期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到106篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于宽度学习系统的光伏发电功率超短期预测 被引量：35
1
作者 周楠 徐潇源 +2 位作者 严正 陆建宇 李亚平 《电力系统自动化》 EI CSCD 北大核心 2021年第1期55-64,共10页
近年来,深度学习被应用于光伏发电预测中,体现出预测精度较高的优点,但也存在训练耗时等问题。对此,提出了一种基于自组织映射与宽度学习系统的光伏发电功率超短期预测模型。首先,采用自组织映射对各时刻的光伏数据进行精细化聚类,提取... 近年来,深度学习被应用于光伏发电预测中,体现出预测精度较高的优点,但也存在训练耗时等问题。对此,提出了一种基于自组织映射与宽度学习系统的光伏发电功率超短期预测模型。首先,采用自组织映射对各时刻的光伏数据进行精细化聚类,提取不同时段与气象条件下的出力波动特征;然后,构建基于宽度学习系统的光伏发电功率多步长预测模型,在网络宽度上扩展节点数目,并通过求解矩阵伪逆训练神经网络,在保证较强高维数据拟合能力的同时,具有较高的计算效率;最后,采用实际光伏发电数据进行算例分析,通过与常用的光伏发电超短期预测方法进行比较,验证所提出的方法在预测精度与训练效率上的优越性。 展开更多
关键词 光伏发电功率预测 自组织映射 宽度学习系统 多步长预测
下载PDF
人工智能视域下的宽度学习及在教育中的应用 被引量：18
2
作者 袁利平 陈川南 《远程教育杂志》 CSSCI 北大核心 2018年第4期49-56,共8页
宽度学习是以随机向量函数链接神经网络为载体,并通过神经节点的增量以实现所设计网络横向扩展的一种随机向量单层神经网络学习系统。宽度学习神经网络系统不仅保留了深度学习的优势,而且弥补了深度学习的缺陷,能更高效地进行教育大数... 宽度学习是以随机向量函数链接神经网络为载体,并通过神经节点的增量以实现所设计网络横向扩展的一种随机向量单层神经网络学习系统。宽度学习神经网络系统不仅保留了深度学习的优势,而且弥补了深度学习的缺陷,能更高效地进行教育大数据的挖掘。基于宽度学习内部算法和系统结构,宽度学习在教育应用中主要可以通过分类、聚类、回归、时序预测等挖掘技术手段作用于教育大数据。未来,宽度学习可以在准确预测学生学业成绩、给予学生演示精准评价、提供小组个性学习支持、智能辅助教师进行教学和促进远程教学交互发展等方面发挥其优势,并助力于教育事业现代化和智能化的发展。 展开更多
关键词 宽度学习 人工智能 机器学习 教育大数据 教育数据挖掘 学习分析
下载PDF
宽度学习系统研究进展 被引量：14
3
作者 任长娥 袁超 +2 位作者 孙彦丽 刘竹琳 陈俊龙 《计算机应用研究》 CSCD 北大核心 2021年第8期2258-2267,共10页
当数据规模庞大时,深度学习模型会遇到权重调整耗时,容易陷入局部最优解的问题。为了解决这些问题,宽度学习系统应运而生,宽度学习系统不仅结构简单、训练速度快、准确率高,而且还具有增量学习的优势。介绍了宽度学习系统的产生背景和... 当数据规模庞大时,深度学习模型会遇到权重调整耗时,容易陷入局部最优解的问题。为了解决这些问题,宽度学习系统应运而生,宽度学习系统不仅结构简单、训练速度快、准确率高,而且还具有增量学习的优势。介绍了宽度学习系统的产生背景和发展历程,阐述了宽度学习系统的基础理论与实现方法,对比了它与深度网络的异同;介绍了宽度学习系统在图像分类、数值回归、脑电信号处理等应用中的改进算法,分析了这些算法的优势和不足。最后总结了现有宽度学习算法存在的缺陷,并对未来研究方向进行了展望。 展开更多
关键词 宽度学习系统 神经网络 深度学习 图像分类 增量学习
下载PDF
基于GRU-BLS的超短期光伏发电功率预测 被引量：12
