基于改进多层感知机的电网运行风险评估方法 被引量：4

1

作者 郝蛟 林宏 +3 位作者 李雨森 武婕 张建国 孟琦 《现代电力》 北大核心 2023年第4期474-483,共10页

传统的电网运行风险评估方法随着电网规模的扩大已逐渐不能满足实时性需求,已有的基于机器学习技术的风险评估方法又没有考虑真实系统中的样本不平衡问题。提出了一种基于改进多层感知机(multi-layer perceptron,MLP)的电网运行风险评... 传统的电网运行风险评估方法随着电网规模的扩大已逐渐不能满足实时性需求,已有的基于机器学习技术的风险评估方法又没有考虑真实系统中的样本不平衡问题。提出了一种基于改进多层感知机(multi-layer perceptron,MLP)的电网运行风险评估方法。基于IEEE-RTS79可靠性测试节点系统生成风险数据样本,从电压越限、潮流过载、失负荷率及潮流转移度4个维度建立了1套可以表征电网当前运行状态及相对状态变化影响的指标体系,来量化电网运行风险并根据风险值对样本添加标签,构建电网风险数据集;考虑真实系统中样本不平衡的情况,引入多种样本平衡方法,并通过特征选择和主成分分析法对数据降维,最终使用改进的多层感知机模型训练样本,得到电网运行风险评估计算模型。在提高训练速度的同时,加强了对电力数据中非线性规则的表征能力,可以快速得到风险评估结果。 展开更多

关键词 智能电网 风险评估 多层感知机(mlp) 不平衡样本 风险指标

下载PDF 职称材料

基于时延嵌入式隐马尔科夫模型的癫痫脑电分类算法

2

作者 李沛洋 赵贯一 +4 位作者 刘宇轩 张伊诺 李存波 汪露 田银 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2024年第4期675-686,共12页

癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于... 癫痫脑电的分类识别能够为癫痫的预警和病程的发展监测提供强有力的技术支持。传统的癫痫脑电分类识别方法需要从较长的时间序列中提取特征,难以刻画大脑的瞬态变化,检测低效且耗时,降低了癫痫预警的有效性。针对上述问题,提出一种基于隐马尔科夫模型的癫痫脑电分类算法。该方法通过时延嵌入式隐马尔科夫模型(time-delay embedded hidden Markov model,TDE-HMM)对脑电进行状态估计,并提取状态序列中的状态切换特征,通过多层感知机(multiple layer perceptron,MLP)实现对不同癫痫发作阶段脑电的有效辨识。实验结果表明,相较于小波变换、微分熵等传统特征,所提方法准确率高,能够有效刻画癫痫不同阶段的大脑状态变化,为癫痫脑电的分类识别和状态分析提供了新的备选方案。 展开更多

关键词 癫痫检测 脑电信号(EEG) 时延嵌入式隐马尔科夫模型(TDE-HMM) 多层感知机(mlp)

下载PDF 职称材料

基于深度学习的图书资源借阅推荐算法研究

3

作者 王德才 蒋业政 冯雪萍 《信息与电脑》 2024年第4期132-134,共3页

图书馆借阅系统的升级与创新是提升图书馆服务质量和读者体验的关键,也是智慧图书馆建设的重要工作。本研究通过采集图书馆的借阅信息、读者信息和图书信息等数据,采用基于Transformer的双向编码(Bidirectional Encoder Representations... 图书馆借阅系统的升级与创新是提升图书馆服务质量和读者体验的关键,也是智慧图书馆建设的重要工作。本研究通过采集图书馆的借阅信息、读者信息和图书信息等数据,采用基于Transformer的双向编码(Bidirectional Encoder Representations from Transformers,BERT)模型提取图书特征,应用多层感知机(Multilayer Perceptron,MLP)深度学习方法,对读者的历史借阅记录信息进行全面的数据挖掘,分析读者的借阅偏好。结果表明,BERT-MLP模型的性能明显优于基础神经网络模型,且可以更有效地找到图书推荐数据的重要特征。本研究可为提高图书馆个性化服务水平提供理论依据。 展开更多

