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7,617篇文章
< 1 2 … 250 >
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：
广西区域性暴雨深度神经网络预测模型设计与应用
1
作者 覃月凤 董良淼 +2 位作者 刘国忠 梁存桂 杨明鑫 《气象研究与应用》 2024年第3期29-36,共8页
遵循AI技术典型应用流程,从确定研究对象的数据表示开始,探讨从测试选用算法工具构建“区域性暴雨”深度学习预测模型,到调整优化模型超参数、对模型性能进行泛化增强,最终实现上线部署,成功对2023年广西“龙舟水”过程作出合理预测。... 遵循AI技术典型应用流程,从确定研究对象的数据表示开始,探讨从测试选用算法工具构建“区域性暴雨”深度学习预测模型,到调整优化模型超参数、对模型性能进行泛化增强,最终实现上线部署,成功对2023年广西“龙舟水”过程作出合理预测。结果表明,结合实际预报服务需求,在深入理解算法和模型架构特点基础上,选用能够模拟天气分析过程、合理解释预测机理的AI算法,可显著增强模型的实用性能。采用TimeDistributed层对样本时间层进行封装,先提取学习气象要素场空间特征和关联特征后再进一步学习时间变化知识,是一种符合天气分析思路且预测性能较好的气象AI模型构建方法。而针对“小概率”气象关注事件,在设定事件标签时适当降低气象评判指标、基于相似天气形势来增强样本数据,引导模型针对关注目标进行正向增强训练,是提升气象AI模型性能的有效技术手段,实现一个“有/无区域性暴雨发生”定性预报的基础分类模型。 展开更多
关键词 气象对象表示 深度神经网络(DNN) 模型性能基准 数据增强 TimeDistributed包装器
下载PDF
一般大气环境下钢筋锈蚀深度的RBF神经网络预测模型研究 被引量：1
2
作者 王胜利 刘华 +2 位作者 郑山锁 董淑卿 黄瑜 《地震工程学报》 CSCD 北大核心 2024年第2期269-277,共9页
钢筋锈蚀深度预测是评估在役RC结构服役性能的基础。为建立一般大气环境RC构件中钢筋锈蚀深度预测模型,通过收集实测数据,分析影响钢筋锈蚀深度的主要参数及其影响规律,继而基于实测数据建立数值模型和RBF神经网络预测模型,并进行参数... 钢筋锈蚀深度预测是评估在役RC结构服役性能的基础。为建立一般大气环境RC构件中钢筋锈蚀深度预测模型,通过收集实测数据,分析影响钢筋锈蚀深度的主要参数及其影响规律,继而基于实测数据建立数值模型和RBF神经网络预测模型,并进行参数敏感性分析。研究结果表明:与数值模型相比,RBF神经网络对钢筋锈蚀深度预测效率与精度更高,能够有效映射各影响参数与钢筋锈蚀深度之间复杂的非线性关系。参数敏感性分析结果显示,钢筋混凝土表面锈胀裂缝宽度对钢筋锈蚀深度影响最大,钢筋直径、保护层厚度与钢筋直径之比和混凝土抗压强度等其他因素影响次之。所得模型可用于工程检测中钢筋锈蚀程度预测与RC构筑物剩余服役寿命评估。 展开更多
关键词 钢筋混凝土 钢筋锈蚀 RBF神经网络 锈蚀深度预测 敏感性分析
下载PDF
基于双深度输入凸神经网络多模型的中间点过热度预测控制
3
作者 钟信 冯磊华 +1 位作者 何金奇 杨锋 《热力发电》 CAS CSCD 北大核心 2024年第1期107-114,共8页
新能源大量并网,超临界火电机组参与调峰容易造成中间点过热度较大波动,从而导致过热蒸汽超温等问题。为较好控制中间点过热度达到稳定,提出了一种基于双深度输入凸神经网络多模型(muti-DDICNN model)的中间点过热度预测方法,分别训练... 新能源大量并网,超临界火电机组参与调峰容易造成中间点过热度较大波动,从而导致过热蒸汽超温等问题。为较好控制中间点过热度达到稳定,提出了一种基于双深度输入凸神经网络多模型(muti-DDICNN model)的中间点过热度预测方法,分别训练了不同预测步长下子模型,构建了中间点过热度状态预测网络(SPNN)和误差预测网络(EPNN)。利用此预测网络凸性质,设计了一种基于双深度输入凸神经网络多模型预测控制器(DDICNN-MPC),将控制问题转化为凸优化问题,求取控制矩阵对目标函数的雅可比矩阵,采用梯度下降法计算控制矩阵最优解。仿真结果表明,DDICNN-MPC能快速平稳地跟踪中间点过热度设定值,且稳态误差较小,具有较好的调节能力。 展开更多
