检索结果-内蒙古大学图书馆

空气动力学学报 2025年第1期43卷 12-21,I0001页

作者：张子军李怀璐赵彤王旭张伟伟沈阳飞机设计研究所沈阳110035 西北工业大学航空学院西安710072

神经网络方法作为一种高效高精度建模方法,在多个领域得到广泛应用,但其自身的“黑箱”特性结合工程问题特有的小样本现象使得模型可靠性不足,预测结果不确定性大,严重制约了神经网络模型的使用。为提高神经网络模型的工程适用性,以飞... 详细信息

神经网络方法作为一种高效高精度建模方法,在多个领域得到广泛应用,但其自身的“黑箱”特性结合工程问题特有的小样本现象使得模型可靠性不足,预测结果不确定性大,严重制约了神经网络模型的使用。为提高神经网络模型的工程适用性,以飞机纵向非定常气动特性为研究对象,利用时间卷积神经网络实现了纵向大幅振荡风洞试验的时域非定常气动力建模,并使用MC-Dropout技术对预测结果的不确定性进行评估。在此基础上结合不确定性分析结果,开展了风洞试验样本主动采样。结果表明,模型不确定性可作为预测精度的先验评价指标,模型预测误差与不确定性具有强线性关系,主动采样策略较随机采样策略可以最多降低40%的样本需求,验证了该方法在提升黑箱模型可信度与降低建模样本需求量方面的有效性。

关键词：大迎角风洞试验非定常气动力神经网络不确定性主动采样

来源：评论

学校读者我要写书评

暂无评论

基于TD-error自适应校正的深度Q学习主动采样方法

引用

计算机研究与发展 2019年第2期56卷 262-280页

作者：白辰甲刘鹏赵巍唐降龙哈尔滨工业大学计算机科学与技术学院模式识别与智能系统研究中心哈尔滨150001

强化学习中智能体与环境交互的成本较高.针对深度Q学习中经验池样本利用效率的问题,提出基于TD-error自适应校正的主动采样方法.深度Q学习训练中样本存储优先级的更新滞后于Q网络参数的更新,存储优先级不能准确反映经验池中样本TD-erro... 详细信息

强化学习中智能体与环境交互的成本较高.针对深度Q学习中经验池样本利用效率的问题,提出基于TD-error自适应校正的主动采样方法.深度Q学习训练中样本存储优先级的更新滞后于Q网络参数的更新,存储优先级不能准确反映经验池中样本TD-error的真实分布.提出的TD-error自适应校正主动采样方法利用样本回放周期和Q网络状态建立优先级偏差模型,估计经验池中样本的真实优先级.在Q网络迭代中使用校正后的优先级选择样本,偏差模型在学习过程中分段更新.分析了Q网络学习性能与偏差模型阶数和模型更新周期之间的依赖关系,并对算法复杂度进行了分析.方法在Atari 2600平台进行了实验,结果表明,使用TD-error自适应校正的主动采样方法选择样本提高了智能体的学习速度,减少了智能体与环境的交互次数,同时改善了智能体的学习效果,提升了最优策略的质量.

关键词：样本优先级 TD-error校正自适应主动采样深度Q学习强化学习

来源：评论

学校读者我要写书评

暂无评论

主动采样技术在中国大气POPs监测中的应用

引用

中国环境监测 2009年第1期25卷 14-18页

作者：张颖吕天峰梁宵许秀艳付强中国环境监测总站北京100012

为了履行斯德哥尔摩公约,查明持久性有机污染物(POPs)在中国大气环境介质的存在水平,该研究首次采用主动采样技术,在中国境内大尺度范围内进行了环境大气中POPs的监测工作。利用主动采样技术,可以在短时间内采集数百立方米的大气样品,... 详细信息