关键词 深度学习 多层感知机(mlp) 基于Transformer的双向编码(BERT) 推荐算法

下载PDF 职称材料

基于机器学习的低渗透砂岩聚合物驱采收率预测 被引量：1

4

作者 蒲堡萍 魏建光 +1 位作者 周晓峰 尚德淼 《科学技术与工程》 北大核心 2023年第28期12045-12056,共12页

在恶劣的油藏条件下,化学驱提高采收率方法的可行性主要在实验室进行,以探究化学驱方案在现场实施的可能效果,但此类实验通常昂贵且费时。为了提高筛选效率和研究变量关系,进行了3个聚合物驱油实验项目,其次通过构建14种机器学习基础模... 在恶劣的油藏条件下,化学驱提高采收率方法的可行性主要在实验室进行,以探究化学驱方案在现场实施的可能效果,但此类实验通常昂贵且费时。为了提高筛选效率和研究变量关系,进行了3个聚合物驱油实验项目,其次通过构建14种机器学习基础模型来预测低渗透砂岩聚合物驱油实验的效率。结果表明:多层感知机(multi-layer perception,MLP)、随机树(random forest,RF)和极限梯度上升(extreme gradient boosting,XGB)模型表现最佳,它们在测试集的确定系数均为0.99,均方根误差分别为0.855、0.836和0.859。模型表明特征重要性由强至弱依次为含水率、累积注入孔隙体积、渗透率、非均质系数、孔隙度、聚合物注入量、聚合物浓度、注入压力。研究成果为室内物理低渗透砂岩聚合物驱提供了可靠的数据,给出了14种机器学习模型预测性能直接对比,建立了高拟合高泛化高稳定低误差的低渗透砂岩聚合物驱预测模型,有助于化学驱方案快速在低渗透储层应用,以及降低失败风险。 展开更多

关键词 采收率预测 机器学习 化学驱油 低渗透砂岩 多层感知机(mlp) 极限梯度上升(XGB) 随机森林(RF)

下载PDF 职称材料

基于压电微机械超声换能器的扫描式手势识别传感器 被引量：1

5

作者 张士钦 胡益民 +2 位作者 苗斌 王光华 李加东 《微纳电子技术》 CAS 北大核心 2023年第11期1808-1816,共9页

超声手势识别是实现非接触交互的重要方式之一。基于压电微机械超声换能器(PMUT)的手势识别传感器具有功耗低、体积小、不受环境光影响等优点,当前主要是基于PMUT阵列的方式实现,提出了一种基于单振元PMUT的扫描式手势识别传感器。该传... 超声手势识别是实现非接触交互的重要方式之一。基于压电微机械超声换能器(PMUT)的手势识别传感器具有功耗低、体积小、不受环境光影响等优点,当前主要是基于PMUT阵列的方式实现,提出了一种基于单振元PMUT的扫描式手势识别传感器。该传感器由PMUT及电磁驱动单元组成,设计并制备了1.6 mm×1.6 mm的单振元PMUT,振膜半径为500μm,谐振频率为108 kHz,完成了PMUT与电磁驱动单元集成,电磁驱动单元驱动PMUT实现手势扫描,利用多层感知机(MLP)模型完成了手势识别测试。实验结果表明:该扫描式手势识别传感器可实现检测距离为150~600 mm、角度为180°范围内的6种手势识别,平均识别准确率最高为85.66%。 展开更多

关键词 压电微机械超声换能器(PMUT) 手势识别传感器 电磁驱动 超声扫描 多层感知机(mlp)

下载PDF 职称材料

基于GRU-MLP的核动力装置运行监测数据异常检测与校正方法研究

6

作者 王天舒 余刃 +2 位作者 毛伟 宋霄森 马杰 《核动力工程》 EI CAS CSCD 北大核心 2023年第5期188-194,共7页

为改善核动力装置仪表与控制系统采集或存储的运行数据中出现的缺失、飘移和跳跃等数据质量问题,以便为运行数据分析和自动控制器提供更可靠的输入,提出了基于门控循环单元(GRU)与多层感知机(MLP)融合模型的核动力装置运行监测数据异常... 为改善核动力装置仪表与控制系统采集或存储的运行数据中出现的缺失、飘移和跳跃等数据质量问题,以便为运行数据分析和自动控制器提供更可靠的输入,提出了基于门控循环单元(GRU)与多层感知机(MLP)融合模型的核动力装置运行监测数据异常检测与校正的一体化方法。GRU-MLP融合模型提出了基于GRU模型的运行监测数据短时预测算法,为运行监测数据异常检测和校正提供参考依据,并且设计了实时校正机制,以提高GRU模型对包含异常运行数据的预测准确率。然后,利用MLP模型的非线性拟合能力优化“预测-异常检测”机制下使用的固定阈值为动态阈值,提高设计方法的异常检测准确率。最后,以某型核动力装置运行数据开展测试实验,从多角度分析并证明了所设计方法的准确性和可行性。 展开更多

