期刊文献+
共找到4,072篇文章
< 1 2 204 >
每页显示 20 50 100
基于世界模型深度强化学习的含风电电力系统低碳经济调度 被引量:1
1
作者 陈实 朱亚斌 +3 位作者 刘艺洪 罗欢 臧天磊 周步祥 《电网技术》 EI CSCD 北大核心 2024年第8期3143-3154,I0021-I0024,共16页
通过调度手段提高发电侧风电等可再生能源利用率,降低常规火电机组的碳排放是实现双碳目标的重要手段。针对含风电电力系统的低碳经济运行问题,提出一种基于世界模型深度强化学习的调度方法。首先,计及碳交易成本与发电成本构建了系统... 通过调度手段提高发电侧风电等可再生能源利用率,降低常规火电机组的碳排放是实现双碳目标的重要手段。针对含风电电力系统的低碳经济运行问题,提出一种基于世界模型深度强化学习的调度方法。首先,计及碳交易成本与发电成本构建了系统运行总成本最低的调度模型,采用基于世界模型的双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法求解系统各机组最优出力策略。该算法通过“因果Transformer”神经网络的自注意力机制和多层堆叠结构学习世界模型以等效真实环境,进一步结合TD3算法在世界模型决策空间中开展大规模探索,提高决策稳定性。以改进IEEE30节点系统为例,通过所提算法求解得到各机组发电策略,实现了含风电电力系统的低碳经济调度目标,表明该方法能有效提升风电消纳,减少系统碳排放量,降低运行成本。 展开更多
关键词 可再生能源 世界模型 深度强化学习 低碳经济运行
下载PDF
强化学习引导模型生成的深度学习框架漏洞挖掘
2
作者 潘丽敏 刘力源 +1 位作者 罗森林 张钊 《北京理工大学学报》 EI CAS CSCD 北大核心 2024年第5期521-529,共9页
现有基于应用模型挖掘漏洞的方法随机生成模型的结构信息,容易造成大量低质测试用例的生成,严重影响漏洞挖掘的效率和效果.针对该问题提出了一种强化学习引导模型生成的深度学习框架漏洞挖掘方法.提取模型运行时的框架状态信息,包括Soft... 现有基于应用模型挖掘漏洞的方法随机生成模型的结构信息,容易造成大量低质测试用例的生成,严重影响漏洞挖掘的效率和效果.针对该问题提出了一种强化学习引导模型生成的深度学习框架漏洞挖掘方法.提取模型运行时的框架状态信息,包括Softmax距离、程序执行结果等,再将框架运行状态信息作为奖励变量指导模型结构与超参数的生成,进而提升测试用例的生成质量与效率.实验结果表明,在生成测试用例数量相同的条件下该方法能够发现更多深度学习框架的漏洞,实用价值高. 展开更多
关键词 深度学习框架 漏洞挖掘 生成模型 强化学习
下载PDF
基于U-Net和CNN深度学习求取地质属性建模变差函数参数
3
作者 冯国庆 莫海帅 吴宝峰 《石油地球物理勘探》 EI CSCD 北大核心 2024年第4期692-701,共10页
在油气藏地质属性建模中,变差函数的求取尤为关键,一般是通过拟合实验变差函数求取变程、方位角、基台值等参数的方式获得,但当研究区内样本点数量过少时,实验变差函数拟合效果较差,从而影响属性建模质量。为了克服传统方法的不足,最大... 在油气藏地质属性建模中,变差函数的求取尤为关键,一般是通过拟合实验变差函数求取变程、方位角、基台值等参数的方式获得,但当研究区内样本点数量过少时,实验变差函数拟合效果较差,从而影响属性建模质量。为了克服传统方法的不足,最大限度地利用空间数据,文中提出一种基于U-Net和CNN网络求取变差函数参数的新方法:以孔隙度属性建模为例,首先选用球状模型并利用序贯高斯模拟(SGS)算法模拟生成多组孔隙度模型,以所得孔隙度平面模型抽取的数据点为基准构成样本集;然后采用U-Net进行孔隙度模型重构,保证孔隙度分布的空间相关性;最后利用CNN对样本集进行深度学习,从而建立求取变差函数的模型。实际应用表明,利用所提方法取得的主变程方位角与通过实验变差函数拟合求取的方位角仅相差1.52°,与沉积微相展布方向一致,得到的主次变程与实验变差函数非常契合,证明求取的变差函数结果可靠。同时,该方法简化了地质建模工作流程,减少了求取实验变差函数主观性,降低了研究区内样本点数量的局限性,为变差函数的预测提供了一种新的思路。 展开更多