4
作者 史加荣 殷诏 《智慧电力》 北大核心 2023年第9期38-45,共8页
光伏发电功率的准确预测对电网的稳定运行具有重要的意义。针对深度学习训练耗时长和宽度学习特征提取能力弱等问题,将门控循环单元(GRU)与宽度学习系统(BLS)相融合,提出了用于超短期光伏发电功率预测的GRU-BLS模型。先使用GRU训练序列... 光伏发电功率的准确预测对电网的稳定运行具有重要的意义。针对深度学习训练耗时长和宽度学习特征提取能力弱等问题,将门控循环单元(GRU)与宽度学习系统(BLS)相融合,提出了用于超短期光伏发电功率预测的GRU-BLS模型。先使用GRU训练序列样本,再将所学习到的隐特征作为新的输入特征,最后在BLS中构造特征节点和增强节点以形成最终的特征。所建立的模型在保留深度学习高预测精度的前提下,有效地缩短了模型的训练时间。在实际的光伏发电数据集上进行实验,评估所提模型在不同季节和天气类型下的性能。实验结果表明:与长短期记忆(LSTM),GRU,BLS和LSTM-BLS等模型相比,GRU-BLS的RMSE值降低了23.89%~75.68%,且TIC值和MAPE值也得到了显著改善。 展开更多
关键词 光伏发电 功率预测 宽度学习系统 门控循环单元 长短期记忆
下载PDF
基于最小p-范数的宽度学习系统 被引量：13
5
作者 郑云飞 陈霸东 《模式识别与人工智能》 EI CSCD 北大核心 2019年第1期51-57,共7页
在宽度学习系统的基础上,以误差矢量的p-范数为损失函数,结合固定点迭代策略,提出基于最小p-范数的宽度学习系统.通过灵活设置p的取值(p≥1),提出的最小p-范数宽度学习系统能较好应对不同噪声的干扰,实现对不确定数据的建模任务.数值实... 在宽度学习系统的基础上,以误差矢量的p-范数为损失函数,结合固定点迭代策略,提出基于最小p-范数的宽度学习系统.通过灵活设置p的取值(p≥1),提出的最小p-范数宽度学习系统能较好应对不同噪声的干扰,实现对不确定数据的建模任务.数值实验表明,在高斯、均匀、脉冲噪声干扰环境下,文中系统均能保持良好性能.将该系统应用于脑电图分类任务,在大多数被试上都能取得较高的分类精度. 展开更多
关键词 宽度学习系统 最小p-范数 固定点迭代 脑电图分类
下载PDF
智能船舶综合能源系统及其分布式优化调度方法 被引量：12
6
作者 滕菲 单麒赫 李铁山 《自动化学报》 EI CSCD 北大核心 2020年第9期1809-1817,共9页
船舶航运污染是阻碍海洋经济发展、海洋强国建设的瓶颈问题.智能船舶为航运业绿色环保发展提供了重要手段.为进一步开发船载新能源,提升能源综合利用效率,降低船舶航运污染排放,本文构建以能量优化调度系统为核心、以能源转换中心为枢... 船舶航运污染是阻碍海洋经济发展、海洋强国建设的瓶颈问题.智能船舶为航运业绿色环保发展提供了重要手段.为进一步开发船载新能源,提升能源综合利用效率,降低船舶航运污染排放,本文构建以能量优化调度系统为核心、以能源转换中心为枢纽的智能船舶综合能源系统;考虑其特有的动力系统负荷需求、航行低污染排放量标准以及电−热多能流耦合供能特性,建立智能船舶综合能源系统能量优化调度目标函数及相关约束条件;并基于宽度学习、带有广义噪声的多智能体分布式优化相关理论,提出可快速准确地预测全航程各时段负荷需求、可容纳复杂干扰的分布式优化调度方法,实现高效的智能船舶综合能源系统能量优化调度,保障智能船舶经济、可靠、稳定航行.仿真分析验证了所提出智能船舶综合能源系统分布式优化调度方法的有效性. 展开更多
关键词 智能船舶 综合能源系统 分布式优化调度 宽度学习 广义噪声
下载PDF
基于lasso和elastic net的宽度学习系统网络结构稀疏方法 被引量：9
7