关键词 核动力装置 数据预测 数据异常检测与校正 门控循环单元(GRU) 多层感知机(mlp)

原文传递

基于机器学习的煤自然发火期预测 被引量：2

7

作者 张利冬 宋泽阳 +1 位作者 罗振敏 赵珊珊 《中国安全科学学报》 CAS CSCD 北大核心 2022年第12期118-124,共7页

为快速准确地预测煤自然发火期,首先基于大型煤自燃低温氧化试验及文献数据组成数据集,并考虑煤自燃影响因素众多且与发火期存在复杂的非线性关系,建立包含煤自然发火期、环境温度、煤炭热值、水分等参数的数据集;其次采用多层感知机(M... 为快速准确地预测煤自然发火期,首先基于大型煤自燃低温氧化试验及文献数据组成数据集,并考虑煤自燃影响因素众多且与发火期存在复杂的非线性关系,建立包含煤自然发火期、环境温度、煤炭热值、水分等参数的数据集;其次采用多层感知机(MLP)和随机森林(RF)等机器学习方法建立煤自然发火期预测模型,表征内部因素和外部因素对发火期的影响;同时为增强模型的拟合能力和泛化能力,利用特征工程研究特征变量的相关性,以筛选模型的输入特征;然后利用网格搜索法优化模型超参数,以提高模型的预测能力;最后利用学习曲线法评估模型状态,防止模型过拟合。结果表明:RF和MLP模型均能预测煤自然发火期,RF模型的泛化能力更高;RF和MLP模型预测的平均绝对误差(MAE)分别为9.34天和12.10天,说明机器学习模型可同时考虑多个内外影响因素的复杂作用。 展开更多

关键词 煤自然发火期 机器学习 预测模型 随机森林(RF) 多层感知机(mlp)

下载PDF 职称材料

基于MLP神经网络的圆锥角膜辅助诊断 被引量：2

8

作者 刘艳 刘凤连 +2 位作者 吴剑武 李康生 汪日伟 《光电子．激光》 CAS CSCD 北大核心 2022年第11期1201-1206,共6页

圆锥角膜在病变过程中会导致角膜中央部位向前凸出,使角膜呈现出圆锥形,而且会导致高度不规则近视和散光,对视力造成不同程度损害。疾病一般发生于青少年时期,为了能及时治疗避免病变严重,筛查区分圆锥角膜具有十分重要的意义。而且临... 圆锥角膜在病变过程中会导致角膜中央部位向前凸出,使角膜呈现出圆锥形,而且会导致高度不规则近视和散光,对视力造成不同程度损害。疾病一般发生于青少年时期,为了能及时治疗避免病变严重,筛查区分圆锥角膜具有十分重要的意义。而且临床上对于圆锥角膜诊断通常是采用角膜地形图的方法,可以得到角膜形态学的改变,但是有一定的误诊率。目前研究发现,角膜力学特性改变先于形态学,所以本文从角膜生物力学角度出发,提出一种基于多层感知机(multi-layer perceptron,MLP)神经网络区分圆锥角膜的模型。首先,利用可视化生物力学分析仪(corneal visualization scheimpflug technology,Corvis-ST)测得角膜的生物力学视频,进行处理计算得到角膜生物力学参数作为数据集,其中包含正常角膜和圆锥角膜2种类别;然后,针对角膜生物力学参数数据集构建MLP神经网络模型,将70%数据集作为训练集,30%数据集作为测试集。在数据集上训练及测试的结果表明,该模型区分圆锥角膜的准确率为97.6%。 展开更多

关键词 圆锥角膜 生物力学特性 可视化生物力学分析仪(Corvis-ST) 多层感知机(mlp)

