期刊文献+
共找到464篇文章
< 1 2 24 >
每页显示 20 50 100
Effects ofslip mode on microstructure evolution and compressive flow behavior of extruded dilute Mg−0.5Bi−0.5Sn−0.5Mn alloy
1
作者 Zhi-yong YOU Wei-li CHENG +6 位作者 Guo-lei LIU Jian LI Li-fei WANG Hui YU Hong-xia WANG Ze-qin CUI Jin-hui WANG 《Transactions of Nonferrous Metals Society of China》 SCIE EI CAS CSCD 2024年第11期3599-3614,共16页
The influence of the slip mode on the microstructure evolution and compressive flow behavior at different strains in an extruded dilute Mg−0.5Bi−0.5Sn−0.5Mn alloy was analyzed through electron backscatter diffraction,... The influence of the slip mode on the microstructure evolution and compressive flow behavior at different strains in an extruded dilute Mg−0.5Bi−0.5Sn−0.5Mn alloy was analyzed through electron backscatter diffraction,X-ray diffraction,transmission electron microscopy,and hot compression tests.The results showed that at a low strain of 0.05,the basal,pyramidaland<c+a>slip modes were simultaneously activated.Nevertheless,at the middle stage of deformation(strain of 0.1,0.2 and 0.5),theslip mode was difficult to be activated and<c+a>slip mode became dominant.The deformation process between strains of 0.2 and 0.5 was primarily characterized by the softening effect resulting from the simultaneous occurrence of continuous dynamic recrystallization and discontinuous dynamic recrystallization.Ultimately,at strain of 0.8,a dynamic equilibrium was established,with the flow stress remaining constant due to the interplay between the dynamic softening brought about by discontinuous dynamic recrystallization and the work-hardening effect induced by the activation of the basalslip mode. 展开更多
关键词 dilute Mg−bi−Sn−Mn alloy slip mode hot compression flow behavior dynamic recrystallization