关键词 属性建模 深度学习 模型重构 SGS算法 变差函数
下载PDF
基于深度学习方法的诊断模型在甲状腺结节超声诊断教学中的应用研究
4
作者 刘娜 刘婷 +2 位作者 马盼 王娟 程继文 《西部素质教育》 2024年第22期131-134,共4页
文章选取2020级临床医学专业本科生共118人作为研究对象,将其随机分为实验组和对照组,研究了基于深度学习方法的诊断模型在甲状腺结节超声诊断教学中的应用效果,结果显示,实验组学生的诊断准确率更高、诊断速度更快、学习效果更好,两组... 文章选取2020级临床医学专业本科生共118人作为研究对象,将其随机分为实验组和对照组,研究了基于深度学习方法的诊断模型在甲状腺结节超声诊断教学中的应用效果,结果显示,实验组学生的诊断准确率更高、诊断速度更快、学习效果更好,两组间比较,差异均具有统计学意义。 展开更多
关键词 甲状腺结节 超声诊断教学 深度学习方法 诊断模型
下载PDF
在线研修中教师深度学习测评模型构建及支持对策研究
5
作者 李宝敏 张杨紫棋 《中国电化教育》 CSSCI 北大核心 2024年第6期70-77,共8页
在线研修是“互联网+”时代促进教师专业发展的重要途径之一,随着国家智慧教育云平台服务的增强,在线研修的教师人数逐年增长,如何评价在线研修中教师深度学习成为亟需解决的问题。该研究基于比格斯的学习一般过程模型与布鲁姆认知目标... 在线研修是“互联网+”时代促进教师专业发展的重要途径之一,随着国家智慧教育云平台服务的增强,在线研修的教师人数逐年增长,如何评价在线研修中教师深度学习成为亟需解决的问题。该研究基于比格斯的学习一般过程模型与布鲁姆认知目标、辛普森动作技能目标和克拉斯沃尔情感目标分类体系构建了教师深度学习评价模型,并从中提取了价值认同、理解迁移、系统建构、反思批判与问题解决五个评价深度学习的核心要素。基于评价模型编制了“教师深度学习评价量表”,从教师先验知识、学习过程和学习结果三个方面对917位教师进行测评。研究发现:(1)参与在线研修的教师深度学习比例较低;(2)不同教龄、先验知识的教师在深度学习时存在显著的群体差异;(3)成就动机与元认知策略是影响教师深度学习的关键因素;(4)教师深度学习的五大核心能力发展尚不均衡,教师联系型及创新型问题解决能力有待加强,批判性思维能力有待改善,教师对在线研修价值认同感不足,研修内容与学习需求的匹配度有待提升。鉴于此,提出了促进教师深度学习的策略与建议。 展开更多
关键词 在线研修 教师学习 深度学习 深度学习评价 评价模型
下载PDF
自适应过滤预测模型的深度学习探究
6
作者 刘媛华 《理论数学》 2024年第10期248-254,共7页
随着信息量的激增,深度学习已成为深化知识信息处理和提高学习效率的关键途径。本文基于深度学习理论,探讨了教育学领域中深度学习的内涵,并针对自适应过滤预测法设计了深度学习的实施框架。将这一教学模式应用于自适应过滤预测法的实... 随着信息量的激增,深度学习已成为深化知识信息处理和提高学习效率的关键途径。本文基于深度学习理论,探讨了教育学领域中深度学习的内涵,并针对自适应过滤预测法设计了深度学习的实施框架。将这一教学模式应用于自适应过滤预测法的实践教学中,旨在通过深度学习技术提升学生的学习成效和满意度,进而为学生实践技能的提高、创新能力的培养以及终身学习能力的构建打下坚实的基础。