期刊文献+
共找到12,440篇文章
< 1 2 250 >
每页显示 20 50 100
基于水光电力系统时序生产模拟模型的水光优化配比研究 被引量:3
1
作者 李继清 龙健 刘洋 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第1期1-10,69,共11页
基于考虑系统负荷、新能源发电出力等时序变化特性的时序生产模拟法,建立了水光电力系统时序生产模拟模型;从系统结构性、经济性、灵活性与可靠性方面综合确定最佳水光容量配比,并通过金沙江上游川藏段水光系统验证了模型的合理性。金... 基于考虑系统负荷、新能源发电出力等时序变化特性的时序生产模拟法,建立了水光电力系统时序生产模拟模型;从系统结构性、经济性、灵活性与可靠性方面综合确定最佳水光容量配比,并通过金沙江上游川藏段水光系统验证了模型的合理性。金沙江上游川藏段光伏电站与水电站出力具有较好的年内、日内互补特性;对于2030年水平年,考虑枯期水电留存,913.6万kW水电配套400万kW光伏的方案综合性能更优,其新增非水可再生电量约60亿kW·h。 展开更多
关键词 水光互补特性 优化容量配比 时序生产模拟法 金沙江上游
下载PDF
水下连续发射弹体干扰特性及发射时序优化 被引量:1
2
作者 刘方 肖金石 +2 位作者 韦建明 张志洋 王聪 《兵工学报》 EI CAS CSCD 北大核心 2024年第1期197-205,共9页
随着对饱和攻击需求的提高,潜艇连续发射过程的发射时序协调控制研究变得迫切而紧要。考虑到弹体间的流体动力干扰是影响安全发射的主要因素,基于重叠网格多自由度仿真技术,针对连续发射的水下弹体开展姿态弹道干扰特性研究。通过分析... 随着对饱和攻击需求的提高,潜艇连续发射过程的发射时序协调控制研究变得迫切而紧要。考虑到弹体间的流体动力干扰是影响安全发射的主要因素,基于重叠网格多自由度仿真技术,针对连续发射的水下弹体开展姿态弹道干扰特性研究。通过分析流场结构发现,以一定攻角发射的弹体形成的发卡形尾涡是造成后续弹体姿态弹道差异的主要原因。根据不同艇速、时间间隔和空间间隔下弹体间的干扰特性建立干扰评价模型。在保证干扰不影响后续弹体的前提下,以最短发射时长为目标,以综合评价函数为约束,基于改进的贪心算法对大筒多弹式布局的水下弹体开展发射时序优化研究,并采用均匀抽样方法验证优化结果准确性。研究结果表明:相对于均匀抽样方法,改进的贪心算法具有相当的计算准确度和更高的计算效率。 展开更多
关键词 水下弹体 连续发射 姿态干扰评价 发射时序
下载PDF
基于时序图卷积的动态网络链路预测
3
作者 刘琳岚 冯振兴 舒坚 《计算机研究与发展》 EI CSCD 北大核心 2024年第2期518-528,共11页
动态网络链路预测广泛的应用前景,使得其逐渐成为网络科学研究的热点.动态网络链路演化过程中具有复杂的空间相关性和时间依赖性,导致其链路预测任务极具挑战.提出一个基于时序图卷积的动态网络链路预测模型(dynamic network link predi... 动态网络链路预测广泛的应用前景,使得其逐渐成为网络科学研究的热点.动态网络链路演化过程中具有复杂的空间相关性和时间依赖性,导致其链路预测任务极具挑战.提出一个基于时序图卷积的动态网络链路预测模型(dynamic network link prediction based on sequential graph convolution, DNLP-SGC).针对网络快照序列不能有效反映动态网络连续性的问题,采用边缘触发机制对原始网络权重矩阵进行修正,弥补了离散快照表示动态网络存在时序信息丢失的不足.从网络演化过程出发,综合考虑节点间的特征相似性以及历史交互信息,采用时序图卷积提取动态网络中节点的特征,该方法融合了节点时空依赖关系.进一步,采用因果卷积网络捕获网络演化过程中潜在的全局时序特征,实现动态网络链路预测.在2个真实的网络数据集上的实验结果表明,DNLP-SGC在precision, recall, AUC指标上均优于对比的基线模型. 展开更多