下载PDF
Bi-mode逆导门极换流晶闸管结构与特性研究 被引量:2
2
作者 谭巍 李建清 《电子器件》 CAS 北大核心 2015年第2期236-239,共4页
Bi-mode逆导门极换流晶闸管(BGCT)是为了改善传统逆导门极换流晶闸管(RC-GCT)电流均匀性和提高硅片有效面积利用率而提出的一种新结构。通过分析BGCT器件的版图布局结构,采用Sentaurus TCAD软件模拟并分析了BGCT、传统结构RC-GCT和IGCT... Bi-mode逆导门极换流晶闸管(BGCT)是为了改善传统逆导门极换流晶闸管(RC-GCT)电流均匀性和提高硅片有效面积利用率而提出的一种新结构。通过分析BGCT器件的版图布局结构,采用Sentaurus TCAD软件模拟并分析了BGCT、传统结构RC-GCT和IGCT传统功率器件的通态特性、正向阻断特性和关断特性,着重比较了RC-GCT与BGCT在400K温度下不同工作模式下特性差异。分析研究结果表明,BGCT器件能够改善RC-GCT器件的通态特性,提高硅片面积的利用率。 展开更多
关键词 门极换流晶闸管 逆导 bi-mode BGCT 版图布局
下载PDF
基于EMD-PSO-Bi LSTM组合模型的短期风电功率预测 被引量:1
3
作者 唐杰 李彬 《自动化应用》 2024年第5期126-129,共4页
风电功率预测对风电并网的稳定运行具有重要意义。为了解决风电功率预测中的精度和模型稳定性问题,引入了EMD-PSO-BiLSTM模型。通过经验模态分解技术将原始风电功率序列分解为一系列固有模态函数,以有效捕捉数据中的多尺度特征,并为每... 风电功率预测对风电并网的稳定运行具有重要意义。为了解决风电功率预测中的精度和模型稳定性问题,引入了EMD-PSO-BiLSTM模型。通过经验模态分解技术将原始风电功率序列分解为一系列固有模态函数,以有效捕捉数据中的多尺度特征,并为每个模态序列建立了各自的预测模型。鉴于双向长短时记忆神经网络良好的泛化能力,建立了基于BiLSTM的各模态预测模型。进一步采用粒子群算法优化了BiLSTM参数,解决了模型非线性、高维、多模态等问题,获得了各模态分量的最优模型,并通过汇总各模态分量的结果得到了风电功率预测值。最后,以湖南省某风电场的实际运行数据为例,验证了EMD-PSO-BiLSTM模型可以有效提高风电功率短期预测精度。 展开更多
关键词 风电功率 短期预测 经验模态分解 粒子群算法 双向长短期记忆网络
下载PDF
基于QMD-HBi GRU的短期光伏功率预测方法
4
作者 吉兴全 赵国航 +3 位作者 叶平峰 孟祥剑 杨明 张玉敏 《高电压技术》 EI CAS CSCD 北大核心 2024年第9期3850-3859,I0002-I0005,共14页
为了解决光伏功率数据固有的强不确定性导致单一预测模型预测精度不高的问题,提出一种基于二次模态分解和混合双向门控循环单元模型(hybrid bi-directional gated recurrent unit, HBiGRU)的短期光伏功率预测方法。首先,为应对光伏功率... 为了解决光伏功率数据固有的强不确定性导致单一预测模型预测精度不高的问题,提出一种基于二次模态分解和混合双向门控循环单元模型(hybrid bi-directional gated recurrent unit, HBiGRU)的短期光伏功率预测方法。首先,为应对光伏功率数据的不确定性,基于自适应噪声完备集合经验模态分解、样本熵和变分模态分解对光伏功率数据进行处理,得到一系列较为平稳的本征模函数分量;其次,构建HBi GRU模型以充分挖掘各分量与光伏功率影响因素之间的特征关系,得到各分量预测结果;最后,将各分量预测结果叠加得到短期光伏功率预测结果。以澳大利亚某地光伏电站数据进行测试,仿真结果表明:所提集成预测模型能够有效提高短期光伏功率预测精度,与其他预测模型相比,其归一化平均绝对误差和均方根误差分别降低了3.21%和5.04%,决定系数提高了22.7%。 展开更多
关键词 短期光伏功率预测 混合双向门控循环单元 自适应噪声完备集合经验模态分解 变分模态分解 二次模态分解 深度学习