With the surge of information, deep learning has become a key way to deepen knowledge and information processing and improve learning efficiency. Based on the theory of deep learning, this paper discusses the connotation of deep learning in the field of pedagogy, and designs the implementation framework of deep learning for the adaptive filter prediction method. By applying this teaching mode to the practical teaching of adaptive filtering and prediction method, the purpose is to improve students’ learning effectiveness and satisfaction through deep learning technology, and then lay a solid foundation for the improvement of students’ practical skills, the cultivation of innovation ability and the construction of lifelong learning ability. 展开更多
关键词 自适应过滤法 预测模型 深度学习 实践路径
下载PDF
高职在线课程深度学习的发生机制与模型构建
7
作者 朱旻媛 《江西科技师范大学学报》 2024年第2期114-122,共9页
目前,高职院校在线课程发展迅速,但存在大量浅表学习的问题。为解决这一问题,从在线课程深度学习发生的影响因素出发,分析激活学习动机、引导复杂问题深度探究、提供学习支持是在线课程深度学习发生的前提、关键和保障。在此基础上,构... 目前,高职院校在线课程发展迅速,但存在大量浅表学习的问题。为解决这一问题,从在线课程深度学习发生的影响因素出发,分析激活学习动机、引导复杂问题深度探究、提供学习支持是在线课程深度学习发生的前提、关键和保障。在此基础上,构建涵盖信息输入、深度加工和学习生成三个阶段的高职在线课程深度学习模型并应用于《会展英语》在线课程。结果表明,该模型的应用对于高职学生的学习投入、深度学习能力和学习表现三个层面均有积极影响。 展开更多
关键词 高职在线课程 深度学习 发生机制 教学模型 学习成效
下载PDF
基于深度学习的物品分类编码映射模型研究
8
作者 李素彩 王佩 +6 位作者 冉宇辰 祁瑞阳 周围 张秋霞 王雅茁 朱洢汎 沈正 《中国自动识别技术》 2024年第5期24-29,共6页
为实现物品分类编码映射的高准确率和自动化需求,本研究提出了关键词自动提取、预训练语言模型、性能优化、持续学习的物品分类编码映射整体方案。该方案在实际应用中表现出色,能够显著提高企业在产品编码管理中的效率,促进标准化进程,... 为实现物品分类编码映射的高准确率和自动化需求,本研究提出了关键词自动提取、预训练语言模型、性能优化、持续学习的物品分类编码映射整体方案。该方案在实际应用中表现出色,能够显著提高企业在产品编码管理中的效率,促进标准化进程,提高数字化水平,可广泛应用于商贸流通、供应链管理、跨境电商等领域。 展开更多
关键词 产品编码 编码映射 深度学习 预训练 供应链管理 语言模型 物品分类 跨境电商
下载PDF
基于深度学习模型的区间值股价预测
9
作者 刘新宇 《科技与创新》 2024年第22期194-196,共3页
在股票市场中,区间值数据比点值数据更能描述股票的内在结构特征。鉴于深度学习模型在许多研究中的优势,提出基于小波激活函数的BEMD-LSTM-Wavelet模型来预测区间值股票价格。具体来说,首先利用双变量经验模态分解(BEMD)算法将原始股票... 在股票市场中,区间值数据比点值数据更能描述股票的内在结构特征。鉴于深度学习模型在许多研究中的优势,提出基于小波激活函数的BEMD-LSTM-Wavelet模型来预测区间值股票价格。具体来说,首先利用双变量经验模态分解(BEMD)算法将原始股票价格的最高和最低价分解为若干本征模态函数(IMFs)和1个残差序列,然后使用该模型预测多个IMFs和残差序列,最后通过对比实验评价所提出的模型。实验结果表明,采用小波激活函数优化后的模型优于传统方法。 展开更多