关键词 动态网络 链路预测 时序图卷积 全局时序特征 因果卷积
下载PDF
基于多序列隐关系的时序事件预测
4
作者 郝志峰 刘俊 +1 位作者 温雯 蔡瑞初 《计算机工程与应用》 CSCD 北大核心 2024年第7期119-127,共9页
时序事件预测是指基于历史事件预测下一个事件,事件包括时间和类型两个属性。当前主要工作集中在单方面(事件时间或事件类型)的预测,但这无法回答“何时发生何事”这类更精细的问题。此类问题的挑战主要是事件类型非常多样,而行为往往... 时序事件预测是指基于历史事件预测下一个事件,事件包括时间和类型两个属性。当前主要工作集中在单方面(事件时间或事件类型)的预测,但这无法回答“何时发生何事”这类更精细的问题。此类问题的挑战主要是事件类型非常多样,而行为往往高度稀疏,给预测带来极大困难;需要预测的事件时间和事件类型分属两个域,如何把这两个域的信息加以融合并形成互补也是一个挑战。针对上述挑战,从融合多序列隐信息的角度探索了一种解决方法。基于某些事件序列之间具有模式相似性这一观察,提出建模事件序列的隐关系图,利用邻居序列的信息解决行为稀疏性的问题;通过合理设计神经网络模块,将事件的时间域和类型域的信息映射到共同的抽象空间,解决事件时间和事件类型信息的融合建模问题。通过在多个真实数据集上进行了大量实验,实验结果印证了多序列深度时序模型优于现有的一系列基准模型。 展开更多
关键词 多序列关系 事件预测 深度学习 时序 图方法
下载PDF
眼斑双锯鱼(Amphiprion ocellaris)发育中体色花纹时序发生的色素细胞变化和控制基因表达的分析Ⅱ.仔稚幼鱼时期
5
作者 孙志宾 孙伟恒 +10 位作者 王新安 马爱军 黄智慧 李迎娣 苟冬惠 于宏 闫鹏飞 田蜜 Vorathep Muthuwan 曲江波 洪宜展 《海洋与湖沼》 CAS CSCD 北大核心 2024年第3期756-764,共9页
眼斑双锯鱼(Amphiprion ocellaris)属于鲈形目、雀鲷科、双锯鱼属,是热带珊瑚礁观赏鱼类的首选品种,其不同发育时期各种色素细胞的动态变化及其控制基因表达情况有待深入研究。记录了眼斑双锯鱼仔稚幼鱼体色花纹模式建成的发育过程,对... 眼斑双锯鱼(Amphiprion ocellaris)属于鲈形目、雀鲷科、双锯鱼属,是热带珊瑚礁观赏鱼类的首选品种,其不同发育时期各种色素细胞的动态变化及其控制基因表达情况有待深入研究。记录了眼斑双锯鱼仔稚幼鱼体色花纹模式建成的发育过程,对比不同发育时期体色变化的特点,筛选出仔稚幼鱼时期体色花纹变化较为明显的9个发育时期,并利用荧光定量PCR检测了眼斑双锯鱼各发育时期的10个体色控制基因的表达情况。结果显示:眼斑双锯鱼的体色发生存在明显的时序性,仔鱼时期鱼体呈现半透明状,黑色素细胞排列在身体两侧,随着生长发育数量逐渐增多;稚鱼时期,体表开始出现红色素细胞和黄色素细胞,身体慢慢变得不透明,9 dph开始出现第一道条纹,虹彩色素细胞数量逐渐增多,10 dph时期观察到第二道条纹出现;幼鱼时期,三道白色条纹完全形成,体表的橙红色和白色条纹被黑色素细胞分隔开来,界线逐渐清晰,长成完整的花纹。结合荧光定量PCR结果分析发现:在仔稚幼鱼阶段,10个体色控制基因在各发育时期均有表达,不同功能分类的基因在不同发育时期的表达变化趋势差异较大,在仔稚幼鱼前期表达量变化较大的基因主要为TYR、Dct、Ednrb、Sox10等与黑色素细胞迁移、分化、合成相关的基因;随着幼鱼不断的生长发育,白色条纹逐条出现,与虹彩色素细胞相关的Fms、Foxd3等基因也开始出现表达量显著上升的趋势。 展开更多
