期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
7
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
CEEMDAN-WPE-CLSA超短期风电功率预测方法研究
1
作者
李杰
孟凡熙
+1 位作者
牛明博
张懿璞
《大连交通大学学报》
CAS
2024年第2期101-108,共8页
提出了一种结合自适应噪声完全集合经验模态分解、加权排列熵、卷积神经网络、长短期记忆网络和自注意力机制的超短期风电功率预测方法。首先,利用自适应噪声完全集合经验模态分解将原始风电功率时间序列自适应分解为一系列的模态分量,...
提出了一种结合自适应噪声完全集合经验模态分解、加权排列熵、卷积神经网络、长短期记忆网络和自注意力机制的超短期风电功率预测方法。首先,利用自适应噪声完全集合经验模态分解将原始风电功率时间序列自适应分解为一系列的模态分量,降低原始序列的非线性和波动性;其次,根据加权排列熵计算各模态分量间的相似性并对相似的分量进行重组,以修正自适应噪声完全集合经验模态分解的过度分解问题,使得修正后的模态分量更具规律性;最后,将重组后的分量输入卷积长短期记忆网络进行时序建模,并利用自注意力机制对卷积长短期记忆网络的神经元权重进行重新分配,提高了卷积长短期记忆网络对输入特征不确定性的适应能力。在此基础上,明确了自注意力机制和自适应噪声完全集合经验模态分解、加权排列熵在风电功率预测中的作用机制,以及风电功率信号包含的重要物理信息,证明了自适应噪声完全集合经验模态分解、加权排列熵以及自注意力机制在风电功率信号模态分解和长短期记忆网络隐层输出权重分配中的有效性。
展开更多
关键词
超短期风电功率预测
自适应噪声完全集合经验模态分解
加权排列熵
卷积长短期记忆网络
自注意力机制
下载PDF
职称材料
基于改进VMD和注意力机制的混沌时间序列预测
被引量:
1
2
作者
李杰
闫柯朴
+1 位作者
孟凡熙
朱玮
《兰州交通大学学报》
CAS
2023年第2期55-63,共9页
采用神经网络预测混沌时间序列时,已有研究忽略了混沌时间序列的物理信息混叠现象,难以满足预测时混沌时间序列特征提取的需求,而变分模态分解的结果受参数影响较大,合适的参数能够大大提升变分模态分解的效果,故提出一种模拟退火算法...
采用神经网络预测混沌时间序列时,已有研究忽略了混沌时间序列的物理信息混叠现象,难以满足预测时混沌时间序列特征提取的需求,而变分模态分解的结果受参数影响较大,合适的参数能够大大提升变分模态分解的效果,故提出一种模拟退火算法优化的自适应变分模态分解算法,解决参数选择问题。长短期记忆神经网络适用于时序信息的处理,但易忽略输入之间的关联信息,而自注意力机制可加强数据内部关联,有利于重要特征的提取,因此将自注意力机制融入长短期记忆网络。通过引入这两种方法形成融合神经网络模型,采用真实混沌时间序列验证了所提出方法的有效性。对比实验结果表明:所提出的融合神经网络模型可有效提取混沌时间序列中隐含的动力学特征,显著改进神经网络的注意力配比,有效解决预测中出现的超前现象,从而大幅提高了混沌时间序列预测的精确性和稳定性。
展开更多
关键词
混沌时间序列
变分模态分解
自注意力机制
神经网络
下载PDF
职称材料
煤矸石综合治理浅析
3
作者
李智兰
王贵兵
孟凡熙
《华北国土资源》
2005年第5期22-24,共3页
煤矸石的堆存,不仅导致土地的压占,矸石自燃对大气环境的污染和破坏,而且可能由于淋滤污染地表水、地下水和土壤;通过采取综合治理措施,防止矸石的自燃及矸石的淋溶,不仅具有一定的生态效益、经济效益而且具有一定的社会效益。
关键词
煤矸石
综合治理
下载PDF
职称材料
基于融合神经网络的发动机排气温度裕度预测
被引量:
2
4
作者
李杰
孟凡熙
+1 位作者
张子辰
朱玮
《华东交通大学学报》
2022年第6期90-97,共8页
民用航空发动机排气温度裕度(EGTM)的变化趋势反映了其性能衰退情况,为使用EGTM的变化趋势来映射其性能衰退情况,提出了一种经验模态分解(EMD)算法与卷积长短期记忆网络(CNN-LSTM)相融合的EGTM组合预测模型。采用EMD将原始EGTM序列分解...