关键词 中间点过热度 输入凸神经网络 模型预测控制 梯度下降法 凸优化
下载PDF
基于WOA-BP神经网络下马铃薯产量预测分析模型 被引量：2
4
作者 赵丙秀 董宁 《农机化研究》 北大核心 2024年第3期47-51,共5页
马铃薯是我国重要的粮食作物之一,营养丰富,用途广泛,是一种谷物、蔬菜和水果功能兼具的食物,其蛋白质含量远高于其他块茎类食物,且富含优质的氨基酸。马铃薯生育期短,在湖北平原、丘陵地区冬种春收适宜发展早熟品种,对于填补全国南北... 马铃薯是我国重要的粮食作物之一,营养丰富,用途广泛,是一种谷物、蔬菜和水果功能兼具的食物,其蛋白质含量远高于其他块茎类食物,且富含优质的氨基酸。马铃薯生育期短,在湖北平原、丘陵地区冬种春收适宜发展早熟品种,对于填补全国南北方鲜薯市场供应空档期具有重要意义。因此,马铃薯产量的高效预测对于制定生长期间的种植管理措施及相关决策具有重要意义。为此,针对传统BP神经网络在产量预测中存在精度低、鲁棒性差等问题,利用鲸鱼算法(Whale optimization algorithm,WOA)对BP神经网络模型进行优化。同时,基于湖北地区2009-2021年间田间物联网获取的气象因子(大气湿度、大气温度、降雨量)、田间水热因子及马铃薯产量,采用BP神经网络模型、GA-BP神经网络模型(遗传算法优化)及WOA-BP神经网络模型对所选地区马铃薯产量进行预测。研究结果表明:WOA-BP神经网络模型精度明显高于GA-BP神经网络模型及BP神经网络模型,R2达到0.9764,预测值与试验值之间拟合程度较高,表明基于WOA-BP神经网络模型可以更加科学、合理、准确地进行马铃薯产量预测。 展开更多
关键词 马铃薯 神经网络模型 产量预测 鲸鱼优化算法
下载PDF
基于深度卷积神经网络的电力系统故障预测
5
作者 朱燕芳 闫磊 +3 位作者 常康 赵文娜 李远 徐利美 《电源学报》 CSCD 北大核心 2024年第S01期179-185,共7页
通过对深度卷积神经网络的深入研究,提出基于深度卷积神经网络的电力系统故障预测方法,保障系统安全运行。采用广域测量系统测量每个支路与节点,将获得的功率与关键特征值分别作为深度卷积神经网络模型输入、输出,训练这2个数据,并使用... 通过对深度卷积神经网络的深入研究,提出基于深度卷积神经网络的电力系统故障预测方法,保障系统安全运行。采用广域测量系统测量每个支路与节点,将获得的功率与关键特征值分别作为深度卷积神经网络模型输入、输出,训练这2个数据,并使用深度卷积神经网络AlexNet分析输入数据与输出数据的映射关系,建立基于深度卷积神经网络的电力系统故障预测模型,通过特征值分组、振荡模式筛选、数据预处理、模型训练和模型评估,实现电力系统运行状态评估,完成电力系统故障预测。实验结果说明:该方法的关键特征值计算结果与实际结果基本一致,可靠性高;使用正则化可提升模型泛化效果,防止模型过拟合;与其余方法的准确率和误报率指标相比,所提方法的准确率高达99.52%,误报率为1.16%,综合评价指标较高,评估效果优势显著。 展开更多
关键词 深度卷积 神经网络 电力系统 故障预测 AlexNet
下载PDF
基于水印技术的深度神经网络模型知识产权保护
6
作者 金彪 林翔 +3 位作者 熊金波 尤玮婧 李璇 姚志强 《计算机研究与发展》 EI CSCD 北大核心 2024年第10期2587-2606,共20页