关键词 眼斑双锯鱼 发育 体色花纹 时序发生 色素细胞 表达分析
下载PDF
动作时序优化振动信号混沌吸引子特征的断路器操动状态辨识方法
6
作者 刘会兰 常庚垚 +3 位作者 赵书涛 裘实 黄伟杰 刘教民 《高电压技术》 EI CAS CSCD 北大核心 2024年第6期2635-2644,共10页
高压断路器分合闸操作过程包括掣子脱扣、弹簧释能、动静触头碰撞等动作,机械振动信号作为能量传递的表现,蕴含着丰富的运行状态信息。该文基于断路器关键动作节点的时序,提出一种动作时序优化振动信号混沌吸引子特征的断路器操动状态... 高压断路器分合闸操作过程包括掣子脱扣、弹簧释能、动静触头碰撞等动作,机械振动信号作为能量传递的表现,蕴含着丰富的运行状态信息。该文基于断路器关键动作节点的时序,提出一种动作时序优化振动信号混沌吸引子特征的断路器操动状态辨识方法。首先,由高速相机捕捉断路器操动过程主轴拐臂运动图像,利用目标跟踪算法获取动触头关键运动节点时序指标;然后,依据时序指标划分操动过程,通过对不同阶段的振动信号相空间重构,提取相空间吸引子几何和属性特征;最后,利用智能分类算法进行故障辨识,实验结果验证该方法在大幅节省时间开销的同时,有效提高了分类辨识的准确率达96.9%。该文方法在断路器状态监测和带电测试中具有广阔应用前景。 展开更多
关键词 高压断路器 动作时序 吸引子特征 混沌分析 振动信号
下载PDF
时序效应对高负荷低压涡轮边界层流动的影响研究
7
作者 邹正平 盛然 杜鹏程 《动力工程学报》 CAS CSCD 北大核心 2024年第9期1424-1436,共13页
在多级涡轮内,时序效应和寂静效应会对涡轮内部的流动及气动效率产生重要影响。以两级高负荷低压涡轮为研究对象,采用高精度大涡模拟(LES)方法对该涡轮叶中截面的非定常流场进行了数值模拟,分析了5个不同静子时序位置下第二级静子的时... 在多级涡轮内,时序效应和寂静效应会对涡轮内部的流动及气动效率产生重要影响。以两级高负荷低压涡轮为研究对象,采用高精度大涡模拟(LES)方法对该涡轮叶中截面的非定常流场进行了数值模拟,分析了5个不同静子时序位置下第二级静子的时均流场、时均性能和边界层流动非定常演化过程。结果表明:第一级静子的不同时序位置对第二级静子的总压损失产生明显影响,不同时序位置下总压损失的变化可达20%;不同时序位置下的流动差异主要归因于尾迹在通道中的输运过程,尾迹与边界层相互作用诱导边界层转捩发生变化;当第一级静子尾迹撞击第二级静子前缘时,第二级静子吸力面的分离区明显减小,第二级静子的总压损失达到最小值;相反地,当第一级静子尾迹在第二级静子通道中靠近吸力面侧约40%栅距位置时,一个转子通过周期内第二级静子吸力面后部出现多个分离泡,使得时均总压损失最大。 展开更多
关键词 涡轮 时序效应 寂静效应 大涡模拟
下载PDF
基于Spark分布式框架的海量星表数据时序重构方法研究
8
作者 赵青 权文利 +2 位作者 陈亚瑞 崔辰州 樊东卫 《天文学进展》 CSCD 北大核心 2024年第1期86-101,共16页
