检索结果-内蒙古大学图书馆

信息与电脑 2025年第6期37卷 96-99页

作者：赵来奇天津职业技术师范大学信息技术工程学院天津300222

电力负荷预测是电力调度和管理的关键。对于提高电力负荷预测精准度问题,文章对基于改进Autoformer融合模型的算法进行研究,通过编码器与卷积操作来寻找电力负荷数据中复杂的时间特征与趋势特征信息,并研究了一种模型融合结构,在融合模... 详细信息

电力负荷预测是电力调度和管理的关键。对于提高电力负荷预测精准度问题,文章对基于改进Autoformer融合模型的算法进行研究,通过编码器与卷积操作来寻找电力负荷数据中复杂的时间特征与趋势特征信息,并研究了一种模型融合结构,在融合模型中引入MLR、LightGBM方法,将MLR的低方差特性和LightGBM的低偏差特性引入Autoformer模型。实验表明,该算法在预测结果对比原模型评价指标MAE和MSE方面均有所提升。

关键词： Autoformer 融合模型电力负荷预测

来源：评论

学校读者我要写书评

暂无评论

基于机器学习融合模型的页岩气藏测井曲线构建方法

引用

中国科技论文 2025年第3期20卷 255-266页

作者：王鸣川岳明中国石化石油勘探开发研究院北京102206 北京科技大学土木与资源工程学院北京100083

针对页岩气藏多数开发井台测井曲线缺失给页岩气藏的精细表征与建模带来困难、单一机器学习模型构建测井曲线的精度无法满足需求且泛化性低的问题,提出了一套基于机器学习融合模型的页岩气藏测井曲线构建方法。在已知测井曲线预处理的... 详细信息

针对页岩气藏多数开发井台测井曲线缺失给页岩气藏的精细表征与建模带来困难、单一机器学习模型构建测井曲线的精度无法满足需求且泛化性低的问题,提出了一套基于机器学习融合模型的页岩气藏测井曲线构建方法。在已知测井曲线预处理的基础上,建立训练数据集,输入到深度神经网络(deep neural net⁃work,DNN)、卷积神经网络(convolutional neural network,CNN)、长短期记忆神经网络(long short-term memory,LSTM)和随机森林(random forest,RF)4个个体学习器进行初步训练,从测井数据的序列特征、空间信息、细粒度特征等获取数据间的非线性映射关系。接着根据验证集数据进行模型参数调整,并获取各模型的预测精度。然后基于预测效果为各学习器分配权重,并对预测结果进行加权融合,从而形成精度高且泛化性强的测井曲线并构建融合模型。选取四川盆地X区块4口盲井进行应用效果验证,4口井构建的测井曲线,与原始的测井曲线相比,平均精度在90%以上。结果表明,新方法不仅能准确构建不同性质的测井曲线,而且泛化性强,能为页岩气藏的精细表征与建模提供较为可靠的测井曲线数据。

关键词：页岩气藏测井曲线机器学习融合模型数据处理构建方法

来源：评论

学校读者我要写书评

暂无评论

致病氨基酸变异预测的新型融合模型

引用

电子科技大学学报 2022年第1期51卷 25-31页

作者：邵爱斌杨洋苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心南京210000

氨基酸变异常常会影响蛋白质的结构和功能,进而导致疾病。当前,研究者们已经提出了一些基于计算的方法来预测氨基酸变异致病性。该文构建了一个新型融合模型,旨在提高预测性能和泛化性。首先,提取影响致病性的各类生物特征并用递归特征... 详细信息

氨基酸变异常常会影响蛋白质的结构和功能,进而导致疾病。当前,研究者们已经提出了一些基于计算的方法来预测氨基酸变异致病性。该文构建了一个新型融合模型,旨在提高预测性能和泛化性。首先,提取影响致病性的各类生物特征并用递归特征消除RFE方法筛选最优特征子集。然后,建立包含卷积神经网络和双向长短期记忆神经网络的深度学习模型提取特征,并以拼接的方式融合这两类特征作为模型输入。最后,构建一个基于XGBoost、CatBoost、LightGBM和随机森林的融合模型,用以预测氨基酸变异致病性。该融合模型的10重交叉验证准确性为92.8%,盲测准确性为93.1%,取得了当前最高的预测准确性和泛化性。该工具可用于辅助临床诊断和药物设计,降低研发成本。

关键词：氨基酸变异双向长短期记忆神经网络卷积神经网络融合模型致病性预测

来源：评论

学校读者我要写书评

暂无评论

电动汽车充电负荷预测与电源配置融合模型研究

引用

汽车测试报告 2025年第05期 148-150页

作者：张梦婷雷蕾渭南职业技术学院

电动汽车的广泛应用使得其充电负荷对电网的冲击日益加剧，因此，准确预测充电负荷、优化电源配置，已成为电动汽车与电网协同发展的当务之急。该文分析电动汽车充电负荷预测与电源配置融合的意义，介绍电动汽车充电负荷预测与电源配置... 详细信息