为了履行斯德哥尔摩公约,查明持久性有机污染物(POPs)在中国大气环境介质的存在水平,该研究首次采用主动采样技术,在中国境内大尺度范围内进行了环境大气中POPs的监测工作。利用主动采样技术,可以在短时间内采集数百立方米的大气样品,分别利用玻璃纤维滤膜采集大气颗粒物(固相)中的POPs,同时使用聚氨酯泡沫(PUF)吸附气态的POPs。该采样技术还便于样品的运输和保存。研究表明,大气主动采样技术可以很好地运用于区域大气POPs的监测工作并填补了我国在POPs履约监测中专用仪器设备的空白。

关键词：主动采样持久性有机污染物(POPs) 大气环境监测

来源：评论

学校读者我要写书评

暂无评论

基于压缩感知自适应测量矩阵的空气质量主动采样

引用

计算机科学 2024年第7期51卷 116-123页

作者：黄伟杰郭贤伟於志勇黄昉菀福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室(福州大学) 福州350108

随着城市化进程的不断加快,工业发展、人口聚集使得空气质量问题日益严峻。出于对采集成本的考虑,对空气质量的主动采样正受到越来越多的关注。但现有模型要么只能迭代选择采样位置,要么难以实时更新采样算法。基于此,提出了一种基于压... 详细信息

随着城市化进程的不断加快,工业发展、人口聚集使得空气质量问题日益严峻。出于对采集成本的考虑,对空气质量的主动采样正受到越来越多的关注。但现有模型要么只能迭代选择采样位置,要么难以实时更新采样算法。基于此,提出了一种基于压缩感知自适应测量矩阵的空气质量主动采样方法,将采样位置的选择问题转化为矩阵的列子集选择问题。该方法首先利用历史完整数据进行字典学习,然后将学习后的字典经过列子集选择后得到能够指导批量采样的自适应测量矩阵,最后结合利用空气质量数据特性构建的稀疏基矩阵恢复出未采样的数据。该方法使用压缩感知模型一体化实现采样和推断,避免了使用多个模型的不足。此外,考虑到空气质量的时序变动问题,在每一次的主动采样后,字典还会利用最新数据进行在线更新以指导下一次的采样。两个真实数据集上的实验结果表明,经过字典学习后得到的自适应测量矩阵在低于20%的多个采样率下,恢复性能优于所有基线。

关键词：群智感知压缩感知自适应测量矩阵字典学习主动采样

来源：评论

学校读者我要写书评

暂无评论

一种新型主动采样器及其在水体有机污染物原位监测中的应用

一种新型主动采样器及其在水体有机污染物原位监测中的应用

引用

持久性有机污染物论坛2018暨化学品环境安全大会

作者：李权龙张领卢冰艳袁东星林坤德厦门大学环境与生态学院

1.引言环境监测首先要采集样品,样品采集技术的可靠与否在很大程度上决定了环境监测数据的质量。现有的采样技术主要分为主动采样和被动采样。主动采样是一种依靠人力或其他动力装置采集水样的技术。人工采样简单方便,监测结果往往时空... 详细信息

1.引言环境监测首先要采集样品,样品采集技术的可靠与否在很大程度上决定了环境监测数据的质量。现有的采样技术主要分为主动采样和被动采样。主动采样是一种依靠人力或其他动力装置采集水样的技术。人工采样简单方便,监测结果往往时空分辨率低,无法反映污染物随时间变化的情况。为克服人工采样的不足,科学家们研发出在线或原位自动采样装置,有效地提高了监测数据的时空分辨率。但是,主动采样器需要电力维持,因而布设范围或采样时间大大受限。与主动采样器不同,

关键词：采样器监测结果渗透泵有机污染物水体有机污染主动采样原位监测

来源：评论

学校读者我要写书评

暂无评论

基于动态匹配距离的地震数据主动采样设计

基于动态匹配距离的地震数据主动采样设计

引用

2023年中国地球科学联合学术年会

作者：徐英杰于四伟哈尔滨工业大学

基于压缩感知的地震数据采集和重建能够提高勘探效率,节约成本。而地震数据的采集是重建的基础,在重建过程中采集可以看作是一个欠采样算子,它会直接影响到重建结果的好坏。为了获得一个较优的采样算子,本研究提出了一种基于动态匹配距... 详细信息