时序重构是时域天文学中的一个重要数据处理步骤,也是拟合光变曲线、开展时域分析研究的基础。Hadoop、Spark这类MapReduce分布式模型在执行过程中分布式集群节点间的任务比较独立,需要跨节点的数据传输量较少。提出了非阻塞异步执行流... 时序重构是时域天文学中的一个重要数据处理步骤,也是拟合光变曲线、开展时域分析研究的基础。Hadoop、Spark这类MapReduce分布式模型在执行过程中分布式集群节点间的任务比较独立,需要跨节点的数据传输量较少。提出了非阻塞异步执行流程,每个分布式进程完全针对独立天区的数据进行连续处理,而分块边缘的新增天体导致的其他节点的新增证认任务延时批量追加,并且会根据各进程间的进度不同确定追加方式,保证证认计算没有遗漏,从而在提高并发效率的同时保证算法的精度。此外,对两表间的不同Join策略从理论和实验两个角度进行了研究并提出了免Join策略。最后通过基于Spark分布式框架的高效时序重构系统的设计完成了以上研究的验证。实验表明,与以往研究结果相比,该时序重构算法效率提升明显,为时域天文学中的天文时序数据分析的开展打下了良好的基础。 展开更多
关键词 时域天文学 交叉证认计算 时序重构 分布式计算 SPARK
下载PDF
基于树分解的时序最短路径计数查询算法
9
作者 李源 林秋兰 +3 位作者 陈安之 杨国利 宋威 王国仁 《计算机应用》 CSCD 北大核心 2024年第8期2446-2454,共9页
最短路径计数是图计算中的一个重要研究问题,旨在查询顶点间的最短路径数,在路径规划与推荐、社交网络分析、介数中心性计算等领域中具有广泛应用。目前越来越多的网络可以建模为时序图,但少有针对时序图最短路径计数查询问题的研究工... 最短路径计数是图计算中的一个重要研究问题,旨在查询顶点间的最短路径数,在路径规划与推荐、社交网络分析、介数中心性计算等领域中具有广泛应用。目前越来越多的网络可以建模为时序图,但少有针对时序图最短路径计数查询问题的研究工作。与静态图相比,时序图增加了时间信息,结构更复杂,在查询顶点间的路径数时必须考虑边的激活时间,因此静态图中最短路径计数方法不再适用于时序图,并且在大规模时序图上查询更具有挑战性。针对时序图最短路径计数问题,提出一种基于树分解构建TG-TL(Temporal Graph-Tree Label)索引的方法。该方法包含构建索引和在线查询两个阶段,构建索引阶段根据时序图的属性设计时序树分解算法,将时序图转化为树结构;然后根据树分解的结构信息以及凸路径定义提出高效构建索引算法;在线查询阶段基于TG-TL索引提出了高效的时序最短路径计数查询算法。在4个真实数据集上的实验结果表明,与基于TG-base(Temporal Graph-base)索引的查询算法相比,所提算法在查询效率上至少提升了61%,因此所提算法在时序图最短路径计数问题上具有高效性和有效性。 展开更多
关键词 时序 树分解 索引 最短路径 最短路径计数
下载PDF
基于双向稀疏Transformer的多变量时序分类模型
10
作者 王慧强 陈楚皓 +1 位作者 吕宏武 米海林 《小型微型计算机系统》 CSCD 北大核心 2024年第3期555-561,共7页
针对多变量时序(Multivariate Time Series,MTS)分类中长序列数据难以捕捉时序特征的问题,提出一种基于双向稀疏Transformer的时序分类模型BST(Bidirectional Sparse Transformer),提高了MTS分类任务的准确度.BST模型使用Transformer框... 针对多变量时序(Multivariate Time Series,MTS)分类中长序列数据难以捕捉时序特征的问题,提出一种基于双向稀疏Transformer的时序分类模型BST(Bidirectional Sparse Transformer),提高了MTS分类任务的准确度.BST模型使用Transformer框架,构建了一种基于活跃度得分的双向稀疏注意力机制.基于KL散度构建活跃度评价函数,并将评价函数的非对称问题转变为对称权重问题.据此,对原有查询矩阵、键值矩阵进行双向稀疏化,从而降低原Transformer模型中自注意力机制运算的时间复杂度.实验结果显示,BST模型在9个长序列数据集上取得最高平均排名,在临界差异图中领先第2名35.7%,对于具有强时序性的乙醇浓度数据集(Ethanol Concentration,EC),分类准确率提高30.9%. 展开更多