下载PDF
Resolution analysis of GEO spaceborne-airborne bistatic SAR based on sliding spotlight mode 被引量:1
5
作者 Meng Lian Yicheng Jiang Bin Hu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2016年第2期352-361,共10页
For a synthetic aperture radar(SAR) system mounted on a geostationary Earth orbit(GEO) satellite, the track can be curvilinear. Thus, a bistatic SAR system based up on geostationary transmitter and "receive-only... For a synthetic aperture radar(SAR) system mounted on a geostationary Earth orbit(GEO) satellite, the track can be curvilinear. Thus, a bistatic SAR system based up on geostationary transmitter and "receive-only" SAR system onboard airplanes, namely GEO spaceborne-airborne bistatic(GEO SA-Bi SAR), is significantly different from the traditional bistatic SAR. This paper mainly studies the resolution characteristic of the sliding spotlight GEO SA-Bi SAR system. Firstly, the common azimuth coverage and coherent accumulated time are theoretically analyzed in detail. Then,based on the gradient method, the accurate two dimensional resolution of a GEO SA-Bi SAR system is analytically calculated. Finally, the simulation data show the correctness and effectiveness of the proposed resolution analysis method. 展开更多
关键词 sliding spotlight mode geostationary Earth orbit(GEO) synthetic aperture radar(SAR) GEO spaceborneairborne bistatic SAR(GEO SA-bi SAR) two-dimensional resolution
下载PDF
多角度基于CEEMDAN-CNN-BiLSTM模型的锂离子电池RUL预测
6
作者 郭喜峰 王凯泽 +2 位作者 单丹 郑迪 宁一 《太阳能学报》 EI CAS CSCD 北大核心 2024年第7期181-189,共9页
通过构建模型对锂离子电池剩余使用寿命进行预测,并探究温度及网络参数对所构建模型预测精准度的影响,进而提高模型的预测精准度。提出自适应噪声完全集合经验模态分解(CEEMDAN)和一维卷积神经网络(1D CNN)与双向长短期记忆(BiLSTM)神... 通过构建模型对锂离子电池剩余使用寿命进行预测,并探究温度及网络参数对所构建模型预测精准度的影响,进而提高模型的预测精准度。提出自适应噪声完全集合经验模态分解(CEEMDAN)和一维卷积神经网络(1D CNN)与双向长短期记忆(BiLSTM)神经网络相结合的锂离子电池剩余寿命预测方法。选取容量作为健康因子,然后利用CEEMDAN对复杂不平稳数据进行分解,得到稳定的分量。利用1D CNN对锂离子电池容量数据进行深度挖掘,最后利用双BiLSTM神经网络建模对锂离子电池剩余使用寿命(RUL)进行预测。采用NASA数据集和CALCE数据集进行测试,在不同温度与网络参数下进行预测效果对比,并与BiLSTM模型、SVR模型、CNN-BiLSTM模型进行预测对比。 展开更多
