-
题名一种基于准时制的BOM设计模型
被引量：2
- 1
-
-
作者
肖依永
王树明
-
机构
北京航空航天大学经济管理学院
-
出处
《机械科学与技术》
CSCD
北大核心
2003年第3期372-374,共3页
-
文摘
介绍了一个产品数据库管理中的 BOM的设计模型。该模型采用多层嵌套 BOM表的方式描述产品的结构 ,实现了产品、半成品 BOM的灵活的联动设计。同时引入在 BOM表中零件的用料提前时间的概念 ,在生产领料清单的计算过程中考虑了成品的生产工期、中间自产零件的生产工期和零件供货期的时间因数 ,实现了装配生产过程中零件需求的数量和需求时间的计算。本文还给出了一种改进的多叉树深度递归算法 ,实现递归过程中的 BOM表循环嵌套的检测。
-
关键词
物料清单
准时制
用料提前期
深度递归
-
Keywords
BOM(bill of material)
JIT(just in time)
Leading time
Recursive arithmetic
-
分类号
TP391.2
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进Apriori算法的频繁项集挖掘
被引量：1
- 2
-
-
作者
兰建鑫
孙杰
-
机构
天津工业大学计算机与科学技术学院
-
出处
《计算机科学与应用》
2022年第3期622-629,共8页
-
文摘
传统的关联规则挖掘算法有三种,分别是Apriori算法、FP-growth算法和Eclat算法。其中传统的Apriori算法简单易实现,但处理海量数据时耗时巨大且磁盘I/O过高,效率低下。而FP-growth算法虽然快速且高效,但对于内存资源极其不友好,且挖掘过程中出现问题难以追踪。针对Apriori算法与FP-growth算法的优缺点,本文提出了一种基于深度递归与散列技术改进的Apriori算法。该算法基于散列技术与递归思想,将传统算法的遍历次数大幅度降低,且很大程度上减少了磁盘I/O,保证了较低的时延和更多的存储空间,在算法时间和空间复杂度方面进行了一定程度上的优化。既提高了传统Apriori算法的效率,同时也保证了算法的可扩展性。
-
关键词
关联规则
APRIORI
深度递归
散列加权
时延
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于深度递归神经网络的电力系统短期负荷预测模型
被引量：41
- 3
-
-
作者
于惠鸣
张智晟
龚文杰
段晓燕
-
机构
青岛大学自动化与电气工程学院
国网青岛供电公司
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2019年第1期112-116,共5页
-
基金
国家自然科学基金资助项目(51477078)
智能电网教育部重点实验室开放研究基金资助项目(2018)
-
文摘
针对电力负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,本文构建了深度递归神经网络短期负荷预测模型。在深度神经网络多隐层结构的基础上,深度递归神经网络增设了关联层,并以改进粒子群算法作为网络的优化学习算法,对模型权值空间进行深度优化。对某地区电网实际负荷进行预测仿真,结果表明与BP网络、深度神经网络相比,深度递归神经网络的平均绝对误差的周平均值分别降低1.61%和0.56%,验证了深度递归神经网络能够融合前馈与反馈连接,提高网络泛化能力,有效提高负荷预测精度。
-
关键词
深度神经网络
深度递归神经网络
改进粒子群优化算法
短期负荷预测
电力系统
-
Keywords
deep neural network ( DNN )
deep recurrent neural network ( DRNN )
improved particle swarm optimization ( IPSO ) algorithm
short-term load forecasting ( STLF )
power system
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于深度递归信念网络的风电功率短期预测方法
被引量：12
- 4
-
-
作者
李宏仲
付国
孙伟卿
-
机构
上海电力大学电气工程学院
上海理工大学机械工程学院
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2021年第15期85-92,共8页
-
基金
国家自然科学基金资助项目(51777126)。
-
文摘
