课程文献中心 更多>>

关键词： PCA   ESN   特征融合   数据降维   造价预测  

摘要： 针对现有算法对配电网工程数据预测精度较低的问题,文中对数据特征融合与多元数据分析模型进行了研究。为了消除原始配电网数据仓库中的噪声并降低冗余度,引入了一种主成分分析算法(PCA)。该方法将原本相关的特征重新组合为互不相关的特征,以缩短后续数据分析的时间开销,从而避免了维数灾难。在进行造价预测时,利用特征融合后的实际工程数据对回声状态网络(ESN)加以训练,且在网络中加入了一种储备池结构来替代传统神经网络中的神经元,进而提升了网络的收敛速度。仿真结果表明,所提模型可以在降低数据维度的同时,全面地表征配电网工程的特性。且该算法对配网工程造价数据的预测精度较现有主流算法也有显著提升,与BP神经网络相比,其NMSE和MAPE分别提升了19.60%与2.76%。

关键词： 用户兴趣社区   主题关系图谱   主题挖掘   六度空间  

摘要： 随着互联网的发展与社交网络的兴起,人们可以通过网络完成许多线下活动,如购物、支付和社交等。抖音、微信和微博等社交网络已成为人们交流分享和获取资讯的重要途径。与此同时,社交平台每天产生大量的用户数据,在个性广告投放、用户画像构建、舆情分析等方面,具有十分重要的意义。为了更全面地研究用户兴趣社区的特征,本文从用户数据的文本主题关联度入手,挖掘用户的兴趣。本文主要工作如下:(1)采用知识图谱的构建方式,创建携带主题信息的主题关系图谱,并提出一种基于主题关系图谱的用户兴趣建模方法。(2)基于六度空间理论和最短路径算法,提出基于主题关系图谱的短文本主题挖掘算法。最后,实验结果验证了所提的算法是有效和可行的。

关键词： 地震数据重建   XGBoost   算法   凸集投影   机器学习   U-net  

摘要： 随着勘探目标的构造和地表地质条件的日趋复杂,地震数据经常存在不规则和不完整的问题,给后续的处理带来严重困难。针对这一难题,文中提出了一种基于XGBoost算法的地震数据重建方法。该方法从局部学习的角度出发,针对随机缺失的地震道,在其周围选择一定数量的相邻地震道作为参考。通过构建这些参考地震道的道号、采样点号与数值之间的回归模型,能够精确学习并重建出缺失地震道的数据。为全面评估该方法的性能,对模拟数据不同地震道缺失情况下进行了实验,并与基于U-net卷积神经网络和基于凸集投影的Curvelet算法等重建方法进行比较。实验结果表明,基于XGBoost算法的重建方法对随机缺失地震数据重建具有较高的精度。实际数据处理结果表明,该方法能够为后续地震资料处理提供高精度的规则炮集数据。

关键词： 频繁项集   智能电网   改进Aprioro算法   分布式内存数据网格技术   统一数据模型  

摘要： 在构建的智能电网数据模型中,存在模型类型纷杂、计算耗时较长等问题,对此构建一种考虑频繁项集的智能电网统一数据模型。提出了频繁项集设计改进的Aprioro算法,改进时考虑4个方面:通过矩阵思想映射事务数据库;优化连接步;优化剪枝步;压缩事务数据库,实施智能电网在线分析系统中文件数据的挖掘。对于挖掘到的文件数据内容,对其实施一系列预处理,包括时序数据修复、时序数据甄别。通过分布式内存数据网格技术实施智能电网统一数据模型的构建,在模型设计中,序列化方法选用writeData方法,反序列化方法选用readData方法,通过3个步骤实现模型的搭建。测试结果:模型分析计算时间为0.35 s,当更新数据的母线个数达到70条,模型能够保持60 000次/min左右的更新频率,当更新数据的节点个数达到800个,模型能够保持110 000次/min以上的更新频率;模型的未来态潮流计算与灵敏度计算耗时均较低。