原文传递

PSO-MLP模型预测降雨对府河氨氮的影响

9

作者 刘亚鑫 贾建和 +3 位作者 李洪波 闫栋华 姜甜甜 王红云 《科学技术与工程》 北大核心 2022年第32期14511-14517,共7页

为研究白洋淀上游的保定市区降雨径流对府河水质的影响,采用府河2019年、2020年的常规水质监测数据,基于粒子群算法(particle swarm optimization, PSO)和多层感知机(multi-Layer perceptron, MLP)建立PSO-MLP水质预测模型。分别使用PSO... 为研究白洋淀上游的保定市区降雨径流对府河水质的影响,采用府河2019年、2020年的常规水质监测数据,基于粒子群算法(particle swarm optimization, PSO)和多层感知机(multi-Layer perceptron, MLP)建立PSO-MLP水质预测模型。分别使用PSO-MLP、MLP、一维水质模型进行对比预测。结果表明:与一维水质模型相比,PSO-MLP平均绝对误差减少64.5%~74.7%;与MLP模型相比,PSO-MLP平均绝对误差减少6.6%~12.6%。选取2021年7月的一次典型降雨对府河膳马庙、安州和南刘庄3个控制断面进行预测,表明PSO-MLP泛化能力更强,预测误差更小,优于一维水质模型和MLP模型。所建立的府河PSO-MLP水质预测模型,可以提前4 h准确预测府河各断面氨氮浓度,平均绝对误差小于0.3 mg/L,可应用于保定市区降雨径流对府河水质污染的预测预警,避免降雨径流通过府河影响白洋淀水质。 展开更多

关键词 府河 降雨径流 水质预测模型 粒子群算法(PSO) 多层感知机(mlp)

下载PDF 职称材料

基于XGBoost-MLP集成方法的离港航班延误预测

10

作者 张铭梁 侯霞 《北京信息科技大学学报（自然科学版）》 2022年第3期41-45,共5页

为了更准确地描述航班延误情况,为旅客出行提供参考,使用极端梯度提升(extreme gradient boosting, XGBoost)算法与多层感知机(multilayer perceptron, MLP)集成的模型对离港航班延误状态进行预测,将传统的延误、不延误细分为延误、半... 为了更准确地描述航班延误情况,为旅客出行提供参考,使用极端梯度提升(extreme gradient boosting, XGBoost)算法与多层感知机(multilayer perceptron, MLP)集成的模型对离港航班延误状态进行预测,将传统的延误、不延误细分为延误、半延误和不延误3种情况。在对航班数据和天气数据进行合并、筛选、拆分的基础上,先基于XGBoost模型进行二分类预测,然后基于二分类结果使用MLP进行三分类预测。实验结果表明,该方法比仅使用XGBoost模型或者MLP模型预测效果更佳,并且可改善半延误区间误差高的问题。 展开更多

关键词 极端梯度提升(XGBoost) 多层感知机(mlp) 多分类 集成方法

下载PDF 职称材料

基于系统调用的混合HMM/MLP异常检测模型 被引量：1

11

作者 郝莹 李蓬 +1 位作者 田芳 杨苗 《信息与控制》 CSCD 北大核心 2008年第2期214-218,共5页

首先描述了基于隐马尔可夫模型(HMM)的异常检测方法并指出其缺点.然后提出了一种将多层感知机(MLP)用作HMM的概率估计器的方法,以克服HMM方法的不足.最后建立了一个基于系统调用的混合HMM/MLP异常检测模型,并给出了该模型的训练和检测算... 首先描述了基于隐马尔可夫模型(HMM)的异常检测方法并指出其缺点.然后提出了一种将多层感知机(MLP)用作HMM的概率估计器的方法,以克服HMM方法的不足.最后建立了一个基于系统调用的混合HMM/MLP异常检测模型,并给出了该模型的训练和检测算法.实验结果表明,该混合系统的漏报率和误报率都低于HMM方法. 展开更多

关键词 入侵检测 异常检测 隐马尔可夫模型(HMM) 神经网络 系统调用 多层感知机(mlp)

