检索结果-内蒙古大学图书馆

工程技术研究 2025年第2期10卷 18-20页

作者：刘亚辉广州港工程管理有限公司广东广州510700

为探究厦门某机场工程中软土地基大面积堆载造成的地表沉降问题,文章基于厦门某机场工程自动化监测项目,辅以人工监测进行对比,分析偏差的成因,同时利用神经网络(back propagation,BP)和长短期记忆网络(long short-term memory,lstm)模... 详细信息

为探究厦门某机场工程中软土地基大面积堆载造成的地表沉降问题,文章基于厦门某机场工程自动化监测项目,辅以人工监测进行对比,分析偏差的成因,同时利用神经网络(back propagation,BP)和长短期记忆网络(long short-term memory,lstm)模型分别对典型区域表层沉降监测点的累计沉降量进行预测分析及精度对比,发现lstm网络预测模型精度更高,整体预测效果优于BP神经网络模型,预测效果也更符合实际情况,能为计算工后沉降、评判处理效果、核实工程量等提供一定的参考依据。

关键词：自动化监测软土地基沉降 BP神经网络 lstm网络模型

来源：评论

学校读者我要写书评

暂无评论

基于lstm网络模型的光伏发电功率短期预测系统

引用

自动化与仪表 2024年第4期39卷 26-30页

作者：常振成游国栋肖梓跃李兴韫天津科技大学电子信息与自动化学院天津300222

光伏发电受天气因素影响,具有明显的间歇性和波动性特征。该文提出了一种基于lstm网络模型的光伏发电功率短期预测方法,该方法以STM32单片机为控制核心,实时采集光照辐度、温度、相对湿度、风速等数据。利用相关系数法筛选相关度较高的... 详细信息

光伏发电受天气因素影响,具有明显的间歇性和波动性特征。该文提出了一种基于lstm网络模型的光伏发电功率短期预测方法,该方法以STM32单片机为控制核心,实时采集光照辐度、温度、相对湿度、风速等数据。利用相关系数法筛选相关度较高的因素,作为lstm网络模型的输入变量,对未来光伏发电功率进行短期预测。MATLAB仿真实验结果表明,该文所提方法与其他预测模型相比具有较高的预测精度,在晴天与多云天气下预测的MAPE值分别为4.943%和4.997%,有利于我国电力系统的稳定运行和电网工作人员的调度。

关键词： STM32单片机短时预测 lstm网络模型实时采集光伏发电功率

来源：评论

学校读者我要写书评

暂无评论

基于lstm网络模型的高速公路软基长期沉降预测

引用

湖南交通科技 2021年第2期47卷 94-97页

作者：郑罗春湖南省交通科学研究院有限公司湖南长沙410015

lstm网络模型相较于一般曲线拟合方法具有容错性好、记忆功能强等显著优势,可有效识别并保存已有数据中的隐藏信息特征。基于以上优势,构建针对高速公路路基长期沉降预测的lstm神经网络模型,进一步利用高速公路路基长期沉降特征的时序... 详细信息

lstm网络模型相较于一般曲线拟合方法具有容错性好、记忆功能强等显著优势,可有效识别并保存已有数据中的隐藏信息特征。基于以上优势,构建针对高速公路路基长期沉降预测的lstm神经网络模型,进一步利用高速公路路基长期沉降特征的时序化特点,基于lstm神经网络模型对其进行预测,结果表明:所构建lstm模型可有效表征高速公路路基长期沉降的非线性特征,相比较于指数曲线法而言,其误差低,预测精度较高。

关键词： lstm网络模型高速公路长期沉降

来源：评论

学校读者我要写书评

暂无评论

基于lstm神经网络模型的泵站能耗预测

引用

青岛大学学报（自然科学版） 2022年第1期35卷 11-18页

作者：王薪凯于忠清青岛大学计算机科学技术学院青岛266071

为优化泵站的工作方式,降低能耗,建立一种基于长短期记忆网络(Long Short-Term Memory,lstm)的神经网络模型来对泵站的能耗进预测,优化学习率、时间步长、批处理、隐含层层数、训练次数等参数。将lstm网络模型的预测结果与BP模型、RNN... 详细信息

为优化泵站的工作方式,降低能耗,建立一种基于长短期记忆网络(Long Short-Term Memory,lstm)的神经网络模型来对泵站的能耗进预测,优化学习率、时间步长、批处理、隐含层层数、训练次数等参数。将lstm网络模型的预测结果与BP模型、RNN模型进行对比,研究结果表明,基于lstm神经网络模型的预测具有较高的精度和泛化能力。