关键词 区间值数据 股票价格预测 深度学习模型 小波激活函数
下载PDF
基于深度学习模型创建盆腔3D-MRI可视化模型对肛瘘手术术前评估的价值分析
10
作者 郭伟 张雪 +2 位作者 杜兴凯 宋秀君 张欣 《中文科技期刊数据库(文摘版)医药卫生》 2024年第2期0111-0114,共4页
探讨基于深度学习模型创建盆腔三维重建核磁共振(3D-MRI)可视化模型在肛瘘手术术前评估中的应用价值。方法 选取400例肛瘘患者,于2021年4月至2025年4月在本院肛瘘手术,术前应用MRI扫描仪进行扫描并基于深度学习模型创建盆腔3D-MRI可视... 探讨基于深度学习模型创建盆腔三维重建核磁共振(3D-MRI)可视化模型在肛瘘手术术前评估中的应用价值。方法 选取400例肛瘘患者,于2021年4月至2025年4月在本院肛瘘手术,术前应用MRI扫描仪进行扫描并基于深度学习模型创建盆腔3D-MRI可视化模型,分析MRI、深度学习模型3D-MRI及手术Parks分型诊断符合率及一致性,对比和分析MRI、深度学习模型3D-MRI及手术内口、主管、支管/脓腔术前检出情况。结果 深度学习模型3D-MRI诊断与手术诊断符合率明显高于MRI与手术诊断符合率(P<0.05)。深度学习模型3D-MRI与手术内口、主管、支管/脓腔结果符合率均高于MRI(P<0.05)。结论 基于深度学习模型创建盆腔3D-MRI可视化模型有助于提高术前Parks分型与手术诊断符合率以及内口、主管、支管/脓腔诊断符合率,具有较高的评估价值。 展开更多
关键词 深度学习模型 盆腔3D-MRI 可视化模型 肛瘘手术 评估价值
下载PDF
基于深度学习的多模态病虫害检测模型训练与验证研究
11
作者 李冰 王瀛龙 《计算机应用文摘》 2024年第22期87-90,96,共5页
多模态病虫害数据集具有多样性,导致模型平均精度较低。基于此,文章设计了一种基于深度学习的多模态病虫害检测模型。首先,采集高清图像、音频、视频等多模态数据来整合现有资源构成数据集;其次,进行数据增强以提高模型的泛化能力,减少... 多模态病虫害数据集具有多样性,导致模型平均精度较低。基于此,文章设计了一种基于深度学习的多模态病虫害检测模型。首先,采集高清图像、音频、视频等多模态数据来整合现有资源构成数据集;其次,进行数据增强以提高模型的泛化能力,减少了过拟合风险;最后,选用深度学习中的MobileNet作为主干网络来捕捉关键特征,模型训练融合了多模态数据,并通过动态权重分配和注意力机制显著增强了检测效能。实验结果表明,在迭代60次时,设计模型的mAP达到0.87,远超文献[1]和文献[2]模型的0.72与0.79,能够快速收敛并准确检测多种病虫害。 展开更多
关键词 深度学习 MobileNet 多模态 病虫害检测 模型训练
下载PDF
基于深度学习模型的计算机实验教学探索
12
作者 王理华 《信息与电脑》 2024年第2期238-240,共3页
随着科技的不断进步,计算机实验教学正处于不断创新和发展的阶段。神经网络等深度学习模型的广泛应用为计算机实验教学带来新的可能性。文章利用神经网络这一深度学习模型卓越的自然语言处理能力,革新传统的计算机实验教学方法,创造更... 随着科技的不断进步,计算机实验教学正处于不断创新和发展的阶段。神经网络等深度学习模型的广泛应用为计算机实验教学带来新的可能性。文章利用神经网络这一深度学习模型卓越的自然语言处理能力,革新传统的计算机实验教学方法,创造更富趣味性的学习体验,使计算机实验教学将迎来更大发展空间,推动教育领域朝着更加智能化和个性化的方向发展。 展开更多
关键词 深度学习模型 神经网络 计算机实验教学
下载PDF
基于深度学习的玉米田间杂草识别模型研究 被引量:1
13
作者 刘冰杰 周雅楠 +3 位作者 周小辉 丁力 李赫 王万章 《河南农业大学学报》 CAS CSCD 北大核心 2024年第2期279-286,共8页
