期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于随机森林和树突网络的煤镜质组反射率估计 被引量:1
1
作者 袁懿琳 赵荣焕 +3 位作者 何坤 黄秀 王洪栋 邹亮 《工矿自动化》 CSCD 北大核心 2023年第8期148-155,共8页
镜质组平均最大反射率是表征煤化程度的重要指标,在确定煤级、鉴别混煤和指导炼焦配煤中起关键作用。传统反射率测定方法费时耗力,且测量结果的主观性较强,致使实验室间鉴定结果的可比性差。针对该问题,提出一种基于随机森林(RF)和树突... 镜质组平均最大反射率是表征煤化程度的重要指标,在确定煤级、鉴别混煤和指导炼焦配煤中起关键作用。传统反射率测定方法费时耗力,且测量结果的主观性较强,致使实验室间鉴定结果的可比性差。针对该问题,提出一种基于随机森林(RF)和树突网络(DDNet)的煤镜质组反射率估计方法,主要包括煤岩显微图像分割、镜质组识别和镜质组平均最大反射率预测3个部分。利用手肘法和K-Means算法对显微图像聚类,以实现不同显微组分区域的分割;采用人工少数类过采样法(SMOTE)对少数类样本过采样,以改善煤岩中镜质组与非镜质组区域样本的不均衡问题;利用基于DDNet的回归算法实现镜质组平均最大反射率的估计,构建回归模型时从镜质组区域中选择多个41×41像素的方形窗口并提取其灰度特征,以提高算法的鲁棒性,其决定系数达到0.990。实验结果表明:采用手肘法自动确定K-Means算法的参数K,具有良好的自适应能力,能够自动区分不同类别数的显微组分;SMOTE方法可有效避免模型因过度学习样本先验信息而导致对多数类识别好、少数类识别差的问题,提高分类准确度,其中基于RF的识别模型准确率达到97.0%;建立了7种回归估计模型,其中DDNet回归模型性能最佳,决定系数达到0.990,预测结果与实际值高度契合,验证了所提方法的可行性。 展开更多
关键词 镜质组平均最大反射率 K-MEANS聚类 随机森林 树突网络 SMOTE DDNet回归算法
下载PDF
玻璃熔窑蓄热室外墙结构参数优化研究 被引量:4
2
作者 宋李俊 唐永晟 《重庆理工大学学报(自然科学)》 CAS 北大核心 2022年第3期223-231,共9页
玻璃熔窑蓄热室热效率是玻璃生产中节能降耗的关键因素,通过优化蓄热室外墙结构参数,可以达到降低能耗的目的。构建了玻璃熔窑蓄热室多孔介质数值模拟模型,利用响应面法对蓄热室外墙结构参数进行优化,采用树突网络算法拟合得到以蓄热室... 玻璃熔窑蓄热室热效率是玻璃生产中节能降耗的关键因素,通过优化蓄热室外墙结构参数,可以达到降低能耗的目的。构建了玻璃熔窑蓄热室多孔介质数值模拟模型,利用响应面法对蓄热室外墙结构参数进行优化,采用树突网络算法拟合得到以蓄热室蓄热效率和出口温度为目标、蓄热室外墙结构参数为变量的优化模型,利用非支配排序多目标遗传算法对优化模型求解,得到了蓄热室外墙结构参数优化的最优pareto解集。结果表明:优化后的蓄热室结构比初始结构蓄热效率高、能耗低。 展开更多
关键词 数值模拟 响应面分析 树突网络 多目标优化
下载PDF
基于树突网络的侧信道攻击 被引量:2
3
作者 王俊年 王皖 +1 位作者 于文新 胡钒梁 《湘潭大学学报(自然科学版)》 CAS 2021年第2期16-30,共15页
由于深度学习对数据内在特征的敏感性,将深度学习算法应用于硬件加密芯片的侧信道分析,提高了侧信道分析的效率和准确率.但深度神经网络学习算法依旧是非线性结构未知的深层黑盒模型,模型结构和性能不一定是最优.该文提出一种基于树突... 由于深度学习对数据内在特征的敏感性,将深度学习算法应用于硬件加密芯片的侧信道分析,提高了侧信道分析的效率和准确率.但深度神经网络学习算法依旧是非线性结构未知的深层黑盒模型,模型结构和性能不一定是最优.该文提出一种基于树突网络的侧信道分析方法,由于树突网络内部非线性结构的可解释性,其系统辨识能力和运算复杂度均优于深度学习网络.在ChipWhisperer侧信道分析实验平台的CW308T-STM32F3和ATXMEGA128D4目标板上,针对AES-128加密算法进行侧信道分析实验,实验结果表明,基于树突网络的侧信道分析在模型参数规模、攻击精度、训练时间等方面都要优于多层感知机、卷积神经网络、循环神经网络等深度学习模型. 展开更多
关键词 侧信道攻击 树突网络 深度学习 高级加密标准
下载PDF
基于树突神经网络的MEMS压力传感器误差补偿方法 被引量:3
4
作者 赵月爱 白渊铭 《传感技术学报》 CAS CSCD 北大核心 2023年第1期93-98,共6页