作者 褚菲 苏嘉铭 +3 位作者 梁涛 陈俊龙 王雪松 马小平 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第12期2543-2550,共8页
本文提出了一种基于lasso和elastic net的宽度学习系统(BLS)网络结构稀疏方法,将标准BLS目标函数中的L2范数分别替换为lasso和elastic net,利用这两种正则化技术来约束网络输出权重,衡量每个网络节点输出权重对预测的影响程度,将多余的... 本文提出了一种基于lasso和elastic net的宽度学习系统(BLS)网络结构稀疏方法,将标准BLS目标函数中的L2范数分别替换为lasso和elastic net,利用这两种正则化技术来约束网络输出权重,衡量每个网络节点输出权重对预测的影响程度,将多余的节点进行剔除,提高了网络结构的稀疏性.通过对一些回归数据集进行实验,可以看到本文提出的方法在不损失预测精度的前提下,同时简化了网络结构. 展开更多
关键词 宽度学习系统 网络结构 lasso elastic net
下载PDF
宽度学习的教育价值及其意义 被引量：7
8
作者 袁利平 陈川南 《中国电化教育》 CSSCI 北大核心 2019年第5期34-40,共7页
宽度学习神经网络模型结构更加简单,性能更加完善,不仅保留了机器学习中深度学习的优势,而且弥补了深度学习的缺陷。在教育数据挖掘技术中引入宽度学习,能为教育大数据以在数据提取中获取有意义的规律与模式、有效知识与信息提供有益帮... 宽度学习神经网络模型结构更加简单,性能更加完善,不仅保留了机器学习中深度学习的优势,而且弥补了深度学习的缺陷。在教育数据挖掘技术中引入宽度学习,能为教育大数据以在数据提取中获取有意义的规律与模式、有效知识与信息提供有益帮助。宽度学习的教育价值主要包含其本体价值、工具价值、规范价值和智慧价值。此外,通过坚持以人为本的理念来实现宽度学习的本体价值、借助教育数据挖掘来实现宽度学习的工具价值、规范数据隐私保护来实现宽度学习的规范价值以及维持以人为主导的人机协作来实现宽度学习的智慧价值这四条路径,可构建一个完善的宽度学习视野下教育价值实现体系。宽度学习基于其丰富的教育价值内涵对于人工智能时代当下的意义无疑是肯定的,探讨宽度学习教育融合的实现,我们期待其在实现差异化教学、进行个性化学习、实施智能化服务、及时给予高效反馈等方面带来重要的发展机遇,推动教育事业蓬勃发展。 展开更多
关键词 宽度学习 人工智能 机器学习 教育数据挖掘
下载PDF
基于M-estimator的鲁棒宽度学习系统 被引量：6
9
作者 郭威 徐涛 《控制与决策》 EI CSCD 北大核心 2023年第4期1039-1046,共8页
宽度学习系统(BLS)是最近提出的一种准确且高效的新兴机器学习算法,已在分类、回归等问题中展现出优越的学习性能.然而,传统BLS以最小二乘作为学习准则,易受到离群值的干扰从而生成不准确的学习模型.鉴于此,提出一种基于M-estimator的... 宽度学习系统(BLS)是最近提出的一种准确且高效的新兴机器学习算法,已在分类、回归等问题中展现出优越的学习性能.然而,传统BLS以最小二乘作为学习准则,易受到离群值的干扰从而生成不准确的学习模型.鉴于此,提出一种基于M-estimator的鲁棒宽度学习系统(RBLS).与BLS不同,RBLS在学习模型中使用具有鲁棒特性的M-estimator代价函数替代传统的最小二乘代价函数,并采用拉格朗日乘子法和迭代加权最小二乘方法进行优化求解.在迭代学习过程中,正常样本和离群值样本将根据其训练误差的大小而被逆向赋予不同的权重,从而有效地抑制或消除离群值误差对学习模型的不利影响.实验结果表明,作为一种统一的鲁棒学习框架,RBLS可以融合使用不同的M-estimator加权策略,且能够取得更好的泛化性能和鲁棒性. 展开更多
关键词 宽度学习系统 离群值 鲁棒性 M估计 迭代加权最小二乘 拉格朗日乘子法
