期刊文献+
共找到214篇文章
< 1 2 11 >
每页显示 20 50 100
基于隐式协作缓存机制的WSN网络能耗优化算法
1
作者 张鑫 《计算机仿真》 2024年第2期425-429,共5页
针对无线传感器网络(Wireless Sensor Networks,WSN)节点间缓存空间压力造成计算、存储、通信能力差的问题,提出一种基于隐式协作缓存机制的WSN网络能耗优化算法。在明确WSN网络数据采集机制的基础上,使用远端节点缓存内容的隐式协作,... 针对无线传感器网络(Wireless Sensor Networks,WSN)节点间缓存空间压力造成计算、存储、通信能力差的问题,提出一种基于隐式协作缓存机制的WSN网络能耗优化算法。在明确WSN网络数据采集机制的基础上,使用远端节点缓存内容的隐式协作,降低网络节点间缓存空间压力,平衡节点间的缓存替换率;以传感器到基站的距离、节点剩余能量以及节点分散比重作为优化指标,获得选举簇头无线传感器网络能耗优化算法。仿真结果表明,所提方法可以降低WSN节点能耗,使WSN网络中不同节点能量消耗相对平衡,有效延长了WSN网络使用周期。 展开更多
关键词 无线传感器网络 隐式协作 分簇协议 能量消耗 缓存机制 能耗优化
下载PDF
基于决策树的社交网络隐式用户行为数据挖掘方法
2
作者 韩永印 王侠 王志晓 《沈阳工业大学学报》 CAS 北大核心 2024年第3期312-317,共6页
为了解决社交网络隐式用户行为数据挖掘过程中关联相似性计算较为困难的问题,提出了基于决策树的社交网络隐式用户行为数据挖掘方法。将社交网络视为包含不同维度的向量空间,计算特定维度上用户的兴趣空间和兴趣点。确定样本属性集后,... 为了解决社交网络隐式用户行为数据挖掘过程中关联相似性计算较为困难的问题,提出了基于决策树的社交网络隐式用户行为数据挖掘方法。将社交网络视为包含不同维度的向量空间,计算特定维度上用户的兴趣空间和兴趣点。确定样本属性集后,根据已知行为数据建立测试分支,计算该分支下子集的属性权重,不断迭代直至挖掘到同等属性的数据点为止。测试结果表明:该方法可对不同种类隐式用户行为精准挖掘,目标行为数据查找效果较好,实用性较强。 展开更多
关键词 决策树 社交网络 隐式用户行为 向量空间 属性集 数据挖掘 权重值 属性元素
下载PDF
基于PRPNet的三维表面重建方法
3
作者 雷懂 宋俊锋 叶振 《软件工程》 2024年第6期59-62,67,共5页
隐式神经网络用于三维表面重建时,存在重建物体的结构不准确、表面缺乏局部细节等问题,针对此问题,文章提出了一种基于PRPNet(点云残差编码网络)的三维表面重建方法。首先采用更深的网络结构且加入残差模块挖掘点云潜在的结构信息,加入P... 隐式神经网络用于三维表面重建时,存在重建物体的结构不准确、表面缺乏局部细节等问题,针对此问题,文章提出了一种基于PRPNet(点云残差编码网络)的三维表面重建方法。首先采用更深的网络结构且加入残差模块挖掘点云潜在的结构信息,加入PointMateBase模块,以增强局部细节表示能力;其次使用特征权重网络获取查询点的占用概率;最后通过区域增长的Marching Cubes算法提取三维表面。实验结果表明,PRPNet模型在ShapetNet和Synthetic Rooms数据集上的精度较DpConvONet模型相应数据集上的精度分别提升了2.5百分点和2.6百分点,能够有效提升三维表面重建性能。 展开更多
关键词 三维表面重建 隐式神经网络 点云 残差模块 PointMateBase模块 特征权重网络 Marching Cubes算法
下载PDF
结合图卷积网络的多模态仇恨迷因识别研究
4
作者 刘旭东 杨亮 +1 位作者 张冬瑜 林鸿飞 《重庆理工大学学报(自然科学)》 CAS 北大核心 2024年第1期169-179,共11页
针对现有迷因识别方法常忽视网络实体作用的情况,提出一种结合图卷积网络的迷因识别方法。提取图像中网络实体信息,利用图卷积网络对网络实体模态和文本模态进行融合,结合外源词典从多角度衡量网络实体和迷因文本之间的关系,构建跨域图... 针对现有迷因识别方法常忽视网络实体作用的情况,提出一种结合图卷积网络的迷因识别方法。提取图像中网络实体信息,利用图卷积网络对网络实体模态和文本模态进行融合,结合外源词典从多角度衡量网络实体和迷因文本之间的关系,构建跨域图;通过注意力模块对文本和图像模态进行交互,结合自蒸馏技术提高模型对信息的利用率。实验结果表明:该方法在Hateful Memes和MAMI数据集上的准确率分别达到76.03%和73.9%,性能优于现有的SOTA模型。 展开更多
关键词 迷因识别 网络实体识别 隐式情感分析 图卷积网络
下载PDF
基于注意力机制的人体关键点隐式建模网络
5
作者 赵佳圆 张玉茹 +3 位作者 苏晓东 徐红岩 李世洲 张玉荣 《计算机工程》 CAS CSCD 北大核心 2024年第3期317-325,共9页