关键词 多变量时序分类 TRANSFORMER 双向稀疏机制 活跃度评价函数
下载PDF
多风电场支撑电网频率稳定的动态差异化时序协同控制策略
11
作者 姜涛 邱宇琛 +1 位作者 刘先超 李国庆 《电力系统自动化》 EI CSCD 北大核心 2024年第8期162-173,共12页
针对大规模风电接入带来的系统调频能力不足和调频能量透支引发的频率二次跌落问题,提出一种多风电场动态差异化时序协同的频率支撑控制策略。首先,阐述综合惯量控制下的风电调频原理,基于能量守恒理论分析频率响应阶段风电场群的动能... 针对大规模风电接入带来的系统调频能力不足和调频能量透支引发的频率二次跌落问题,提出一种多风电场动态差异化时序协同的频率支撑控制策略。首先,阐述综合惯量控制下的风电调频原理,基于能量守恒理论分析频率响应阶段风电场群的动能变化过程,揭示多风电场调频时序对调频效果的影响机理。然后,考虑多风电场群同时调频引发的频率二次跌落风险,从场站交互视角逆向设计风电场群调频时序和任务分工,并依据风电实时调频能力动态调整投入顺序,以保证初期过程惯量安全需求,并提升频率最低点、抑制风电场群退出调频导致的系统频率严重二次跌落。最后,通过3机9节点测试系统和某实际电网算例对所提控制策略进行仿真分析,结果验证了所提策略的有效性和实用性。 展开更多
关键词 多风电场 动态差异化时序 惯量 协同控制 调频 二次跌落
下载PDF
SL-tgStore:新的时序知识图谱存储模型
12
作者 李松 王哲 张丽平 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第3期449-458,共10页
为了解决时序知识图谱的存储问题,提出结合快照和日志模式的时序知识图谱存储模型SL-tgStore.模型由若干时间桶组成,每个时间桶由一系列的时间窗口组成.在首个时间窗口引入初始快照作为时序知识图谱存储和处理的基本单元,在接下来的时... 为了解决时序知识图谱的存储问题,提出结合快照和日志模式的时序知识图谱存储模型SL-tgStore.模型由若干时间桶组成,每个时间桶由一系列的时间窗口组成.在首个时间窗口引入初始快照作为时序知识图谱存储和处理的基本单元,在接下来的时间窗口存储为增量日志.提出相应的阈值来确定初始快照的生成,即生成一个新的时间桶,以达到初始快照数量与增量日志数量的平衡,并提出临时快照生成算法.所提模型能够有效解决快照存储模式消耗内存大,日志存储模式查询效率低的问题.为了对SL-tgStore模型进行高效查询,在此基础上提出4种索引结构.在4个真实数据集上进行实验,理论研究与实验结果表明所提出的SL-tgStore存储模型具有高效性. 展开更多
关键词 时序知识图谱 资源描述框架(RDF) 存储模型 日志模式 快照模式
下载PDF
基于集群辨识和卷积神经网络-双向长短期记忆-时序模式注意力机制的区域级短期负荷预测 被引量:1
13
作者 陈晓梅 肖徐东 《现代电力》 北大核心 2024年第1期106-115,共10页