构造一个优秀的深度神经网络(deep neural network,DNN)模型需要大量的训练数据、高性能设备以及专家智慧.DNN模型理应被视为模型所有者的知识产权(intellectual property,IP).保护DNN模型的知识产权也体现了对作为构建和训练该模型的... 构造一个优秀的深度神经网络(deep neural network,DNN)模型需要大量的训练数据、高性能设备以及专家智慧.DNN模型理应被视为模型所有者的知识产权(intellectual property,IP).保护DNN模型的知识产权也体现了对作为构建和训练该模型的数据要素价值的珍视.然而,DNN模型容易受到恶意用户的盗取、篡改和非法传播等攻击,如何有效保护其知识产权已成为学术研究的前沿热点与产业亟需攻克的难题.不同于现有相关综述,聚焦DNN模型水印的应用场景,从用于模型版权声明的鲁棒模型水印和用于模型完整性验证的脆弱模型水印2个维度出发,着重评述基于水印技术的DNN模型知识产权保护方法,探讨不同方法的特点、优势及局限性.同时,详细阐述DNN模型水印技术的实际应用情况.最后,在提炼各类方法共性技术的基础上,展望DNN模型知识产权保护的未来研究方向. 展开更多
关键词 深度神经网络 知识产权 数据要素 鲁棒模型水印 脆弱模型水印
下载PDF
基于深度神经网络的年龄预测模型的构建和评价
7
作者 吴佳慧 崔雨萌 +3 位作者 魏子岚 徐婕 王友亮 陈水平 《标记免疫分析与临床》 CAS 2024年第3期519-526,533,共9页
目的利用GEO数据库筛选年龄相关的差异基因,构建和评价基于深度神经网络(DNN)的年龄预测模型。方法收集GEO数据库583例正常人的转录组数据,利用R语言的“limma”软件进行差异表达分析,进一步通过Lasso回归筛选年龄相关特征基因。构建深... 目的利用GEO数据库筛选年龄相关的差异基因,构建和评价基于深度神经网络(DNN)的年龄预测模型。方法收集GEO数据库583例正常人的转录组数据,利用R语言的“limma”软件进行差异表达分析,进一步通过Lasso回归筛选年龄相关特征基因。构建深度神经网络模型,训练集数据优化模型后,采用测试集数据对模型进行评价。结果共筛选出156个年龄相关特征基因,采用15个年龄相关特征基因构建的DNN年龄预测模型效果最佳,其最大误差、中位数误差和均方根误差分别为11岁、4岁和6岁。与弹性网络回归算法(ENR)、随机森林算法(RF)、随机梯度下降算法(SGD)和支持向量回归算法(SVR)相比,基于DNN的年龄预测模型误差最小,精度最高。15个年龄相关特征基因在HUVEC衰老细胞中的表达量也发生显著变化。结论本研究构建的基于DNN的年龄预测模型可准确和特异地预测年龄,在衰老相关疾病的发生机制、治疗和预后方面发挥重要作用。 展开更多
关键词 深度神经网络 年龄 预测模型
下载PDF
融合蛋白质语言模型与深度神经网络的植物蛋白质相互作用预测研究
8
作者 古海博 王成凤 +2 位作者 金远 池方爱 李颜娥 《电子技术应用》 2024年第4期22-28,共7页
预测植物中的蛋白质-蛋白质相互作用(PPI)具有重要的生物学意义。同时采用了4种编码方法及深度神经网络构建了蛋白质相互作用预测模型。结果表明,提出的融合蛋白质语言模型Ankh与深度神经网络的方法构建的PPI预测模型性能在3种植物数据... 预测植物中的蛋白质-蛋白质相互作用(PPI)具有重要的生物学意义。同时采用了4种编码方法及深度神经网络构建了蛋白质相互作用预测模型。结果表明,提出的融合蛋白质语言模型Ankh与深度神经网络的方法构建的PPI预测模型性能在3种植物数据集上均获得了最优的AUPR和AUC值,Sen及MCC值也均优于其他4种蛋白质相互作用预测模型。当模型在水稻、大豆的植物PPI数据集上进行测试时,所提出的模型AUPR值分别为0.8025、0.7301,AUC值分别为0.9562、0.9507。这些优异的结果表明,融合蛋白质语言模型Ankh的PPI模型可以作为植物蛋白质相互作用预测的一个有前途的工具。 展开更多
关键词 植物蛋白质相关性 蛋白质语言模型 深度神经网络
下载PDF