下载PDF 职称材料

结合数据挖掘的个性化产品配置网络研究 被引量：1

12

作者 袁雨阳 吴晓 +2 位作者 何丽娜 王昕 吴青科 《制造业自动化》 CSCD 北大核心 2021年第7期77-81,113,共6页

客户需求驱动的个性化产品智能定制是制造企业转型升级的有效路径,准确、快速满足客户需求关键在于客户需求及产品配置方案之间关系的构建。由于客户需求的多样性以及产品模块构成的复杂性,客户需求及产品配置方案之间关系复杂,难以应... 客户需求驱动的个性化产品智能定制是制造企业转型升级的有效路径,准确、快速满足客户需求关键在于客户需求及产品配置方案之间关系的构建。由于客户需求的多样性以及产品模块构成的复杂性,客户需求及产品配置方案之间关系复杂,难以应用数学模型准确表达,而企业大量历史交易可以为配置关系挖掘提供有效支持。提出由客户需求及个性化产品配置方案构成的配置信息表,结合历史交易记录,应用多层感知机(multilayer perceptron,MLP)建立配置模型,以挖掘客户需求与产品模块之间的配置网络的方法。基于个性化产品配置网络,可根据客户需求确定其所对应的个性化产品配置方案,从而实现个性化产品定制的客户化、智能化。以洗衣机产品的配置网络构建为例,验证所提方法的可行性和有效性。 展开更多

关键词 个性化产品 配置网络 客户需求 多层感知机(mlp)

下载PDF 职称材料

基于MLP-Bagging的PCB电热耦合建模方法

13

作者 耿悦 周远国 +2 位作者 任强 梁尚清 杨国卿 《半导体技术》 CAS 北大核心 2024年第10期912-919,共8页

随着三维集成电路性能的提高和复杂程度的增加,印制电路板(PCB)的散热问题日益突出。研究了PCB在电热多物理场相互作用下各部件的发热情况,提出了基于混合激活函数的多层感知机(MLP)-Bagging多物理参数算法。通过使用ReLU和Sigmoid两个... 随着三维集成电路性能的提高和复杂程度的增加,印制电路板(PCB)的散热问题日益突出。研究了PCB在电热多物理场相互作用下各部件的发热情况,提出了基于混合激活函数的多层感知机(MLP)-Bagging多物理参数算法。通过使用ReLU和Sigmoid两个激活函数进行学习和训练,建立了精度更高的MLP模型。之后,结合Bagging算法构建多个并行的MLP模型。所提出的神经网络多物理模型可以快速准确地预测PCB的电热响应。实验结果表明,此方法与有限元法相比,可以节省约97%的计算内存和99%的计算时间,与传统神经网络如随机森林(RF)、长短时记忆(LSTM)网络、MLP相比,该方法表现优良且泛化能力较好,为提高PCB设计效率提供了一种可行方法,为PCB热分析提供了更高效的解决方法。 展开更多

关键词 有限元法(FEM) 人工神经网络(ANN) 多层感知机(mlp)-Bagging 多物理场 电热耦合

下载PDF 职称材料

融合全局推理和MLP架构的甲状腺结节分割模型

14

作者 李彬榕 谢珺 +2 位作者 李钢 续欣莹 蓝子俊 《模式识别与人工智能》 EI CSCD 北大核心 2022年第7期649-660,共12页

针对甲状腺结节分割中存在的超声图像噪声干扰较大、结节尺寸多变和现有模型计算复杂度较高的问题,文中构建融合全局推理和多层感知机(Multi-layer Perception,MLP)架构的甲状腺结节分割模型.模型以轴向移位MLP模块为基础架构,以更小的... 针对甲状腺结节分割中存在的超声图像噪声干扰较大、结节尺寸多变和现有模型计算复杂度较高的问题,文中构建融合全局推理和多层感知机(Multi-layer Perception,MLP)架构的甲状腺结节分割模型.模型以轴向移位MLP模块为基础架构,以更小的计算复杂度实现不同空间位置特征之间的交互.在编码部分,融合端到端的全局推理单元,基于图卷积对图像全局信息进行交互,缓解图像噪声干扰较大的影响.在解码部分,引入金字塔特征层,完成多尺度特征交互,应对结节尺寸多变的问题.在DDIT数据集上的实验表明,文中模型性能较优,此外,文中模型还适用于乳腺结节分割、视网膜血管分割等其它医学图像分割任务. 展开更多

关键词 医学图像分割 全局推理 多层感知机(mlp)架构 金字塔特征 甲状腺结节

下载PDF 职称材料