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
4
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
基于文献的抑郁症中医证候分类分析
被引量:
16
1
作者
李国辉
郭冠呈
+2 位作者
陈少东
王宏国
周海虹
《中华中医药学刊》
CAS
北大核心
2016年第4期876-879,共4页
在遵循循证医学原则的前提下,系统检索近10年来抑郁症中医及中西医结合临床研究类文献。并将检索的文献按照证候研究、方药治疗、辨证论治、综述进行分类,根据各类文献的研究特点采用不同的统计方法,对抑郁症证候分类进行分析研究,以期...
在遵循循证医学原则的前提下,系统检索近10年来抑郁症中医及中西医结合临床研究类文献。并将检索的文献按照证候研究、方药治疗、辨证论治、综述进行分类,根据各类文献的研究特点采用不同的统计方法,对抑郁症证候分类进行分析研究,以期总结归纳出抑郁症临床常见证候,为抑郁症中医证候规范化、客观化提供参考依据。统计分析结果显示抑郁症临床常见证候依次为:肝气郁结、肝郁脾虚、心脾两虚、痰气郁结、肝郁肾虚、气郁化火。
展开更多
关键词
抑郁症
证候
文献
临床
下载PDF
职称材料
供水管网漏损系统性管控技术与装备
被引量:
1
2
作者
刘书明
徐强
+10 位作者
信昆仑
郭军
郭冠呈
沈建鑫
吴雪
李强祖
王晓婷
赵晔
周啸
吴以朋
强志民
《建设科技》
2022年第7期115-117,共3页
本项目以构建城镇供水管网漏损系统性管控体系、提高漏损精细化管控水平为目标,提出了“真实漏失与计量损失协同、区域控漏与精准定位结合、技术降漏与管理降漏统筹”的漏损系统性管控模式,构建了漏损管控策略,研发出以漏损区域识别和...
本项目以构建城镇供水管网漏损系统性管控体系、提高漏损精细化管控水平为目标,提出了“真实漏失与计量损失协同、区域控漏与精准定位结合、技术降漏与管理降漏统筹”的漏损系统性管控模式,构建了漏损管控策略,研发出以漏损区域识别和优化分区为核心的区域控漏技术,形成了理论-技术-装备于一体的漏损系统性管控理论和技术体系。成果得到大规模应用,环境和经济效益显著,有力促进了城镇供水管网漏损控制工作从经验模式向智慧管控转型,支撑了供水管网从传统基础设施向新型智能基础设施发展。
展开更多
关键词
供水管网
漏损控制
分区计量
下载PDF
职称材料
不平衡样本下基于高斯混合生成模型的泄漏检测方法
被引量:
1
3
作者
郭冠呈
刘书明
+3 位作者
于喜鹏
李俊禹
马紫清
马兴科
《给水排水》
CSCD
北大核心
2021年第2期145-150,共6页
我国供水管网漏损问题严重,由于管线泄漏随机性大,难以有效捕捉泄漏信号。因此,检测数据中的正常样本远远多于泄漏样本,存在样本不平衡问题,导致有监督泄漏检测模型的分类效果不佳,从而难以准确识别泄漏事件。针对此问题,提出一种基于...
我国供水管网漏损问题严重,由于管线泄漏随机性大,难以有效捕捉泄漏信号。因此,检测数据中的正常样本远远多于泄漏样本,存在样本不平衡问题,导致有监督泄漏检测模型的分类效果不佳,从而难以准确识别泄漏事件。针对此问题,提出一种基于高斯混合生成模型的泄漏检测方法,采用高斯混合模型生成新的泄漏样本,使样本比例平衡后再训练模型进行检测。通过和随机过采样、少数合成过采样、自适应合成过采样3种传统方法进行对比,结果表明本文提出的泄漏检测方法准确率高于0.946,灵敏性高于0.917,总体效果明显优于其他方法,为解决实际泄漏检测中样本不平衡问题提供了指导。
展开更多
关键词
供水管网
声学泄漏检测
不平衡分类
高斯混合生成模型
下载PDF
职称材料
基于双向长短时神经网络的水量预测方法研究
被引量:
35
4
作者
郭冠呈
刘书明
+2 位作者
李俊禹
周韧
朱晓耘
《给水排水》
CSCD
北大核心
2018年第3期123-126,共4页
短期需水量预测是开展城镇供水管网智能调度和基于流量的漏失在线预警的基础,受限于需水量的非线性变化,传统模型的预测精度和稳定性较差,尤其是对于15 min间隔的需水量预测。为解决此问题,提出了一种利用深度学习的水量预测方法,建立...