关键词 锂离子电池 剩余使用寿命 卷积神经网络 自适应噪声完全集合经验模态分解 双向长短期记忆神经网络
下载PDF
考虑多尺度输入及优化CNN-BiGRU的短期负荷预测
7
作者 张宇航 冉启武 +1 位作者 石卓见 熊芮 《科学技术与工程》 北大核心 2024年第34期14679-14689,共11页
短期的负荷预测是市场规划的重要前提且能有效保障电力系统的安全稳定运行,由于电力负荷随机性强、波动性大等问题导致预测精度难以提高,针对于此,提出了一种基于CEEMDAN-PE-SSA-CNN-BiGRU的短期电力负荷预测方法。首先,对于复杂多变的... 短期的负荷预测是市场规划的重要前提且能有效保障电力系统的安全稳定运行,由于电力负荷随机性强、波动性大等问题导致预测精度难以提高,针对于此,提出了一种基于CEEMDAN-PE-SSA-CNN-BiGRU的短期电力负荷预测方法。首先,对于复杂多变的电力负荷数据采用完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)为子序列,计算其子序列的排列熵(permutation entropy, PE),将熵值相近的子序列重构得到新序列,降低了原始数据非平稳序列对预测精度的影响并优化计算量;其次,对重组序列进行特性分析,根据重组序列不同周期进而选取多尺度输入并搭建CNN-BiGRU预测模型。最后,选用麻雀搜索算法(sparrow search algorithm, SSA)来优化模型超参数通过汇总所有预测序列从而得到最终预测数据。使用本文模型以西班牙用电负荷为实例并与单一模型和组合模型进行对比,实验表明该模型预测效果更佳。 展开更多
关键词 负荷预测 完全自适应噪声集合经验模态分解 排列熵 麻雀搜索算法 卷积神经网络 双向门控循环单元
下载PDF
基于CVMD-TCN-BiLSTM的短期电力负荷预测 被引量:1
8
作者 杨汪洋 魏云冰 罗程浩 《电气工程学报》 CSCD 北大核心 2024年第2期163-172,共10页
短期负荷数据往往掺杂着不同类型的噪声且波动性大,传统的分解序列方法在提取序列特征时并未考虑到高频噪声的影响。针对上述精准预测问题,介绍一种分解去噪、重构分解的CVMD-TCN-BiLSTM组合预测方法。采用互补集合经验模态分解(Complem... 短期负荷数据往往掺杂着不同类型的噪声且波动性大,传统的分解序列方法在提取序列特征时并未考虑到高频噪声的影响。针对上述精准预测问题,介绍一种分解去噪、重构分解的CVMD-TCN-BiLSTM组合预测方法。采用互补集合经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)将原始电力负荷数据分解成一组比较稳定的子序列,联合小波阈值法将含有噪声的高频分量去噪,保留含有信号的低频分量进行累加重构。然后利用变分模态分解(Variational mode decomposition,VMD)对去噪后的数据进行二次信号特征提取,得到一组平稳性强且含不同频率的分量。最后,利用时序卷积网络-双向长短时记忆神经网络对各分量进行了预测,并将预测结果进行迭代,获得完整的预测结果。通过对澳大利亚某地的负荷数据作为实例分析,与传统的负荷预测算法相比,验证了所提模型的有效性。 展开更多
关键词 互补集合经验模态分解 小波阈值 变分模态分解 分解去噪 时序卷积网络 双向长短时记忆神经网络 负荷预测
下载PDF
CEEMDAN-CNN-BiLSTM混合模型矿区地表沉降预测
9
作者 王凯 肖星星 +2 位作者 余永明 贾庆磊 赵思仲 《导航定位学报》 CSCD 北大核心 2024年第5期156-163,共8页
