基于Mine2Vec煤矿风险推送机制的研究与实现

1

作者 薛娜 周明全 陈超 《煤炭技术》 CAS 2024年第5期224-227,共4页

为了及时发现和预防可能出现的煤矿安全隐患和安全事故,基于Mine2Vec的煤矿风险推送模型与Item2Vec的用户访问信息推送模型加权融合,实现了煤矿风险推送机制,并应用于“互联网+”煤矿安全管控平台中。经Hololens2眼动仪验证,平台内容经... 为了及时发现和预防可能出现的煤矿安全隐患和安全事故,基于Mine2Vec的煤矿风险推送模型与Item2Vec的用户访问信息推送模型加权融合,实现了煤矿风险推送机制,并应用于“互联网+”煤矿安全管控平台中。经Hololens2眼动仪验证,平台内容经模型推送后,点击次数、注视时长明显增多。研究成果可为用户推送相似煤矿企业的风险信息及其他煤矿风险资讯,使用户提前预防和规避煤矿风险。 展开更多

关键词 推送系统 模型加权 煤矿安全 煤矿监察

下载PDF 职称材料

基于模型混淆度的模型组合算法研究 被引量：3

2

作者 吴娅辉 刘刚 郭军 《自动化学报》 EI CSCD 北大核心 2009年第5期551-555,共5页

传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation,MLE),在训练时只考虑了模型自身而没有考虑模型之间的相互影响.为了进一步提升模型的识别效果,区分性训练算法被提出.本文在最小音素错误(Minimum phone error,MPE... 传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation,MLE),在训练时只考虑了模型自身而没有考虑模型之间的相互影响.为了进一步提升模型的识别效果,区分性训练算法被提出.本文在最小音素错误(Minimum phone error,MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法:针对单混合分量模型,依据模型间混淆程度对MLE和MPE的模型进行加权组合;针对多混合分量模型,提出一种模型选择的算法来获取新的模型参数.实验表明,与MPE算法相比,对单分量的情况,该算法可以使系统的误识率相对降低4%左右;对于多分量的情况,该算法可以使系统的误识率相对降低3%左右. 展开更多

关键词 模型加权 区分性训练 最小音素错误 最大似然估计

下载PDF 职称材料

中央空调冷水机组的多模型融合 被引量：2

3

作者 李壮举 郭虹 《计算机仿真》 北大核心 2022年第8期311-316,共6页

冷水机组是中央空调系统的主要能耗设备,其能耗约占中央空调系统的60%。所以冷水机组的节能优化是建筑节能技术中的重要环节。而影响冷水机组节能优化的关键因素之一是建立精确的冷水机组能耗模型。针对中央空调冷水机组的建模问题,提... 冷水机组是中央空调系统的主要能耗设备,其能耗约占中央空调系统的60%。所以冷水机组的节能优化是建筑节能技术中的重要环节。而影响冷水机组节能优化的关键因素之一是建立精确的冷水机组能耗模型。针对中央空调冷水机组的建模问题,提出了一种基于冷水机组工况点划分的多模型加权融合模型。依据冷水机组工作曲线的非线性特征、将输入/输出数据划分为三个子类,每个子类采用麦夸特法建立一个子模型。考虑到中央空调系统的慢时变特性和冷水机组工况特点,子模型间存在信息冗余。采用加权法融合子模型最终形成一个全局模型以消除其冗余信息。加权系数以均方差最小为指标,利用粒子群算法优化得到。仿真结果验证了文中建立的冷水机组的融合模型的精度高于DOE-2模型。上述冷水机组的多模型融合模型应用于中央空调的节能优化,将更符合实际工况。 展开更多