关键词： lstm网络模型能耗预测优化

来源：评论

学校读者我要写书评

暂无评论

面向实车数据的电动汽车电池退役轨迹预测

引用

太阳能学报 2022年第5期43卷 510-517页

作者：周雅夫史宏宇工业装备结构分析国家重点实验室(大连理工大学) 大连116024 大连理工大学运载工程与力学学部汽车工程学院大连116024

针对车载环境下电池容量难以预测,电池退役时间难以确定的问题,提出基于车辆日常充电片段数据来估算电池当前最大可用电量,构建电池当前可用最大容量与行驶里程的序列关系以描述电池的退化特征,为剩余寿命预测提供可靠依据。首先在电池... 详细信息

针对车载环境下电池容量难以预测,电池退役时间难以确定的问题,提出基于车辆日常充电片段数据来估算电池当前最大可用电量,构建电池当前可用最大容量与行驶里程的序列关系以描述电池的退化特征,为剩余寿命预测提供可靠依据。首先在电池的充电工况下以安时积分法估算电池的当前可用最大容量,利用卡尔曼滤波对得到的容量值进行修正,然后建立长短期记忆(lstm)神经网络模型来预测在车辆行驶里程下的电池容量衰退轨迹。结果表明:该方法实现了电池容量的准确预测,为车辆电池退役时间确定提供了可靠依据。不同训练集下均方根误差均低于多项式回归模型和高斯回归模型,预测精度至少提高了12.7%,具有较强的适用性和实际意义。

关键词：电动汽车寿命预测动力电池梯次利用电池容量卡尔曼滤波 lstm网络模型

来源：评论

学校读者我要写书评

暂无评论

融合情感评论倾向与均衡长尾物品的推荐方法

引用

运筹与管理 2022年第10期31卷 176-182页

作者：王谢宁李玉蒻朱志国刘琦卿东北财经大学管理科学与工程学院辽宁大连116025

推荐领域中已有研究较多的考虑属性维度在评分-物品上来提高算法的准确性,对于用户对产品的真实态度判断不够。论文利用lstm神经网络模型将用户评论情感得分和用户评分进行融合分析,来计算用户对物品真正的兴趣度;运用向量空间对用户情... 详细信息

推荐领域中已有研究较多的考虑属性维度在评分-物品上来提高算法的准确性,对于用户对产品的真实态度判断不够。论文利用lstm神经网络模型将用户评论情感得分和用户评分进行融合分析,来计算用户对物品真正的兴趣度;运用向量空间对用户情感进行三分类,借鉴经济学中基尼系数的思想,引入惩罚因子通过对热门物品进行调节,发挥系统的长尾能力从而增加推荐结果的覆盖率,从而实现对热门物品和冷门物品被推荐程度的均衡优化。最后,对情感系数和惩罚系数参数的取值进行实验,得出最优模型参数组合,结果表明,评论的情感因素和惩罚系数对于构建性能更优的推荐模型效果明显,该模型在推荐的准确率和覆盖率上相较其他主流模型更加符合用户需求。

关键词：个性化推荐长尾物品评论挖掘情感分析 lstm网络模型

来源：评论

学校读者我要写书评

暂无评论

基于区块链的城轨客流预测方法

引用

武汉理工大学学报（交通科学与工程版） 2022年第4期46卷 614-618页

作者：陈园园北京城建设计发展集团股份有限公司北京100037

由于缺乏有效的激励和信任,不同城市轨道交通运营商的数据无法直接共享.文中提出了激励机制,鼓励运营商共享数据.建立了一种基于区块链的分布式联合学习模型,采用分布式长短期记忆网络作为客流预测的学习模型.仿真结果证明了文中所提短... 详细信息

由于缺乏有效的激励和信任,不同城市轨道交通运营商的数据无法直接共享.文中提出了激励机制,鼓励运营商共享数据.建立了一种基于区块链的分布式联合学习模型,采用分布式长短期记忆网络作为客流预测的学习模型.仿真结果证明了文中所提短期客流预测模型的有效性和准确性.

