基于独立循环神经网络与变分自编码网络的视频帧异常检测

为了有效提取连续视频帧间的时间信息,提出一种融合独立循环神经网络(IndRNN)与变分自编码(VAE)网络的预测网络IndRNN-VAE。首先,利用VAE网络提取视频帧的空间信息,并通过线性变换得到视频帧的潜在特征;然后,将潜在特征作为IndRNN的输入以得到视频帧序列的时间信息;最后,通过残差块将获得的潜在变量与时间信息进行融合并输入到解码网络中来生成预测帧。通过在UCSD Ped1、UCSD Ped2、Avenue公开数据集上进行测试,实验结果表明,与现有的异常检测方法相比,基于IndRNN-VAE的方法性能得到了显著提升,曲线下面积(AUC)值分别达到了84.3%、96.2%和86.6%,错误率(EER)值分别达到了22.7%、8.8%和19.0%,平均异常得分的差值分别达到了0.263、0.497和0.293,且运行速度达到了每秒28帧。

基于布谷鸟算法优化独立循环神经网络深度学习的超短期风电功率预测

风电功率数据具有强烈的时序特性,其序列数据的特征提取,是进行风电功率准确预测的重要前提。为此,引入了更长、更深层次的多隐层独立循环神经网络来最大程度上提取可反映输入风电功率序列数据的本质特征量,进而建立起特征量与风电功率之间的非线性关系。然而,在建立深层独立循环神经网络时,存在模型超参数设置与优化困难的问题。为此,进一步提出结合布谷鸟算法对独立循环神经网络关键超参数进行优化设计的方法。最终,结合某风电场实际数据,将模型预测结果与实测数据进行对比,验证所提方法能够有效提高预测精度。

基于残差独立循环神经网络的空间增强人体骨架行为识别

为解决循环神经网络缺乏空间信息且在训练中易出现的梯度消失和爆炸的问题,提出了一种增强空间尺度特征的残差独立循环神经网络人体骨架行为识别算法。研究了人体骨架的空间表达能力增强方法,将原始骨架关节三维坐标转移到人体坐标系后进行尺度变换,进而输入到改进的残差独立循环神经网络对人体骨架序列行为进行识别。改进后的人体骨架能有效缓解人体骨架大小、形状,摄像机的位置等差异带来的影响,提高模型的鲁棒性。残差独立循环神经网络具有独立的神经元,通过约束递归权值解决了梯度问题,具有较好的性能。在NTU RGB+D数据集上取得跨受试者80.1%的识别率,结果证实该算法的有效性。

联合分层注意力网络和独立循环神经网络的地域欺凌识别

为提高对文本语境深层次信息的利用效率,提出了联合分层注意力网络(HAN)和独立循环神经网络(IndRNN)的地域欺凌文本识别模型——HACBI。首先,将手工标注的地域欺凌文本通过词嵌入技术映射到低维向量空间中;其次,借助卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)提取地域欺凌文本的局部及全局语义特征,并进一步利用HAN捕获文本的内部结构信息;最后,为避免文本层次结构信息丢失和解决梯度消失等问题,引入IndRNN以增强模型的描述能力,并实现信息流的整合。实验结果表明,该模型的准确率(Acc)、精确率(P)、召回率(R)、F1和AUC值分别为99.57%、98.54%、99.02%、98.78%和99.35%,相比支持向量机(SVM)、CNN等文本分类模型有显著提升。

基于独立循环神经网络的跌倒检测方法

针对现有基于特征的跌倒检测方法误报率较高和传统循环神经网络方法受梯度消失影响难以训练等问题,引入独立循环神经网络(RNN),通过构建基于独立循环神经网络的双向、多层和残差结构的跌倒检测模型,实现了对原始数据端到端的跌倒判决。通过选择合适的损失函数,实现了基于奈曼-皮尔逊准则的跌倒检测。利用研制的可穿戴式跌倒检测设备采集各种跌倒与非跌倒样式的数据,通过实验测试了不同网络结构和参数对模型训练的影响。结果显示,基于独立循环神经网络的跌倒检测方法更容易训练,检测率和误报率显著优于基于原始RNN的方法,与基于LSTM网络的方法性能相当,表明了所提方法对提高检测率和降低误报率的有效性。