电动汽车的广泛应用使得其充电负荷对电网的冲击日益加剧，因此，准确预测充电负荷、优化电源配置，已成为电动汽车与电网协同发展的当务之急。该文分析电动汽车充电负荷预测与电源配置融合的意义，介绍电动汽车充电负荷预测与电源配置关键技术，提出电动汽车充电负荷预测与电源配置融合模型构建策略，以实现电动汽车与电力系统的协同优化。

关键词：电动汽车充电负荷预测电源配置融合模型

来源：评论

学校读者我要写书评

暂无评论

基于RoBERTa-BiLSTM-CRF融合模型的在线评论细粒度情感分析

引用

系统工程理论与实践 2023年第12期43卷 3519-3535页

作者：徐健张婧宋玲钰高原源东北财经大学数据科学与人工智能学院大连116025 香港理工大学酒店与旅游业管理学院中国香港999077

在电子商务迅速发展的背景下,在线评论所蕴含的商业价值日益凸显.从在线评论中提取用户关于产品的评价和情感的研究,已经开始从句子级或篇章级的粗粒度情感分析转向属性级的细粒度情感分析.但当前细粒度情感分析方法在情感要素识别任务... 详细信息

在电子商务迅速发展的背景下,在线评论所蕴含的商业价值日益凸显.从在线评论中提取用户关于产品的评价和情感的研究,已经开始从句子级或篇章级的粗粒度情感分析转向属性级的细粒度情感分析.但当前细粒度情感分析方法在情感要素识别任务中存在不能同时解决一词多义、上下文语义信息不全以及标签约束关系缺失等突出问题,且面向属性的情感强度量化方法未充分考虑语法信息.对此,本文提出一种基于RoBERTa-BiLSTM-CRF融合模型的在线评论细粒度情感分析方法,该方法可以有效解决上述问题,更加准确地识别评论中用户评价的产品或服务属性,并结合情感三元组和语法信息有效地量化用户在评论中反馈的情感强度.为了检验所提方法的效果,本文在酒店评论数据、美团外卖评论数据、CLUENER2020等多个领域的数据集上进行对比实验与消融实验.实验结果表明,与已有经典模型相比,本文所提基于RoBERTa-BiLSTM-CRF融合模型的情感要素识别方法在多个数据集上均获得了最佳F1值,且本文所提情感强度量化方法更加精细,能更好地契合人类情感的连续性.此外,消融实验进一步表明融合模型的每个结构都具有重要性.

关键词：在线评论细粒度情感分析融合模型情感强度

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的车辆定位融合模型

引用

华南理工大学学报（自然科学版） 2004年第2期32卷 46-49页

作者：胡郁葱徐建闽吴一民钟慧玲华南理工大学交通学院广东广州510640

针对常规的GPS定位方法在大城市中容易丢失信号的问题 ,提出采用GPS与基于移动通信网络的定位技术 (MPS)相结合的思路 ,利用反向传播 (BP)神经网络构造GPS与MPS定位信息的融合模型 ,并采用动量法和学习率自适应调整的策略来解决BP算法... 详细信息

针对常规的GPS定位方法在大城市中容易丢失信号的问题 ,提出采用GPS与基于移动通信网络的定位技术 (MPS)相结合的思路 ,利用反向传播 (BP)神经网络构造GPS与MPS定位信息的融合模型 ,并采用动量法和学习率自适应调整的策略来解决BP算法收敛速度慢和局部极小点的问题 .用 1 2 6条调查数据对神经网络进行训练的结果表明 ,该模型结果在定位的方向和趋势上基本与GPS定位结果一致 ,且不依赖于原有模型。

关键词：智能交通系统车辆定位神经网络融合模型

来源：评论

学校读者我要写书评

暂无评论

面向桥梁目标自动检测的多源遥感图像融合模型与方法

引用

电子与信息学报 2006年第10期28卷 1794-1797页

作者：蒋咏梅刘伟雷琳国防科技大学电子科学与工程学院长沙410073

作为信息增值的一种有效手段,图像融合技术已广泛地用于成像遥感应用领域。面向目标识别的图像融合需依据不同的目标任务建立不同的融合模型。该文提出了适于桥梁目标自动检测的多源遥感图像融合模型和方法。该模型充分考虑了数据源特... 详细信息

作为信息增值的一种有效手段,图像融合技术已广泛地用于成像遥感应用领域。面向目标识别的图像融合需依据不同的目标任务建立不同的融合模型。该文提出了适于桥梁目标自动检测的多源遥感图像融合模型和方法。该模型充分考虑了数据源特性、遥感图像中的桥梁目标特征和目标背景特征,能在复杂大幅场景中有效地检测桥梁。真实多源遥感图像的实验结果验证了该模型和方法的合理性。