基于深度神经网络的设备剩余使用寿命预测研究
9
作者 王加昌 赖跖 +2 位作者 唐雷 田野 刘梦娟 《计算机应用与软件》 北大核心 2024年第8期60-66,共7页
随着传感器在工业设备上的广泛部署,数据驱动的设备状态预测与健康管理技术逐渐成为工业界和学术界研究的热点。该文针对其中的设备剩余使用寿命预测问题展开研究。利用深度神经网络建立设备剩余使用寿命预测模型的关键步骤,并基于C-MA... 随着传感器在工业设备上的广泛部署,数据驱动的设备状态预测与健康管理技术逐渐成为工业界和学术界研究的热点。该文针对其中的设备剩余使用寿命预测问题展开研究。利用深度神经网络建立设备剩余使用寿命预测模型的关键步骤,并基于C-MAPSS公开数据集,评价前馈神经网络、卷积神经网络、长短期记忆网络三种典型深度神经网络用于剩余使用寿命预测的性能,实验结果显示考虑时序特征的长短期记忆网络具有显著的性能优势,最后对该方向的发展趋势展开讨论。 展开更多
关键词 剩余使用寿命预测 深度神经网络 卷积神经网络 长短期记忆网络
下载PDF
基于PCA-BP神经网络的巷道通风摩擦阻力系数预测模型
10
作者 高科 吕航宇 +1 位作者 戚志鹏 刘玉姣 《矿业安全与环保》 CAS 北大核心 2024年第1期7-13,共7页
根据实测巷道通风摩擦阻力系数数据的特点,建立了主成分分析PCA-BP神经网络预测模型。采用PCA法对影响巷道通风摩擦阻力系数的支护类型、断面形状、巷道宽、巷道高、支护部分周边长、巷道断面积和巷道长度7个因素进行降维。将降维后因... 根据实测巷道通风摩擦阻力系数数据的特点,建立了主成分分析PCA-BP神经网络预测模型。采用PCA法对影响巷道通风摩擦阻力系数的支护类型、断面形状、巷道宽、巷道高、支护部分周边长、巷道断面积和巷道长度7个因素进行降维。将降维后因素的贡献率进行排序筛选,得到3个主成分指标(F_(1)、F_(2)和F_(3)),作为BP神经网络输入层的神经元。利用实测数据对PCA-BP神经网络模型进行训练和测试,并将测试结果与支持向量机回归(SVM)模型和BP神经网络模型的测试结果进行对比,结果显示:全因素的BP神经网络预测模型和SVM预测模型的平均精度分别为92.9420%、93.0235%,而PCA-BP预测模型的平均精度达到了96.4325%。PCA-BP神经网络模型不但简化了网络结构,更提高了网络的泛化能力,使预测误差更小、精度更高,为更准确地获得巷道通风摩擦阻力系数提供了一种有效的方法。 展开更多
关键词 矿井通风 巷道通风摩擦阻力系数 预测模型 PCA-BP神经网络 主成分分析 影响因素
下载PDF
基于BP神经网络的UHPC直剪承载力预测模型
11
作者 穆清君 李贤仰 +2 位作者 李思凡 宋显斌 潘仁胜 《世界桥梁》 北大核心 2024年第6期94-99,共6页
为提供准确的UHPC直剪承载力,以指导UHPC结构设计,建立一种基于BP神经网络的UHPC直剪承载力预测模型。该方法基于机器学习中的反向传播人工神经网络(BP-ANN),搜集现有相关试验数据并建立数据库,将混凝土抗压强度、受剪面积、纤维特征参... 为提供准确的UHPC直剪承载力,以指导UHPC结构设计,建立一种基于BP神经网络的UHPC直剪承载力预测模型。该方法基于机器学习中的反向传播人工神经网络(BP-ANN),搜集现有相关试验数据并建立数据库,将混凝土抗压强度、受剪面积、纤维特征参数、钢筋参数和侧向约束应力指定为输入特征参数,将直剪承载力指定为输出量,利用数据库对BP-ANN模型进行训练。将模型预测值与试验实测值和现有计算模型的结果进行对比,并采用SHAP算法对各参数重要性进行分析。结果表明:BP-ANN模型具有更好的预测效果,其相关系数R2达到0.953,平均绝对误差MAE为1.015,模型训练结果理想,可应用于实际的数据处理分析;侧向约束应力对直剪承载力的影响最大,钢筋参数影响最小。 展开更多
关键词 桥梁工程 UHPC 直剪承载力 BP神经网络 预测模型 参数分析 SHAP算法