人体姿态估计任务需要利用视觉线索和关节间的解剖关系来定位关键点,但基于卷积神经网络的方法难以关注远程上下文线索和建模远距离关节之间的依赖关系。为此,提出一种基于注意力机制的隐式建模方法,通过多阶段迭代计算关节之间的特征... 人体姿态估计任务需要利用视觉线索和关节间的解剖关系来定位关键点,但基于卷积神经网络的方法难以关注远程上下文线索和建模远距离关节之间的依赖关系。为此,提出一种基于注意力机制的隐式建模方法,通过多阶段迭代计算关节之间的特征相关性来隐式建模关键点间的约束关系,消除卷积神经网络的局部操作,扩大网络的感受野,建模远距离关节之间的依赖关系。为了解决网络在训练过程中可能弱化不可见关键点的问题,采用焦点损失函数,使网络更关注于复杂的关键点。使用目前精度最高的特征提取高分辨率网络(HRNet)和经典特征提取残差网络(ResNet)作为主干网络进行实验,结果表明,在同等实验条件下,隐式建模方法可以提高人体姿态估计网络的性能,在MPII和MSCOCO人体姿态估计基准数据集上,以HRNet网络为主干网络的算法相较于原网络,精度分别提升了1.7%和2.6%。 展开更多
关键词 人体姿态估计 卷积神经网络 注意力机制 焦点损失 隐式建模
下载PDF
基于轻量级图卷积和隐式反馈增强的多样化推荐
6
作者 黄春淦 王桂平 +1 位作者 吴波 白鑫 《计算机科学》 CSCD 北大核心 2024年第S01期669-679,共11页
近年来,研究人员一直在努力提高推荐系统的准确性,而忽视了多样化对用户满意度的重要影响。目前大多数多样化推荐算法在传统算法生成的准确性候选列表后施加多样性约束进行后处理。然而,这种解耦设计总是导致推荐系统的次优状态。与此同... 近年来,研究人员一直在努力提高推荐系统的准确性,而忽视了多样化对用户满意度的重要影响。目前大多数多样化推荐算法在传统算法生成的准确性候选列表后施加多样性约束进行后处理。然而,这种解耦设计总是导致推荐系统的次优状态。与此同时,尽管利用图卷积神经(Graph Convolution Networks,GCN)的推荐算法在提高推荐准确性方面的有效性已得到证实,但用于推荐的适用性和多样性设计仍然被忽视。此外,推荐算法采用用户购买这一单一的显式反馈无可避免地陷入“推荐过剩”。因此,提出一种端到端的多样化轻量级图卷积网络推荐模型(Diversified Light Graph Convolution Networks Recommendation,DLGCRec)来克服以上弊端。首先,将图卷积简化为轻量级图卷积(Light Graph Convolution Networks,LGCN)以便于推荐,并利用轻量级图卷积将多样化推向上游准确性匹配推荐过程。然后,在轻量级图卷积的采样阶段,利用引入了用户隐式反馈的多样性增强负采样来探索用户的多样化偏好。最后,利用多层特征融合策略捕获节点的完整特征嵌入,提升推荐性能。在真实数据集上进行实验,结果验证了DLGCRec在适用推荐和提升多样性方面的有效性。进一步的消融研究证实,DLGCRec有效地缓解了准确性-多样性困境。 展开更多
关键词 推荐系统 多样性 图卷积 隐式反馈 准确性-多样性困境
下载PDF
融合隐式渲染与显式建模的三维重建方法 被引量:1
7
作者 唐天俊 《电脑与信息技术》 2024年第1期78-81,85,共5页
针对多视图三维重建易出现纹理缺失、大面积空洞的挑战,提出了融合隐式渲染与显式建模的三维重建方法。首先输入多视图,以增量式运动重建算法恢复相机参数,生成精密稀疏点云;随后,以融合自注意力机制的深度全连接网络预测体渲染密度及RG... 针对多视图三维重建易出现纹理缺失、大面积空洞的挑战,提出了融合隐式渲染与显式建模的三维重建方法。首先输入多视图,以增量式运动重建算法恢复相机参数,生成精密稀疏点云;随后,以融合自注意力机制的深度全连接网络预测体渲染密度及RGB颜色;然后,分层采样光线样本点以求解其体渲染积分,以积分结果构建损失函数进行参数优化,体渲染生成三维隐式表达,存储于神经网络中;最后,以显式重建等值面提取算法实现三维重建。以DTU数据集进行实验验证,结果表明:在DTU数据集Scan16与Scan19中,该方法平均整体精度达到0.403 mm,相较于经典显式重建模型,所建模型空洞更小,细节更突出,对实景三维、虚拟现实具有一定的参考价值。 展开更多
关键词 三维重建 多视图立体 显式重建 隐式渲染 全连接网络
下载PDF
基于协同信号的知识图注意力网络推荐算法
8
作者 郭伟 裴帅华 《计算机工程与设计》 北大核心 2024年第3期911-917,共7页
针对现有基于知识图谱的推荐算法大多采用随机采样的方法构建感受野导致部分重要信息丢失的问题,提出一种基于协同信号的知识图注意力网络推荐算法(CKGAN)。设计协作传播层,将用户的历史项目和待推荐项目在知识图谱中进行传播;为区分不... 针对现有基于知识图谱的推荐算法大多采用随机采样的方法构建感受野导致部分重要信息丢失的问题,提出一种基于协同信号的知识图注意力网络推荐算法(CKGAN)。设计协作传播层,将用户的历史项目和待推荐项目在知识图谱中进行传播;为区分不同关系下的实体对中心节点的重要性不同,在聚合邻域信息时引入图注意力网络;为解决用户的不同兴趣,在预测层中,面对不同的候选集动态建模用户的向量表示。通过在Last.FM、Book-Cross、MovieLens-1M这3个真实的公共数据集上与主流的推荐算法进行对比实验,其结果表明,CKGAN在CTR预测和top-K推荐中都有显著提升。 展开更多