基于压缩感知的地震数据采集和重建能够提高勘探效率,节约成本。而地震数据的采集是重建的基础,在重建过程中采集可以看作是一个欠采样算子,它会直接影响到重建结果的好坏。为了获得一个较优的采样算子,本研究提出了一种基于动态匹配距离的采样方法,该方法通过两次布设采样点来完成采样设计,由首次采样获得的数据信息来布设剩余采样点,使得采样点更多的布设在具有复杂结构的区域。通过与Jitter采样在二维和三维地震数据的采样重建测试对比中验证了该方法的有效性。

关键词：地震数据采样设计地震数据采集采样点主动采样动态匹配

来源：评论

学校读者我要写书评

暂无评论

基于压缩感知自适应测量矩阵的空气质量主动采样方法

基于压缩感知自适应测量矩阵的空气质量主动采样方法

引用

作者：黄昉菀黄伟杰於志勇郭贤伟 350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学

本发明涉及一种基于压缩感知自适应测量矩阵的空气质量主动采样方法，包括以下步骤：将空气质量历史数据进行处理，得到训练压缩矩阵；使用高斯随机矩阵构造初始字典，利用字典学习技术求解得到过完备字典；构造稀疏基，将过完备字典和... 详细信息

标准号: CN116205066A

本发明涉及一种基于压缩感知自适应测量矩阵的空气质量主动采样方法，包括以下步骤：将空气质量历史数据进行处理，得到训练压缩矩阵；使用高斯随机矩阵构造初始字典，利用字典学习技术求解得到过完备字典；构造稀疏基，将过完备字典和稀疏基的逆相乘后进行列子集选择操作得到最重要的m个列；利用得到的m个列构造测量矩阵后进行主动采样，得到一条新数据，进而推测出其余未采样点的估计值；将得到的新数据加入训练压缩矩阵，并将其中最旧的训练数据删除，以保证训练集大小固定不变。重复上述步骤以实现多轮主动采样。该方法能够使用压缩感知模型一体化实现采样和推测，并且可以实时更新训练集以适应多次采样。

关键词：矩阵主动采样字典稀疏基新数据训练集高斯随机矩阵压缩感知模型相乘自适应测量压缩多次采样构造测量历史数据实时更新训练数据压缩感知子集选择字典学习采样点采样求解多轮删除一体化行列重复保证

来源：评论

学校读者我要写书评

暂无评论

一种单颗粒均匀主动采样组件

一种单颗粒均匀主动采样组件

引用

作者：陈诚赵普生李江钱慧敏 210019 江苏省南京市建邺区嘉陵江东街8号2幢3单元19层

一种单颗粒均匀主动采样组件，上加速段的中间部位设有上喷孔盘，上加速段和上采集段之间设有覆盖上样品膜的上样品钉；上采集段的内部设有上旋转驱动件；上旋转驱动件带动覆盖上样品膜的上样品钉转动以接收上喷孔盘喷出的气流；下加速... 详细信息

标准号: CN117705519A

一种单颗粒均匀主动采样组件，上加速段的中间部位设有上喷孔盘，上加速段和上采集段之间设有覆盖上样品膜的上样品钉；上采集段的内部设有上旋转驱动件；上旋转驱动件带动覆盖上样品膜的上样品钉转动以接收上喷孔盘喷出的气流；下加速段连接在上采集段的下方，下采集段连接在下加速段的下方；下加速段的中间部位设有下喷孔盘，下加速段和下采集段之间设有覆盖下样品膜的下样品钉；下采集段的内部设有下旋转驱动件；下旋转驱动件带动覆盖下样品膜的下样品钉转动以接收下喷孔盘喷出的气流。本发明可以使得膜片在采样过程中可以匀速旋转，采样面积增大，采集颗粒分布更加均匀，有效增加采样时间和颗粒代表性，检测结果更加准确。