风能的随机性和波动性严重影响风电功率的预测精度。通过挖掘风速在不同波动程度和预测功率之间的高阶特征可以提高预测精度。文中首先采用摇摆窗算法识别风速的波动过程,并通过广义优先搜索邻居算法对不同的波动程度进行聚类,然后将不同的波动过程作为深度递归信念网络的分类训练数据,其中,深度递归信念网络由前向生成网络和横向及纵向2个误差反馈网络构成。最后,以误差分布的交叉熵作为损失函数,有效控制了误差迭代方向和模型的训练规模。算例结果表明,文中所提预测方法可以改善波动过程存在的预测误差。
-
关键词
波动识别
分类预测
深度递归信念网络
纵向误差反馈
横向误差反馈
-
Keywords
fluctuation identification
classification forecasting
deep recurrent belief network
longitudinal error feedback
horizontal error feedback
-
分类号
TM614
[电气工程—电力系统及自动化]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于GRU递归神经网络的城市道路超车预测
被引量：5
- 5
-
-
作者
王浩
黄美鑫
武志薪
鞠建敏
-
机构
上海应用技术大学计算机科学与信息工程学院
-
出处
《中国科技论文》
CAS
北大核心
2019年第3期285-290,共6页
-
文摘
城市道路中的超车行为尤其是违规超车等,对交通秩序与安全造成严重影响。随着电子警察与卡口等车牌识别系统的广泛应用,通过上下游车牌识别与时间对比,可以较为精确地获取车辆在路段之间的超车关系。基于电子警察处理的超车数据建立了基于GRU递归神经网络的城市道路超车率预测模型,预测城市道路超车率的变化趋势,并与循环神经网络(recurrent neural network,RNN)、反向传播(back propagation,BP)神经网络进行对比。在苏州工业园区星湖街-现代大道路段的测试结果表明,基于GRU递归网络的超车预测模型的绝对值误差为12.52%,相比于其他2种模型,精度高、泛化能力强、鲁棒性强。
-
关键词
深度递归神经网络
神经网络
超车预测
交通安全
-
Keywords
gated recurrent unit(GRU)
neural network
overtaking prediction
traffic safety
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
U491
[自动化与计算机技术—计算机科学与技术]
-
-
题名一种PDM中产品设计成本的核算模型及应用
被引量：2
- 6
-
-
作者
赵红
肖依永
-
机构
北京航空航天大学经济管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2003年第17期63-65,共3页
-
基金
国家自然科学基金资助项目(编号:79870005)
-
文摘
提出了一种在产品设计状态下的成本核算模型及相关算法。该算法采用零部件模块化设计,可快速联动响应产品或设计变动所引起的成本变化。该算法用于解决产品数据管理(PDM)中成本核算和成本控制的关键问题,其应用已经取得显著成效。
-
关键词
深度递归算法
PDM
BOM
-
Keywords
Deep Recursion Algorithm,Product Data Manageme nt ,Bill of Material
-
分类号
TP315
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于非线性深度递归算法的锅炉模糊自适应控制
- 7
-
-
作者
周妮娜
-
机构
宝鸡文理学院电子电气工程学院
-
出处
《宝鸡文理学院学报（自然科学版）》
CAS
2023年第3期58-60,70,共4页
-
基金
陕西省技术创新引导专项(基金)计划项目(2023YFBT-27-02)。
-
文摘
目的 锅炉系统具有滞后、非线性等特点,传统控制方法对于锅炉的非线性控制效果不理想,本文提出一种改进的模糊自适应控制方法。方法 改进的模糊自适应控制方法采用非线性深度递归算法,解决锅炉系统存在的非线性问题以及执行器执行能力的上限问题。结果与结论使用非线性深度递归算法设计新的控制器,分析并证明了系统的闭环稳定性。以锅炉为控制对象,完成系统仿真,验证了算法的有效性。
-
关键词
模糊自适应控制
非线性控制
深度递归算法
-
Keywords
fuzzy adaptive control
nonlinear control
deep recursion algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于TSA-DRNN模型的年径流预测研究
被引量：4
- 8
-
-
作者
崔东文
杨琼波
-
机构
云南省文山州水务局
云南省水文水资源局红河分局
-
