期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于动态生成对抗网络的路网缺失交通数据修复
1
作者 许伦辉 李金龙 +1 位作者 李若南 陈俊宇 《广西师范大学学报(自然科学版)》 CAS 北大核心 2024年第2期30-40,共11页
针对智能交通系统数据采集过程中发生的数据缺失问题,本文提出一种基于动态生成对抗网络(dynamic generative adversarial network,D-GAN)的路网交通数据修复方法。该方法首先依据交通数据的时空特性与设定的缺失类型和缺失比例来构造... 针对智能交通系统数据采集过程中发生的数据缺失问题,本文提出一种基于动态生成对抗网络(dynamic generative adversarial network,D-GAN)的路网交通数据修复方法。该方法首先依据交通数据的时空特性与设定的缺失类型和缺失比例来构造各种缺失交通数据矩阵,然后基于博弈思想迭代训练由2个全连接神经网络构成的生成对抗网络。引入一种新颖的动态自适应机制,研究能在模型计算过程中自动识别生成器与判别器的最佳迭代次数,最终生成完整的交通数据矩阵并修复缺失值。采用加州PeMS和广州交通速度数据集来完成D-GAN模型的构建,并使用多种评价指标评估D-GAN的修复性能。实验结果表明:相对于非随机缺失模式,D-GAN对随机缺失模式的修复精度更高;随着缺失率增加,D-GAN的修复精度加速下降。但在各种缺失条件下,D-GAN模型的修复性能要优于现有模型(例如BGCP、prophet-RF和GAIN)。 展开更多
关键词 智能交通系统 交通数据修复 生成对抗网络 博弈思想 动态自适应机制
下载PDF
改进布谷鸟算法求解有限缓冲区批量流水调度问题
2
作者 彭菁 段程 李益兵 《数字制造科学》 2022年第1期7-10,28,共5页
针对有限缓冲区批量流水车间分批调度问题,综合考虑提前惩罚和延期惩罚为目标建立模型并改进标准布谷鸟算法求解。为了提升布谷鸟算法的搜索效率,将固有的淘汰概率改为动态自适应产生的概率。另外引入基于关键路径的局部搜索作为一种优... 针对有限缓冲区批量流水车间分批调度问题,综合考虑提前惩罚和延期惩罚为目标建立模型并改进标准布谷鸟算法求解。为了提升布谷鸟算法的搜索效率,将固有的淘汰概率改为动态自适应产生的概率。另外引入基于关键路径的局部搜索作为一种优化机制,用来寻求种群的更优解。通过仿真实验所得结果与标准布谷鸟算法比较,证明了改进布谷鸟算法具有更好的稳定解和更高的寻优能力。 展开更多
关键词 布谷鸟搜索算法 动态自适应 关键路径 非等量分批
原文传递
基于CO-DAC反应机理简化的非预混射流火焰的大涡模拟 被引量:3
3
作者 刘再刚 隋春杰 +1 位作者 韩文虎 孔文俊 《燃烧科学与技术》 EI CAS CSCD 北大核心 2018年第1期39-45,共7页
为了研究自相关自适应化学(CO-DAC)在湍流燃烧中的特性,计算了湍流非预混射流火焰Sandia FlameD的大涡模拟,使用了GRI-Mech 3.0详细化学反应机理以及CO-DAC简化方法.计算结果与实验值的对比表明,使用详细化学反应机理和CO-DAC机理简化,... 为了研究自相关自适应化学(CO-DAC)在湍流燃烧中的特性,计算了湍流非预混射流火焰Sandia FlameD的大涡模拟,使用了GRI-Mech 3.0详细化学反应机理以及CO-DAC简化方法.计算结果与实验值的对比表明,使用详细化学反应机理和CO-DAC机理简化,可以有效捕捉湍流火焰瞬时结构;可以根据燃烧场的特性,自适应地减少化学反应计算量,有效提高计算速度;可以准确模拟火焰的速度、温度分布特性;可以准确模拟火焰中重要中间组分和自由基的组分分布. 展开更多
关键词 自相关动态自适应化学 详细化学反应机理 非预混射流火焰 大涡模拟
下载PDF
基于动态自适应层叠网络的轻量化图像超分辨率重建
4
作者 张法正 杨娟 +1 位作者 汪荣贵 薛丽霞 《计算机工程》 CAS CSCD 北大核心 2022年第12期196-202,共7页
轻量化超分辨率网络对安防监控、实时人脸识别等领域具有重要意义。然而,现有超分辨率重建网络以牺牲内存和计算成本为代价提高重建效果,从而限制其在实际场景中的应用。提出基于动态自适应层叠网络的轻量化超分辨率重建网络。利用双路... 轻量化超分辨率网络对安防监控、实时人脸识别等领域具有重要意义。然而,现有超分辨率重建网络以牺牲内存和计算成本为代价提高重建效果,从而限制其在实际场景中的应用。提出基于动态自适应层叠网络的轻量化超分辨率重建网络。利用双路残差块中的深度可分离卷积提取低频特征,并引入像素注意力机制获取更丰富的细节特征,以减少参数量并增强网络的重建能力。将双路残差块中的一部分卷积参数作为动态卷积核的子卷积,并与动态自适应模块共享,利用可学习参数调节共享卷积的权重,增强网络的非线性映射关系,充分提取图像的纹理细节信息。实验结果表明,相比VDSR、CARN、PAN等网络,该网络重建得到的图像纹理更接近原始图像,其参数量仅为传统轻量化网络CARN的1/2,在放大因子为4的Set5数据集上峰值信噪比相比CARN提高0.16 dB。 展开更多
关键词 超分辨率重建 轻量化网络 动态自适应层叠网络 动态卷积 注意力机制 深度学习
下载PDF
燃烧过程的多尺度模拟与动态自适应机理方法
5
作者 苟小龙 桂莹 王卫 《工程热物理学报》 EI CAS CSCD 北大核心 2012年第12期2207-2210,共4页
介绍了一种多时间尺度模拟方法和动态自适应机理方法。在模拟过程中,根据当时的热化学状态动态获得即时简化机理,通过计算各个组分的特性时间,依据其特征时间将基元组分和反应划分为不同的计算组,各个组采用不同的时间步长进行计算。基... 介绍了一种多时间尺度模拟方法和动态自适应机理方法。在模拟过程中,根据当时的热化学状态动态获得即时简化机理,通过计算各个组分的特性时间,依据其特征时间将基元组分和反应划分为不同的计算组,各个组采用不同的时间步长进行计算。基于该方法,采用详细化学机理对癸烷及庚烷自燃着火过程进行模拟,并将模拟结果与全过程采用详细机理的隐式积分算法进行比较。结果证明该方法具有很高的精度,同时,该方法能大大提高计算的速度。该方法的应用将有助于实现燃烧问题的高效精确模拟。 展开更多
关键词 多时间尺度模拟 动态自适应机理 癸烷 庚烷
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部