关键词：加速段采集旋转驱动件样品膜孔盘覆盖采样喷出上喷下喷转动采样过程检测结果颗粒分布面积增大匀速旋转主动采样单颗粒段连接膜片

来源：评论

学校读者我要写书评

暂无评论

一种单颗粒样品均匀主动采样控制系统及具有其的切割器

一种单颗粒样品均匀主动采样控制系统及具有其的切割器

引用

作者：侯冬利赵普生李江贺艳云 050030 河北省石家庄市裕华区雅清街30号

一种单颗粒样品均匀主动采样控制系统及具有其的切割器，该系统进气口通过进气软管连接抽气泵的进气端，进气软管上设有流量控制器，流量控制器用于控制进气口的进气流量；抽气泵的出气端连接有出气软管，出气软管的末端引出壳体的外部... 详细信息

标准号: CN117740481A

一种单颗粒样品均匀主动采样控制系统及具有其的切割器，该系统进气口通过进气软管连接抽气泵的进气端，进气软管上设有流量控制器，流量控制器用于控制进气口的进气流量；抽气泵的出气端连接有出气软管，出气软管的末端引出壳体的外部；主控MCU设置在壳体的内部，触控显示面板集成在壳体的侧部，触控显示面板进行单颗粒样品均匀主动采样参数设置；电池模块设置在壳体的内部，电池模块对单颗粒样品均匀主动采样控制系统进行供电；旋转控制接口和主控MCU之间连接有旋转控制信号线，主控MCU通过旋转控制信号线对切割旋转驱动电机进行控制。本发明实现对单颗粒多级均匀采样过程的控制；实现对采样时间、时长、流量以及环境信息的准确记录。

关键词：单颗粒壳体旋转控制主动采样主控MCU 进气口触控显示面板流量控制器出气软管电池模块进气软管控制系统抽气泵信号线旋转驱动电机参数设置环境信息进气流量均匀采样出气端进气端切割器采样时长切割供电外部记录

来源：评论

学校读者我要写书评

暂无评论

一种基于主动采样对抗学习的真实世界图像超分辨率方法

一种基于主动采样对抗学习的真实世界图像超分辨率方法

引用

作者：杨育彬龙坤江彪 210046 江苏省南京市栖霞区仙林大道163号

本发明提供了一种基于主动采样对抗学习的真实世界图像超分辨率方法，包括：使用已有高分辨图像与对应的经过双三次插值(bicubic)退化的低分辨率图像以有监督方式训练超分辨率模型；将真实世界图像首先经过无监督去噪网络进行首次去噪... 详细信息

标准号: CN114677276A

本发明提供了一种基于主动采样对抗学习的真实世界图像超分辨率方法，包括：使用已有高分辨图像与对应的经过双三次插值(bicubic)退化的低分辨率图像以有监督方式训练超分辨率模型；将真实世界图像首先经过无监督去噪网络进行首次去噪处理；将经过一轮去噪的真实世界图像及已有且配对的高分辨率图像‑低分辨率图像输入基于生成对抗网络的网络框架中，利用主动采样策略采样出图像块进行整个模型的训练。最终的模型能够直接对真实世界的低分辨率图像进行超分辨率重建，得到高分辨率输出图像。相较于现有技术，本发明提出的针对真实世界图像的超分辨方法减少了训练成本，并且可以实现更好的图像重建效果。

关键词：真实世界低分辨率图像去噪主动采样图像超分辨率重建高分辨率图像图像超分辨率高分辨图像超分辨率高分辨率输出图像图像重建网络框架超分辨图像块无监督对抗采样配对网络退化监督学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：