出处
《华北水利水电大学学报（自然科学版）》
北大核心
2021年第6期35-41,共7页
-
文摘
为了解决深度递归神经网络(DRNN)权值和阈值难以选取的问题,有效提高DRNN径流预测精度,提出了被囊群算法(TSA)与DRNN相融合的预测方法。选取4个标准测试函数对TSA进行仿真验证,并与粒子群优化(PSO)算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维并构建DRNN_(2)(双隐层DRNN)、DRNN_(3)(三隐层DRNN)、DRNN_(4)(四隐层DRNN)模型,利用TSA优化DRNN权值和阈值,建立了TSA-DRNN_(2)、TSA-DRNN_(3)、TSA-DRNN_(4)径流预测模型,并构建TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型作对比;利用云南省姑老河站年径流预测实例对TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)、TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型进行检验。结果表明:在不同维度条件下,TSA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力;TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)模型对实例年径流预测的平均相对误差分别为3.63%、2.81%、2.50%,预测精度优于TSA-Elman等其他6种模型,且随着隐含层数的增加,预测精度呈提高趋势。TSA-DRNN模型用于径流预测是可行的,模型及DRNN权、阈值优化方法可为相关预测研究提供参考。
-
关键词
径流预测
深度递归神经网络(DRNN)
被囊群算法(TSA)
仿真验证
数据降维
权、阈值优化
-
Keywords
runoff prediction
deep recurrent neural network(DRNN)
tunicate group algorithm(TSA)
simulation verifi-cation
data dimensionality reduction
weight and threshold optimization
-
分类号
P338.2
[天文地球—水文科学]
-
-
题名深度递归网络在物联网系统异常检测中应用研究
被引量：2
- 9
-
-
作者
李慧慧
-
机构
太原学院
-
出处
《现代电子技术》
北大核心
2019年第13期86-89,共4页
-
文摘
物联网系统采用感知层、传输层和应用层三层体系架构,物联网的三层结构具有时序性,上一层数据异常会链式反应到后续层,传统的物联网异常检测方法无法有效识别数据异常并快速定位异常发生在哪一层。文中提出以深度递归网络对物联网系统异常检测进行建模,感知层、传输层、应用层作为深度网络输出层,深度递归网络通过核函数变换能够提取高阶特征,并且深度递归网络本身的时序特性能够提升异常检测的准确性。实验结果表明,深度递归网络在物联网系统异常检测中能够获得较高的检测准确率。
-
关键词
深度递归网络
回归分析
高阶特征
物联网系统安全
异常检测
核函数
-
Keywords
deep recursive network
regression analysis
higher-order feature
Internet of Things system security
anomaly detection
kernel function
-
分类号
TN915.08-34
[电子电信—通信与信息系统]
TP393
[电子电信—信息与通信工程]
-
-
题名基于改进递归网络的智慧楼宇负荷预测方法
被引量：1
- 10
-
-
作者
肖荣洋
黄雁
-
机构
同济大学电子与信息工程学院
国网福建省电力有限公司龙岩供电公司
-
出处
《沈阳工业大学学报》
CAS
北大核心
2022年第2期121-126,共6页
-
基金
福建省自然科学基金项目(2018J01746)
国网福建省电力有限公司龙岩供电公司项目(SGFJLY00YJJS2100564).
-
文摘
针对智慧楼宇负荷类型复杂且多变导致的负荷预测精度低等问题,提出了一种基于改进递归网络的智慧楼宇负荷预测方法.该方法在深度神经网络多隐层结构的基础上增设了关联层,使深度递归神经网络(DRNN)模型具有动态特性,并利用改进粒子群优化算法对模型权值空间进行优化,进而实现楼宇负荷的准确预测.基于不同类型楼宇的实验结果表明,所提方法的预测误差约在±0.3 MW的范围内波动,其均方根差与平均绝对百分比误差分别为0.27 MW和1.05%,且预测误差均小于其他对比方法.