为了进一步发挥全球卫星导航系统(GNSS)实时监测优势,对时序数据中的潜藏特征与隐藏信息进行深度挖掘,提高地表沉降预测精度,提出基于自适应噪声完备集合经验模态分解(CEEMDAN)、卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的CEEMDA... 为了进一步发挥全球卫星导航系统(GNSS)实时监测优势,对时序数据中的潜藏特征与隐藏信息进行深度挖掘,提高地表沉降预测精度,提出基于自适应噪声完备集合经验模态分解(CEEMDAN)、卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的CEEMDAN-CNN-BiLSTM混合地表沉降预测方法:以皖北某大型煤矿开采工作面与工业广场区域为验证对象,对比分析稳定区域和重点监测区域数据形态;然后基于CEEMDAN重构监测站高程数据分量,输入CNN模型提取分量隐含信息;最后构建BiLSTM模型,实现对沉降监测点位数据的短期预测。实验结果表明,相较于传统的CNN和长短期记忆模型,CEEMDAN-CNN-BiLSTM混合模型可有效降低预测误差,其中平均绝对百分比误差(MAPE)的降低范围为40%~90%,而均方根(RMS)误差的降低范围为52%~87%;该模型在时空特征捕捉和泛化能力方面表现性能较好,可为GNSS时间序列短期预测提供更为精准和可靠的解决方案。 展开更多
关键词 沉降预测 自动化监测 时序数据 混合模型 自适应噪声完备集合经验模态分解(CEEMDAN)-卷积神经网络(CNN)-双向长短期记忆网络(biLSTM)
下载PDF
结合出行方式的Trans-BiLSTM移动目标位置预测方法
10
作者 姚子宣 魏东 冉义兵 《小型微型计算机系统》 CSCD 北大核心 2024年第3期598-605,共8页
当前位置预测算法往往忽略用户出行方式的关键作用,并在处理长时间序列依赖问题中效果较差.针对这两个问题,提出了一种结合出行方式的Trans-BiLSTM目标位置预测模型.该模型首先提取轨迹段的运动学特征,然后构建基于XGBoost的出行方式识... 当前位置预测算法往往忽略用户出行方式的关键作用,并在处理长时间序列依赖问题中效果较差.针对这两个问题,提出了一种结合出行方式的Trans-BiLSTM目标位置预测模型.该模型首先提取轨迹段的运动学特征,然后构建基于XGBoost的出行方式识别算法,筛选影响出行方式的主要特征,和轨迹共同作为预测模型输入.最后为了增强轨迹特征的表征能力,引入Transformer编码器,并结合BiLSTM深度挖掘轨迹的上下文关系.在真实GPS轨迹数据集上进行的位置预测对比实验表明,Trans-BiLSTM模型与常用的LSTM和BiLSTM模型相比,目标位置预测的结果RMSE指标分别提升67.4%和17.7%. 展开更多
关键词 GPS轨迹 位置预测 出行方式识别 TRANSFORMER 双向长短时记忆网络
下载PDF
凝固方式对Sn-Bi钎料组织和性能的影响 被引量:6
11
作者 吕晓春 何鹏 +2 位作者 张斌斌 马鑫 钱乙余 《材料工程》 EI CAS CSCD 北大核心 2010年第10期89-95,共7页
采用炉冷、空冷、水冷和液氮冷却方式以及外加磁场的方法研究不同的凝固方式对Sn-Bi钎料的冲击韧性和显微组织的影响。研究结果表明,快速冷却与旋转磁场均能细化钎料合金的微观组织,抑制粗大树枝晶的生长,但快速冷却会造成Bi的偏析,旋... 采用炉冷、空冷、水冷和液氮冷却方式以及外加磁场的方法研究不同的凝固方式对Sn-Bi钎料的冲击韧性和显微组织的影响。研究结果表明,快速冷却与旋转磁场均能细化钎料合金的微观组织,抑制粗大树枝晶的生长,但快速冷却会造成Bi的偏析,旋转磁场会造成组织不均。同时快速冷却与旋转磁场都会破坏含Ge合金的塑性改善机制,造成含Ag合金中Ag3Sn相粗大,而旋转磁场的离心力作用还会造成Ag3Sn相和Bi相的宏观偏析。在组织细化以及成分偏析的共同作用下,Sn-57Bi共晶钎料的冲击韧性随冷却速率的增大呈现先增加后减少的趋势。 展开更多
关键词 Sn-bi钎料 凝固模式 冲击韧性 微观组织
下载PDF