下载PDF
基于深度神经网络的光伏发电时间序列多元预测
12
作者 王艳芹 妙红英 +2 位作者 周凤华 张海宁 王禹霖 《微型电脑应用》 2024年第10期101-104,共4页
利用不同时间序列间的相关性和依赖性基于深度神经网络(DNNs)提出了两种不同的多元长短期记忆网络(LSTM)光伏输出功率预测方法,充分考虑了空气温度、风速等影响因素之间的相关性特征。以光伏发电站运行数据为例,通过对光伏发电预测模型... 利用不同时间序列间的相关性和依赖性基于深度神经网络(DNNs)提出了两种不同的多元长短期记忆网络(LSTM)光伏输出功率预测方法,充分考虑了空气温度、风速等影响因素之间的相关性特征。以光伏发电站运行数据为例,通过对光伏发电预测模型进行训练和测试,并与单变量LSTM和Stacked-LSTM模型的结果进行比较,研究结果表明,所提的Conv-LSTM可以在减少30.76%训练时间的基础上提升0.71%~1.33%的准确度,Conv-LSTM和Multi-LSTM分别以高达93.12%和96.12%的准确度跟踪实际光伏发电。 展开更多
关键词 光伏发电预测 卷积神经网络 深度神经网络 长短期记忆网络
下载PDF
基于SSA-RBF神经网络的煤自然发火预测模型
13
作者 高飞 梁宁 +1 位作者 贾喆 侯青 《中国安全科学学报》 CAS CSCD 北大核心 2024年第8期128-137,共10页
为解决传统煤自燃预测模型预测状态单一和预测精度不高的问题,提出基于麻雀搜索算法(SSA)优化的径向基(RBF)神经网络煤自然发火预测模型。首先,采用程序升温试验分析煤样指标气随温度的变化特征,将煤自然发火过程按煤温分为缓慢(80≤t_(... 为解决传统煤自燃预测模型预测状态单一和预测精度不高的问题,提出基于麻雀搜索算法(SSA)优化的径向基(RBF)神经网络煤自然发火预测模型。首先,采用程序升温试验分析煤样指标气随温度的变化特征,将煤自然发火过程按煤温分为缓慢(80≤t_(i)<120℃)、加速(120≤t_(i)<160℃)和激烈(t_(i)≥160℃)3个氧化阶段,同时分析这3个阶段指标气与煤温的灰色关联度;其次通过不同维度测试函数检验粒子群算法(PSO)、灰狼算法(GWO)和SSA算法性能;最后利用6个矿区数据验证基于SSA-RBF神经网络的煤自燃预测模型的优越性。结果显示,缓慢氧化阶段CO/ΔO_(2)、CO、C_(2)H_(4)这3种指标气体与煤温的灰色关联系数最大;而加速氧化阶段C_(2)H_(4)/C_(2)H_(6)、CO/ΔO_(2)、CO_(2)/CO_(3)种指标与煤温的灰色关联系数最大。3种不同维度函数的测试结果表明:SSA与PSO、GWO相比具有更好的全局搜索能力和稳定性,其收敛速度更快;神经元数量为5个、迭代次数为300次时,SSA-RBF神经网络预测模型对缓慢氧化和加速氧化阶段的预测准确性分别达到了99%和93%。 展开更多
关键词 麻雀搜索算法(SSA) 径向基函数(RBF)神经网络 煤自然发火 预测模型 指标气 灰色关联度
原文传递
基于神经网络的永磁同步电机模型预测电流控制
14
作者 李耀华 刘东梅 +3 位作者 陈桂鑫 刘子焜 王孝宇 童瑞齐 《电机与控制学报》 EI CSCD 北大核心 2024年第10期109-122,共14页
针对备选电压矢量有限导致永磁同步电机有限集模型预测电流控制性能较差及计算量较大的问题,提出基于神经网络的永磁同步电机模型预测电流控制。基于7个基本电压矢量和121个扩展电压矢量的永磁同步电机模型预测电流控制分别建立7分类和... 针对备选电压矢量有限导致永磁同步电机有限集模型预测电流控制性能较差及计算量较大的问题,提出基于神经网络的永磁同步电机模型预测电流控制。基于7个基本电压矢量和121个扩展电压矢量的永磁同步电机模型预测电流控制分别建立7分类和121分类神经网络。随着备选电压矢量的增加,模型预测电流控制性能提升,对应的神经网络控制性能也得到改善,但分类任务数也随之增加。对于多步模型预测控制,计算量随步长呈指数上升,但输出电压矢量不变。因此,基于两步模型预测电流控制建立7分类神经网络。仿真结果表明:以上神经网络控制均可行,性能与相对应的模型预测电流控制基本相当。实时性实验结果表明相较于单步模型预测电流控制,神经网络控制并不占优势,但相较于两步模型预测电流控制,神经网络实时性有明显优势,计算耗时减小29.58%,表明神经网络控制更适于多步模型预测电流控制。 展开更多