关键词 知识图谱 随机采样 感受野 图注意力网络 异构网络 隐式反馈 推荐系统
下载PDF
基于CAD的机坪供油管网模型建立
9
作者 王延庆 郭祎凝 《现代工业经济和信息化》 2024年第5期134-137,共4页
运输需求的迅猛增长加快了国内机场建设和飞机加油量的迅速攀升,传统油罐加油车加油方式已经越来越难以满足各类飞机的加油需求,目前主流的大、中型机场均采用机场管道加油的方式。在机坪管网拓扑结构建立方面,如果采用传统的手动编号... 运输需求的迅猛增长加快了国内机场建设和飞机加油量的迅速攀升,传统油罐加油车加油方式已经越来越难以满足各类飞机的加油需求,目前主流的大、中型机场均采用机场管道加油的方式。在机坪管网拓扑结构建立方面,如果采用传统的手动编号、排序的方式,工作量庞大、繁琐,并且极易在操作过程中遗漏某些元件和管道,造成结构的缺失,通过分析机场管网CAD设计图,总结图内管段、节点等元件连接关系的特点,使用程序语言编写判定逻辑,完成拓扑结构获取,可实现机坪管网拓扑结构的快速建立。 展开更多
关键词 机场供油管网 管网模型建立 隐式差分
下载PDF
基于隐式表达的服装三维重建
10
作者 费煜哲 蔡欣 +1 位作者 赵鸣博 杨圣豪 《计算机工程》 CAS CSCD 北大核心 2024年第5期220-228,共9页
随着近年来互联网购物的快速发展,在各大平台上出现了越来越多的服装商品。通过三维重建技术生成服装的三维模型可以帮助消费者更好地了解服装的姿态信息。针对服装的三维重建技术进行研究,提出基于隐式表达的服装三维重建模型。使用神... 随着近年来互联网购物的快速发展,在各大平台上出现了越来越多的服装商品。通过三维重建技术生成服装的三维模型可以帮助消费者更好地了解服装的姿态信息。针对服装的三维重建技术进行研究,提出基于隐式表达的服装三维重建模型。使用神经网络学习获得的占用函数作为服装三维模型的隐式表达,从而建立三维坐标和模型形状的映射。目前已有的三维重建算法需要拟合复杂的曲面模型,但资源消耗量大,而基于隐式表达的三维重建算法不需要进行参数化和网格化,能够提高算法的运行速度。为了进一步提高三维重建效果,采用目前性能最好的Point MetaBase-L网络模型和偏移注意力模块作为模型的特征提取网络。其中Point MetaBase-L网络模型基于现有的点云特征提取网络提出Set Abstraction层的元架构Point Meta,并通过分析选择Point Meta元架构中4个模块的最佳实践构成Point MetaBase-L网络模型的Set Abstraction层,同时引入平面特征投影模块加强特征的局部信息。在特征解码阶段,利用特征权重网络通过加权平均算法获取三维空间中采样点的占用概率。根据这些采样点的占用概率,通过基于区域增长的Marching Cubes算法提取高精度网格重建模型。实验结果表明,与占用网络相比,改进模型在交并比、倒角距离、法线一致性和F1值上分别提升了48.83%,55.17%、4.27%和79.10%。 展开更多
关键词 隐式表达 三维重建 Point Meta Base-L网络模型 偏移注意力 特征权重网络 区域增长 Marching Cubes算法
下载PDF
基于迭代隐式线性化的网状配电网潮流计算及其最优潮流模型
11
作者 赵飞 樊雪君 +3 位作者 李亚楼 张健 吴俊玲 张文杰 《中国电机工程学报》 EI CSCD 北大核心 2024年第6期2197-2207,I0009,共12页
随着分布式能源和储能容量的增加以及电动汽车的普及,配电网的功率流动由单向转变为双向,且网络拓扑由径向转变为复杂的网状结构。为了高效应对网状配电网的潮流(power flow,PF)分析和最优潮流(optimal power flow,OPF)问题,以及进一步... 随着分布式能源和储能容量的增加以及电动汽车的普及,配电网的功率流动由单向转变为双向,且网络拓扑由径向转变为复杂的网状结构。为了高效应对网状配电网的潮流(power flow,PF)分析和最优潮流(optimal power flow,OPF)问题,以及进一步提升现有线性化模型的近似精度、完善对网络损耗等元素的线性近似,该文构建迭代隐式线性化潮流(iterative implicit linearization power flow,IIL-PF)模型及其最优潮流模型(IIL-OPF)。该模型将非线性潮流流形M(Manifold)视为节点电压和节点注入功率之间的隐式代数关系,之后利用切平面对M进行局部近似,并迭代更新线性化点以提高线性模型的近似精度。此外,所提模型充分考虑了支路始/末端潮流、支路潮流平方、支路损耗等因素,并对其进行明确的线性化推导。最后,基于修改的IEEE 33系统,分别在径向和网状运行方式下,验证所提模型可快速收敛,并具有较高的近似精度。其中IIL-PF计算结果、IIL-OPF的目标函数和发电机出力等优化结果与MATPOWER的非线性模型相比,误差均在1%以内,因此所提模型可以满足工程规划或日前运行模拟等应用要求。 展开更多
