的应力积累是地震预报的可能途径之一。在各种地球物理观测数据中,地震各向异性介质中的地震横波分裂参数携带了不同深度岩层中应力及其变化的完整信息... 地震是脆性地壳中断层应力积累超过破裂极限强度的直接结果。因此,研究地壳不同深度的应力积累是地震预报的可能途径之一。在各种地球物理观测数据中,地震各向异性介质中的地震横波分裂参数携带了不同深度岩层中应力及其变化的完整信息。这些参数中,快横波偏振方向的观测已经取得了大量的成果。但是,过去40年来,快-慢横波到时差的观测数据过于离散,制约了利用地震横波来了解深浅部岩层中应力大小的观测和研究。对此,本文简要介绍了相关研究存在的难点和解决方法、以及专门的地震波偏振矢量分离(SPVS)观测软件,有望实现对地震孕育、发生和发展过程中应力及其变化的监测。 展开更多
关键词 横波分裂 快-慢波到时差 各向异性分层 非正交矢量 深浅部应力
下载PDF
基于改进卷积神经网络的遥感图像目标检测方法 被引量:4
18
作者 王艳辉 张福泉 +1 位作者 邹静 侯小毛 《南京理工大学学报》 CAS CSCD 北大核心 2023年第3期330-336,共7页
为了提高遥感目标检测的稳健性和准确性,基于低层特征检测器,增加了1个改进型卷积神经网络(CNN)框架。首先,利用支持向量回归(SVR)对遥感目标进行初步分类,将检测出的目标信息作为CNN框架的输入。然后,对CNN框架进行优化,通过模块扩展... 为了提高遥感目标检测的稳健性和准确性,基于低层特征检测器,增加了1个改进型卷积神经网络(CNN)框架。首先,利用支持向量回归(SVR)对遥感目标进行初步分类,将检测出的目标信息作为CNN框架的输入。然后,对CNN框架进行优化,通过模块扩展的方式纳入更深的模块。为了使得分类器对亮度变化具有更好的稳健性,在特征向量分类之前增加正则化层(RL)。同时,为了提升目标检测的准确性,增加1个欧拉变换层(ETL),作为类别间的分离度量。使用来自CIFAR-10和MNIST数据集中的图像,与定向梯度边缘直方图(E-HOG)方法、基于生成式对抗网络(GAN)的检测方法、基于二值与浮点数混用方法的语义分割网络(MBU-Net)相比较,仿真结果表明:该文方法的精度和F1得分更高,且标准偏差也更低;该文方法的运行时间接近于一般CNN方法;利用该文方法在测试集的卫星图像中进行目标建筑物检测,模块化CNN可以与基于特征的算法实现互补。 展开更多
关键词 卷积神经网络 遥感图像 目标检测 支持向量回归 欧拉变换层 卫星图像 建筑物检测
下载PDF
基于SVR的定向井随钻电磁波测井层厚影响快速计算 被引量:1
19
作者 胡向阳 秦敏 +2 位作者 张恒荣 杨冬 袁伟 《吉林大学学报(地球科学版)》 CAS CSCD 北大核心 2023年第2期589-597,共9页
大斜度井和水平井的快速发展使得仪器测量环境变得更加复杂,其测井解释、地层评价方法和模型与直井有很大的区别。本文通过建立三维层状介质模型,利用三维有限元方法得到大斜度井和水平井随钻电磁波测井响应,分析了三维地层模型下井斜... 大斜度井和水平井的快速发展使得仪器测量环境变得更加复杂,其测井解释、地层评价方法和模型与直井有很大的区别。本文通过建立三维层状介质模型,利用三维有限元方法得到大斜度井和水平井随钻电磁波测井响应,分析了三维地层模型下井斜角、层厚和围岩对随钻电磁波测井响应的影响。研究结果表明:当地层厚度小于等于3 m时,随钻电磁波测井响应易受围岩和层厚影响;当层厚大于3 m时,随钻电磁波测井响应基本不受围岩和层厚影响;且直井、大斜度井和水平井中随钻电磁波测井响应存在明显差异,井斜角越大,仪器受层厚及围岩的影响越大。因此建立了不同井斜角条件下随钻电磁波测井围岩校正图版,并据此研究随钻电磁波测井层厚影响快速计算方法。本文利用支持向量回归(SVR)的机器学习算法进行建模,并用十折交叉验证法对算法进行迭代优化,使模型达到最优,最终计算得到的测井响应与基于三维有限元数值方法的计算结果具有很好的相关性,平均相对误差只有0.62%,说明该方法可以用于大斜度井和水平井随钻电磁波测井响应的快速实时计算。 展开更多
关键词 定向井 支持向量回归 层厚校正 电阻率正演
下载PDF
基于AdaBoost提升学习的次优中继选择安全传输方案 被引量:1
20
作者 石岩 赵冬青 武岳 《电子测量技术》 北大核心 2023年第19期76-81,共6页
针对无线通信协作技术中多跳中继和子信道分配等复杂应用场景下系统时效性差和复杂度大的问题,在级联中继系统中提出了一种利用AdaBoost算法集成学习选择次优中继的安全传输方案。将合法信道和窃听信道的信道CSI作为训练模型的输入,使... 针对无线通信协作技术中多跳中继和子信道分配等复杂应用场景下系统时效性差和复杂度大的问题,在级联中继系统中提出了一种利用AdaBoost算法集成学习选择次优中继的安全传输方案。将合法信道和窃听信道的信道CSI作为训练模型的输入,使系统安全容量达到一定值的中继节点索引作为输出,把级联中继系统的次优中继选择问题转化为一个多类分类问题,并用基于AdaBoost加权表决的支持向量机求解。级联中继系统的次优中继选择方案可分为生成数据集、集成模型训练和结果预测3个阶段。在模型训练阶段,绘制分类准确率和查准率-查全率曲线,对比集成学习较个体学习在准确率方面具有更佳的性能。最后,通过仿真AdaBoost算法分类的中继索引,验证了集成学习方法进行次优中继选择具有更高的准确率,能有效降低系统时延和复杂度,提高中继协作系统的安全性能。 展开更多
关键词 物理层安全 集成学习 机器学习 中继选择 支持向量机
原文传递
上一页 1 2 13 下一页 到第
使用帮助 返回顶部