乳腺BI-RADS3-5类良恶性结节超声造影增强形态模式及时间-强度曲线类型差异性分析 被引量:9
12
作者 王谦 刘晓璐 +2 位作者 吴枫 徐娟 刘景萍 《中国医学装备》 2021年第12期57-60,共4页
目的:分析乳腺BI-RADS3-5类良恶性结节超声造影(CEUS)增强形态模式及时间-强度曲线(TIC)类型差异。方法:选取医院乳腺外科收治的131例女性乳腺BI-RADS3-5类病变患者,根据病理结果将其分为良性组(61例)和恶性组(70例)。所有患者均为单发... 目的:分析乳腺BI-RADS3-5类良恶性结节超声造影(CEUS)增强形态模式及时间-强度曲线(TIC)类型差异。方法:选取医院乳腺外科收治的131例女性乳腺BI-RADS3-5类病变患者,根据病理结果将其分为良性组(61例)和恶性组(70例)。所有患者均为单发结节,术前行常规超声及超声造影检查,记录并比较两组患者观察区域的造影增强特点、TIC类型及相关参数,分析乳腺BI-RADS3-5类良恶性结节CEUS增强形态模式及TIC类型差异。结果:恶性结节超声造影增强特征多为高增强、血管行走紊乱、增强边界不清晰、增强面积>50%、造影剂分布不均匀以及病灶范围增大;良性结节多为等低增强、血管行走规则、增强边界清晰、增强面积<50%、造影剂分布均匀以及病灶范围未见明显变化。两组乳腺结节TIC类型差异无统计学意义;恶性组乳腺结节峰值强度、相对峰值强度、相对曲线下面积、相对达峰时间以及相对上升斜率水平明显高于良性组,相对开始增强时间明显低于良性组(t=4.731,t=6.757,t=2.950,t=2.997,t=3.137,t=3.652;P<0.05)。logistic回归分析得知,增强边界、病灶范围增大及相对峰值强度对乳腺恶性结节的诊断具有显著意义。受试者工作特征(ROC)曲线下面积(AUC)分析得出,造影TIC评估乳腺恶性结节的AUC为0.785;增强模式评估乳腺恶性结节的AUC为0.719。结论:CEUS增强边界、病灶范围增大及相对峰值强度有助于乳腺良恶性结节病灶诊断,造影TIC与增强模式在鉴别乳腺BI-RADS3-5类良恶性结节具有一定价值。 展开更多
关键词 乳腺bi-RADS3-5类 良恶性结节 超声造影(CEUS) 增强形态模式 时间-强度曲线类型
下载PDF
基于自主ERP和商业BI工具的制造业商务智能发展模式研究 被引量:2
13
作者 冯毅雄 宋轩 +1 位作者 胡耀光 张瑞君 《机械工程师》 2010年第10期27-29,共3页
结合我国制造业的具体情况,考虑企业自身的信息化水平和应用基础,提出了基于自主ERP和商业BI工具的制造业商务智能发展模式;结合该模式的技术特点,分析了模式适应的企业特征;研究了模式平台的主要技术路线包括商务数据的ETL技术、产品... 结合我国制造业的具体情况,考虑企业自身的信息化水平和应用基础,提出了基于自主ERP和商业BI工具的制造业商务智能发展模式;结合该模式的技术特点,分析了模式适应的企业特征;研究了模式平台的主要技术路线包括商务数据的ETL技术、产品配置管理技术、生产过程动态规划技术等。 展开更多
关键词 自主ERP 商业bi工具 商务智能 发展模式
下载PDF
融合BERT-BiGRU和多尺度CNN的中文微博情感分析 被引量:3
14
作者 林伟 陈雁 《中国电子科学研究院学报》 北大核心 2023年第10期939-945,共7页
随着社交媒体的快速发展,人们在微博等平台上表达情感的方式也得到了极大的丰富和多样。因此,针对中文微博情感分析的研究变得尤为重要。为提高中文微博情感分析的效果,设计了一种基于BERT-BiGRU和多尺度卷积神经网络(Convolutional Neu... 随着社交媒体的快速发展,人们在微博等平台上表达情感的方式也得到了极大的丰富和多样。因此,针对中文微博情感分析的研究变得尤为重要。为提高中文微博情感分析的效果,设计了一种基于BERT-BiGRU和多尺度卷积神经网络(Convolutional Neural Networks, CNN)的中文微博情感分析模型。具体来说,首先,利用预训练的BERT模型对微博文本进行编码;然后,通过BiGRU捕捉上下文信息和语境特征,并利用多尺度CNN提取文本中重要的局部情绪特征;最后,使用全连接层进行情感分类。在SMP2020发布的公开微博数据集上进行比较实验,实验结果表明,提出的模型在中文微博情感分类任务上取得了较好的表现,具有更高的准确性和泛化能力。 展开更多