关键词 永磁同步电机 模型预测电流控制 神经网络 备选电压矢量 实时性 多步预测
下载PDF
深度神经网络模型在景区人群流量预测中的应用
15
作者 李旻璐 关志广 高伟锋 《信息与电脑》 2024年第17期44-46,共3页
随着旅游业的发展,对景区人群流量的精准预测已成为提高游客体验和优化景区运营的关键。传统方法在应对复杂多变的实际情况时显得力不从心,深度神经网络(Deep Neural Networks,DNN)凭借其强大的数据处理能力和模式识别能力,提供了一种... 随着旅游业的发展,对景区人群流量的精准预测已成为提高游客体验和优化景区运营的关键。传统方法在应对复杂多变的实际情况时显得力不从心,深度神经网络(Deep Neural Networks,DNN)凭借其强大的数据处理能力和模式识别能力,提供了一种有效的解决方案。本文探讨了DNN模型在景区人群流量预测中的应用,通过构建和优化预测模型,旨在提高预测精度,为景区管理者提供决策支持。 展开更多
关键词 深度神经网络 旅游景区 人群流量预测 预测模型
下载PDF
基于BP神经网络的低渗透底水油藏油井见水模式预测模型
16
作者 蒲万芬 靳星 +2 位作者 唐晓东 白园园 王遨宇 《新疆石油天然气》 CAS 2024年第2期37-47,共11页
注水开发使得低渗透底水油藏油井见水模式更加复杂,需要进一步明确及预测油井见水模式来针对性地指导水淹治理措施。神经网络模型具备处理多元回归问题和计算速度快等优势,可被用于分析地质工程多因素参数与油井见水模式的内在关系,构... 注水开发使得低渗透底水油藏油井见水模式更加复杂,需要进一步明确及预测油井见水模式来针对性地指导水淹治理措施。神经网络模型具备处理多元回归问题和计算速度快等优势,可被用于分析地质工程多因素参数与油井见水模式的内在关系,构建见水模式预测模型。在油井见水模式划分的基础上,通过灰色关联理论和神经网络算法对BCL低渗透底水油藏油井见水模式的主控因素和预测模型进行了研究。发现水层厚度、隔夹层数、隔夹层长度和避水高度是该类油藏注水开发下影响油井见水模式的主控因素。基于主控因素结合神经网络算法建立了油井见水模式预测模型。通过对18组测试数据进行验证,平均预测误差1.4%,获得了较好的预测精度。通过易于获取的主控因素快速预测注水开发低渗透底水油藏油井的见水模式,为该类油藏的高含水针对性治理提供基础依据。 展开更多
关键词 神经网络 预测模型 见水模式 主控因素 低渗透底水油藏
下载PDF
基于深度神经网络的短期电力负荷预测模型研究
17
作者 肖俭伟 杨渠江 宋邦焱 《现代传输》 2024年第4期53-55,共3页
短期电力负荷预测对维护电网的稳定运行具有重要意义。在短期电力负荷预测中,深度神经网络模型具有较强的预测能力。本文结合GRU深度神经网络模型以及CNN深度神经网络模型,通过引入注意力机制,构建短期电力负荷预测模型。与未引未引入... 短期电力负荷预测对维护电网的稳定运行具有重要意义。在短期电力负荷预测中,深度神经网络模型具有较强的预测能力。本文结合GRU深度神经网络模型以及CNN深度神经网络模型,通过引入注意力机制,构建短期电力负荷预测模型。与未引未引入注意力机制的模型相比,在MAE上降低了22.59,在RMSE上降低了24.5,在MAPE上降低了1.74。 展开更多
关键词 深度神经网络 短期电力 负荷预测
下载PDF
SSA-RBF神经网络模型在风电风速预测中的应用研究
18
作者 罗丹 章若冰 余娟 《绿色科技》 2024年第18期194-199,共6页