【目的】针对现有田间杂草识别模型复杂、准确率不高等问题,研究玉米田间杂草识别算法,通过准确识别杂草图像,为提高田间杂草防控效果提供理论与技术支持。【方法】基于深度学习目标检测的方法,选取玉米田间4类常见杂草(早熟禾、藜、刺... 【目的】针对现有田间杂草识别模型复杂、准确率不高等问题,研究玉米田间杂草识别算法,通过准确识别杂草图像,为提高田间杂草防控效果提供理论与技术支持。【方法】基于深度学习目标检测的方法,选取玉米田间4类常见杂草(早熟禾、藜、刺儿菜、莎草)作为试验数据集,建立了YOLOv3、YOLOv5、SSD目标检测模型,并进行了模型训练。【结果】YOLOv3模型的平均精准率为0.734,平均召回率为0.814,平均F1得分为0.789,mAP值为0.792;YOLOv5模型的平均精准率为0.914、平均召回率为0.967、平均F1得分为0.942、mAP值为0.961;SSD模型的mAP值为0.907。【结论】YOLOv5模型的mAP值为0.961,且其各项指标均优于YOLOv3和SSD目标检测模型。YOLOv5模型更适合用于作物田间精确除草的自动化作业。 展开更多
关键词 深度学习 玉米 杂草识别 目标检测模型
下载PDF
基于高阶和低阶交互关系的深度学习推荐模型研究 被引量:1
14
作者 时倩如 李贺 +2 位作者 沈旺 刘嘉宇 田聪淼 《情报理论与实践》 CSSCI 北大核心 2024年第4期189-196,共8页
[目的/意义]针对缺乏辅助信息的场景,为更好地挖掘用户偏好,从用户项目间的交互信息中挖掘高阶关系特征,并综合考虑全局和局部层次上的交互关系,提出一种基于高阶和低阶交互关系的深度学习推荐模型(HLRec)。[方法/过程]从原始交互数据... [目的/意义]针对缺乏辅助信息的场景,为更好地挖掘用户偏好,从用户项目间的交互信息中挖掘高阶关系特征,并综合考虑全局和局部层次上的交互关系,提出一种基于高阶和低阶交互关系的深度学习推荐模型(HLRec)。[方法/过程]从原始交互数据中构建超图和二分图两种子图,分别显式建模用户项目间高阶和低阶交互关系;使用关联矩阵表示高阶交互关系特征,异构图神经网络提取低阶交互关系特征;融合高阶与低阶交互关系特征,并输入到深度生成模型变分自编码器(VAE)中学习用户和项目的表示向量;根据模型预测的用户项目间匹配概率完成Top-k个性化推荐。使用公开数据集MovieLens-1M验证提出的模型。[结果/结论]实验结果表明,在Top-20推荐中,与相关基线模型相比,本文模型的Recall、Precision和NDCG分别提高了4.18%、3.20%和3.41%。 展开更多
关键词 深度学习推荐模型 超图 变分自编码 个性化推荐
下载PDF
基于U-Net深度学习慢性萎缩性胃炎模型的应用与研究 被引量:2
15
作者 赵曲川 池添雨 《胃肠病学和肝病学杂志》 CAS 2022年第6期656-661,共6页
目的评估基于深度学习技术中的图像分割模型U-Net构建的慢性萎缩性胃炎诊断模型的诊断性评价指标及其与病理诊断的一致性。方法选取2019年8月1日至2020年8月1日于首都医科大学宣武医院行胃镜检查的慢性萎缩性胃炎患者1711例的胃镜检查... 目的评估基于深度学习技术中的图像分割模型U-Net构建的慢性萎缩性胃炎诊断模型的诊断性评价指标及其与病理诊断的一致性。方法选取2019年8月1日至2020年8月1日于首都医科大学宣武医院行胃镜检查的慢性萎缩性胃炎患者1711例的胃镜检查胃部图片,利用计算机产生的随机数字方法,选取高质量图片5290张进入研究。根据萎缩严重程度应用分层随机法将70%的图片(3703张)纳入训练集,30%的图片(1587张)纳入测试集。模型方面,采用U-Net网络结构作为基线模型和内部参数初始权重,通过训练集对模型进行重新训练以调整权重,通过测试集检验模型重新训练后的灵敏度、特异度、正确率等指标。结果模型对慢性萎缩性胃炎诊断的灵敏度、特异度、正确率分别为92.73%、92.24%、92.63%,AUC为0.932(95%CI:0.916~0.948)(P<0.001),其与病理诊断的一致性Kappa值为0.796(P<0.001)。测试识别图片中假阳性26张(1.6%),假阴性91张(5.7%)。结论本研究建立了基于U-Net深度学习的慢性萎缩性胃炎诊断模型,并通过回顾性研究发现该诊断模型对慢性萎缩性胃炎的诊断性评价指标良好,并且与病理诊断有较高的一致性。 展开更多