关键词 配电网 网状拓扑 潮流计算 最优潮流 隐式线性化
下载PDF
Degree-Based Probabilistic Caching in Content-Centric Networking 被引量:1
12
作者 Meng Zhang Jianqiang Tang +2 位作者 Ying Rao Hongbin Luo Hongke Zhang 《China Communications》 SCIE CSCD 2017年第3期158-168,共11页
Content-Centric Networking is a novel future network architecture that attracts increasing research interests in recent years. In-network caching has been regarded as a prominent feature of Content-Centric Networking ... Content-Centric Networking is a novel future network architecture that attracts increasing research interests in recent years. In-network caching has been regarded as a prominent feature of Content-Centric Networking since it is able to reduce the network traffic, alleviate the server bottleneck and decrease the user access latency. However, the CCN default caching scheme results in a high caching redundancy, causing an urgent need for an efficient caching scheme. To address this issue, we propose a novel implicit cooperative caching scheme to efficiently reduce the caching redundancy and improve the cache resources utilization. The simulation results show that our design achieves a higher hit ratio and a shorter cache hit distance in comparison with the other typical caching schemes. 展开更多
关键词 网络缓存 网络架构 概率 资源利用率 网络流量 访问延迟 缓存机制 合作缓存
下载PDF
A COMPOUND POISSON MODEL FOR LEARNING DISCRETE BAYESIAN NETWORKS 被引量:2
13
作者 Abdelaziz GHRIBI Afif MASMOUDI 《Acta Mathematica Scientia》 SCIE CSCD 2013年第6期1767-1784,共18页
We introduce here the concept of Bayesian networks, in compound Poisson model, which provides a graphical modeling framework that encodes the joint probability distribution for a set of random variables within a direc... We introduce here the concept of Bayesian networks, in compound Poisson model, which provides a graphical modeling framework that encodes the joint probability distribution for a set of random variables within a directed acyclic graph. We suggest an approach proposal which offers a