民用航空发动机排气温度裕度(EGTM)的变化趋势反映了其性能衰退情况,为使用EGTM的变化趋势来映射其性能衰退情况,提出了一种经验模态分解(EMD)算法与卷积长短期记忆网络(CNN-LSTM)相融合的EGTM组合预测模型。采用EMD将原始EGTM序列分解为多个固有模态分量和残差分量,并将所有分量作为模型输入,利用卷积长短期记忆网络捕获各分量非线性相关性并提取长时依赖关系,构建深度学习模型框架。为验证所提方法的有效性,采用某航空公司10 a的EGTM的实际测试数据进行实验分析,并设计了5种神经网络作为竞争模型进行对比研究。实验结果表明:相比于竞争模型,所提出的EMD-CNN-LSTM组合预测模型可使平均绝对误差和均方根误差降低37.82%和33.01%,拟合优度提高1.02%,此外,当EGTM处于敏感区域时,所提出模型的EGTM单点预测精度显著高于其他竞争模型。结果表明,该融合神经网络模型在民航发动机EGTM预测中具有较好的准确性和稳定性。
展开更多
关键词
排气温度裕度预测
民航发动机
经验模态分解
融合神经网络
下载PDF
职称材料
基于融合神经网络的短期交通流预测研究
被引量:
2
5
作者
李杰
张子辰
+1 位作者
孟凡熙
朱玮
《兰州交通大学学报》
CAS
2022年第3期60-67,91,共9页
针对交通流预测精度受到原始信号噪声、模态混叠等因素的影响,提出了一种基于集成经验模态分解和双向长短期记忆网络的融合神经网络模型,并加入注意力层,实现短期交通流预测.集成经验模态分解将交通流信号分解成多个固有模态分量,双向...
针对交通流预测精度受到原始信号噪声、模态混叠等因素的影响,提出了一种基于集成经验模态分解和双向长短期记忆网络的融合神经网络模型,并加入注意力层,实现短期交通流预测.集成经验模态分解将交通流信号分解成多个固有模态分量,双向长短期记忆网络从正向和反向同时读取序列,并将输出的信号输入注意力层.实验结果表明:所提出的模型成功抑制了模态混叠现象,并且可以更充分地学习交通流序列中的时序特征,且注意力机制能够捕捉整个交通流时间序列更加有影响力的时间点,并合理分配其训练权重,提高递归模型的特征提取能力;所提出的集成经验模态分解-长短期记忆网络-注意力机制模型的平均绝对百分比误差和拟合优度分别为1.2318%和0.9410,优于其他6种竞争模型,在短期交通流预测中具有较高的精度和稳定性.
展开更多
关键词
智能交通
短期交通流预测
集成经验模态分解
双向长短期记忆网络
注意力机制
下载PDF
职称材料
浅谈我国地质灾害与防治
被引量:
4
6
作者
陈燕
孟凡熙
《科技情报开发与经济》
2007年第18期139-140,143,共3页
阐述了地质灾害的定义,介绍了我国地质灾害概况,探讨了地质灾害的类型与特征,分析了人为地质灾害的危险性,提出了防治地质灾害的对策。
关键词
地质灾害
自然地质灾害
人为地质灾害
防治对策
下载PDF
职称材料
桑家河公路滑坡特征分析
7
作者
秦才福
孟凡熙
吕义清
《华北国土资源》
2004年第3期36-38,共3页
对桑家河滑坡群进行地质分析找出人为及自然因素,为进一步统计灾害发生奠定基础。
关键词
桑家河
滑坡
特征
地质分析
下载PDF
职称材料
题名
CEEMDAN-WPE-CLSA超短期风电功率预测方法研究
1
作者
李杰
孟凡熙
牛明博
张懿璞
机构
长安大学能源与电气工程学院
长安大学电子与控制工程学院
出处
《大连交通大学学报》
CAS
2024年第2期101-108,共8页
基金
国家重点研发计划项目(2021YFB2601300)
陕西省重点研发计划项目(2022GY-178)。
文摘
提出了一种结合自适应噪声完全集合经验模态分解、加权排列熵、卷积神经网络、长短期记忆网络和自注意力机制的超短期风电功率预测方法。首先,利用自适应噪声完全集合经验模态分解将原始风电功率时间序列自适应分解为一系列的模态分量,降低原始序列的非线性和波动性;其次,根据加权排列熵计算各模态分量间的相似性并对相似的分量进行重组,以修正自适应噪声完全集合经验模态分解的过度分解问题,使得修正后的模态分量更具规律性;最后,将重组后的分量输入卷积长短期记忆网络进行时序建模,并利用自注意力机制对卷积长短期记忆网络的神经元权重进行重新分配,提高了卷积长短期记忆网络对输入特征不确定性的适应能力。在此基础上,明确了自注意力机制和自适应噪声完全集合经验模态分解、加权排列熵在风电功率预测中的作用机制,以及风电功率信号包含的重要物理信息,证明了自适应噪声完全集合经验模态分解、加权排列熵以及自注意力机制在风电功率信号模态分解和长短期记忆网络隐层输出权重分配中的有效性。