关键词： 单目标跟踪   目标状态计算   注意力机制   时空信息融合  

摘要： 目前,主流的基于孪生网络的单目标跟踪方法,通过计算模板与搜索区域之间的相似度来匹配目标,缺乏对目标时空状态信息的利用。特别是当场景中存在多个相似目标时,孪生网络跟踪器往往无法精确区分目标,从而导致跟踪错误。针对上述问题,提出一种融合时空信息的Transformer单目标跟踪算法(SIFTransT)。该算法通过MixFormer(end-to-end tracking with iterative mixed attention)跟踪器获取初步的跟踪结果,设计了一个目标状态计算模块,用于计算并存储目标的状态信息,包括目标位置、边界框、速度、加速度、运动方向等,以此深入挖掘目标状态信息。构建了一个基于Transformer的时空信息融合模块,利用编码器的自注意力和解码器的交叉注意力,深入融合目标最近一段时间的状态信息,从而更加准确地对目标状态进行建模,提高目标跟踪的准确性。在LaSOT数据集上的实验结果表明,相比基准算法MixFormer,SIFTransT算法在AUC指标提高了2.8个百分点,PNorm指标提升了2.6个百分点,P指标提升了2.1个百分点,在搭载RTX8000显卡的服务器上平均每秒处理帧数达28帧。

关键词： 化工机械   设备管理   维修保养  

摘要： 随着我国社会经济的快速发展,化工行业作为国民经济的重要支柱,其发展速度和规模不断扩大。化工机械设备作为化工生产的核心,其管理和维修保养水平直接影响到化工企业的生产效率和产品质量。有效的设备管理及维修保养技术是保证化工机械设备长期稳定运行的关键。文章通过对化工机械设备管理及维修保养技术要点的分析,指出化工机械设备管理维护中存在的主要问题,提出加强设备管理与维护保养的具体建议,旨在为化工企业提高设备管理水平和维修保养效率提供参考。

关键词： RRT^(*)   电力   带电作业   机器人   路径规划  

摘要： 目前,现场作业中带电作业机器人有效规避各种障碍物的能力仍有很大提升空间。为弥补当前不足,提出基于改进的快速搜索随机树(rapidly-exploring random tree star,RRT^(*))算法的带电作业机器人避障路径规划方法,利用自适应步长提高路径规划的效率,采用3次准均匀B样条曲线对规划路径进行平滑。实验结果表明,利用改进的方法得到最优路径成本更低,路径曲线更平滑。该方法的优越性能与高效路径规划策略为复杂环境下的带电作业机器人巡检提供了更可靠的解决方案。

关键词： DSP降噪技术   数字对讲技术   自适应   FxLMS算法   软件算法  

摘要： 开发基于算法技术的智能降噪关键技术,包括数字信号处理(DSP)降噪技术和数字对讲技术。降噪技术包括上行降噪和下行降噪,其中下行降噪采用DSP技术,结合前馈和反馈降噪的优势。数字对讲技术可实现无须双手的实时全双工对讲,有效提升特定场合的通信便利性。此外,通过内置话筒(MIC)获取耳罩内部声音生成噪声模型,自适应调整以保证清晰的受话效果。结果表明,该技术能够有效消除噪声,提高通话质量,降低功耗,满足国内外市场的需求。

关键词： 高速铁路   贝叶斯优化   时间卷积神经网络   车辆响应   轨道不平顺   车体垂向加速度  

摘要： 基于高速铁路轨检数据,采用Pearson相关系数及相干函数,研究桥梁区段轨道高低不平顺与车辆响应的相关关系。利用贝叶斯优化(Bayesian Optimization,BO)对时间卷积神经(Temporal Convolutional Neural,TCN)网络进行改进,确定最佳感受野大小,提出基于贝叶斯优化的时间卷积神经(BO-TCN)网络算法,利用该算法对轨道高低不平顺进行估计,并与传统循环神经网络算法的准确率及计算效率进行对比。结果表明:车体垂向加速度能够反映桥梁跨长及其2~4倍频(32、16、10、8 m)和轨道板长及其2倍频(6.45、3.30 m)引起的周期性轨道高低不平顺;以车体垂向加速度作为BO-TCN的输入特征,可实现3 m以上波长轨道高低不平顺的准确估计;相比长短期记忆(Long Short Term Memory,LSTM)网络和门控循环单元(Gated Recurrent Unit,GRU),利用BO-TCN算法估计的轨道高低不平顺与实测值吻合度更高,且训练速度可达LSTM、GRU的20倍以上。

关键词： 作者简介   法定计量单位   压缩机技术   名词性   英文译文   译文要求   SI制   关键词  

摘要： 投稿须知1.来稿要求论点明确,内容充实,数据可靠,条理清楚,文字简洁,以6000字左右为宜;2.论文请附摘要(100~150字),关键词(5个以上);摘要需准确、简练、结构紧凑;关键词要选用能反映文章内容特征、通用性强,为同行所熟知的名词性单词或词组;3.论文题目、摘要、关键词、作者及工作单位要附英文译文,译文要求准确、精练;4.计量单位律采用我国颁布的法定计量单位(SI制);5.请注明作者简介包括:出生年月、性别、民族、籍贯、职称、学位、研究方向。