关键词：城轨交通激励机制 lstm网络模型区块链

来源：评论

学校读者我要写书评

暂无评论

通信大数据下白日人口轨迹研究

通信大数据下白日人口轨迹研究

引用

作者：索丽菲山西财经大学

学位级别：硕士

当今社会，智能手机已越来越成为人们生活与工作中不可缺少的一部分，随时随地在获取并记录着用户的个人通讯记录、移动位置等信息。其中，移动轨迹及位置信息记录了用户在一段时间内所经过以及停留的地理信息。移动位置信息在一定程度... 详细信息

当今社会，智能手机已越来越成为人们生活与工作中不可缺少的一部分，随时随地在获取并记录着用户的个人通讯记录、移动位置等信息。其中，移动轨迹及位置信息记录了用户在一段时间内所经过以及停留的地理信息。移动位置信息在一定程度上反映了用户的生活习惯、社会关系、兴趣爱好等。结合用户移动规律，可以帮助预测出用户的移动趋势以及下一时刻的位置，因而具有较大的应用价值。在此背景下，本文利用手机端用户数据建立了轨迹预测模型并对其应用进行了分析。本文的研究目的主要有两个：第一，利用手机端搜集到的移动轨迹数据构建人口轨迹预测模型；第二，探讨人口轨迹预测模型的应用价值，在预测模型的基础上分析人口的出行规律和活动范围，并实现对区域的主要功能的识别。首先，本文介绍并总结归纳了白日人口出行规律、人类地点空间活动模型及其应用前景，依据统计学方法，综合运用小波分析和 lstm神经网络，提出了新型人口移动轨迹预测模型。随后利用 2013 年 Nokia 大数据挑战赛中 007 号女性志愿者的手机端移动数据进行实证分析。实验结果表明，取预测精度阈值为 100 米，移动轨迹预测准确率达到了 90.32% ，明显高于 Nokia 大数据挑战赛的平均预测准确率 59% ，具有良好的推广价值。在此基础上，将用户的移动轨迹预测范围扩大至半年，得到了用户未来半年内的移动轨迹。从中提取出用户的停留时间和地点信息，运用层次聚类法对这些信息进行聚类分析，得到了该用户的出行规律，发现该用户的日常出行呈现钟摆式运动，即常常往返于工作单位与住宅之间，并且工作与居住地点位于不同的城市，该结果在一定程度上反映了现代人的工作状态和居住需求。同时，通过聚类区分出了不同集聚地点所具有的功能，由此推断出洛桑等四个城市对于女性上班族分别具备三种商务、居住、娱乐休闲不同的功能。本文虽然针对一位用户的数据建立了预测模型并探讨了其应用价值，但是模型具有普适性，运用不同用户的数据训练模型便可得到该用户的个性化路径预测结果。而且，如果对该城市中具有某种相同属性的群体的轨迹预测数据进行分析，寻找用户的出行规律，区分出城市分区不同的功能区，不仅可以帮助广告商针对目标群体投放广告、店铺选址，具有较大的经济价值，同时可以为城市规划、交通运输等部门提供参考，提高社会资源的利用率，构建智慧城市。

关键词：移动轨迹预测小波分析 lstm网络模型层次聚类城市功能

来源：评论

学校读者我要写书评

暂无评论

基于表面肌电的人体下肢运动意图识别研究及应用

基于表面肌电的人体下肢运动意图识别研究及应用

引用

作者：孙悦婉上海交通大学

学位级别：硕士

随着外骨骼设计技术的逐渐成熟,外骨骼不仅用于瘫痪等疾病的康复治疗,也逐渐应用于提高工人的工作能力,增加人体的力量和耐力等方面。因此对于外骨骼控制的精准性和鲁棒性是更高的挑战。本文研究的目的是基于表面肌电数据的采集和特征分... 详细信息

随着外骨骼设计技术的逐渐成熟,外骨骼不仅用于瘫痪等疾病的康复治疗,也逐渐应用于提高工人的工作能力,增加人体的力量和耐力等方面。因此对于外骨骼控制的精准性和鲁棒性是更高的挑战。本文研究的目的是基于表面肌电数据的采集和特征分析,提出动作意图识别和关节角度预测算法,实现骨关节运动的精确预测,为外骨骼的运动控制提供基础数据。首先根据下肢骨骼肌肉系统的运动特性建立下肢运动学实验测量模型,进行6种单关节运动和3种速度的步态运动实验测试,利用NDI运动捕捉系统和表面肌电采集系统同步采集运动跟踪数据和肌电信号;然后对获得的sEMG(Surface Electromyography)数据进行滤波、分段等预处理及PCA特征参数分析,并计算了3个关节的角度历程数据。根据处理和分析结果,确定了对关节运动特征敏感的肌电信号特征值,研究结果为运动意图识别提供了选择依据。本文建立了LDA、SVM和DNN神经网络模型,利用三种模型进行了人体下肢单关节运动意图识别。对比分析结果表明,DNN网络模型在识别正确率和训练时间方面具有优越性。利用DNN网络对6种动作进行意图识别训练和识别可靠性分析,结果表明,识别正确率达到了95.2%,训练时间仅为2.17s。因此本文提出了一种较为可行的意图识别方案,可为后续意图识别研究提供借鉴。同时,本文利用lstm神经网络使用肌电特征参数和运动数据对步态运动中的关节角度进行预测。通过损失函数、学习率、优化器和dropout值的优化,本文确定了lstm网络的参数。利用3种速度的步态数据对lstm网络进行步态中关节运动角度预测训练和预测。结果表明,各速度下的各关节角度的预测结果最大RMSE值为1.587,最大误差率为4.6%,得到的lstm模型的预测效果较为理想。本文证明了使用lstm模型对关节角度进行预测的可行性,并且给出了优化调参建议。本文的运动意图识别算法和下肢关节角度预测算法将为外骨骼控制系统提供准确率高和识别速度较快的控制策略,为外骨骼系统的人机耦合性和灵活性做出贡献。