关键词 中文微博 情感分析 双向门控循环单元 预训练模型 卷积神经网络
下载PDF
急性左心功能不全的患者在常规治疗的基础上辅以BiPAP模式下无创正压通气治疗的临床分析 被引量:2
15
作者 高中 郑伟 《中国卫生标准管理》 2016年第36期32-34,共3页
目的研究急性左心功能不全患者在常规治疗措施中配合双水平气道正压(Bi PAP)模式下无创正压通气(NIPPV)的效果。方法选取在我院急诊抢救室确诊为急性左心功能不全的患者80例,随机分为两组,即对照组(常规治疗)和研究组(常规治疗加Bi PAP... 目的研究急性左心功能不全患者在常规治疗措施中配合双水平气道正压(Bi PAP)模式下无创正压通气(NIPPV)的效果。方法选取在我院急诊抢救室确诊为急性左心功能不全的患者80例,随机分为两组,即对照组(常规治疗)和研究组(常规治疗加Bi PAP模式下无创正压通气),两组患者人数均为40例,常规治疗组给予坐位、吸氧、强心、利尿、扩血管等常规治疗,Bi PAP研究组在常规治疗组的基础上给予Bi PAP模式下无创正压通气。观察并比较两组患者的动脉血氧分压(Pa O2)、心率(HR)、呼吸次数(RR)、平均动脉压(MAP)在治疗前后的变化。结果研究组治疗总有效率高于对照组(P<0.05),治疗后研究组无创正压通气患者Pa O2上升,HR、RR、MAP下降更显著,与对照组比较差异有统计学意义(P<0.05)。结论在常规治疗急性左心功能不全的基础上辅助以Bi PAP模式下无创正压通气治疗有助于改善急性左心功能患者临床症状及动脉血氧指标,效果优于常规治疗。 展开更多
关键词 bi PAP模式 无创正压通气 急性左心功能不全
下载PDF
基于CEEMDAN-SG-BiLSTM的变压器油中溶解气体体积分数预测 被引量:2
16
作者 陈铁 陈一夫 +3 位作者 李咸善 陈卫东 冷昊伟 陈忠 《高压电器》 CAS CSCD 北大核心 2023年第12期168-175,共8页
变压器油中溶解气体体积分数可对变压器潜伏故障诊断提供重要依据,为了更精确的预测变压器油中溶解气体体积分数,提出了CEEMDAN结合BiLSTM网络的组合预测方法,先针对EMD中的模态混叠现象和EEMD重构误差较大的问题,提出了CEEMDAN,将气体... 变压器油中溶解气体体积分数可对变压器潜伏故障诊断提供重要依据,为了更精确的预测变压器油中溶解气体体积分数,提出了CEEMDAN结合BiLSTM网络的组合预测方法,先针对EMD中的模态混叠现象和EEMD重构误差较大的问题,提出了CEEMDAN,将气体序列分解,得到模态分量,并对高频波动分量进行Savitzky-Golay(SG)滤波,消弱高频分量中的极值点和噪声干扰。然后利用BiLSTM网络对各个分量进行预测,进一步提高特征提取的完整性。叠加重构所有分量的预测结果,得到变压器油中溶解气体体积分数预测值。经算例验证,相较其他模型,所提方法精度更高,证实其有效性。 展开更多
关键词 变压器 油中溶解气体 添加自适应白噪声完全集合经验模态分解 Savitzky-Golay滤波 双向长短期记忆网络
下载PDF
基于EEMD和Bi-LSTM算法的齿轮泵行星轮典型故障诊断 被引量:1
17
作者 高美真 高烨童 《中国工程机械学报》 北大核心 2022年第3期263-268,共6页
为了提高齿轮泵行星轮的典型故障诊断精度,提出了一种基于经验模态分解(EEMD)和双向长短时记忆网络(Bi-LSTM)的行星齿轮泵故障诊断方法。研究结果表明:通过模型精度和耗时的最优参数为节点数200和网络层数4层。本网络损失小于1%,满足良... 为了提高齿轮泵行星轮的典型故障诊断精度,提出了一种基于经验模态分解(EEMD)和双向长短时记忆网络(Bi-LSTM)的行星齿轮泵故障诊断方法。研究结果表明:通过模型精度和耗时的最优参数为节点数200和网络层数4层。本网络损失小于1%,满足良好稳定性的条件,可以实现精确识别齿面磨损和缺齿故障,断齿、正常齿的轮识别率都达到了93%以上,齿根裂纹故障识别率达到了86.5%。对信号EEMD分解后,可以促进BiLTSM模型所有分量都获得更优的时序性,促使模型诊断精度得到显著提升。Bi-LTSM模型到达后期迭代过程时,可以更快拟合,获得高于LTSM的验证精度。该研究对提高机械传动设备的故障识别能力,具有一定的理论指导意义。 展开更多