原文传递
宽度学习系统在蘑菇毒性判别中的应用 被引量：6
10
作者 李旺 俞祝良 《现代食品科技》 EI CAS 北大核心 2019年第7期267-272,54,共7页
为了提升蘑菇毒性判别的准确率,消除个体差异,本文提出了一种基于宽度学习系统的蘑菇毒性判别方法。文章首先对蘑菇各特征指标与其毒性判别的相关性进行了探究,其所得结果显示蘑菇的气味和颜色是其区分度最大的特征,该结果与人工判别积... 为了提升蘑菇毒性判别的准确率,消除个体差异,本文提出了一种基于宽度学习系统的蘑菇毒性判别方法。文章首先对蘑菇各特征指标与其毒性判别的相关性进行了探究,其所得结果显示蘑菇的气味和颜色是其区分度最大的特征,该结果与人工判别积累的经验相符。接着构建宽度学习系统并进行训练,对比分析不同样本量情况下所提方法的准确率,发现当样本数量大于1000时,宽度学习系统分类准确率便高于99.5%。与BP-神经网络相比,该方法准确率高且所需训练时间短。最后依据宽度学习系统的增量学习算法,在模型性能不满足要求时,通过增加隐藏层节点快速更新系统,使系统分类准确率从98.55%提升至99.99%,而不需要将网络重新进行训练,这使实时判别蘑菇毒性成为可能。因此对比其他方法,基于宽度学习系统的蘑菇毒性判别方法具有准确率高、训练时间短、判别迅速且易拓展的优点。 展开更多
关键词 毒蘑菇 机器学习 宽度学习系统
下载PDF
一种深度融合机制的遥感图像目标检测技术 被引量：6
11
作者 董如婵 焦李成 +1 位作者 赵进 沈维燕 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2021年第5期128-138,共11页
遥感图像覆盖幅面广、纹理信息丰富,其目标具有尺寸多样性,排列密集且与背景易混淆等特性,给快速定位和精准识别目标带来较多困难,尤其是易漏检小目标等。针对此问题,提出一种深度融合机制的遥感图像目标检测技术。该技术基于深度卷积... 遥感图像覆盖幅面广、纹理信息丰富,其目标具有尺寸多样性,排列密集且与背景易混淆等特性,给快速定位和精准识别目标带来较多困难,尤其是易漏检小目标等。针对此问题,提出一种深度融合机制的遥感图像目标检测技术。该技术基于深度卷积神经网络,将多尺度、注意力机制与宽度学习三者融合,用于遥感图像目标检测技术。该技术首先基于多尺度与空间注意力机制获取到遥感图像的候选区域信息,然后采用通道注意力机制获取其多个尺度的特征信息并融合互补,旨在有效聚焦图像深层的高层语义信息和底层的小目标特征信息;最后,针对宽度学习存在超参数的确定需要依据不同的遥感图像,进行手工调参问题,提出基于贝叶斯网络搜索优化策略的宽度学习方法。该方法可智能地学习到一组适应于不同遥感图像数据集的超参数,对目标进行高效识别。实验结果证明,与当前先进的方法相比,该算法能够有效解决遥感图像目标检测中速度慢、精度低、易丢失小目标等问题,提升目标检测的准确率。 展开更多
关键词 深度卷积神经网络 遥感图像 注意力机制 宽度学习 目标检测
下载PDF
基于GA-BLS方法的手势识别研究 被引量：2
12
作者 杜义浩 曹添福 +1 位作者 范强 王孝冉 《计量学报》 CSCD 北大核心 2024年第1期121-127,共7页
为进一步提升人机交互领域中手势识别的精度和速度,探究肌肉疲劳对手势识别的影响规律,提出了改进的GA-BLS方法,利用遗传算法(genetic algorithms,GA)优化宽度学习(broad learning system,BLS)模型参数,并使用弹性网络回归改进传统的BL... 为进一步提升人机交互领域中手势识别的精度和速度,探究肌肉疲劳对手势识别的影响规律,提出了改进的GA-BLS方法,利用遗传算法(genetic algorithms,GA)优化宽度学习(broad learning system,BLS)模型参数,并使用弹性网络回归改进传统的BLS模型。利用所提模型对8种手势下的A型超声信号和肌电信号进行手势识别分析,并与SVM、KNN、RF、LDA等方法进行对比,以验证所研究方法的有效性;将长时间段下的A型超声信号和肌电信号切分成4个数据段,发现随着肌肉疲劳程度的增加,手势识别的准确率均呈现出明显下降的趋势,而且A型超声信号相较于肌电信号具有更好的抗疲劳特性。 展开更多