关键词
超短期风电功率预测
自适应噪声完全集合经验模态分解
加权排列熵
卷积长短期记忆网络
自注意力机制
Keywords
ultra-short-term wind power prediction
complete ensemble empirical mode decomposition with adaptive noise
weighted permutation entropy
convolutional long-short-term memory network
self-attention mechanism
分类号
TM614 [电气工程—电力系统及自动化]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于改进VMD和注意力机制的混沌时间序列预测
被引量:
1
2
作者
李杰
闫柯朴
孟凡熙
朱玮
机构
长安大学电子与控制工程学院
出处
《兰州交通大学学报》
CAS
2023年第2期55-63,共9页
文摘
采用神经网络预测混沌时间序列时,已有研究忽略了混沌时间序列的物理信息混叠现象,难以满足预测时混沌时间序列特征提取的需求,而变分模态分解的结果受参数影响较大,合适的参数能够大大提升变分模态分解的效果,故提出一种模拟退火算法优化的自适应变分模态分解算法,解决参数选择问题。长短期记忆神经网络适用于时序信息的处理,但易忽略输入之间的关联信息,而自注意力机制可加强数据内部关联,有利于重要特征的提取,因此将自注意力机制融入长短期记忆网络。通过引入这两种方法形成融合神经网络模型,采用真实混沌时间序列验证了所提出方法的有效性。对比实验结果表明:所提出的融合神经网络模型可有效提取混沌时间序列中隐含的动力学特征,显著改进神经网络的注意力配比,有效解决预测中出现的超前现象,从而大幅提高了混沌时间序列预测的精确性和稳定性。
关键词
混沌时间序列
变分模态分解
自注意力机制
神经网络
Keywords
chaotic time series
variational modal decomposition
self attent ion mechanism
neural network
分类号
U491.1 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
煤矸石综合治理浅析
3
作者
李智兰
王贵兵
孟凡熙
机构
水利部山西水利水电勘测设计研究院中国辐射防护研究院冶金地质工程勘查总局三局
出处
《华北国土资源》
2005年第5期22-24,共3页
文摘
煤矸石的堆存,不仅导致土地的压占,矸石自燃对大气环境的污染和破坏,而且可能由于淋滤污染地表水、地下水和土壤;通过采取综合治理措施,防止矸石的自燃及矸石的淋溶,不仅具有一定的生态效益、经济效益而且具有一定的社会效益。
关键词
煤矸石
综合治理
分类号
TD8 [矿业工程—矿山开采]
下载PDF
职称材料
题名
基于融合神经网络的发动机排气温度裕度预测
被引量:
2
4
作者
李杰
孟凡熙
张子辰
朱玮
机构
长安大学电子与控制工程学院
出处
《华东交通大学学报》
2022年第6期90-97,共8页
基金
国家市场监督管理总局科技计划项目(2021MK104)
科技部国际科技合作项目(G2021171024L)。
文摘
民用航空发动机排气温度裕度(EGTM)的变化趋势反映了其性能衰退情况,为使用EGTM的变化趋势来映射其性能衰退情况,提出了一种经验模态分解(EMD)算法与卷积长短期记忆网络(CNN-LSTM)相融合的EGTM组合预测模型。采用EMD将原始EGTM序列分解为多个固有模态分量和残差分量,并将所有分量作为模型输入,利用卷积长短期记忆网络捕获各分量非线性相关性并提取长时依赖关系,构建深度学习模型框架。为验证所提方法的有效性,采用某航空公司10 a的EGTM的实际测试数据进行实验分析,并设计了5种神经网络作为竞争模型进行对比研究。实验结果表明:相比于竞争模型,所提出的EMD-CNN-LSTM组合预测模型可使平均绝对误差和均方根误差降低37.82%和33.01%,拟合优度提高1.02%,此外,当EGTM处于敏感区域时,所提出模型的EGTM单点预测精度显著高于其他竞争模型。结果表明,该融合神经网络模型在民航发动机EGTM预测中具有较好的准确性和稳定性。
关键词
排气温度裕度预测
民航发动机
经验模态分解
融合神经网络
Keywords