短期需水量预测是开展城镇供水管网智能调度和基于流量的漏失在线预警的基础,受限于需水量的非线性变化,传统模型的预测精度和稳定性较差,尤其是对于15 min间隔的需水量预测。为解决此问题,提出了一种利用深度学习的水量预测方法,建立了双向长短时记忆循环神经网络模型预测常州市某DMA入口15min的水量。结果表明,双向长短时记忆循环神经网络模型的预测效果优于传统人工神经网络模型,能够有效提升水量预测模型的精度与稳定性。
展开更多
关键词
水量预测
深度学习
长短时记忆单元
人工神经网络
下载PDF
职称材料
题名
基于文献的抑郁症中医证候分类分析
被引量:
16
1
作者
李国辉
郭冠呈
陈少东
王宏国
周海虹
机构
厦门大学医学院中医系
出处
《中华中医药学刊》
CAS
北大核心
2016年第4期876-879,共4页
基金
福建省自然科学基金项目(2014J01374)
厦门市科技计划项目(3502Z20133007)
文摘
在遵循循证医学原则的前提下,系统检索近10年来抑郁症中医及中西医结合临床研究类文献。并将检索的文献按照证候研究、方药治疗、辨证论治、综述进行分类,根据各类文献的研究特点采用不同的统计方法,对抑郁症证候分类进行分析研究,以期总结归纳出抑郁症临床常见证候,为抑郁症中医证候规范化、客观化提供参考依据。统计分析结果显示抑郁症临床常见证候依次为:肝气郁结、肝郁脾虚、心脾两虚、痰气郁结、肝郁肾虚、气郁化火。
关键词
抑郁症
证候
文献
临床
Keywords
depressive disorder
syndrome
literature
clinic
分类号
R277.7 [医药卫生—中医学]
下载PDF
职称材料
题名
供水管网漏损系统性管控技术与装备
被引量:
1
2
作者
刘书明
徐强
信昆仑
郭军
郭冠呈
沈建鑫
吴雪
李强祖
王晓婷
赵晔
周啸
吴以朋
强志民
机构
清华大学
中国科学院生态环境研究中心
同济大学
浙江和达科技股份有限公司
浙江绍兴和达水务技术股份有限公司
三川智慧科技股份有限公司
中规院(北京)规划设计有限公司
出处
《建设科技》
2022年第7期115-117,共3页
文摘
本项目以构建城镇供水管网漏损系统性管控体系、提高漏损精细化管控水平为目标,提出了“真实漏失与计量损失协同、区域控漏与精准定位结合、技术降漏与管理降漏统筹”的漏损系统性管控模式,构建了漏损管控策略,研发出以漏损区域识别和优化分区为核心的区域控漏技术,形成了理论-技术-装备于一体的漏损系统性管控理论和技术体系。成果得到大规模应用,环境和经济效益显著,有力促进了城镇供水管网漏损控制工作从经验模式向智慧管控转型,支撑了供水管网从传统基础设施向新型智能基础设施发展。
关键词
供水管网
漏损控制
分区计量
Keywords
water distribution networks
leakage control
zoning measurement
分类号
TU991.33 [建筑科学—市政工程]
下载PDF
职称材料
题名
不平衡样本下基于高斯混合生成模型的泄漏检测方法
被引量:
1
3
作者
郭冠呈
刘书明
于喜鹏
李俊禹
马紫清
马兴科
机构
清华大学环境学院
出处
《给水排水》
CSCD
北大核心
2021年第2期145-150,共6页
文摘
我国供水管网漏损问题严重,由于管线泄漏随机性大,难以有效捕捉泄漏信号。因此,检测数据中的正常样本远远多于泄漏样本,存在样本不平衡问题,导致有监督泄漏检测模型的分类效果不佳,从而难以准确识别泄漏事件。针对此问题,提出一种基于高斯混合生成模型的泄漏检测方法,采用高斯混合模型生成新的泄漏样本,使样本比例平衡后再训练模型进行检测。通过和随机过采样、少数合成过采样、自适应合成过采样3种传统方法进行对比,结果表明本文提出的泄漏检测方法准确率高于0.946,灵敏性高于0.917,总体效果明显优于其他方法,为解决实际泄漏检测中样本不平衡问题提供了指导。
关键词
供水管网
声学泄漏检测
不平衡分类
高斯混合生成模型
Keywords
Water supply networks
Acoustic leakage detection
Imbalanced classification
Gaussian mixture generation model
分类号
TU991.31 [建筑科学—市政工程]
下载PDF
职称材料
题名
基于双向长短时神经网络的水量预测方法研究
被引量:
35
4
作者
郭冠呈
刘书明
李俊禹
周韧
朱晓耘
机构
清华大学环境学院饮用水安全教研所
常州通用自来水有限公司
出处
《给水排水》
CSCD
北大核心
2018年第3期123-126,共4页
基金
国家水体污染控制与治理科技重大专项(2017ZX07201002)
文摘
短期需水量预测是开展城镇供水管网智能调度和基于流量的漏失在线预警的基础,受限于需水量的非线性变化,传统模型的预测精度和稳定性较差,尤其是对于15 min间隔的需水量预测。为解决此问题,提出了一种利用深度学习的水量预测方法,建立了双向长短时记忆循环神经网络模型预测常州市某DMA入口15min的水量。结果表明,双向长短时记忆循环神经网络模型的预测效果优于传统人工神经网络模型,能够有效提升水量预测模型的精度与稳定性。
关键词
水量预测
深度学习
长短时记忆单元
人工神经网络
Keywords
Water demand forecasting
Deep learning
Long short term memory unit
Artificialneural network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TV213.4 [水利工程—水文学及水资源]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于文献的抑郁症中医证候分类分析
李国辉
郭冠呈
陈少东
王宏国
周海虹
《中华中医药学刊》
CAS
北大核心
2016
16
下载PDF
职称材料
2
供水管网漏损系统性管控技术与装备
刘书明
徐强
信昆仑
郭军
郭冠呈
沈建鑫
吴雪
李强祖
王晓婷
赵晔
周啸
吴以朋
强志民
《建设科技》
2022
1
下载PDF
职称材料
3
不平衡样本下基于高斯混合生成模型的泄漏检测方法
郭冠呈
刘书明
于喜鹏
李俊禹
马紫清
马兴科
《给水排水》
CSCD
北大核心
2021
1
下载PDF
职称材料
4
基于双向长短时神经网络的水量预测方法研究
郭冠呈
刘书明
李俊禹
周韧
朱晓耘
《给水排水》
CSCD
北大核心
2018
35
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