关键词 中央空调 系统建模 多模型 模型融合 模型加权

下载PDF 职称材料

语种识别中基于局部多样性建模的向量空间模型 被引量：1

4

作者 邓妍 张卫强 刘加 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第2期161-165,共5页

针对语种识别中大规模数据库的训练问题,提出一种基于局部多样性建模的向量空间模型。首先将训练数据库分成若干个小数据库,然后利用每个小数据库来训练不同的向量空间模型,最后对不同的模型进行加权组合。为了有效地对不同模型进行组合... 针对语种识别中大规模数据库的训练问题,提出一种基于局部多样性建模的向量空间模型。首先将训练数据库分成若干个小数据库,然后利用每个小数据库来训练不同的向量空间模型,最后对不同的模型进行加权组合。为了有效地对不同模型进行组合,需要对模型的加权系数进行优化。对模型组合算法从理论上进行推导,在模型权重与分数线性融合系数之间建立起对应的数学关系,并提出采用逻辑回归方法对不同模型的权重进行估计。在美国国家标准技术局(NIST)2009年度语种识别测试库上的实验结果表明:所提方法不仅能够处理大规模的训练数据,而且相比传统方法识别性能也有了一定程度的提高,系统的等错误率在30 s、10 s和3 s的测试条件下分别下降了8.44%、5.91%以及3.45%。 展开更多

关键词 语种识别 向量空间模型 局部多样性 模型加权 逻辑回归

原文传递

基于证据理论加权的电力负荷组合预测

5

作者 李娜 赵建东 《电气应用》 2015年第15期48-51,60,共5页

为了提高电力负荷的预测准确度,提出了一种基于证据理论加权的电力负荷组合预测模型。首先分别采用自回归移动平均模型、灰色模型和BP神经网络对电力负荷进行预测,分别得到电力负荷的线性、周期性和非线性预测结果;然后采用证据理论确... 为了提高电力负荷的预测准确度,提出了一种基于证据理论加权的电力负荷组合预测模型。首先分别采用自回归移动平均模型、灰色模型和BP神经网络对电力负荷进行预测,分别得到电力负荷的线性、周期性和非线性预测结果;然后采用证据理论确定自回归移动平均模型、灰色模型和BP神经网络的预测权值;最后进行加权得到电力负荷的预测结果,并将该模型应用于具体的电力负荷建模与预测中。实验结果表明,该模型可以描述各单一模型对电力负荷预测结果的贡献,更加准确地描述电力负荷的变化特点,预测准确度能够满足实际应用的要求。 展开更多

关键词 电力负荷 自回归移动平均模型 证据理论 模型加权

下载PDF 职称材料

基于贝叶斯模型加权平均方法的水文模型不确定性分析 被引量：50

6

作者 董磊华 熊立华 万民 《水利学报》 EI CSCD 北大核心 2011年第9期1065-1074,共10页

贝叶斯模型加权平均(BMA)方法是通过综合几个模型预报值的后验分布来推断预报量的更可靠概率分布分析工具。它不仅能提供一个综合的预报值,还能提供一个综合的预报区间。本文采用3个水文模型,统一用SCE-UA算法率定参数,得到3组不同的预... 贝叶斯模型加权平均(BMA)方法是通过综合几个模型预报值的后验分布来推断预报量的更可靠概率分布分析工具。它不仅能提供一个综合的预报值,还能提供一个综合的预报区间。本文采用3个水文模型,统一用SCE-UA算法率定参数,得到3组不同的预报值用于BMA方法的综合,着重分析比较BMA和单个模型的预报不确定性区间,来检验贝叶斯模型加权平均方法是否能提高预报的可靠性。结果表明,BMA方法不仅能提高预报精度,还能推求出性质更为优良的预报区间,提高预报的可靠性。 展开更多

关键词 水文模型不确定性 贝叶斯模型加权平均(BMA) 预报区间

下载PDF 职称材料

基于贝叶斯模型加权平均法的径流序列高频分量预测研究 被引量：12

7

作者 王斌 张洪波 +1 位作者 辛琛 兰甜 《水力发电学报》 EI CSCD 北大核心 2016年第5期75-83,共9页

"分解–预测–重构"模式作为一种新的预测思路,已被广泛用于非平稳径流序列的中长期预测。但由于分解之后高频分量预测精度较差,致使该模式的预测效果并不理想。本文采用径向基神经网络(RBF)、自回归模型(AR)以及均生函数模型... "分解–预测–重构"模式作为一种新的预测思路,已被广泛用于非平稳径流序列的中长期预测。但由于分解之后高频分量预测精度较差,致使该模式的预测效果并不理想。本文采用径向基神经网络(RBF)、自回归模型(AR)以及均生函数模型(MGF)分别对陕北无定河丁家沟站实测径流由经验模态分解(EMD)得到的高频分量进行预测,利用贝叶斯模型加权平均法(BMA)对其集成,着重分析比较了基于BMA的集成方法和单一模型的预测效果,验证了BMA方法在处理高频分量误差控制方面的可行性。结果显示基于BMA的高频分量预测的相对误差绝对平均值较单一模型有所降低,径流预测整体精度有显著提升。这表明BMA集成方法能够有效地降低径流序列中高频分量的预测误差,提高整体预测精度,可作为一种有效的方法,供其他类似非平稳预测问题所借鉴。 展开更多

