期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络与双向长短时记忆网络组合模型的短时交通流预测 被引量:29
1
作者 徐先峰 刘洋 龚美 《工业仪表与自动化装置》 2020年第1期13-18,共6页
及时准确的交通流信息对于智能交通系统的实现至关重要。针对现有预测方法不能充分利用交通流的时空特征,进而不能很好地提取交通流序列内在规律的问题,提出了一种结合卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM)的深度学习预测模型... 及时准确的交通流信息对于智能交通系统的实现至关重要。针对现有预测方法不能充分利用交通流的时空特征,进而不能很好地提取交通流序列内在规律的问题,提出了一种结合卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM)的深度学习预测模型(C-BiLSTM),在网络底层利用一维CNN来捕获观测点交通流数据的空间特征,然后输入到双向LSTM网络提取时间周期特征,最后由全连接层输出预测结果。使用美国交通研究数据实验室的实测交通数据进行验证,结果表明,所提出的C-BiLSTM组合模型具有更高的准确性,其性能相比双向LSTM网络预测模型提升了1.6%,相比单向LSTM网络预测模型提升了6.6%,是一种高精度的交通流预测模型。 展开更多
关键词 智能交通 短时交通流预测 深度学习 CNN BiLSTM
下载PDF
干热岩增强型地热系统平行三裂隙传热影响因素分析 被引量:3
2
作者 王奕雅 于海龙 +5 位作者 刘洋 刘丽 吴曙程 朱宝忠 孙运兰 刘恩海 《可再生能源》 CAS CSCD 北大核心 2022年第9期1181-1188,共8页
干热岩作为可再生能源,其有效开采途径是形成干热岩增强型地热系统,而建立干热岩增强型地热系统首先要通过水力压裂,在岩石间形成裂隙,其中压裂尺寸和工况参数均对传热产生影响。文章建立二维平行三裂隙模型,采用商业软件进行数值模拟计... 干热岩作为可再生能源,其有效开采途径是形成干热岩增强型地热系统,而建立干热岩增强型地热系统首先要通过水力压裂,在岩石间形成裂隙,其中压裂尺寸和工况参数均对传热产生影响。文章建立二维平行三裂隙模型,采用商业软件进行数值模拟计算,分析压裂尺寸和工况参数对传热的影响。结果表明:当工况参数一定时,不同压裂尺寸对传热的影响程度由高到低依次为裂隙宽度,裂隙长度,岩石开采宽度;当裂隙尺寸一定时,不同工况参数对传热的影响程度由高到低依次为进口水温,进口水流量,岩石初始温度。因此,根据生产生活需要,恰当改变压裂尺寸或工况参数,可以延长干热岩增强型地热系统使用寿命,节约施工成本。 展开更多
关键词 增强型地热系统 平行三裂隙 模型尺寸 工况参数 数值模拟
下载PDF
利用温度信息及深度学习方法实现高精度电力负荷预测 被引量:2
3
作者 徐先峰 龚美 刘洋 《物联网技术》 2019年第9期97-101,104,共6页
负荷预测是电力系统规划的重要组成部分,直接影响着电网运行的安全性及可靠性,实时高精度的负荷预测结果更是提高整个电网运行效率的关键。为了解决现存算法预测精度低的问题,在深入分析了温度与用电量强相关性的基础上,构建了长短时记... 负荷预测是电力系统规划的重要组成部分,直接影响着电网运行的安全性及可靠性,实时高精度的负荷预测结果更是提高整个电网运行效率的关键。为了解决现存算法预测精度低的问题,在深入分析了温度与用电量强相关性的基础上,构建了长短时记忆深度学习网络(LSTM),执行历史用电数据特点的深度挖掘及用电量与温度相关性的深度自学习,实现了电力负荷预测。与传统负荷预测技术相比,预测精度显著提高。基于谷歌Tensor-flow平台进一步研究了不同激活函数组合对于所提算法预测性能的影响。仿真结果表明,使用ELU激活函数比使用其他常用激活函数预测精度更高,有效解决了当前预测算法普遍存在的精度低问题。 展开更多
关键词 负荷预测 深度学习 LSTM 温度信息 Tensor-flow 激活函数
下载PDF
破除“函数”伪装,直切“几何”本质——以一道中考函数与几何压轴题为例 被引量:2
4
作者 刘洋 《数学教学通讯》 2021年第2期78-79,82,共3页
函数与几何压轴题往往融合了函数、几何两大知识内容,问题难度较大,学生容易陷入思维误区,难以构建解题思路.该类问题可视为是披着“函数”伪装的几何题,问题解析可重点关注其中的几何特性,挖掘问题的几何关系.文章将对一道函数与几何... 函数与几何压轴题往往融合了函数、几何两大知识内容,问题难度较大,学生容易陷入思维误区,难以构建解题思路.该类问题可视为是披着“函数”伪装的几何题,问题解析可重点关注其中的几何特性,挖掘问题的几何关系.文章将对一道函数与几何考题开展解法探究并反思教学,提出几点建议. 展开更多
关键词 函数 几何 数形结合 等角 对称 模型
下载PDF
基于观测点遴选与时空信息的短时交通流预测
5
作者 徐先峰 宋亚囡 +2 位作者 刘洋 夏振 潘卓毅 《电气自动化》 2021年第5期95-96,114,共3页
针对高速公路短时交通流预测问题中待测站点上下游的交通流量时空信息利用不充分,且上下游观测点选择不合理的问题,提出了基于观测点遴选并充分挖掘时空信息的短时交通流预测方法。首先使用KNN算法对待测站点的上下游节点进行遴选,将与... 针对高速公路短时交通流预测问题中待测站点上下游的交通流量时空信息利用不充分,且上下游观测点选择不合理的问题,提出了基于观测点遴选并充分挖掘时空信息的短时交通流预测方法。首先使用KNN算法对待测站点的上下游节点进行遴选,将与待测站点欧氏距离较小的上下游节点历史数据组织成包含时空信息的二维矩阵;然后使用卷积神经网络提取空间特征,将所得的特征向量送入双向LSTM模型进行时间信息的提取并完成最终预测。结果表明,经过观测点遴选后的KNN-CNN-BiLSTM预测模型准确率较遴选前提升了19.3%,实现了交通流时空信息的充分挖掘,是一种有效精准的短时交通流预测模型。 展开更多
关键词 交通流预测 卷积神经网络 时空信息
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部