压力传感器的性能因自身工艺或环境温度变化而造成影响,在实际应用中,因环境温度的改变而造成的传感器输出误差尤为突出。现今微机电系统(MEMS)压力传感器在线性度与灵敏度方面较之前已有了很大提高,但温度漂移问题依然存在。传统的误... 压力传感器的性能因自身工艺或环境温度变化而造成影响,在实际应用中,因环境温度的改变而造成的传感器输出误差尤为突出。现今微机电系统(MEMS)压力传感器在线性度与灵敏度方面较之前已有了很大提高,但温度漂移问题依然存在。传统的误差补偿方法如线性回归模型、BP神经网络或BP神经网络的优化算法,均能对传感器的误差有修正效果,但还有提升空间。针对以上问题,在MEMS压力传感器中嵌入温度传感器模块,并构建了一种基于树突神经网络的误差补偿模型。该模型首先对采集数据进行逻辑组合关系预处理,然后用树突神经网络对传感器数据进行误差补偿。实验结果表明,使用数据逻辑关系预处理后的BP神经网络模型评估指标平均绝对误差(MAE)由9.1降至0.191,而用树突神经网络模型后,该指标更是降低至0.043 48,精度提升效果非常明显,证明所提方法能够有效地补偿MEMS压力传感器误差。 展开更多
关键词 压力传感器 误差补偿 数据逻辑组合 树突神经网络
下载PDF
基于树突神经网络的低轨卫星智能感知路由算法 被引量:3
5
作者 刘洋 王丽娜 《工程科学学报》 EI CSCD 北大核心 2023年第3期465-474,共10页
在低轨卫星网络中,卫星运行速度快、运行周期较短,星间链路动态变化.为了及时感知星间链路状态并选择正确的路由,提出一种基于树突神经网络的低轨卫星智能感知路由算法,通过卫星之间的可视性约束分析星间建链情况,实现星间链路态势感知... 在低轨卫星网络中,卫星运行速度快、运行周期较短,星间链路动态变化.为了及时感知星间链路状态并选择正确的路由,提出一种基于树突神经网络的低轨卫星智能感知路由算法,通过卫星之间的可视性约束分析星间建链情况,实现星间链路态势感知;通过实时构造训练集,利用树突神经网络自动调整全局卫星网络链路的权值,进而优化传统迪杰斯特拉(Dijkstra)算法,实现星间链路质量感知,给出智能路由决策;通过周期性监测卫星网络拓扑,实时修正初始路由路径.仿真结果表明,基于树突神经网络的路由算法复杂度低,路径时延、时延抖动及丢包率均低于传统启发式路由算法和Dijkstra路由算法. 展开更多
关键词 低轨卫星路由 智能感知 树突神经网络 机器学习 星间链路
下载PDF
基于机器学习算法的滑坡土壤含水率预测方法研究
6
作者 杨小平 段生锐 +1 位作者 蒋力 刘光辉 《水电能源科学》 北大核心 2024年第3期73-77,共5页
土壤含水率是影响坡体稳定性的决定因素之一。针对滑坡体内部土壤水分信息难以准确感知的问题,建立了一种基于机器学习算法树突神经网络的土壤含水率预测模型(DDNN),通过分析土壤水分垂向变化特征和数据相关性确定关键的影响因子后,将... 土壤含水率是影响坡体稳定性的决定因素之一。针对滑坡体内部土壤水分信息难以准确感知的问题,建立了一种基于机器学习算法树突神经网络的土壤含水率预测模型(DDNN),通过分析土壤水分垂向变化特征和数据相关性确定关键的影响因子后,将水分预测模型DDNN与GA-BP、RF、RBFNN三种算法进行对比试验。发现DDNN预测模型的拟合优度R2最高为0.998,均方根误差和平均绝对误差均最小,分别为0.091、0.059,其预测精度明显高于其他三种算法。并采用关系谱探究了相关影响因素对土壤含水率的敏感程度。结果表明,敏感度由高到低依次为气温、降水、初始水分、风速、地温,研究结果可为滑坡体稳定性分析提供技术方法支撑。 展开更多
关键词 机器学习算法 树突神经网络 滑坡体 土壤含水率预测 相关性 敏感性
下载PDF
树突神经网络分析
7
作者 刘向文 李玮 葛瑞泉 《计算机时代》 2019年第9期8-12,共5页
树突神经网络(DENN)是一种含有局部非线性树突结构的特殊神经网络模型。文章研究了DENNs在网络结构变化的情况下模型的学习行为。在有监督学习任务的实验中发现,局部非线性结构的DENNs可以提高模型的表达能力,并且在中等树突分支数量时... 树突神经网络(DENN)是一种含有局部非线性树突结构的特殊神经网络模型。文章研究了DENNs在网络结构变化的情况下模型的学习行为。在有监督学习任务的实验中发现,局部非线性结构的DENNs可以提高模型的表达能力,并且在中等树突分支数量时表达能力最强,在网络较小的情况下DENNs模型比常规前馈型神经网络的优势表现得更加明显。在随机噪声数据集上的实验中发现DENNs拟合能力的优势不明显,这种现象进一步表明,DENNs的容量优势与自然图像数据中的冗余有关。 展开更多
关键词 树突神经网络 局部非线性 有监督学习 网络表达能力
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部