关键词 径流预报 高频分量 贝叶斯模型加权平均法 无定河 非平稳序列

原文传递

集合神经网络的洪水预报 被引量：11

8

作者 江衍铭 张建全 明焱 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2016年第8期1471-1478,共8页

针对防洪减灾的问题,通过将集合预报概念应用于人工神经网络,综合考虑样本和参数等因素的影响,构建集合神经网络模型,以降低单一神经网络模型的不确定性.针对初始值扰动和样本重采样两方面分别产生集合成员,由简单平均和贝叶斯模型加权... 针对防洪减灾的问题,通过将集合预报概念应用于人工神经网络,综合考虑样本和参数等因素的影响,构建集合神经网络模型,以降低单一神经网络模型的不确定性.针对初始值扰动和样本重采样两方面分别产生集合成员,由简单平均和贝叶斯模型加权平均整合预报输出,构建龙泉溪流域预见期为1~3h的集合洪水预报.结果表明,相对于单一神经网络,集合神经网络模型有效地提高预测的精度.从均方根误差上看,集合神经网络模型性能比单一神经网络模型提升了15%~35%.在众多集合策略中,以初始值扰动和简单平均操作最简单,模型预报输出有16%~32%的提升,重采样和贝叶斯模型加权平均的组合效果使预报精度改进了22%~35%. 展开更多

关键词 洪水预报 人工神经网络(ANN) 贝叶斯模型加权平均(BMA) 集合预报

下载PDF 职称材料

一种基于加权网络和句子窗口方案的信息检索模型 被引量：9

9

作者 陆伟 程齐凯 《情报学报》 CSSCI 北大核心 2013年第8期797-804,共8页

经典的信息检索模型在文档表示上多采用词袋模型，与此不同，本文提出了一种基于加权网络的信息检索模型。在这一模型中，文档被表示为一个加权共词网络，词汇在文档中的重要性通过词项节点在网络中的重要性加以衡量。基于固定窗口平移... 经典的信息检索模型在文档表示上多采用词袋模型，与此不同，本文提出了一种基于加权网络的信息检索模型。在这一模型中，文档被表示为一个加权共词网络，词汇在文档中的重要性通过词项节点在网络中的重要性加以衡量。基于固定窗口平移和句子窗口方案，本文提出了文本游走模型Textrank的四个检索模型变种，分别是Win_Weighted_Textrank、Sent_Weighted_Textrank、Win_Weighted_Posrank和Sent_Weighted_Posrank。在ReuterRCVl上的实验证明，与无权网络模型Textrank、Posrank相比，本文提出的模型能显著地提升检索效果。 展开更多

关键词 信息检索信息检索模型加权网络共词网络

下载PDF 职称材料

基于MW-REF算法的心肺复苏影响因素分析 被引量：2

10

作者 张友坤 陈伟 +3 位作者 靳小静 孙洁 李瑞月 张瑛琪 《科学技术与工程》 北大核心 2023年第22期9543-9549,共7页

针对传统模型对心肺复苏结果预测准确率较低、模型可解释性较差,提出了一种基于多模型加权递归消除法(MW-REF)的心肺复苏结果预测模型,并在Shapley加法解释(Shapley additive explanation,SHAP)框架下分析影响心肺复苏结果的关键因素。... 针对传统模型对心肺复苏结果预测准确率较低、模型可解释性较差,提出了一种基于多模型加权递归消除法(MW-REF)的心肺复苏结果预测模型,并在Shapley加法解释(Shapley additive explanation,SHAP)框架下分析影响心肺复苏结果的关键因素。采用了随机森林、GBDT、XGBOOST作为基模型,将其特征重要性得分加权后使用递归消除法过滤特征并对3种及模型采用Voting进行模型融合,利用五折交叉验证下的准确率作为最终特征选择标准。最后对最终特征数据集下的融合模型进行可解释性分析。实验结果表明,与传统的递归特征消除算法对比,该模型提升了心肺复苏结果预测的准确率,模型预测结果具有可解释性,可为临床诊断提供辅助,提高诊断效率与心肺复苏成功率。 展开更多

