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4篇文章
< 1 >
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：
基于多层复杂网络结构分析的关联贷款风险识别模型
1
作者 张恩勇 刘超 +1 位作者 李永立 夏丽娟 《管理评论》 北大核心 2024年第5期3-11,共9页
关联贷款是指因某种(或若干种)关系而联系在一起的多笔贷款,这些贷款容易“牵一发而动全身”,引起集体性违约。由于关联贷款中存在复杂的多头贷款及隐蔽的影响关系,使得银行难以识别关联贷款并采取针对性措施。本文基于多家商业银行的... 关联贷款是指因某种(或若干种)关系而联系在一起的多笔贷款,这些贷款容易“牵一发而动全身”,引起集体性违约。由于关联贷款中存在复杂的多头贷款及隐蔽的影响关系,使得银行难以识别关联贷款并采取针对性措施。本文基于多家商业银行的贷款担保等数据构建了多层复杂网络,提出了一种识别关联贷款结构的算法,并讨论了执行效率;统计了不同关联贷款结构的实际违约率,并与4种风险指标进行对比;最后检验了不同关联贷款结构违约风险的显著性。结果表明:(1)本文构建的多层网络关联贷款模型及提出的识别算法,能大幅提高关联贷款识别效率及精准度,克服单层网络无法解决的关联贷款双重隐蔽性问题;(2)介数、聚类系数指标与关联贷款真实违约率表现较为一致,而基于清偿能力与风险距离的指标对关联贷款真实违约率的预测存在失灵现象;(3)当关联贷款网络中具有圈联结构与汇结构时,贷款的违约风险会显著增加。本文构建的模型及算法为识别多银行、多关系的关联贷款提供了理论基础,对指导银行识别风险网络结构、管控关联贷款风险具有实践意义。 展开更多
关键词 多层网络 关联贷款 结构识别 风险识别
原文传递
基于多层残差网络的地震提频处理在薄储集层识别中的应用
2
作者 张文起 李春雷 《新疆石油地质》 CAS CSCD 北大核心 2024年第1期102-108,共7页
基于多层残差网络的地震提频处理方法,通过智能化网络将测井高频信息与地震数据相结合,能有效提升纵向分辨率,保持横向连续可追踪,利于薄储集层识别。针对AMH地区常规处理的地震数据仅能识别厚度大于30 m的碳酸盐岩层,无法有效识别厚度... 基于多层残差网络的地震提频处理方法,通过智能化网络将测井高频信息与地震数据相结合,能有效提升纵向分辨率,保持横向连续可追踪,利于薄储集层识别。针对AMH地区常规处理的地震数据仅能识别厚度大于30 m的碳酸盐岩层,无法有效识别厚度较小的薄储集层的问题,提出基于多层残差网络的地震提频处理方法,以井旁地震振幅作为训练数据,测井相对波阻抗作为训练标签,利用深度学习网络多层残差网络开展训练,获取相对波阻抗曲线的预测模型;通过将地震数据作为输入,利用深度网络训练模型计算得到相对波阻抗数据体,进而得到提频后的地震数据体相对应的反射系数体。通过对靶区地质情况的分析认识,对宽频子波进行标定后提取合适的宽频子波,与反射系数体进行褶积,得到提频后的地震数据体;利用提频后的地震数据体开展储集层反演,反演结果纵向具有较高分辨率,与主要目的层能够较好匹配,横向可以进行识别和追踪,利用高分辨地震数据反演结果实现AMH地区的薄储集层识别。结果表明,通过基于多层残差网络的地震提频处理及相应的高分辨模型反演,在AMH地区能够识别厚度大于10 m的薄储集层,较好地解决由于地震分辨率低无法识别薄储集层的问题,有效提高了薄储集层预测的精度,对同类型薄储集层识别具有借鉴意义。 展开更多
关键词 碳酸盐岩 地震数据 提频处理 薄储集层 多层残差网络 相对波阻抗 高分辨反演 深度学习
下载PDF
基于多层神经网络的机电伺服系统积分鲁棒控制 被引量：6
3
作者 吉珊珊 陈传波 《机床与液压》 北大核心 2020年第23期142-146,共5页
针对含有模型不确定性的机电伺服系统,设计一种基于多层神经网络干扰补偿的控制策略。通过多层神经网络对与状态有关的干扰进行在线估计,以提高基于模型前馈控制输入的补偿精度,然后结合误差符号积分鲁棒(RISE)反馈控制方法,通过RISE的... 针对含有模型不确定性的机电伺服系统,设计一种基于多层神经网络干扰补偿的控制策略。通过多层神经网络对与状态有关的干扰进行在线估计,以提高基于模型前馈控制输入的补偿精度,然后结合误差符号积分鲁棒(RISE)反馈控制方法,通过RISE的鲁棒增益处理神经网络逼近误差与未估计干扰,从而抑制干扰对伺服性能的不利影响。基于Lya⁃punov稳定性理论,证明了所提出控制器的闭环系统半全局渐近稳定,且系统所有信号有界。仿真结果表明:所提出的控制策略具有很好的干扰抑制能力,可显著提高机电伺服系统的跟踪精度。 展开更多
关键词 机电伺服系统 建模不确定性 鲁棒控制 多层神经网络
下载PDF
基于多层神经网络的直驱风机低穿控制参数辨识 被引量：2
4
作者 赵康 张志轩 +3 位作者 周宁 王亮 贺政华 陈俊超 《山东电力技术》 2022年第4期1-6,共6页
随着风电机组的广泛接入,其低电压穿越期间的响应特性对电网安全稳定运行的影响越来越显著。风电机组的低穿特性由其低穿控制参数决定,因此提出了一种适用于直驱风电机组的多层神经网络低穿控制参数辨识方法。首先,基于经典的M-P神经元... 随着风电机组的广泛接入,其低电压穿越期间的响应特性对电网安全稳定运行的影响越来越显著。风电机组的低穿特性由其低穿控制参数决定,因此提出了一种适用于直驱风电机组的多层神经网络低穿控制参数辨识方法。首先,基于经典的M-P神经元模型和Sigmoid激活函数,结合直驱风机低穿控制一般模型,构建多层神经网络;然后,根据实际运行的直驱风机低穿试验数据和对应的低穿控制参数,构造多层神经网络的训练数据集,用标准BP算法训练得到多层神经网络模型;最后,通过对比某型号直驱风电机组的辨识结果曲线和低穿实测曲线,验证了所提多层神经网络低穿控制参数辨识方法的有效性。 展开更多
关键词 多层神经网络 直驱风机 低电压穿越 参数辨识
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 下一页 到第 页
使用帮助 返回顶部