基于双流独立循环神经网络的人体动作识别

针对RGB视频中遮挡物以及其他外界因素对人体动作识别产生影响,以及识别精确度有待提升的问题,提出基于双流独立循环神经网络人体动作识别算法。在提取特征方面,时间网络采用分层IndRNN对时序中3D骨架坐标信息进行特征提取;空间网络采用深层的IndRNN对每个时刻骨架的空间位置关系进行特征提取,其中骨架的空间结构采用了图遍历的方法。对于空间网络和时间网络的特征融合采用加权求和的方式,最后用softmax对动作进行分类。在3D骨架动作数据集(NTU RGB+D)以及交互数据集(SBU Interaction Dataset)上验证了模型的有效性。

注射用水分配系统中热储存、独立循环的设计与应用

以注射用水的相关法规要求为切入点,阐述了通过分配系统决策树的形式来合理选择注射用水储存与分配系统的设计方案,并从节能角度,重点介绍了热储存、独立循环系统。

IPE200 在高炉鼓风机冷却水独立循环改造中的应用

本文首先介绍了原供水车间热电泵站系统存在的弊端及改造的背景,分析水泵采用变频调速后生产安全稳定可靠,节电效果显著,并重点阐述了变频器控制原理,s7-400PLC 与英威腾变频器之间的控制功能的实现。

基于循环独立机制的交通流量预测

交通流量预测是智能交通控制和管理系统的一个重要环节,但交通流量数据具有时间和空间上的非线性和复杂性等特征,为对其进行精准预测,本文提出了Graph Temopral Recurrent Independent Mechanisms (G-tRIM)模型。该模型使用图注意力网络(Graph Attention Networks, GAT)来有效捕获交通流量数据的空间依赖关系,使用循环独立机制(Recurrent Independent Mechanisms, RIM)来精准刻画交通流量数据的潜在状态。最后在北京和贵州数据集上,以均方误差(Mean Square Error, MSE)和平均绝对误差(Mean Absolute Error, MAE)为指标进行实验,结果表明,G-tRIM在各个数据集上的表现均优于基准模型。

基于IndRNN-1DLCNN的负载口独立控制阀控缸系统故障诊断

为了解决负载口独立控制阀控液压缸系统故障信息相似表征下的故障元件识别难题,提出基于独立循环神经网络(IndRNN)和一维大核卷积神经网络(1DLCNN)结合的故障诊断方法.构建负载口独立控制阀控液压缸系统,针对系统提出压力与位移信号的状态感知方案,分析了系统故障的信号特征.设计一种基于IndRNN-1DLCNN的深度神经网络模型,模型引入残差结构进行多层IndRNN设计并引入1DLCNN增强全局信息捕捉能力,实现多源信号的融合,识别发生故障的具体元件.结果表明在不同的负载工况下,利用提出的方法均能够准确地将系统故障定位至4个先导阀、2个主阀、1组位移传感器以及1个液压缸共8类具体元件,系统的整体诊断准确率最高达到96%,单一元件的故障识别准确率均大于93%.

回水独立循环新工艺在某高硫铜矿的应用研究

针对某高硫难选铜矿采用强碱优先选铜工艺存在的问题,采用回水独立循环新工艺,可分别获得铜品位18.21%、回收率85.41%的铜精矿,硫品位45.64%、回收率76.29%的硫精矿。新工艺选铜、选硫硫酸用量少,回水对优先选铜系统并无影响,且硫资源得到综合回收,大大减轻了尾矿库库容压力,社会效益和经济效益显著。

基于深度学习的复合电能质量扰动识别方法

精准的电能质量扰动识别是对电能质量扰动事件发生后需要解决的主要问题之一,这对划分责任和加快电力市场化进程均具有重要意义,而海量的电能质量监测数据则为电能质量扰动识别提供了条件与机遇。不同的电能质量扰动类型,其电气特征上也存在区别,故可利用不同电能质量扰动波形之间的差异来区分电能质量扰动类型。结合深度学习理论,建立一种基于双向独立循环神经网络的复合电能质量扰动识别方法,通过提取电能质量扰动信号的本质特征量,建立输入序列与输出序列之间的内在对应关系,克服了分析结果对物理特征量的依赖性,提升了电能质量扰动识别准确率。实验结果表明,所提方法可以有效应对复合电能质量扰动的多样性问题,可以直接从原始的底层数据中自主学习复合电能质量扰动信号中所隐藏的本质特征量,识别准确率高。