关键词 多模型加权递归特征消除法 心肺复苏 模型融合 SHAP

下载PDF 职称材料

基于子模型加权的因果效应估计方法

11

作者 耿智琳 张丽丽 +1 位作者 张耀峰 张志刚 《统计与决策》 北大核心 2023年第12期35-39,共5页

在因果推断中,为更好地从观测性研究数据中获得无偏的处理效应,经常使用基于倾向得分的方法来平衡处理组和对照组。文章基于倾向得分逆概率加权方法,提出了一种子模型加权方法。该方法首先通过不同的变量组合来构建若干子模型;然后对子... 在因果推断中,为更好地从观测性研究数据中获得无偏的处理效应,经常使用基于倾向得分的方法来平衡处理组和对照组。文章基于倾向得分逆概率加权方法,提出了一种子模型加权方法。该方法首先通过不同的变量组合来构建若干子模型;然后对子模型的倾向得分进行加权,进而得到加权倾向得分;最后使用加权倾向得分估计平均处理效应(ATE)值。实验结果表明:提出的子模型加权法不仅能调整观测性研究数据中存在的混杂偏倚,而且能有效提升ATE的估计效果,在ATE估计中优于传统的基于倾向得分的逆概率加权法。 展开更多

关键词 处理效应 因果推断 倾向得分 子模型加权

下载PDF 职称材料

基于多模型加权的高速弹丸目标落点预测方法研究 被引量：2

12

作者 梅玉航 韩先平 《测控技术》 2021年第1期90-94,共5页

针对目前高速弹丸目标海上试验末段弹道外推及落点预测方法单一,模型复杂和适应性差等问题,提出一种基于多模型加权组合的弹道重构及落点计算方法。利用无迹卡尔曼滤波技术对雷达测量数据参数估计,基于多模型理论,采用非线性加权平均最... 针对目前高速弹丸目标海上试验末段弹道外推及落点预测方法单一,模型复杂和适应性差等问题,提出一种基于多模型加权组合的弹道重构及落点计算方法。利用无迹卡尔曼滤波技术对雷达测量数据参数估计,基于多模型理论,采用非线性加权平均最优组合估计方法,将运动学和动力学建模外推弹道加权组合,并对外推弹道及落点计算精度进行了试验验证。试验数据表明:该方法可以有效降低单一模型带来的误差和参数误差,极大地提高数学建模的适应性,通用性强,且落点计算精度优于同类方法,具有推广应用价值。 展开更多

关键词 高速弹丸 无迹卡尔曼滤波 多模型加权 最优组合估计 精度

下载PDF 职称材料

多时变扰动下的PID控制性能评估 被引量：1

13

作者 徐锐 王志国 +1 位作者 赵顺毅 刘飞 《计算机与应用化学》 CAS 北大核心 2019年第1期9-16,共8页

时变扰动是影响控制系统性能的主要因素之一。针对存在多个时变扰动的情况,提出了一种基于多模型加权的PID最小可达方差控制性能评估方法。首先,根据每个扰动的特性设计子PID最小可达方差控制器;然后,基于扰动作用时间构造权重以设计多... 时变扰动是影响控制系统性能的主要因素之一。针对存在多个时变扰动的情况,提出了一种基于多模型加权的PID最小可达方差控制性能评估方法。首先,根据每个扰动的特性设计子PID最小可达方差控制器;然后,基于扰动作用时间构造权重以设计多模型加权控制器,再以此控制器作用下系统输出所能达到的最小方差作为基准评估PID控制系统的性能。最后,通过仿真实例验证所提方法的有效性。 展开更多