关键词 手势识别 生理信号 遗传算法 宽度学习 肌肉疲劳 弹性网络回归
下载PDF
基于EMD-AR与改进宽度学习系统的滚动轴承故障诊断方法 被引量：5
13
作者 于春雨 张文韬 +2 位作者 张庆海 陈佳伟 欧阳福浩 《中国电机工程学报》 EI CSCD 北大核心 2023年第22期8944-8954,共11页
滚动轴承内、外圈和滚动体的故障振动信号通常伴随噪声,并且频率不尽相同,同时具有非线性、非平稳性等特点,传统的滚动轴承故障诊断方法效率较低,且大多未考虑变负载、噪声情况。针对上述问题,提出基于经验模态分解自回归模型和改进的... 滚动轴承内、外圈和滚动体的故障振动信号通常伴随噪声,并且频率不尽相同,同时具有非线性、非平稳性等特点,传统的滚动轴承故障诊断方法效率较低,且大多未考虑变负载、噪声情况。针对上述问题,提出基于经验模态分解自回归模型和改进的宽度学习系统(broad learning system,BLS)的滚动轴承故障诊断方法。首先,对滚动轴承振动信号进行经验模态分解(empirical mode decomposition,EMD),得到一组固有模态函数(intrinsic mode function,IMF);对每个IMF建立自回归(autoregressive model,AR)模型,求得AR模型参数和残差余项,以此作为各类状态信号的特征矩阵;将该特征矩阵输入至改进的BLS,判断滚动轴承的故障位置及故障尺寸,实现滚动轴承的故障诊断与定位;并将该方法应用于变负载、有噪声工况下滚动轴承故障诊断与定位。同时设计2种对比方法,并将所提方法与两种对比方法的预测结果进行比较,实验结果表明所提方法诊断识别能力更强,为变负载、有噪声工况下的滚动轴承故障诊断与定位提供参考。 展开更多
关键词 滚动轴承 旋转机械 故障诊断 故障特征提取 宽度学习系统
下载PDF
基于自适应滚动匹配预测修正模式的光伏区间预测 被引量：6
14
作者 梅飞 顾佳琪 +1 位作者 裴鑫 郑建勇 《电力自动化设备》 EI CSCD 北大核心 2022年第2期92-98,共7页
为解决传统点预测方式难以量化光伏发电功率不确定性的问题以及提高预测精度,提出一种基于自适应滚动匹配预测修正模式的光伏区间预测方法。通过结合小波能量的谱聚类方法对历史光伏数据集进行聚类,构建不同类别的模型输入和区间输出并... 为解决传统点预测方式难以量化光伏发电功率不确定性的问题以及提高预测精度,提出一种基于自适应滚动匹配预测修正模式的光伏区间预测方法。通过结合小波能量的谱聚类方法对历史光伏数据集进行聚类,构建不同类别的模型输入和区间输出并采用宽度学习系统进行训练;建立不同类别、不同置信区间、不同预测功率区间的stable误差分布,并结合优化目标函数找出每个预测功率区间的最优修正分位数点数值;利用滚动匹配预测修正模式进行区间预测。我国无锡某地的2.8 MW光伏电站算例结果表明,所提方法相较于传统的聚类预测方法具有更好的预测效果。 展开更多
关键词 光伏区间预测 自适应滚动匹配预测修正模式 谱聚类 宽度学习系统 stable误差分布
下载PDF
结合矩阵补全的宽度协同过滤推荐算法
15
作者 史加荣 何攀 《智能系统学报》 CSCD 北大核心 2024年第2期299-306,共8页
