期刊文献+
共找到1,549篇文章
< 1 2 78 >
每页显示 20 50 100
基于ANN模型的内冷型溶液除湿器性能研究
1
作者 罗伊默 常亚银 李念平 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第9期198-205,共8页
溶液除湿器因可被低品位热能驱动,且具有除湿效率高等优点而受到广泛关注,但其传质性能的预测准确度还有待提高.本文搭建了单通道内冷型溶液除湿实验平台,研究了不同参数对于除湿过程中传质性能的影响,同时,建立了基于MATLAB平台的人工... 溶液除湿器因可被低品位热能驱动,且具有除湿效率高等优点而受到广泛关注,但其传质性能的预测准确度还有待提高.本文搭建了单通道内冷型溶液除湿实验平台,研究了不同参数对于除湿过程中传质性能的影响,同时,建立了基于MATLAB平台的人工神经网络(ANN)模型用于预测传质性能,并用上述实验数据对该ANN模型进行了验证.结果表明,ANN模型预测得出的Sh与实验Sh平均绝对相对偏差(MARD)为4.07%.与现有经验公式相比,建立的ANN模型预测精度更高.此外,还利用ANN模型研究了不同参数变化下的Sh的变化趋势,从而分析不同参数对除湿性能的影响. 展开更多
关键词 机器学习 神经网络 溶液除湿器 参数化研究
下载PDF
全科医学理念指导下的无创冠心病诊断方法LVDd联合SDNN新探索
2
作者 余彬 袁明清 +3 位作者 罗潇 曹俊达 徐劲松 李菊香 《吉林医学》 CAS 2024年第11期2638-2642,共5页
目的:探索左室舒张末径(LVDd)联合正常RR间期的标准差(SDNN)作为无创预测方案用于冠心病的诊断价值,为基层医疗单位进行无创冠心病的诊断筛查提供新思路。方法:选取2020~2022年在九江市第一人民医院和南昌大学第二附属医院就诊并进行冠... 目的:探索左室舒张末径(LVDd)联合正常RR间期的标准差(SDNN)作为无创预测方案用于冠心病的诊断价值,为基层医疗单位进行无创冠心病的诊断筛查提供新思路。方法:选取2020~2022年在九江市第一人民医院和南昌大学第二附属医院就诊并进行冠脉造影检查明确冠心病诊断且完善动态心电图检查的323例患者作为研究对象,比较冠心病组与非冠心病组包括病史、血液学检查、彩超检查、动态心电图检查等相关参数在内的一般资料情况。设置是否罹患冠心病作为目标观察事件,对比分析各项参数是否为冠心病诊断的影响因素;进而就相关影响因素的疾病诊断预测价值进行分析。结果:二元Logistic回归分析显示年龄、LVDd、SDNN是冠心病诊断结果的影响因素。LVDd评价冠心病诊断结果的受试者工作特征(ROC)曲线下的面积(AUC)为0.581(95%CI=0.520~0.643),最佳截断值为51.25,灵敏度为0.332,特异度为0.850;SDNN评价冠心病诊断结果的ROC曲线下AUC为0.740(95%CI=0.684~0.795),最佳截断值为100.5,灵敏度为0.821,特异度为0.609;LVDd联合SDNN评价冠心病诊断结果的ROC曲线下AUC为0.762(95%CI=0.708~0.815),最佳截断值为0.459,灵敏度为0.853,特异度为0.541。结论:LVDd联合SDNN对于冠心病的预测诊断价值良好。 展开更多
关键词 左室舒张末径 正常RR间期的标准差 冠心病 预测价值 无创诊断方法
下载PDF
从平凉方言NN式名词的重音模式看连读调与词调的关系
3
作者 贺岩 张慧丽 《河西学院学报》 2024年第6期66-74,共9页
平凉方言两字组存在连读调和词调两种连调模式,前者多数不涉及变调,后者都涉及变调。NN式名词的词调前后字轻重对比显著,且根据前字单字调的不同产生了左重步与右重步的分化,其形成受到了重音模式的制约。词调更符合相对轻重的韵律要求... 平凉方言两字组存在连读调和词调两种连调模式,前者多数不涉及变调,后者都涉及变调。NN式名词的词调前后字轻重对比显著,且根据前字单字调的不同产生了左重步与右重步的分化,其形成受到了重音模式的制约。词调更符合相对轻重的韵律要求,更易被优选为共享调式。而连读调纷繁复杂,多数前后字缺少明显的轻重对比,未能普遍成为共享调式。前人观察到“西北方言词调统一稳定,连读调复杂易变”,这种分化从重音模式出发可以得到更好的解释。 展开更多
关键词 平凉方言 nn式名词 连读调 词调 重音模式
下载PDF
Machine Learning Approaches for the Solution of the Riemann Problem in Fluid Dynamics:a Case Study
4
作者 Vitaly Gyrya Mikhail Shashkov +1 位作者 Alexei Skurikhin Svetlana Tokareva 《Communications on Applied Mathematics and Computation》 EI 2024年第3期1832-1859,共28页