exhaust gas temperature margin prediction
civil aeroengine
empirical mode decomposition
fusion neural network
分类号
V233.7 [航空宇航科学与技术—航空宇航推进理论与工程]
下载PDF
职称材料
题名
基于融合神经网络的短期交通流预测研究
被引量:
2
5
作者
李杰
张子辰
孟凡熙
朱玮
机构
长安大学电子与控制工程学院
出处
《兰州交通大学学报》
CAS
2022年第3期60-67,91,共9页
文摘
针对交通流预测精度受到原始信号噪声、模态混叠等因素的影响,提出了一种基于集成经验模态分解和双向长短期记忆网络的融合神经网络模型,并加入注意力层,实现短期交通流预测.集成经验模态分解将交通流信号分解成多个固有模态分量,双向长短期记忆网络从正向和反向同时读取序列,并将输出的信号输入注意力层.实验结果表明:所提出的模型成功抑制了模态混叠现象,并且可以更充分地学习交通流序列中的时序特征,且注意力机制能够捕捉整个交通流时间序列更加有影响力的时间点,并合理分配其训练权重,提高递归模型的特征提取能力;所提出的集成经验模态分解-长短期记忆网络-注意力机制模型的平均绝对百分比误差和拟合优度分别为1.2318%和0.9410,优于其他6种竞争模型,在短期交通流预测中具有较高的精度和稳定性.
关键词
智能交通
短期交通流预测
集成经验模态分解
双向长短期记忆网络
注意力机制
Keywords
intelligent transport
short-term traffic flow prediction
ensemble empirical mode decomposition
bidirectional long short-term memory
attention mechanism
分类号
U491.1 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
浅谈我国地质灾害与防治
被引量:
4
6
作者
陈燕
孟凡熙
机构
山西省勘察设计研究院
冶金地质工程勘查总局三局
出处
《科技情报开发与经济》
2007年第18期139-140,143,共3页
文摘
阐述了地质灾害的定义,介绍了我国地质灾害概况,探讨了地质灾害的类型与特征,分析了人为地质灾害的危险性,提出了防治地质灾害的对策。
关键词
地质灾害
自然地质灾害
人为地质灾害
防治对策
Keywords
geological hazards
natural geological hazards
artificial geological hazards
prevention countermeasures
分类号
X43 [环境科学与工程—灾害防治]
X45 [环境科学与工程—灾害防治]
下载PDF
职称材料
题名
桑家河公路滑坡特征分析
7
作者
秦才福
孟凡熙
吕义清
机构
山西省交通建设工程监理总公司
冶金地质工程勘查总局三局
太原理工大学
出处
《华北国土资源》
2004年第3期36-38,共3页
文摘
对桑家河滑坡群进行地质分析找出人为及自然因素,为进一步统计灾害发生奠定基础。
关键词
桑家河
滑坡
特征
地质分析
分类号
U41 [交通运输工程—道路与铁道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
CEEMDAN-WPE-CLSA超短期风电功率预测方法研究
李杰
孟凡熙
牛明博
张懿璞
《大连交通大学学报》
CAS
2024
0
下载PDF
职称材料
2
基于改进VMD和注意力机制的混沌时间序列预测
李杰
闫柯朴
孟凡熙
朱玮
《兰州交通大学学报》
CAS
2023
1
下载PDF
职称材料
3
煤矸石综合治理浅析
李智兰
王贵兵
孟凡熙
《华北国土资源》
2005
0
下载PDF
职称材料
4
基于融合神经网络的发动机排气温度裕度预测
李杰
孟凡熙
张子辰
朱玮
《华东交通大学学报》
2022
2
下载PDF
职称材料
5
基于融合神经网络的短期交通流预测研究
李杰
张子辰
孟凡熙
朱玮
《兰州交通大学学报》
CAS
2022
2
下载PDF
职称材料
6
浅谈我国地质灾害与防治
陈燕
孟凡熙
《科技情报开发与经济》
2007
4
下载PDF
职称材料
7
桑家河公路滑坡特征分析
秦才福
孟凡熙
吕义清
《华北国土资源》
2004
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部