关键词 性能评估 时变扰动 PID最小可达方差 多模型加权

原文传递

一种新的IMM-PDA滤波器跟踪门 被引量：2

14

作者 万永峰 嵇成新 林荣亮 《指挥控制与仿真》 2006年第6期23-27,共5页

针对杂波环境下跟踪机动目标问题,研究了两种现行的跟踪门,模型跟踪门(MBG)和集中跟踪门(CG)。在此基础上提出了新的跟踪门,分别是模型概率加权跟踪门(MPWG)和两级模型概率加权跟踪门(TS-MPWG)。用RMS误差、跟踪丢失百分比和计算量比较... 针对杂波环境下跟踪机动目标问题,研究了两种现行的跟踪门,模型跟踪门(MBG)和集中跟踪门(CG)。在此基础上提出了新的跟踪门,分别是模型概率加权跟踪门(MPWG)和两级模型概率加权跟踪门(TS-MPWG)。用RMS误差、跟踪丢失百分比和计算量比较了这几种跟踪门的性能。从仿真结果可以看出,在杂波环境下用IMM-PDAF进行机动目标跟踪,TS-MPWG跟踪门优于其它方法。 展开更多

关键词 杂波 模型跟踪门 集中跟踪门 模型概率加权跟踪门 两级模型概率加权跟踪门

下载PDF 职称材料

多模型分层融合的配用电系统用户数据识别 被引量：1

15

作者 蔡军 谢航 +2 位作者 吴高翔 唐贤伦 邹密 《电工电能新技术》 CSCD 北大核心 2022年第4期49-58,共10页

针对配用电系统用户数据识别中特征选择困难和单模型分类精度不高的问题,本文提出多模型分层融合的识别方法。首先,设计多尺度联结的递归差分卷积网络对用户数据进行特征提取,使浅层融合的有效信息不会随着层数的增长而消失;其次,改进... 针对配用电系统用户数据识别中特征选择困难和单模型分类精度不高的问题,本文提出多模型分层融合的识别方法。首先,设计多尺度联结的递归差分卷积网络对用户数据进行特征提取,使浅层融合的有效信息不会随着层数的增长而消失;其次,改进自适应学习率优化算法训练模型,增加模型分类性能;最后对6种基模型分层加权融合,以阈值划分层级,新定义混淆矩阵的错误样本数确定权值,有效克服了基模型适应度缺陷。融合方法在用户特征库的识别上获得99.43%的准确率,比传统卷积神经网络与加权融合方法的准确率分别提高0.53%、0.47%,实现了对用户数据的特征提取和高准确率识别,有助于提高配用电系统信息处理和智能决策水平,为电力需求侧用户服务和经营管理提供支撑。 展开更多

关键词 递归差分卷积网络 模型分层加权融合 自适应学习率优化算法 阈值区间 混淆矩阵

下载PDF 职称材料

IMM-PDA滤波器的模型概率加权跟踪门研究

16

作者 万永峰 嵇成新 +1 位作者 陈阳 陈晓峰 《现代雷达》 CSCD 北大核心 2007年第8期82-85,92,共5页

杂波情况下跟踪机动目标的一个重要问题就是跟踪门问题。文中研究了两种现行的跟踪门技术,模型跟踪门和集中跟踪门。提出了新的跟踪门技术,分别为模型概率加权跟踪门和两极模型概率加权跟踪门(TS-MPWG),TS-MPWG考虑了可能的模型误差,且... 杂波情况下跟踪机动目标的一个重要问题就是跟踪门问题。文中研究了两种现行的跟踪门技术,模型跟踪门和集中跟踪门。提出了新的跟踪门技术,分别为模型概率加权跟踪门和两极模型概率加权跟踪门(TS-MPWG),TS-MPWG考虑了可能的模型误差,且当建立第二个波门时在模型误差变量上用到了上界。仿真里采用了一种高机动目标的基准轨迹,用RMS误差、跟踪丢失百分比和计算量比较了讨论的跟踪门技术的性能。从仿真结果可以看出,在杂波环境下用IMM-PDAF进行机动目标跟踪,TS-MPWG跟踪门技术优于其他方法。 展开更多

关键词 杂波 模型跟踪门 集中跟踪门 模型概率加权跟踪门 两级模型概率加权跟踪门

下载PDF 职称材料