高温热油泵独立自循环冷却系统的应用

近年来,不断出现高温热油泵密封失效问题,轻者造成装置临时停车,重者造成人员伤亡,财产损失。因此加强对高温热油泵机械密封的管理和技术创新,确保高温热油泵的运行安全,是非常重要的课题。主要探讨了某原油稳定装置的两台高温热油泵的冷却系统的技术改进,以往通过建立公用的循环水系统,来冷却多台设备。使用公用的循环水系统冷却多台设备有许多优点,但也存在一定的弊端。着重论述了针对高温热油泵设计独立自循环冷却水系统,对泵的轴承箱体冷却和机封冲洗系统的冷却进行了应用,取得了良好效果。

融合IndRNN和PSO的随钻测井数据反演方法

针对传统的反演方法过于其依赖初始模型,导致结果不稳定与计算效率低的问题,提出一种融合独立循环神经网络和粒子群优化算法的随钻测井实时反演方法.首先,通过地层模型正演模拟产生的序列数据,建立独立循环神经网络模型,并引入注意力机制强调关键特征在随钻测井反演中的作用;其次,在粒子群优化算法中引入随机惯性权重提高粒子群算法的全局和局部搜索能力,利用粒子群优化算法对神经网络模型进行超参数优化;最后,在正演模拟测试集与某油田1931–2132 m段的测井数据测试集上分别进行消融实验与对比实验,结果证明,粒子群算法与注意力机制可以有效提高预测精度,且该方法在各个方面的反演性能均优于长短期记忆神经网络、双向长短期记忆神经网络以及门控循环单元网络模型,满足随钻测井数据实时反演的需要.

独立RNN和胶囊网络的维吾尔语事件缺失元素填充

提出了注意力机制独立循环神经网络和胶囊网络并行的维吾尔语事件缺失元素填充模型(Att_IndRNN_CapsNet).首先,抽取18项事件和事件元素的内部特征,作为结合注意力机制的独立循环神经网络模型的输入,进一步获取高阶特征;同时,引入词嵌入技术将事件触发词和候选元素映射为词向量,通过胶囊网络挖掘事件和事件元素的上下文语义特征;然后,将两种特征融合,作为分类器的输入,进而完成事件缺失元素的填充.实验结果表明,该方法用于维吾尔语事件缺失元素填充准确率为86.94%,召回率为84.14%,衡量模型整体性能的F1值为85.52%,从而证明了该方法在维吾尔语事件缺失元素填充上的有效性.

空分预冷系统循环水改造

本文介绍了空分预冷系统的流程和存在的问题,阐述了空分采用独立循环水的可行性和必要性,通过改造保证了空分系统的长周期运行。

基于LightGBM-IndRNN模型的现货市场日前电价预测

日前电价的准确预测对保障电力市场参与者的利益具有重要意义。针对高比例新能源参与现货市场交易导致日前电价预测难度加大的问题,提出一种基于轻型梯度提升机(LightGBM)的独立循环神经网络(IndRNN)日前电价预测方法。首先,使用LightGBM算法计算特征的重要性得分,根据计算值排序提取出重要特征;然后,将筛选得到的新数据集作为输入,运用IndRNN神经网络对其进行训练,从而实现对日前电价的预测;最后,采用北欧电力交易所Nord Pool的数据进行仿真分析。实验结果表明,所提算法与传统预测模型相比,充分考虑了新能源出力不确定性对日前电价的影响,有效提高了预测的准确性。

高速列车热泵技术研究

目前高速列车空调大多为单冷机型。为了满足冬季制热需求,本文设计了新型高能效比高速列车热泵空调:机组为双独立循环系统,蒸发器交叉布置,设计优化了冷凝器结构参数;采用自制卧式补气增焓压缩机,通过优化管路布置使得热泵机组制热和制冷时均使用补气增焓,名义制冷能效提高约20%,低温工况下大幅度提高制热能力;热泵机组采用大中间流量四通阀逆向除霜,一系统高频制热的同时另一系统相对低频除霜,解决了除霜期间向列车舱内吹冷风及化霜速率慢的问题,为高速列车变频热泵空调国产化提供推动力。

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法(DGA)逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型(BoW)将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。

基于Bi IndRNN和PSO的航班延误预测

针对普通循环神经网络在航班延误预测问题上精度不高、调试时间长的问题,提出基于Bi IndRNN和粒子群的机场短期航班延误预测模型。模型采用Bi IndRNN结构作为预测模型,使用粒子群算法对模型超参数进行全局寻优,使模型不仅能够处理长序列的数据,还能够高效率地选择合适的参数,使其预测准确度更高。实验在2018年国内某机场航班延误数据集上构建预测模型,并对所提模型预测结果与其他预测模型预测结果进行比较分析。结果表明,提出的预测模型提高了航班延误预测的准确率。