关键词 人工智能 深度学习 u-net 胃镜检查 慢性萎缩性胃炎
下载PDF
服务深度学习的智慧空间:理念、模型建构与实现路径 被引量:2
16
作者 李同同 吴南中 《现代教育技术》 CSSCI 2024年第6期133-142,共10页
近年来,更加强调主体有意义学习的深度学习受到研究者的广泛关注,如何通过信息技术加强学习环境使深度学习得以发生逐渐成为教育领域的关注焦点。基于此,文章首先从理念层面对服务深度学习的智慧学习空间的相关要求进行了理论论证,认为... 近年来,更加强调主体有意义学习的深度学习受到研究者的广泛关注,如何通过信息技术加强学习环境使深度学习得以发生逐渐成为教育领域的关注焦点。基于此,文章首先从理念层面对服务深度学习的智慧学习空间的相关要求进行了理论论证,认为建构服务深度学习的智慧学习空间需要进行促进学习者学习深度参与的整体设计、进行促进学习者资源获取灵活的混合架构、为教师实时指导提供数据支持、服务个体自适应的学习支持服务开展。然后,文章在梳理学习空间设计基本要素和深度学习发生机制的基础上,参考PSST框架构建了服务深度学习的智慧学习空间模型。最后,文章以智慧学习空间模型为基础,提出了服务深度学习的智慧学习空间的建构路径。文章通过研究,旨在为服务深度学习的智慧学习空间建构提供理论支持和实践指导,为学习者更好地实现深度学习提供个性化服务。 展开更多
关键词 深度学习 智慧学习空间 模型建构 实现路径
下载PDF
面向国产深度学习平台的自然语言处理模型迁移研究 被引量:2
17
作者 葛慧斌 王德鑫 +2 位作者 郑涛 张婷 熊德意 《计算机科学》 CSCD 北大核心 2024年第1期50-59,共10页
深度学习平台在新一代人工智能的发展中扮演着重要的角色。近年来,以昇腾平台为代表的国产人工智能软硬件系统快速发展,为国产深度学习平台的发展开辟出了新的道路。与此同时,为了发现并解决昇腾系统存在的潜在漏洞,昇腾平台积极开展常... 深度学习平台在新一代人工智能的发展中扮演着重要的角色。近年来,以昇腾平台为代表的国产人工智能软硬件系统快速发展,为国产深度学习平台的发展开辟出了新的道路。与此同时,为了发现并解决昇腾系统存在的潜在漏洞,昇腾平台积极开展常用深度学习模型的迁移工作。从自然语言处理算法角度切入,针对机器阅读理解、神经机器翻译、序列标注和文本分类四大自然语言处理任务,以昇腾平台的高性能硬件芯片为基础,探究迁移ALBERT,RNNSearch,BERT-CRF和TextING这4类典型的自然语言处理模型。基于以上迁移研究,发现和整理了昇腾平台架构设计在自然语言处理研究与业务上的主要不足,即计算图节点动态空间的分配特性、资源算子下沉设备侧、图算融合以及混合精度训练4个方面的问题,并为以上问题提出了相应的解决方案,并进行了实验验证。最后,为国产深度学习平台的发展提出未来优化的方向和相关建议。 展开更多
关键词 自然语言处理 昇腾 深度学习 模型迁移 平台构架
下载PDF
基于深度学习的机理模型与数据混合驱动的视觉转角测量方法 被引量:1
18
作者 陈武超 俞翔栋 +2 位作者 陈洪宇 柯瑞庭 陶建峰 《仪表技术与传感器》 CSCD 北大核心 2024年第6期121-126,共6页
为克服基于视觉的转角测量方法容易受到系统干扰的局限性,提出了一种基于深度学习的机理模型和数据混合驱动的视觉转角测量方法。从数学原理上验证了采用等腰三角形作为轴上花纹的合理性和有效性,构建三角花纹转角计算机理数学模型。引... 为克服基于视觉的转角测量方法容易受到系统干扰的局限性,提出了一种基于深度学习的机理模型和数据混合驱动的视觉转角测量方法。从数学原理上验证了采用等腰三角形作为轴上花纹的合理性和有效性,构建三角花纹转角计算机理数学模型。引入基于YOLOv8的深度学习模型,采用线性组合将两者结合构建成混合转角测量模型。实验结果显示,这种混合模型在测量准度上有显著提升,相比仅用机理模型,其平均误差降低1.125°,均方根误差降低10.05°,在不同环境测试集上仍保持高效性能。该模型充分利用了深度学习模型对图像随机干扰的学习能力,同时保持了数学模型的约束和稳定性,提高了视觉角度测量的准确性,而且增强了其对环境变化以及系统干扰的适应性。 展开更多