为了解决区域级短期电力负荷预测时输入特征过多和负荷时序性较强的问题,提出一种基于集群辨识和卷积神经网络(convolutional neural networks,CNN)-双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)-时序模式注意力... 为了解决区域级短期电力负荷预测时输入特征过多和负荷时序性较强的问题,提出一种基于集群辨识和卷积神经网络(convolutional neural networks,CNN)-双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)-时序模式注意力机制(temporal pattern attention,TPA)的预测方法。首先,将用电模式和天气作为影响因素,基于二阶聚类算法对区域内的负荷节点进行集群辨识,再从每个集群中挑选代表特征作为深度学习模型的输入,这样既能减少输入特征维度,降低计算复杂度,又能综合考虑预测区域的整体特征,提升预测精度。然后,针对区域电力负荷时序性的特点,用CNN-BiLSTM-TPA模型完成训练和预测,该模型能提取输入数据的双向信息生成隐状态矩阵,并对隐状态矩阵的重要特征加权,从多时间步上捕获双向时序信息用于预测。最后,在美国加利福尼亚州实例上分析验证了所提方法的有效性。 展开更多
关键词 短期电力负荷预测 双向长短期记忆网络 时序模式注意力机制 集群辨识 卷积神经网络
下载PDF
面向NVM的IoT时序数据多态协作压缩策略
14
作者 蔡涛 雷天乐 +3 位作者 牛德姣 戴健飞 黄泽宇 倪强强 《大数据》 2024年第4期34-50,共17页
压缩策略是影响IoT时序数据存储系统性能的重要因素,而现有压缩策略缺乏针对NVM与IoT时序数据特性的优化机制。因此,提出了面向NVM的IoT时序数据多态协作压缩策略。首先,给出了IoT时序数据的组织结构。然后,针对IoT时序数据在一段时间... 压缩策略是影响IoT时序数据存储系统性能的重要因素,而现有压缩策略缺乏针对NVM与IoT时序数据特性的优化机制。因此,提出了面向NVM的IoT时序数据多态协作压缩策略。首先,给出了IoT时序数据的组织结构。然后,针对IoT时序数据在一段时间内较稳定以及在用户态与内核态读写NVM适合的粒度差异较大的情况,设计了分层压缩策略。在用户态接收数据时,采用轻量级的数据压缩算法减少需存储的数据量,也减小了对IoT时序数据的存储效率的影响;针对IoT系统以查询和分析异常时序数据为主的特性,设计了深度压缩算法,在内核态对历史IoT时序数据进行深度压缩。其次,针对深度压缩历史IoT时序数据与存储新接收的IoT时序数据之间对NVM带宽的竞争,提出了写带宽保证的动态调整算法。最后,构建了面向NVM的IoT时序数据多态协作压缩策略原型PCCTSMS,并使用YCSB-TS工具进行测试与分析。实验结果表明,与InfluxDB、OpenTSDB、KairosDB和TVStore相比,PCCTSMS最高能提升161.3%的写吞吐率以及减少14.6%的存储空间。 展开更多
关键词 数据压缩 IOT 时序数据 非易失性内存 存储系统
下载PDF
光伏产业政策叙事主题时序演化特征研究
15
作者 晋良海 李钰涵 +2 位作者 方梅 陈颖 张倩 《地域研究与开发》 北大核心 2024年第1期9-15,共7页
首先,定义光伏产业政策叙事的3W框架,抽取光伏产业政策结构化内容,基于词频-逆文档算法,挖掘2011—2022年光伏产业政策叙事主题关键词;其次,采用共现网络方法,可视化分析光伏产业政策叙事主题;最后,耦合时序要素,对应分析光伏产业政策... 首先,定义光伏产业政策叙事的3W框架,抽取光伏产业政策结构化内容,基于词频-逆文档算法,挖掘2011—2022年光伏产业政策叙事主题关键词;其次,采用共现网络方法,可视化分析光伏产业政策叙事主题;最后,耦合时序要素,对应分析光伏产业政策叙事主题焦点。结果表明:2011—2019年光伏产业政策叙事主题聚焦于推广分布式光伏应用、解决光伏消纳等问题,而2020—2022年光伏产业政策叙事主题逐渐转向提升储能、保障消纳等方面。省域政策对国家政策的执行度较高,政策主题基本保持一致,但省域政策会根据自身发展实际因地制宜地施策,各地发展方向均有所侧重。从对应分析来看,不同阶段国家政策的叙事主题以及不同阶段省域政策的叙事主题均存在显著差异。省域政策年际间衔接紧密,政策执行力度强,政策寿命长;国家层级与省域层级的叙事主题和时间变量之间都存在非连续的局部相关性。 展开更多