We present our results by using a machine learning(ML)approach for the solution of the Riemann problem for the Euler equations of fluid dynamics.The Riemann problem is an initial-value problem with piecewise-constant ... We present our results by using a machine learning(ML)approach for the solution of the Riemann problem for the Euler equations of fluid dynamics.The Riemann problem is an initial-value problem with piecewise-constant initial data and it represents a mathematical model of the shock tube.The solution of the Riemann problem is the building block for many numerical algorithms in computational fluid dynamics,such as finite-volume or discontinuous Galerkin methods.Therefore,a fast and accurate approximation of the solution of the Riemann problem and construction of the associated numerical fluxes is of crucial importance.The exact solution of the shock tube problem is fully described by the intermediate pressure and mathematically reduces to finding a solution of a nonlinear equation.Prior to delving into the complexities of ML for the Riemann problem,we consider a much simpler formulation,yet very informative,problem of learning roots of quadratic equations based on their coefficients.We compare two approaches:(i)Gaussian process(GP)regressions,and(ii)neural network(NN)approximations.Among these approaches,NNs prove to be more robust and efficient,although GP can be appreciably more accurate(about 30\%).We then use our experience with the quadratic equation to apply the GP and NN approaches to learn the exact solution of the Riemann problem from the initial data or coefficients of the gas equation of state(EOS).We compare GP and NN approximations in both regression and classification analysis and discuss the potential benefits and drawbacks of the ML approach. 展开更多
关键词 Machine learning(ML) Neural network(nn) Gaussian process(GP) Riemann problem Numerical fluxes Finite-volume method
下载PDF
美国NN/LM医学图书馆网的分析和启示 被引量:10
5
作者 张士靖 周满英 刘娜 《医学信息学杂志》 CAS 2008年第1期7-11,共5页
从背景、宗旨、任务、现状、信息服务等方面全面分析美国NN/LM,并提出对我国医学图书馆发展的启示和建议。
关键词 美国nn/LM 信息服务 医学图书馆 启示
下载PDF
一种新的证据K-NN数据分类算法 被引量:4
6
作者 张扬 侯俊 +1 位作者 刘准钆 潘泉 《火力与指挥控制》 CSCD 北大核心 2013年第9期58-61,共4页
K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据... K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。 展开更多
关键词 证据推理 K—nn 置信函数 数据分类 DST
下载PDF
基于MPI的ML-kNN算法并行 被引量:4
7
作者 王进 晏世凯 +4 位作者 高延雨 金理雄 胡明星 邓欣 陈乔松 《郑州大学学报(理学版)》 CAS 北大核心 2018年第3期34-38,共5页