协同过滤是推荐系统中最经典的方法之一,能够满足人们对个性化推荐任务的需求,但许多协同过滤算法在面对评分数据稀疏性问题时推荐效果不佳。为解决此问题,提出一种结合矩阵补全的宽度协同过滤推荐算法。先使用矩阵补全技术对用户项目... 协同过滤是推荐系统中最经典的方法之一,能够满足人们对个性化推荐任务的需求,但许多协同过滤算法在面对评分数据稀疏性问题时推荐效果不佳。为解决此问题,提出一种结合矩阵补全的宽度协同过滤推荐算法。先使用矩阵补全技术对用户项目评分矩阵进行补全,再利用补全后的矩阵对已评分的用户和项目分别寻找其近邻项,进而构造用户与项目的评分协同向量,最后使用宽度学习系统来构建用户项目与评分之间的复杂的非线性关系。在MovieLens和filmtrust数据集上对所提出算法的有效性进行检验。试验结果表明,与当前最先进的方法相比,该方法能够有效地缓解数据稀疏性问题,具有较低的计算复杂度,在一定程度上提升了推荐系统的性能。 展开更多
关键词 推荐系统 宽度学习系统 矩阵补全 宽度协同过滤 协同过滤 深度矩阵分解 数据稀疏性 深度学习
下载PDF
基于宽度学习的新型电力系统负荷多步预测方法 被引量：1
16
作者 夏蕾 张世林 +5 位作者 李文美 谷紫文 黄纯 郭思维 王国卉 杨蕾 《供用电》 北大核心 2024年第1期100-108,共9页
随着能源需求的增加和新型电力系统复杂性的提高,负荷的非平稳性、混沌性和非线性特征凸显。为了应对上述问题对负荷精准预测的挑战,提出一种基于多模态动态潜变量宽度学习系统的负荷多步预测方法。首先,根据负荷的非平稳特征,采用变分... 随着能源需求的增加和新型电力系统复杂性的提高,负荷的非平稳性、混沌性和非线性特征凸显。为了应对上述问题对负荷精准预测的挑战,提出一种基于多模态动态潜变量宽度学习系统的负荷多步预测方法。首先,根据负荷的非平稳特征,采用变分模态分解算法将原始负荷序列分解为多个相对平稳的模态分量,以减少非平稳性对预测的干扰。其次,针对负荷的混沌特征,基于模态分解结果,提出了一种基于动态潜变量建模的动态相空间重构方法,在相空间中提取负荷序列的动态演变趋势。最后,根据负荷的非线性特征,通过宽度学习系统挖掘并揭示负荷序列在相空间中的动态演变趋势,以完成负荷的多步预测任务。工程实际案例分析表明,提出的预测方法具有高精度的负荷预测能力。 展开更多
关键词 负荷预测 变分模态分解 动态潜变量建模 宽学习系统 相空间重构 混沌时间序列
下载PDF
拱坝施工仿真参数多因素概率预测方法 被引量：5
17
作者 宋文帅 关涛 +1 位作者 任炳昱 王佳俊 《水力发电学报》 CSCD 北大核心 2022年第9期150-160,共11页
施工仿真参数对拱坝施工进度仿真结果的准确性具有重要影响。目前施工仿真参数分析多采用单变量建模方式,部分采用多元分析方法建立点预测模型,均难以分析各类因素影响下施工仿真参数的不确定性。针对上述问题,本研究提出基于宽度学习系... 施工仿真参数对拱坝施工进度仿真结果的准确性具有重要影响。目前施工仿真参数分析多采用单变量建模方式,部分采用多元分析方法建立点预测模型,均难以分析各类因素影响下施工仿真参数的不确定性。针对上述问题,本研究提出基于宽度学习系统-弹性网分位数回归(broad learning system-elastic network quantile regression,BLS-ENQR)的施工仿真参数概率预测方法。宽度学习系统不需要深度网络结构,具有高效的非线性学习能力,可以克服传统分位数回归模型仅能分析线性关系的不足;同时,采用弹性网正则化惩罚来减小回归系数并提高模型稀疏性,从而避免模型过拟合。工程应用表明,本研究提出的方法可以有效分析出施工仿真参数的概率分布,且相比于支持向量机-弹性网分位数回归、极限学习机-弹性网分位数回归、宽度学习系统-分位数回归模型,该方法具有更好的预测性能,为拱坝施工仿真参数预测提供了一种新思路。 展开更多
关键词 拱坝 施工仿真参数 概率预测 宽度学习系统 分位数回归
下载PDF
分时电价下任务调度–人员排班组合问题的代理模型求解研究 被引量：1