new mixed implicit estimator. We show that the implicit approach applied in compound Poisson model is very attractive for its ability to understand data and does not require any prior information. A comparative study between learned estimates given by implicit and by standard Bayesian approaches is established. Under some conditions and based on minimal squared error calculations, we show that the mixed implicit estimator is better than the standard Bayesian and the maximum likelihood estimators. We illustrate our approach by considering a simulation study in the context of mobile communication networks. 展开更多
关键词 Bayesian network compound Poisson distribution multinomial distribution implicit approach mobile communication networks
下载PDF
Implicit Trust Based Context-Aware Matrix Factorization for Collaborative Filtering
14
作者 李继云 孙才奇 《Journal of Donghua University(English Edition)》 EI CAS 2016年第6期914-919,共6页
Matrix factorization(MF) has been proved to be a very effective technique for collaborative filtering(CF),and hence has been widely adopted in today's recommender systems.Yet due to its lack of consideration of th... Matrix factorization(MF) has been proved to be a very effective technique for collaborative filtering(CF),and hence has been widely adopted in today's recommender systems.Yet due to its lack of consideration of the users' and items' local structures,the recommendation accuracy is not fully satisfied.By taking the trusts among users' and between items' effect on rating information into consideration,trust-aware recommendation systems(TARS) made a relatively good performance.In this paper,a method of incorporating trust into MF was proposed by building user-based and item-based implicit trust network under different contexts and implementing two implicit trust-based context-aware MF(ITMF)models.Experimental results proved the effectiveness of the methods. 展开更多
关键词 matrix factorization(MF) collaborative filtering(CF) implicit trust network contex aware
下载PDF
Eliminating Explicit Contention from Channel Access in Distributed Wireless Networks
15