基于MPI将ML-kNN算法并行化,以解决多标签学习领域中的大规模分类问题,控制计算的时间开销,这也是首次将MPI应用到多标签学习领域.通过与传统的串行ML-kNN的对比实验,验证了所提方法的可行性和有效性.另外,允许数据集以特征为单位划分,... 基于MPI将ML-kNN算法并行化,以解决多标签学习领域中的大规模分类问题,控制计算的时间开销,这也是首次将MPI应用到多标签学习领域.通过与传统的串行ML-kNN的对比实验,验证了所提方法的可行性和有效性.另外,允许数据集以特征为单位划分,这使得该方法在处理高维数据时具有更大的优势. 展开更多
关键词 器学习 多标签学习 并行计算 ML-k nn MPI
下载PDF
基于N次K-NN分类算法的管道机器人定位技术研究 被引量:4
8
作者 李军远 李盛凤 +1 位作者 张晓华 邓宗全 《机器人》 EI CSCD 北大核心 2007年第1期72-77,共6页
分析了低频电磁波在均匀介质中的磁场分布,其分布与介质的介电常数、磁导率密切相关.根据管道机器人定位的实际工程需要,给出了三传感器低频电磁波定位模型.为了减小传输介质介电常数、磁导率参数对管道机器人定位的影响,提出了N次K-NN... 分析了低频电磁波在均匀介质中的磁场分布,其分布与介质的介电常数、磁导率密切相关.根据管道机器人定位的实际工程需要,给出了三传感器低频电磁波定位模型.为了减小传输介质介电常数、磁导率参数对管道机器人定位的影响,提出了N次K-NN分类算法.实验结果表明,该算法分类的正确率可达97.5%,定位精度可达±10 cm,在传输介质介电常数、磁导率等参数不确定条件下,可有效地求解低频电磁波发射源的位置参数. 展开更多
关键词 低频电磁波 定位技术 K—nn算法 管道机器人
下载PDF
NN型渐开线少齿差行星减速器传动效率仿真与实验 被引量:5
9
作者 张辉 冯晓宁 郭尧 《实验室研究与探索》 CAS 北大核心 2022年第4期118-121,共4页
通过虚拟仿真技术和实验研究NN型渐开线少齿差行星减速器的传动效率。建立NN型渐开线少齿差行星减速器的虚拟样机,使用Romax软件对齿轮接触应力及安全系数、弯曲应力及安全系数、传动精度和不同转速下传动效率进行仿真分析,并在减速器... 通过虚拟仿真技术和实验研究NN型渐开线少齿差行星减速器的传动效率。建立NN型渐开线少齿差行星减速器的虚拟样机,使用Romax软件对齿轮接触应力及安全系数、弯曲应力及安全系数、传动精度和不同转速下传动效率进行仿真分析,并在减速器效率测试实验台上进行了不同转速下的传动效率测试实验。实验结果表明,当转速一定时,减速器的传动效率随着负载转矩的升高逐步增大;达到最高传动效率后,继续增大负载转矩则传动效率开始降低。实验测试数据与传动效率仿真分析数据符合。 展开更多
关键词 nn型减速器 行星传动 传动效率仿真 实验
下载PDF
对NN/LM2001-2006年合同期项目的定量分析及启示 被引量:2
10
作者 刘娜 张士靖 周满英 《图书馆论坛》 CSSCI 北大核心 2007年第4期70-73,共4页
为深入了解NN/LM的项目资助情况,文章对NN/LM网站上获得的上一五年合同期详细的项目信息进行了深入的分析,得到项目数、各区域分布特点、基金投入的分布特点等,并对基金支持的多少以及一些特殊项目进行了详细的分析。从中得到值得我国... 为深入了解NN/LM的项目资助情况,文章对NN/LM网站上获得的上一五年合同期详细的项目信息进行了深入的分析,得到项目数、各区域分布特点、基金投入的分布特点等,并对基金支持的多少以及一些特殊项目进行了详细的分析。从中得到值得我国建立医学图书馆资源共享网络借鉴的经验和启示。 展开更多
关键词 nn/LM 项目 基金 定量分析
下载PDF
时滞离散非线性系统基于NN预测的准滑模控制 被引量:2
11
作者 李莹 邹经湘 +1 位作者 张新政 张宇羽 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2000年第6期111-114,118,共5页
研究一类具有输入滞后的离散非线性系统的准滑模控制问题 .根据滑模控制原理和神经网络的逼近能力 ,提出了一种基于神经网络预测的准滑模控制器设计方法 ,给出了神经网络预测器的自适应算法 .通过理论分析和仿真结果 ,证明了神经网络预... 研究一类具有输入滞后的离散非线性系统的准滑模控制问题 .根据滑模控制原理和神经网络的逼近能力 ,提出了一种基于神经网络预测的准滑模控制器设计方法 ,给出了神经网络预测器的自适应算法 .通过理论分析和仿真结果 ,证明了神经网络预测器的自适应算法是收敛的 ,闭环准滑模控制系统是稳定的 。 展开更多
关键词 准滑模控制 nn预测器 稳定性 时滞离散非线性系统
下载PDF
基于PSO训练的NN-PID控制器设计及其FPGA实现 被引量:1
12
作者 白瑞林 王利峰 王建 《计算机应用研究》 CSCD 北大核心 2006年第11期143-145,共3页
提出了一种基于PSO学习、VHDL描述和FPGA实现的NN-PID控制器设计方法。首先借助MATLAB系统仿真工具,在闭环控制系统中通过PSO优化算法训练前馈网络,得到优化的NN-PID控制器参数;然后在FPGA集成开发环境下进行控制器的VHDL层次化设计,重... 提出了一种基于PSO学习、VHDL描述和FPGA实现的NN-PID控制器设计方法。首先借助MATLAB系统仿真工具,在闭环控制系统中通过PSO优化算法训练前馈网络,得到优化的NN-PID控制器参数;然后在FPGA集成开发环境下进行控制器的VHDL层次化设计,重点研究单个神经元和前馈网络的结构以及实现方式;最后对该控制器进行了闭环时序测试,并在一个具体的FPGA器件上实现。研究结果表明,PSO用于NN-PID控制器训练速度快,VHDL描述和FPGA实现该控制器时序验证方便,而且控制器具有较好的鲁棒性。 展开更多