-
关键词
改进粒子群优化算法
深度递归神经网络
智慧楼宇
负荷预测
关联层
均方根差
平均绝对百分比误差
预测误差
-
Keywords
improved particle swarm optimization algorithm
deep recursive neural network
intelligent building
load forecasting
correlation layer
root mean square error
mean absolute percentage error
prediction error
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名深度递归卷积神经网络的偏振应用
- 11
-
-
作者
李林
段侪杰
马辉
常金涛
周嘉玲
韩瑞芳
-
机构
清华大学深圳研究生院深圳市无损和微创医疗技术重点实验室
清华大学生物医学工程系
清华大学物理系
-
出处
《中国医学物理学杂志》
CSCD
2017年第3期240-245,共6页
-
基金
国家自然科学基金(81230035
61527826)
-
文摘
衡量焦平面分割(DoFP)偏振相机插值算法好坏时,有两个备受关注的误差量:线性偏振度(DoLP)和偏振角度(AoP)。将深度递归卷积网络(DRCN)插值算法引入到偏振相机的插值上来。DRCN插值算法是全卷积的一个网络。整个网络的卷积核大小为3*3,在高分辨率图像重建部分采用16层的卷积递归,减少了网络的训练参数数目。在文中给出了DRCN单幅图像的插值误差、DoLP以及AoP的插值误差,误差采用常用的均方误差根进行计算。并将DRCN算法与双三次插值进行比较,从4幅中的单幅图像插值效果来看,该算法插值误差比双三次插值的误差小。同时在计算出来的DoLP、AoP的插值误差上,该插值算法也要好于传统的双三次插值算法。文章中给出了定性的比较,利用两个不同分辨率的Do FP偏振相机对同一场景进行拍摄,可以看出DRCN插值后计算出来的DoLP比双三次计算出来的DoLP更加接近于真实的DoLP。
-
关键词
深度递归卷积神经网络
偏振
插值
线性偏振度
偏振角度
-
Keywords
deeply recursive convolutional neural network
polarization
interpolation
degree of linear polarization
angle of polarization
-
分类号
Q-334
[生物学]
-
-
题名低质量无约束人脸图像下的超分辨率摆正
- 12
-
-
作者
孙强
谭晓阳
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2017年第11期3226-3230,3237,共6页
-
基金
国家自然科学基金资助项目(61373060
61672280)
青蓝工程~~
-
文摘
针对人脸识别算法准确率受面部姿态、遮挡、图像分辨率等因素影响的问题,提出一种超分辨率摆正的方法,作用于低质量无约束输入图像上,生成高清晰度标准正面视图。主要通过估计输入图像与3D模型间的投影矩阵,产生标准正面视图,通过人脸对称性的特点,补全由于姿态、遮挡等原因所产生的面部缺失像素。在摆正过程中,为了提高图像分辨率以及避免面部像素信息丢失,引入一个16层的深度递归卷积神经网络进行超分辨率重构;并提出两个扩展:递归监督和跳跃链接,来降低网络训练难度以及缩小模型体量。在经过处理的LFW数据集上实验表明,该方法对人脸识别和性别检测算法的性能具有显著提升作用。
-
关键词
人脸识别
人脸摆正
3D重建
超分辨率重构
深度递归卷积神经网络
-
Keywords
face recognition
face frontalization
3D reconstruction
image super-resolution
deeply-recursiveconvolutional network
-
分类号
TP389.1
[自动化与计算机技术—计算机系统结构]
-
-
题名基于公共交通乘车查询系统的数学模型及实现方法
- 13
-
-
作者
郑琼琼
余冬菊
苏玉萍
闫硕
李冰
-
机构
河南师范大学计算机与信息技术学院
-
出处
《山西电子技术》
2008年第3期47-47,71,共2页
-
文摘
根据北京公交站点分布情况,建立了解决公交拥挤的数学模型,并通过算法和程序化运算,解决了任意两站点间最佳线路的查询问题。在邻接矩阵相乘的过程中,剔除了与现实生活中不相符合的数据,对邻接矩阵中的行和列进行了选择,同时假设出公汽交通阻抗值,从而有效地降低了算法复杂度,并通过对深度优先遍历递归算法的进一步优化再次降低了算法的复杂度。
-
关键词
邻接矩阵
深度优先遍历递归算法
线路优化
交通阻抗值
-
Keywords
adjacency matrix
depth-first search algorithm
line optimization
traffic impedance values
-
分类号
TP319
[自动化与计算机技术—计算机软件与理论]
-