作者 Aijing Li Chao Dong +3 位作者 Fan Wu Shaojie Tang Guihai Chen Qihui Wu 《China Communications》 SCIE CSCD 2019年第5期70-82,共13页
Emerging techniques such as WiFi direct makes the objective of always-on be true. People can easily chat and share files with nearby friends even without AP(Access Point) or cellular coverage. In this paper, we focus ... Emerging techniques such as WiFi direct makes the objective of always-on be true. People can easily chat and share files with nearby friends even without AP(Access Point) or cellular coverage. In this paper, we focus on the channel efficiency issue of APfree Wi-Fi networks, which can be easily constructed in the subway, in a high-speed railway, or when camping in the wild. Today IEEE 802.11 DCF is the most commonly used MAC protocol for Wi-Fi networks, however, due to the control messages and backoff time, channel efficiency in high data rate networks can be extremely low. To solve this, we propose CD-MAC, which allows control messages to be transmitted with data packets concurrently, and thus eliminates the overheads of backoff and explicit contention. To maintain the reception reliability, we redesign the control messages and use signal detection in PHY instead of bits decoding to detect them. In MAC layer, CD-MAC is built upon our Correlation Detection based PHY. We have implemented and evaluated CD-MAC using USRP N210. Evaluation results show that CD-MAC can achieve over 95.5% channel efficiency and provide throughput gains of up to 80%, 60%, and 29.1% compared with DCF, 802.11 ec, and back2F, respectively. 展开更多
关键词 implicit CONTENTION correlation detection media access ad HOC networks OFDM USRP
下载PDF
基于图神经网络的民航旅客隐式交互特征挖掘与航班推荐模型
16
作者 丁建立 张莉 《计算机应用与软件》 北大核心 2023年第7期166-171,273,共7页
针对民航旅客航班信息过载问题,提出一种基于图神经网络的民航旅客隐式交互特征挖掘与航班推荐模型。在民航航班推荐领域本体的基础上引入航班细粒度建模并设计评分规则;采用图神经网络挖掘旅客和细粒度属性间的隐式交互特征并嵌入至实... 针对民航旅客航班信息过载问题,提出一种基于图神经网络的民航旅客隐式交互特征挖掘与航班推荐模型。在民航航班推荐领域本体的基础上引入航班细粒度建模并设计评分规则;采用图神经网络挖掘旅客和细粒度属性间的隐式交互特征并嵌入至实体中,得到有效的旅客和细粒度航班属性项目的潜在表征。综合细粒度属性评分得到航班推荐,生成更精确的推荐列表,具有可解释性。通过实际航空公司运营数据进行实证研究,验证了该模型的有效性。 展开更多
关键词 隐式交互 图神经网络 个性化推荐 航班推荐
下载PDF
针对非均衡数据的人脸识别算法
17
作者 周辉 《计算机与数字工程》 2023年第2期277-281,490,共6页