关键词 PSO nn—PID VHDL FPGA
下载PDF
基于k-NN和Landsat数据的小面积统计单元森林蓄积估测方法 被引量:28
13
作者 陈尔学 李增元 +1 位作者 武红敢 韩爱惠 《林业科学研究》 CSCD 北大核心 2008年第6期745-750,共6页
基于吉林省一个试验区的森林资源一类清查固定样地数据、Landsat TM数据和土地利用数据,采用精度交叉评价方法研究了k-最近邻(k-NN)法用于小面积统计单元森林蓄积估计的有效性。结果表明:k-NN方法对样地覆盖区影像像元单位面积蓄积量的... 基于吉林省一个试验区的森林资源一类清查固定样地数据、Landsat TM数据和土地利用数据,采用精度交叉评价方法研究了k-最近邻(k-NN)法用于小面积统计单元森林蓄积估计的有效性。结果表明:k-NN方法对样地覆盖区影像像元单位面积蓄积量的估测平均误差在1.5 m3.hm2之内,相对均方根误差(RMSE′)低于传统的基于绿度指数的线性方程估测方法;采用k-NN方法可以实现县市级统计单元的参数估计,估测效果优于只利用固定样地数据的传统成数估计方法。 展开更多
关键词 k-nn方法 森林蓄积量 LANDSAT 森林资源调查
下载PDF
用RCR特征和NN识别实时手绘工程草图 被引量:8
14
作者 刘伟 查建中 +1 位作者 徐晓慧 鄂明成 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2003年第6期692-696,共5页
针对实时手绘工程草图 (简称手绘草图 )的识别 ,引入草图重心、重径距和正规化重径 (RCR)等图形特征概念 ,提出手绘草图的神经网识别方法 该方法以图素具有统计意义的正规化重径作为特征、以图素交叉方式组织正规化重径的值作为学习样... 针对实时手绘工程草图 (简称手绘草图 )的识别 ,引入草图重心、重径距和正规化重径 (RCR)等图形特征概念 ,提出手绘草图的神经网识别方法 该方法以图素具有统计意义的正规化重径作为特征、以图素交叉方式组织正规化重径的值作为学习样本 ,应用弹力传播的Rprop算法训练BP神经网 ,一次训练即可得到能够识别任意倾角和位置手绘草图图素的识别器 展开更多
关键词 RCR特征 nn识别 实时手绘工程草图 BP神经网 图素识别
下载PDF
PSO/KNN算法及其在模拟故障诊断中的应用研究 被引量:2
15
作者 张屹 魏学业 蒋海峰 《电子测量与仪器学报》 CSCD 2007年第6期25-30,共6页
提出了一种基于粒子群优化(particle swarm optimization,PSO)的特征提取算法,该算法以K-NN(nearest neighbor)分类正确率为评价准则,应用粒子群优化算法寻找使提取特征的K-NN分类正确率最大的转换矩阵,从而实现特征的提取。算法的特点... 提出了一种基于粒子群优化(particle swarm optimization,PSO)的特征提取算法,该算法以K-NN(nearest neighbor)分类正确率为评价准则,应用粒子群优化算法寻找使提取特征的K-NN分类正确率最大的转换矩阵,从而实现特征的提取。算法的特点是结构简单灵活,对数据的分布特征不敏感,适合于对模拟电路的故障特征进行提取。电路故障诊断示例证明了该特征提取算法在模拟电路故障诊断中的有效性。 展开更多
关键词 特征提取 粒子群优化 K—nn分类 模拟电路故障诊断
下载PDF
基于Hopfield NN遗传优化设计的板形缺陷识别研究 被引量:1
16
作者 张秀玲 成龙 +2 位作者 郝爽 高武杨 来永进 《燕山大学学报》 CAS 北大核心 2015年第3期235-240,共6页
针对Hopfield NN传统设计方法要求权值矩阵需要满足对称的约束,以及记忆容量和容错性低,且记忆模式易陷入伪稳定状态的缺点,本文提出了利用遗传算法(GA)优化设计Hopfield NN权值的方法,并与传统方法对比,验证了GA-Hopfield NN具有较大... 针对Hopfield NN传统设计方法要求权值矩阵需要满足对称的约束,以及记忆容量和容错性低,且记忆模式易陷入伪稳定状态的缺点,本文提出了利用遗传算法(GA)优化设计Hopfield NN权值的方法,并与传统方法对比,验证了GA-Hopfield NN具有较大的记忆容量和较强的容错性。同时提出了GA-Hopfield NN的板形模式识别模型设计方案,将具有较强计算能力的反馈网络用于实时信息处理系统实现模式识别,克服了当前板形智能识别模型动态性差,容错能力低及实时性差的缺陷。同时,Hopfield NN的二值计算形式大大提高了系统的运算速度,为硬件实现和工程应用提供了新思路。 展开更多
关键词 HOPFIELD nn 容错性 遗传算法 板形识别
下载PDF
基于NNα阶逆的非线性大时延系统预测控制 被引量:6
17
作者 戴先中 何丹 +1 位作者 陈毓 王勤 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第4期589-592,共4页
针对较一般的模型未知非线性大时延系统 ,构造其NNα阶逆系统与原系统复合成NNα阶伪线性复合系统 .然后将此复合系统作为被控对象 ,用线性预测控制方法实现有效控制 .简化了预测控制器的设计 ,易于进行稳定性和稳态偏差分析 .