关键词 光伏产业政策 叙事主题 时序演化 共现分析 对应分析
下载PDF
时序数据图像化:战术意图识别及可移植框架
16
作者 宋亚飞 李乐民 +2 位作者 权文 倪鹏 王科 《通信学报》 EI CSCD 北大核心 2024年第8期149-165,共17页
通过将时序编码为图像,提出了一种结合曲线滤波技术和EfficientNetV2图像识别网络的鲁棒且可移植的战术意图识别框架。曲线滤波技术可以有效地减少大量时域特征、模型参数和训练时间的冗余,基于此,提出了一种改进的格拉姆角场方法将时... 通过将时序编码为图像,提出了一种结合曲线滤波技术和EfficientNetV2图像识别网络的鲁棒且可移植的战术意图识别框架。曲线滤波技术可以有效地减少大量时域特征、模型参数和训练时间的冗余,基于此,提出了一种改进的格拉姆角场方法将时序编码为图像,提高了卷积神经网络的特征提取能力。EfficientNetV2网络能够有效地处理意图图像,并成为预训练模型,使得在不同系统之间进行迁移学习成为可能。实验结果表明,所提框架相对于机器学习及深度学习等方法提高了0.99%以上的准确率,具有更好的性能、可扩展性、鲁棒性和可迁移性。 展开更多
关键词 时序编码 意图识别 图像分类 曲线滤波 格拉姆角场 EfficientNetV2
下载PDF
基于时序卷积残差网络和鹈鹕优化算法的新能源电网安全稳定控制方法
17
作者 张建新 邱建 +4 位作者 朱煜昆 朱益华 杨欢欢 徐光虎 涂亮 《可再生能源》 CAS CSCD 北大核心 2024年第6期845-852,共8页
随着“双碳”目标的推进,随机波动的新能源接入电网的规模和容量日益提升,严重影响电网的安全稳定运行。针对大干扰故障电压稳定控制问题,文章提出了一种基于时序卷积残差网络和鹈鹕优化算法的新能源电网电压安全稳定控制策略。首先,利... 随着“双碳”目标的推进,随机波动的新能源接入电网的规模和容量日益提升,严重影响电网的安全稳定运行。针对大干扰故障电压稳定控制问题,文章提出了一种基于时序卷积残差网络和鹈鹕优化算法的新能源电网电压安全稳定控制策略。首先,利用时序卷积信息损失少、感受野宽以及残差网络深层特征提取能力强的优势,构建基于时序卷积残差网络的电压稳定预测模型,映射出敏感节点电压时序特征和电压稳定之间的关系;其次,构建电压稳定控制模型,利用鹈鹕优化算法收敛速度快、搜索能力强的优势求解控制模型,得出最佳切机和切负荷动作措施;最后,进行了仿真验证。验证结果表明,所提方法提高了新能源电网电压安全稳定预测的准确性,通过最佳的电压稳定控制策略提高了电网故障后的安全稳定运行水平。 展开更多
关键词 新能源 大干扰故障 时序卷积残差网络 鹈鹕优化算法 安全稳定控制
下载PDF
基于TiDE-PatchTST模型的柑橘冷藏效率时序预测模型优化
18
作者 杨信廷 郭向阳 +2 位作者 韩佳伟 刘彤 杨霖 《农业机械学报》 EI CAS CSCD 北大核心 2024年第7期396-404,共9页