关键词 转角测量 机器视觉 深度学习 混合模型
下载PDF
基于深度学习和水动力模型的洪水演进快速模拟方法 被引量:1
19
作者 廖耀星 高玮志 +2 位作者 张轩 赖成光 王兆礼 《中国防汛抗旱》 2024年第2期16-22,共7页
洪涝灾害的快速模拟及预警预报是洪涝防灾减灾的重点,但目前基于物理机制的城市洪涝模型的模拟时效仍然过低。通过结合水动力模型模拟生成的洪水淹没数据和深度学习技术,构建基于卷积神经网络(CNN)的深度学习洪水模拟模型,对城市洪水淹... 洪涝灾害的快速模拟及预警预报是洪涝防灾减灾的重点,但目前基于物理机制的城市洪涝模型的模拟时效仍然过低。通过结合水动力模型模拟生成的洪水淹没数据和深度学习技术,构建基于卷积神经网络(CNN)的深度学习洪水模拟模型,对城市洪水淹没演进情况进行快速模拟。结果表明,所构建的CNN模型能较好地模拟洪水淹没的演进情况,预测峰值水深误差在8%以内,对淹没范围模拟效果良好。CNN模型具有极高的洪水淹没模拟效率,在保持和水动力模型近似精度的同时,计算效率可提升约400倍。研究结果可为流域与城市洪水淹没快速模拟、洪涝灾害预警预报和数字孪生流域建设等提供技术支撑。 展开更多
关键词 洪水淹没 水动力模型 深度学习 快速模拟
下载PDF
应用不同深度学习代理模型的灯笼型扰流柱通道换热性能分布预测方法比较 被引量:1
20
作者 高尚鸿 张韦馨 +2 位作者 杨克峰 汪翔宇 丰镇平 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第2期31-42,共12页
为提高对灯笼型扰流柱通道端壁面的换热分布预测能力,构建并比较了几种深度学习代理模型的预测性能。应用数据驱动的思想,建立了多项式响应面模型(RSM)、径向基函数模型(RBF)、径向基神经网络模型(RBFNN)、Kriging模型和总体平均近似模... 为提高对灯笼型扰流柱通道端壁面的换热分布预测能力,构建并比较了几种深度学习代理模型的预测性能。应用数据驱动的思想,建立了多项式响应面模型(RSM)、径向基函数模型(RBF)、径向基神经网络模型(RBFNN)、Kriging模型和总体平均近似模型(Ensemble)共5种传统代理模型以及5种基于生成对抗网络的深度学习代理模型,包括有残差网络的pix2pix模型、pix2pixHD模型、CycleGAN模型、StarGAN模型以及单一无残差网络的pix2pix模型,以扰流柱截面参数为设计变量,通过拉丁超立方抽样分别得到了样本数为50、25、12、6和3的训练集,并根据扰流柱尾迹高换热区分布特点,将训练样本数为50的数据集分为宽样本数据集和窄样本数据集,比较了不同代理模型对端壁面换热性能的预测精度、计算成本和泛化能力。结果表明:有残差网络的pix2pix模型相比于无残差网络的pix2pix模型,预测精度得到有效提高,在样本数为50的情况下,面平均值预测误差从0.68%降低到0.32%,平均相对误差从6.89%降低到6.41%,而且当训练样本数减少时,有残差网络的模型预测能力更加突出;传统代理模型的时间成本可忽略不计,但深度学习模型的单卡训练时间较长,且增加残差网络后的模型计算成本更高;当训练样本数为50时,传统代理模型和深度学习模型之间预测精度差异不大;当训练样本数逐渐减少时,深度学习代理模型展示出更高的预测精度和泛化能力;Kriging模型虽然泛化能力强,但是预测结果趋同;RSM模型、RBF模型和Ensemble模型泛化能力最差,训练样本数较少时,预测结果严重失真。可见在换热性能预测方面,深度学习模型在预测精度与泛化能力上均有显著优势,尤其适合于小样本问题,对提高灯笼型扰流柱截面设计效率具有参考价值。 展开更多
关键词 燃气轮机 代理模型 深度学习 扰流柱 换热性能预测
下载PDF
上一页 1 2 204 下一页 到第
使用帮助 返回顶部