关键词 齿轮泵 故障诊断 经验模态分解 双向长短时记忆网络 分类精度
下载PDF
高温超导Bi_2Sr_(1.6)La_(0.6)CuO_6外延薄膜生长模式的AFM研究
18
作者 陶宏杰 杨海涛 +3 位作者 张鹰子 杨多贵 李林 赵忠贤 《电子显微学报》 CAS CSCD 1999年第1期76-79,共4页
利用AFM对在(100)和与(100)有6°切偏角的SrTiO3基片上用射频溅射方法制备的高温超导Bi2Sr1.6La0.4CuO6+δ(Bi2201)薄膜的生长模式进行了系统地研究。对应以上两类不同切割的基片,... 利用AFM对在(100)和与(100)有6°切偏角的SrTiO3基片上用射频溅射方法制备的高温超导Bi2Sr1.6La0.4CuO6+δ(Bi2201)薄膜的生长模式进行了系统地研究。对应以上两类不同切割的基片,实验观察到两种不同的薄膜生长模式。对切偏角小于0.4°的(100)SrTiO3基片,本征的生长模式是梯田岛模式(Volmer-Weber模式),每层的厚度为c/2(1.25nm);在切偏角为6°的衬底上沉积的Bi2201薄膜则以台阶流模式(Step-flowmode)生长。Bi系高温超导体的本征的二维特性决定了薄膜的生长模式。 展开更多
关键词 原子力显微学 外延膜生长 超导体 BSLCO 高TC
下载PDF
Hi-Bi-NLCFBG用于补偿PMD的研究 被引量:1
19
作者 冯显杰 《应用科学学报》 CAS CSCD 2002年第2期145-149,共5页
分析了一种可调节的偏振模色散 (PMD)补偿器 ,该补偿器是一个高双折射光纤制成的非线性啁啾光纤光栅 ,并首次分析了该非线性啁啾光纤光栅中的光谱特性和时延曲线 ;同时采用一个压电转换 (PZT)拉伸器对该光栅进行均匀拉伸 ,以达到调节的... 分析了一种可调节的偏振模色散 (PMD)补偿器 ,该补偿器是一个高双折射光纤制成的非线性啁啾光纤光栅 ,并首次分析了该非线性啁啾光纤光栅中的光谱特性和时延曲线 ;同时采用一个压电转换 (PZT)拉伸器对该光栅进行均匀拉伸 ,以达到调节的目的 .最后提出了一种 展开更多
关键词 Hi-bi-NLCFBG PMD 偏振模色散 高双折射非线性啁啾光纤光栅 二次啁啾 压电转换 自适应补偿 光纤通信
下载PDF
基于MEEMD-QUATRE-BILSTM的短期光伏出力区间预测 被引量:1
20
作者 张程 林谷青 匡宇 《太阳能学报》 EI CAS CSCD 北大核心 2023年第11期40-54,共15页
提出一种基于改进集成经验模态分解(MEEMD)和拟仿射变换(QUATRE)优化双向长短期记忆神经网络(BILSTM)的光伏出力区间预测模型。通过主成分分析法(PCA)对时间序列进行降维处理,利用K-均值算法将降维数据分成3种类型气象数据;然后采用MEEM... 提出一种基于改进集成经验模态分解(MEEMD)和拟仿射变换(QUATRE)优化双向长短期记忆神经网络(BILSTM)的光伏出力区间预测模型。通过主成分分析法(PCA)对时间序列进行降维处理,利用K-均值算法将降维数据分成3种类型气象数据;然后采用MEEMD对每类光伏出力序列进行分解,将其输入QUATRE优化BILSTM神经网络和核密度估计算法(KDE)联合构建的短期光伏出力区间预测模型。最后基于宁夏光伏电站实例仿真评估模型区间预测性能,实验结果表明该模型可生成高水平光伏预测区间,能够为电力系统经济稳定运行提供可靠的决策保障。 展开更多
关键词 光伏发电 数据挖掘 预测 改进的集成经验模态分解 拟仿射变换进化算法 双向长短期记忆网络
下载PDF
上一页 1 2 24 下一页 到第
使用帮助 返回顶部