关键词： sEMG信号神经网络模型特征提取 lstm网络模型运动意图识别

来源：评论

学校读者我要写书评

暂无评论

建筑垃圾再生骨料在道路结构层中的应用技术研究

建筑垃圾再生骨料在道路结构层中的应用技术研究

引用

作者：仇云强河北工业大学

学位级别：硕士

建筑垃圾产量逐年递增,堆放和传统填埋处理均会造成环境污染。道路修筑材料的开采破坏生态环境且受限。建筑垃圾经过处理得到再生骨料,具有与天然骨料相似的物理力学性质,将其应用于道路结构中,是应对建筑垃圾污染和道路修筑材料紧缺的... 详细信息

建筑垃圾产量逐年递增,堆放和传统填埋处理均会造成环境污染。道路修筑材料的开采破坏生态环境且受限。建筑垃圾经过处理得到再生骨料,具有与天然骨料相似的物理力学性质,将其应用于道路结构中,是应对建筑垃圾污染和道路修筑材料紧缺的解决办法。本文对再生骨料进行试验分析,包括组分分析、筛分试验、小于4.75 mm渣土试验、有机质含量试验、表观密度试验、针片状含量试验、吸水率试验、压碎指标试验、微粉含量试验。进行再生骨料材料的路基和基层配合比设计。为验证再生骨料在路基中应用可行性,对最佳配比的混合料进行加州承载比试验。为验证再生骨料在基层和底基层中应用可行性,对最佳配比的混合料进行力学性能试验,包括间接抗拉试验、90 d弯拉强度试验、疲劳试验、干缩试验、温缩试验、冲刷试验、冻融试验和单轴压缩弹性模量试验。基于弯拉强度试验结果进行典型道路结构疲劳验算。为提高传统配合比设计效率,将计算机算法应用于道路设计中。建立lstm网络模型,使用PSO优化算法对lstm网络模型进行参数全局寻优。通过大量实验获取水泥稳定再生骨料材料不同级配、龄期的无侧限抗压强度作为数据集,对lstm和PSO-lstm网络模型进行训练与测试。通过评价指标对模型预测结果进行评价。通过相关性分析,探究各影响因素对水泥稳定再生骨料材料强度影响相关系数。结果表明:本文使用的再生骨料符合规范对Ⅰ类再生骨料技术要求。击实试验结果表明:再生骨料CBR值满足路基使用要求。在基层和底基层试验中,再生骨料替代率提高,混合料最大干密度下降。三种混合料在间接抗拉强度、弯拉强度、疲劳强度、干缩温缩、温缩试验中具有较好的性能表现;在冻融实验中,石灰粉煤灰稳定再生骨料材料表现不佳,在单轴压缩弹性模量试验中,仅水泥稳定再生骨料材料具有良好的性能。在疲劳验算方面,三种材料均有较好的疲劳寿命。lstm和PSO-lstm模型均能精确的预测水泥稳定再生骨料材料的强度,模型预测精度达到了98%以上。通过引入MSE、RMSE、MAE、MAPE和R2作为评价指标,PSO优化后lstm模型误差减少并具有更好的拟合度。影响因素划分为材料类影响和非材料类影响,通过相关性分析,得出再生骨料替代天然骨料对混合料强度影响不大。本文研究成果可以为解决建筑垃圾堆放以及处理难题提供一种解决办法,将再生骨料应用于道路结构层中经过试验验证具有可行性。对使用再生骨料的水泥稳定碎石材料进行数据积累,同时也为计算机科学应用于传统道路设计中提供帮助。

关键词：再生骨料半刚性材料路用性能 lstm网络模型

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：