为了提高风电功率的预测精度和稳定性,以更好应对风速的多变性和非线性特性,提出了一种基于麻雀搜索算法(SSA)优化径向基函数(RBF)神经网络的风速预测模型(SSA-RBFN)。通过SSA优化RBFN的参数,以预测提高模型的精度和稳定性。通过选用风... 为了提高风电功率的预测精度和稳定性,以更好应对风速的多变性和非线性特性,提出了一种基于麻雀搜索算法(SSA)优化径向基函数(RBF)神经网络的风速预测模型(SSA-RBFN)。通过SSA优化RBFN的参数,以预测提高模型的精度和稳定性。通过选用风电场实际数据进行研究,与SSA-BP模型、RBF模型、BP模型进行比较。仿真结果表明:SSA-RBF预测模型在MAE、MBE和RMSE指标上体现出预测误差显著低于传统RBF模型和BP模型,表明提出的模型是可行和有效的。 展开更多
关键词 风速预测 麻雀搜索算法 径向基函数神经网络 预测模型优化
下载PDF
基于神经网络模型的朝阳市生猪价格预测
19
作者 王艳华 《辽宁师专学报（自然科学版）》 2024年第1期10-14,共5页
选取2020年1月至2023年6月朝阳市生猪日价格和猪饲料中豆粕的日价格作为研究数据,分别建立BP神经网络模型和小波神经网络模型对朝阳市生猪价格进行预测.将前160周的价格数据作为BP神经网络模型和小波神经网络模型训练集数据,161~180周... 选取2020年1月至2023年6月朝阳市生猪日价格和猪饲料中豆粕的日价格作为研究数据,分别建立BP神经网络模型和小波神经网络模型对朝阳市生猪价格进行预测.将前160周的价格数据作为BP神经网络模型和小波神经网络模型训练集数据,161~180周的价格数据作为预测数据,通过图形显示预测值和实际值变化,计算2种神经网格模型的平均绝对误差和均方根误差.通过误差比较分析得出,在朝阳市生猪价格波动领域,小波神经网络模型优于BP神经网络模型,建议推广应用. 展开更多
关键词 BP神经网络模型 小波神经网络模型 生猪价格预测
下载PDF
轻量级深度神经网络模型适配边缘智能研究综述 被引量：2
20
作者 徐小华 周长兵 +2 位作者 胡忠旭 林仕勋 喻振杰 《计算机科学》 CSCD 北大核心 2024年第7期257-271,共15页
随着物联网和人工智能的迅猛发展,边缘计算和人工智能的结合催生了边缘智能这一新的研究领域。边缘智能具备一定的计算能力,能够提供实时、高效和智能的响应。它在智能城市、工业物联网、智能医疗、自动驾驶以及智能家居等领域都具有重... 随着物联网和人工智能的迅猛发展,边缘计算和人工智能的结合催生了边缘智能这一新的研究领域。边缘智能具备一定的计算能力,能够提供实时、高效和智能的响应。它在智能城市、工业物联网、智能医疗、自动驾驶以及智能家居等领域都具有重要的应用。为了提升模型的准确度,深度神经网络往往采用更深、更大的架构,导致了模型参数的显著增加、存储需求的上升和计算量的增大。受限于物联网边缘设备在计算能力、存储空间和能源资源方面的局限,深度神经网络难以被直接部署到这些设备上。因此,低内存、低计算资源、高准确度且能实时推理的轻量级深度神经网络成为了研究热点。文中首先回顾边缘智能的发展历程,并分析轻量级深度神经网络适应边缘智能的现实需求,提出了两种构建轻量级深度神经网络模型的方法:深度模型压缩技术和轻量化架构设计。接着详细讨论了参数剪枝、参数量化、低秩分解、知识蒸馏以及混合压缩5种主要的深度模型压缩技术,归纳它们各自的性能优势与局限,并评估它们在常用数据集上的压缩效果。之后深入分析轻量化架构设计中的调整卷积核大小、降低输入通道数、分解卷积操作和调整卷积宽度的策略,并比较了几种常用的轻量化网络模型。最后,展望轻量级深度神经网络在边缘智能领域的未来研究方向。 展开更多
关键词 边缘智能 深度神经网络 轻量级神经网络 模型压缩 轻量化架构设计
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 2 … 250 下一页 到第 页
使用帮助 返回顶部