提出一种新型线圈拓扑结构--双层反向倾斜线圈,并进行电机结构参数优化以提升永磁同步直线电机(permanent magnet synchronous linear motor,PMSLM)的推力品质。首先,设计双层反向倾斜线圈PMSLM的拓扑结构,采用等效磁化强度法定性分析...提出一种新型线圈拓扑结构--双层反向倾斜线圈,并进行电机结构参数优化以提升永磁同步直线电机(permanent magnet synchronous linear motor,PMSLM)的推力品质。首先,设计双层反向倾斜线圈PMSLM的拓扑结构,采用等效磁化强度法定性分析影响电机推力品质(推力和推力波动率)的主要结构参数。其次,引入机器学习回归建模方法--K-最近邻算法(K-nearest neighbor,KNN),对有限元计算产生的样本数据进行回归拟合,建立电机高精度快速计算模型。最后,采用粒子群算法以平均推力提高、推力波动率降低为优化目标对拟合模型进行迭代寻优,得到最优的电机结构参数。实验证明了所提电机结构设计与优化方法对推力品质提升的有效性。展开更多
协同过滤是个性化推荐系统中最广泛使用的推荐技术。在用户评分矩阵极度稀疏情况下,传统的协同过滤推荐算法中用户相似度的计算建立在用户评分项目交集之上,并且没有考虑不同项目之间存在的语义关系,从而导致推荐准确率低。针对上述问题...协同过滤是个性化推荐系统中最广泛使用的推荐技术。在用户评分矩阵极度稀疏情况下,传统的协同过滤推荐算法中用户相似度的计算建立在用户评分项目交集之上,并且没有考虑不同项目之间存在的语义关系,从而导致推荐准确率低。针对上述问题,文章提出一种新的基于项目语义相似度的协同过滤算法(CFSSI,collaborative filtering based on semantic similarity between Items):首先利用领域本体计算项目之间的相似性,填充评分矩阵缺失值,而后根据修正的余弦相似度计算用户相似性。实验结果表明:算法可以在用户评分数据极端稀疏的情况下,仍能取得较高的推荐质量。展开更多
将BP神经网络与K-最近邻(KNN)算法耦合起来,建立BK(BP-KNN)模型,该模型以前期模拟流量和相应影响要素作为BP神经网络的输入,出口断面流量作为网络输出,对产汇流过程进行模拟;采用K-最近邻算法,基于历史样本的模拟误差和相应影响要素对...将BP神经网络与K-最近邻(KNN)算法耦合起来,建立BK(BP-KNN)模型,该模型以前期模拟流量和相应影响要素作为BP神经网络的输入,出口断面流量作为网络输出,对产汇流过程进行模拟;采用K-最近邻算法,基于历史样本的模拟误差和相应影响要素对网络输出进行修正,实现了非实时校正模式下的连续模拟。根据BK模型的计算流程将其参数分为3个层次,各层次分别使用NSGA-Ⅱ多目标优化算法进行参数优选,提高了模拟精度、优化效率和网络泛化能力。分别将新安江模型的产流、产流分水源计算模块与BK模型相耦合,建立XBK(Xinanjiang runoff production-BK)和XSBK(Xinanjiang runoff production and separation-BK)模型,在呈村等3个不同类型的流域应用新安江模型、BK模型、XBK模型和XSBK模型进行模拟精度比较,结果表明改进的模型模拟精度更高,较好地解决了神经网络模型在水文模拟中存在的问题。展开更多
文摘协同过滤是个性化推荐系统中最广泛使用的推荐技术。在用户评分矩阵极度稀疏情况下,传统的协同过滤推荐算法中用户相似度的计算建立在用户评分项目交集之上,并且没有考虑不同项目之间存在的语义关系,从而导致推荐准确率低。针对上述问题,文章提出一种新的基于项目语义相似度的协同过滤算法(CFSSI,collaborative filtering based on semantic similarity between Items):首先利用领域本体计算项目之间的相似性,填充评分矩阵缺失值,而后根据修正的余弦相似度计算用户相似性。实验结果表明:算法可以在用户评分数据极端稀疏的情况下,仍能取得较高的推荐质量。
文摘将BP神经网络与K-最近邻(KNN)算法耦合起来,建立BK(BP-KNN)模型,该模型以前期模拟流量和相应影响要素作为BP神经网络的输入,出口断面流量作为网络输出,对产汇流过程进行模拟;采用K-最近邻算法,基于历史样本的模拟误差和相应影响要素对网络输出进行修正,实现了非实时校正模式下的连续模拟。根据BK模型的计算流程将其参数分为3个层次,各层次分别使用NSGA-Ⅱ多目标优化算法进行参数优选,提高了模拟精度、优化效率和网络泛化能力。分别将新安江模型的产流、产流分水源计算模块与BK模型相耦合,建立XBK(Xinanjiang runoff production-BK)和XSBK(Xinanjiang runoff production and separation-BK)模型,在呈村等3个不同类型的流域应用新安江模型、BK模型、XBK模型和XSBK模型进行模拟精度比较,结果表明改进的模型模拟精度更高,较好地解决了神经网络模型在水文模拟中存在的问题。