18
作者 赖信君 黄金晓 +3 位作者 刘艺涵 张恪 毛宁 陈庆新 《工业工程》 2024年第1期65-77,共13页
在分时电价背景下,制造成本和人力成本往往难以取得平衡:晚上电价较低但人员加班费较高,白天人员时薪较低而电价却较高。若将两个问题联合建模,则规模较大,不易求解。在实际应用中,较多采用先进行任务调度,再对人员排班的分阶段建模求... 在分时电价背景下,制造成本和人力成本往往难以取得平衡:晚上电价较低但人员加班费较高,白天人员时薪较低而电价却较高。若将两个问题联合建模,则规模较大,不易求解。在实际应用中,较多采用先进行任务调度,再对人员排班的分阶段建模求解方法,但该求解思路难以保证得到较低成本的解。针对这一问题,提出一种代理模型的方法,以GA算法生成两个子问题的多组较优可行解作为训练样本,利用BP神经网络、深度学习及宽度学习系统分别拟合组合问题的代理模型,并采用BFGS法寻优。随着工件与工序数目的增加,本文所提供的自适应采样算法能有效解决维数灾问题。算例结果表明,新方法能得到明显优于利用遗传算法分阶段求解得到的结果,能为企业节省高达11.91%的电费与人力总成本。 展开更多
关键词 代理模型 基于仿真的优化 宽度学习系统 变尺度法 自适应采样
下载PDF
一种基于ESP32-CSI的粮食水分检测方法 被引量：1
19
作者 高向上 杨卫东 沈二波 《江苏大学学报（自然科学版）》 CAS 北大核心 2024年第4期426-433,共8页
为实现粮食水分的低成本快速准确测量,将小型化的信道状态信息(channel state information,CSI)采集设备用于粮食水分检测,采用随机森林和主成分分析两种特征选择算法对CSI的振幅指标进行特征子载波提取,基于选择的特征子载波对10种粮... 为实现粮食水分的低成本快速准确测量,将小型化的信道状态信息(channel state information,CSI)采集设备用于粮食水分检测,采用随机森林和主成分分析两种特征选择算法对CSI的振幅指标进行特征子载波提取,基于选择的特征子载波对10种粮食水分进行分类,考虑到之后其移动化场景中的应用受限于功耗以及算力,选取结构较为简洁、运算速度较快、算力要求不高的宽度学习系统(broad learning system,BLS)应用于CSI数据的处理,同时与传统的卷积神经网络(convolutional neural network,CNN)在精确度和训练时间两个方面进行对比,最后动态地增加宽度学习系统的增强节点.试验结果表明:主成分分析(principal component analysis,PCA)算法最大限度地消除了CSI数据中的冗余信息,BLS相较于卷积神经网络不仅获得了更快的速度而且在准确率方面也优于CNN算法,因此PCA-BLS组合获得了最佳的分类效果;增加增强节点的数量后,训练时间虽然有所延长,但在一定程度上提高了识别准确率. 展开更多
关键词 粮食水分 信道状态信息 小型化 振幅 宽度学习系统
下载PDF
基于动态图特征的堆叠宽度学习三维物体识别网络 被引量：1
20
作者 李威林 孙叶 宋伟 《激光杂志》 CAS 北大核心 2024年第6期161-166,共6页
三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过... 三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过基于BLS块间残差的堆叠宽度学习系统模型进一步提高分类精度。在Li DARNet户外点云数据集上的实验结果表明,DG-S-BLS的分类准确率可达99.5%。 展开更多
关键词 宽度学习系统 点云识别 动态图卷积网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部