关键词 预测控制 非线性大时延系统 nnα阶逆
下载PDF
用于大数据分类的KNN算法研究 被引量:62
18
作者 耿丽娟 李星毅 《计算机应用研究》 CSCD 北大核心 2014年第5期1342-1344,1373,共4页
针对KNN算法在处理大数据时的两个不足对其进行了研究,提出多层差分KNN算法。算法对已知样本根据类域进行分层,既避免了传统改进算法中剪辑样本带来的判别误差,又大大降低了无效的计算量;同时在最后一层采用差分的方法进行决策,而不是... 针对KNN算法在处理大数据时的两个不足对其进行了研究,提出多层差分KNN算法。算法对已知样本根据类域进行分层,既避免了传统改进算法中剪辑样本带来的判别误差,又大大降低了无效的计算量;同时在最后一层采用差分的方法进行决策,而不是直接根据最近邻进行分类,大大提高了分类的准确性。实验结果表明,该算法在对样本容量大、涉及邻域多的大数据样本进行分类时能取得较好的分类效果。 展开更多
关键词 大数据 Knn 差分多层
下载PDF
一种基于信息增益的K-NN改进算法 被引量:9
19
作者 魏孝章 豆增发 《计算机工程与应用》 CSCD 北大核心 2007年第19期188-191,共4页
针对传统K-NN算法易受单个属性干扰和时间效率较低的问题,提出了利用信息增益和可拓关联度对其进行改进。通过计算属性的信息增益来确定属性的权重系数,根据权重系数将属性划分为关键属性、次要属性和无关属性,在计算欧氏距离时引入权... 针对传统K-NN算法易受单个属性干扰和时间效率较低的问题,提出了利用信息增益和可拓关联度对其进行改进。通过计算属性的信息增益来确定属性的权重系数,根据权重系数将属性划分为关键属性、次要属性和无关属性,在计算欧氏距离时引入权重系数,使各个属性的作用受其重要性的约束,有效地提高了K-NN算法的抗干扰能力和精确性。将属性空间划分为若干个子空间,利用可拓关联度将待测样本映射到某个子空间中,由这个子空间组成搜索空间,减少计算量,提高时间效率;测试结果表明,改进后的算法可行有效。 展开更多
关键词 K—nn算法 信息增益 信息熵 可拓关联度
下载PDF
基于NNs-MRAS无速度传感器双馈电机LQR控制 被引量:6
20
作者 刘毅 谭国俊 +1 位作者 何凤有 安琪 《电工技术学报》 EI CSCD 北大核心 2014年第7期140-146,共7页
针对双馈电机无速度传感器控制系统,提出了一种基于定子磁链的神经网络-模型参考自适应系统(NNs-MRAS)的速度观测法,采用差分算法设计了神经网络(NNs)模型,通过偏差反传算法对神经网络模型进行训练,使其具有良好的转速观测能力;设计了... 针对双馈电机无速度传感器控制系统,提出了一种基于定子磁链的神经网络-模型参考自适应系统(NNs-MRAS)的速度观测法,采用差分算法设计了神经网络(NNs)模型,通过偏差反传算法对神经网络模型进行训练,使其具有良好的转速观测能力;设计了基于两相同步旋转坐标系下转子电流的线性二次型最优控制算法的控制器(LQR),并给出了状态反馈控制增益,实现了电流闭环参数的最优控制,改善了系统的动、静态性能。详尽地推导所述控制方案的实现过程,并通过基于DSP实现的样机试验,验证了控制方案的正确性和有效性。 展开更多
关键词 双馈电机 神经网络 模型参考自适应系统 线性二次型控制器 最优控制
下载PDF
上一页 1 2 78 下一页 到第
使用帮助 返回顶部