目前在基于深度学习的人脸识别领域面临数据不均衡的问题,这使得样本少的类别精度难以提升。常见的通过对损失函数的改进,或是简单的数据增强难以从根本上解决这一问题。为此,论文将隐式数据增强的方法引入基于角距离度量函数,构建人脸... 目前在基于深度学习的人脸识别领域面临数据不均衡的问题,这使得样本少的类别精度难以提升。常见的通过对损失函数的改进,或是简单的数据增强难以从根本上解决这一问题。为此,论文将隐式数据增强的方法引入基于角距离度量函数,构建人脸识别算法:通过对样本在特征空间中的特征向量沿某个特定方向做相关改变来增加此类样本的多样性,使样本较少的类别在特征空间中尽可能地产生更多相似却不相同的特征向量来减轻不均衡数据集对识别算法所造成的负面影响。在通用人脸识别数据集LFW,IJB-A,MegaFace上的测试结果表明,该方法能有效提高人脸识别的精度。 展开更多
关键词 神经网络 人脸识别 隐式数据增强
下载PDF
天然气管网动态仿真三种隐式差分法对比研究 被引量:4
18
作者 李春奇 袁献忠 +1 位作者 李俊 郭乔 《西安石油大学学报(自然科学版)》 CAS 北大核心 2023年第1期145-149,共5页
天然气管网动态仿真技术在日益大型化和复杂化的天然气管网系统中的作用日益凸显,然而国内外学者提出了多种动态仿真方法,不同的方法在相容性、计算精度以及计算速度等方面存在较大差异,并直接影响最终动态仿真结果。为此,对比了中心有... 天然气管网动态仿真技术在日益大型化和复杂化的天然气管网系统中的作用日益凸显,然而国内外学者提出了多种动态仿真方法,不同的方法在相容性、计算精度以及计算速度等方面存在较大差异,并直接影响最终动态仿真结果。为此,对比了中心有限差分法、Implicit Cell Centered法和Implicit Cell Centered线性化3种方法的差分格式以及在相容性、计算精度和计算速度等方面的表现。仿真实验结果表明:3种方法均具有相容性;中心有限差分法的计算稳定性较差且计算速度慢;Implicit Cell Centered法计算结果与Implicit Cell Centered线性化法计算结果基本保持一致,但计算速度较慢;Implicit Cell Centered线性化法计算速度最快,并且具有较高的精度和稳定性。 展开更多
关键词 天然气管网 动态仿真 隐式差分法
下载PDF
基于PINNs的圣维南方程组数据同化方法
19
作者 方卫华 徐孟启 《水资源保护》 EI CAS CSCD 北大核心 2023年第3期24-31,64,共9页
为提高河道水位流量数据同化的智能化水平,基于物理信息神经网络(PINNs)提出了圣维南方程组的数据同化方法。采用双输出网络结构解决双输出方程组的同化问题,以模拟的实测数据作为边界条件和初始条件,通过消融试验验证网络中加入时空映... 为提高河道水位流量数据同化的智能化水平,基于物理信息神经网络(PINNs)提出了圣维南方程组的数据同化方法。采用双输出网络结构解决双输出方程组的同化问题,以模拟的实测数据作为边界条件和初始条件,通过消融试验验证网络中加入时空映射缩放和平衡权重系数对同化模型的有效性,以及所提出同化方法在部分测值缺失情况下的鲁棒性。结果表明,一维非恒定流圣维南方程组的数据同化结果与Preissmann四点隐式差分法结果一致,且随着同化断面数量的增加,所获得的同化精度也稳步提升;基于PINNs的圣维南方程组数据同化方法有效,对非恒定流模拟具有较强的适应性。 展开更多
关键词 圣维南方程组 物理信息神经网络 Preissmann四点隐式差分法 数据同化
下载PDF
基于多目标协同训练的风电功率预测提升算法 被引量:1
20
作者 宋家康 赵建勇 +3 位作者 孙海霞 王华雷 年珩 张森 《电力工程技术》 北大核心 2023年第6期232-240,共9页
“双碳”目标下,电力系统加速转型,风电预测技术对构建高比例新能源的新型电力系统具有重要意义。为提升风电功率预测的准确性和鲁棒性,文中提出一种基于多目标协同训练的数值天气预报(numerical weather predicition,NWP)隐式校正算法... “双碳”目标下,电力系统加速转型,风电预测技术对构建高比例新能源的新型电力系统具有重要意义。为提升风电功率预测的准确性和鲁棒性,文中提出一种基于多目标协同训练的数值天气预报(numerical weather predicition,NWP)隐式校正算法。首先,分析了NWP校正的必要性和基于NWP显式校正的二步预测法存在的问题;然后,针对二步预测法存在的问题,基于多目标协同训练的优化方式利用神经网络进行NWP隐式校正,以端到端的方式训练模型,同时实现NWP隐式校正和风电功率预测的功能。结合某风电场实测数据开展具体算例分析,证明了所提算法对短期及中长期风电功率预测均有提升作用。此外,该算法仅需1个网络且避免了二次计算,节省了计算存储成本。 展开更多
关键词 风电功率预测 数值天气预报(NWP)隐式校正 神经网络 提升算法 多目标协同训练 二步预测法
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部