柑橘低温贮藏过程中果实温度波动是引发果品品质安全风险与增加制冷能耗的关键因素,同时果品品质与制冷能耗也是评判柑橘冷藏效率的重要评价指标,实现两者动态预测可为科学预知与精准优化柑橘冷藏效率提供可靠支持。本文提出一种基于Pat... 柑橘低温贮藏过程中果实温度波动是引发果品品质安全风险与增加制冷能耗的关键因素,同时果品品质与制冷能耗也是评判柑橘冷藏效率的重要评价指标,实现两者动态预测可为科学预知与精准优化柑橘冷藏效率提供可靠支持。本文提出一种基于PatchTST的柑橘冷藏效率时序预测模型。首先,基于自注意力机制和独立预测方法(Channel independent,CI)构建基础PatchTST模型;其次,通过融合基础PatchTST模型与TiDE模型中的协变量特征提取模块,实现对多元时序数据集中全部序列的特征提取,并有效改进模型预测精度;最后,基于皮尔森相关性分析方法定量分析冷库制冷参数与能耗、柑橘温度的相关性,确定TiDE-PatchTST模型输入参数,并基于5000组实验数据实现多种模型训练与测试,对比验证TiDE-PatchTST模型的准确性与优越性。结果表明,基于TiDE-PatchTST模型的冷库能耗预测值与实验值平均绝对误差(MAE)和均方根误差(RMSE)分别为3.645 W·h和10.421 W·h,柑橘温度预测值与实验值的MAE和RMSE分别为0.034℃和0.042℃,相比Transformer模型,能耗预测的MAE和RMSE最高分别下降41.43%和39.27%,柑橘温度预测的MAE和RMSE最高分别下降46.03%和28.81%。本研究可为柑橘冷藏过程温度波动与能耗动态感知与优化调控等提供可靠方法支持与参考。 展开更多
关键词 柑橘 冷藏效率 时序预测模型优化 PatchTST TIDE
下载PDF
基于注意时序网络的中文词性标注方法
19
作者 张鹏 周志强 《计算机仿真》 2024年第5期378-382,共5页
针对传统的基于统计与规则的词性标注模型存在的人工特征依赖、字向量表征单一、特征提取不全面等问题,提出一种有效的基于注意时序网络的中文词性标注模型。对原始的TCN模型结构进行三点改进,并提出将注意时序网络与BiLSTM模型融合到... 针对传统的基于统计与规则的词性标注模型存在的人工特征依赖、字向量表征单一、特征提取不全面等问题,提出一种有效的基于注意时序网络的中文词性标注模型。对原始的TCN模型结构进行三点改进,并提出将注意时序网络与BiLSTM模型融合到词性标注方法中。上述模型首先通过XLNet模型获取字级别的上下文表示,利用注意时序网络的因果卷积结构获取更高层次的文本序列特征并通过注意力机制优化特征,最后通过BiLSTM进一步学习序列上下文特征,提高词性标注的准确度。实验表明,上述模型性能相较于其它模型有明显提升。 展开更多
关键词 词性标注 时序卷积网络 注意力机制 深度学习
下载PDF
基于时序知识推理的时序知识图谱补全方法
20
作者 崔良中 任浩源 吕晓 《海军工程大学学报》 CAS 北大核心 2024年第2期87-92,106,共7页
基于知识推理的知识图谱补全技术研究在静态图谱上已经获得了较为明显的效果,但其在处理与时间相关的事件上仍存在着不足,而基于时序推理的知识图谱补全方法更加贴合真实事件,有较高的研究价值。然而,现有的时序知识图谱补全技术在处理... 基于知识推理的知识图谱补全技术研究在静态图谱上已经获得了较为明显的效果,但其在处理与时间相关的事件上仍存在着不足,而基于时序推理的知识图谱补全方法更加贴合真实事件,有较高的研究价值。然而,现有的时序知识图谱补全技术在处理节点信息和全局信息上存在局限性问题。因此,提出了一种基于注意力聚合邻居信息并使用双向LSTM处理时间信息的改进方法。首先,通过推理预测的方式补全时序知识图谱中缺失的信息,并在推理过程中生成推理路径图来解决由神经网络所带来的不可解释性问题;然后,使用4种不同时间跨度的公开数据集进行了实验并与主流方法进行了比较。实验结果表明:所提方法在R mr、h@1和h@10这3个指标上是优于现有方法的。 展开更多
关键词 时序知识图谱 知识图谱补全 知识推理 注意力机制 图神经网络
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部