关键词：图像融合融合模型桥梁目标检测

来源：评论

学校读者我要写书评

暂无评论

基于ALBERT和RE2融合模型的电网调度意图识别方法

引用

电力系统保护与控制 2022年第12期50卷 144-151页

作者：余建明刘赫单连飞张越乔咏田姜涛南瑞集团有限公司(国网电力科学研究院有限公司) 江苏南京211106 北京科东电力控制系统有限责任公司北京100192 国家电网有限公司国家电力调度控制中心北京100031

针对电网调度业务意图缺乏有效识别方法的问题,提出一种基于ALBERT(A Lite BERT)和残差向量-字词嵌入向量-编码向量(RE2)融合模型的电网调度意图识别方法。首先,基于ALBERT预训练的动态词向量计算调度专业语言文本特征,建立调度意图分... 详细信息

针对电网调度业务意图缺乏有效识别方法的问题,提出一种基于ALBERT(A Lite BERT)和残差向量-字词嵌入向量-编码向量(RE2)融合模型的电网调度意图识别方法。首先,基于ALBERT预训练的动态词向量计算调度专业语言文本特征,建立调度意图分类模型,通过训练调度专业语言构建基于RE2的文本相似度计算模型。然后,采用RE2相似度模型计算召回文本与分类文本的匹配结果对ALBERT意图分类权重进行计算重组,建立融合ALBERT和RE2的意图识别模型。最后,通过某调控中心调度专业语言验证,并与其他方法对比,所提电网调度意图识别方法具有更强的分类能力和泛化能力,对于20种调度意图识别的平均精准率、召回率和F1值分别达到了98.11%、97.96%、98.03%。

关键词：电网调度 ALBERT RE2 意图识别融合模型

来源：评论

学校读者我要写书评

暂无评论

一种附加边界约束和内约束的多中心ERP融合模型

引用

武汉大学学报（信息科学版） 2019年第12期44卷 1771-1777页

作者：曾安敏张琦孙中苗地理信息工程国家重点实验室陕西西安710054 西安测绘研究所陕西西安710054 长安大学地质工程与测绘工程学院陕西西安710054

不同技术、不同分析中心得到的地球自转参数(Earth rotation parameters,ERP)往往是不同的,为提供统一的ERP供用户使用,常需对ERP进行融合处理。提出了一种基于多分析中心ERP结果的附加边界约束和内约束融合模型,即先通过参数变换把各... 详细信息

不同技术、不同分析中心得到的地球自转参数(Earth rotation parameters,ERP)往往是不同的,为提供统一的ERP供用户使用,常需对ERP进行融合处理。提出了一种基于多分析中心ERP结果的附加边界约束和内约束融合模型,即先通过参数变换把各分析中心结果转换到相同时刻,考虑到相邻观测时段边界点处ERP应当一致这一特点,施加边界约束,然后对各分析中心的长期解施加转换参数内约束,最后得到多分析中心ERP的融合解。采用从2005-2011年共6 a的7个全球卫星导航系统(Global Navigation Satellite System,GNSS)分析中心的结果进行融合处理,并与IERS C04(International Earth Rotation and Reference Systems Service Combined 04)结果进行比较。结果表明,所提出的融合方法计算结果的精度有明显改善。

关键词： ERP参数融合模型边界约束内约束

来源：评论

学校读者我要写书评

暂无评论

基于混沌理论的滚动轴承振动信号融合模型预测

引用

航空动力学报 2020年第8期35卷 1664-1675页

作者：孟凡念杜文辽李浩李宏伟王良文肖志玲郑州轻工业大学机电工程学院河南省机械装备智能制造重点实验室郑州450002

提出融合算法模型,在混沌理论的基础上对滚动轴承振动信号进行预测。基于相图法、最大Lyapunov指数法和关联维数法对滚动轴承振动信号进行混沌判别,证明其混沌性。以预测值和真值间差值范数最小为目标导向优化出Kriging模型、最小二乘... 详细信息

提出融合算法模型,在混沌理论的基础上对滚动轴承振动信号进行预测。基于相图法、最大Lyapunov指数法和关联维数法对滚动轴承振动信号进行混沌判别,证明其混沌性。以预测值和真值间差值范数最小为目标导向优化出Kriging模型、最小二乘支持向量机(LSSVM)模型和极端学习机(ELM)模型的权重,加权法构建融合算法模型。相空间重构法构建滚动轴承振动信号预测的训练样本,并对融合模型、Kriging模型、LSSVM模型和ELM模型进行训练,训练好的模型用于振动轴承振动信号混沌预测。以案例1和案例2共两个实验的滚动轴承振动信号为对象进行验证,两案例的最大Lyapunov指数大于0,从而判断这两个案例的轴承振动信号呈现混沌特性。另外,从方均误差、方均根误差和平均绝对误差指标来评价,融合算法模型的指标值均小于单一模型算法,融合算法模型的预测精度优于单一模型算法。

关键词：滚动轴承融合模型混沌预测 Kriging模型 LSSVM模型 ELM模型

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：