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8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RF-SA-SDCNN的涡扇发动机剩余寿命预测
1
作者 肖亮 曾云 《农业装备与车辆工程》 2024年第3期153-158,共6页
针对涡扇发动机现阶段预测精确度低的问题,提出了一种基于RF-SA-SDCNN相融合的涡扇发动机剩余寿命预测方法。首先,将多传感器长序列数据进行指数平滑和归一化处理,以减少由于量纲、取值范围不同和噪声波动引起的误差,并利用随机森林算... 针对涡扇发动机现阶段预测精确度低的问题,提出了一种基于RF-SA-SDCNN相融合的涡扇发动机剩余寿命预测方法。首先,将多传感器长序列数据进行指数平滑和归一化处理,以减少由于量纲、取值范围不同和噪声波动引起的误差,并利用随机森林算法对多元传感器信号进行重要性特征提取;然后,搭建基于随机森林算法和自注意机制与堆叠膨胀卷积神经网络相结合的预测模型,自注意机制通过对特征赋予不同权重分配加强贡献度,堆叠膨胀卷积通过扩大模型感受野提取时序特征用于回归分析,并利用GridSearch优化算法和StratifiedKFold交叉验证方法优化模型提升模型预测精度;最后,采用CMAPSS数据集验证验证所提方法的有效性。结果表明,所提方法可有效提高涡扇发动机剩余寿命预测精度。 展开更多
关键词 随机森林算法 自注意机制 堆叠神经网络 GridSearch K折交叉验证 指数平滑
下载PDF
利用堆叠式神经网络提高格蕾丝眼病放疗靶区的自动勾画精度 被引量：3
2
作者 蒋家良 周莉 +2 位作者 何奕松 姜筱璇 傅玉川 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2020年第4期670-675,共6页
相较于以往将靶区作为单独区域进行自动分割的神经网络,本文提出了一种利用靶区周围器官的位置及形状信息来限定靶区形状及位置,并通过多个网络的叠加融合空间位置信息,从而提高医学图像自动分割精度的堆叠式神经网络。本文以格蕾丝眼... 相较于以往将靶区作为单独区域进行自动分割的神经网络,本文提出了一种利用靶区周围器官的位置及形状信息来限定靶区形状及位置,并通过多个网络的叠加融合空间位置信息,从而提高医学图像自动分割精度的堆叠式神经网络。本文以格蕾丝眼病为例,基于全卷积神经网络构建了堆叠式神经网络,对其左右两侧放疗靶区分别进行分割。以医生手动勾画结果为标准,计算体积戴斯相似系数(DSC)和双向豪斯多夫距离(HD)。相较于全卷积神经网络,堆叠式神经网络勾画结果可以使左右两侧体积DSC分别提高1.7%和3.4%,同时左右两侧的双向HD距离分别下降0.6。结果表明,堆叠式神经网络在提升自动分割结果与手动勾画靶区重合度的同时,减小了小区域靶区的分割误差,进一步说明堆叠式神经网络能有效地提高格蕾丝眼病放疗靶区的自动勾画精度。 展开更多
关键词 堆叠式神经网络 格蕾丝眼病 自动勾画 深度学习
原文传递
基于组合神经网络的Sarsa(λ)学习算法
3
作者 殷苌茗 付超红 +1 位作者 薛丽华 李立云 《计算机工程与设计》 CSCD 北大核心 2008年第22期5817-5819,5823,共4页
标准的Sarsa(λ)算法对状态空间的要求是离散的且空间较小,而实际问题中很多系统的状态空间是连续的或尽管是离散的但空间较大,这就需要很大的内存来存储状态动作对。为此提出组合神经网络,首先用自组织映射(SOM)神经网络对状态空间进... 标准的Sarsa(λ)算法对状态空间的要求是离散的且空间较小,而实际问题中很多系统的状态空间是连续的或尽管是离散的但空间较大,这就需要很大的内存来存储状态动作对。为此提出组合神经网络,首先用自组织映射(SOM)神经网络对状态空间进行自适应量化,然后在此基础上用BP网络拟合Q函数。该方法实现了Sarsa(λ)算法在连续和大规模状态空间的泛化。最后,实验结果表明了该方法的有效性。 展开更多
关键词 组合神经网络 强化学习 自组织映射 BP网络 Sarsa算法
下载PDF
利用深度学习模型进行城市内涝影响分析 被引量：11
4
作者 潘银 邵振峰 +1 位作者 程涛 贺蔚 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2019年第1期132-138,共7页
城市内涝是当前典型的一类城市自然灾害,影响着居民的生活质量。以城市内涝点作为研究对象,综合考虑内涝对城市居民工作和生活等方面造成的影响,筛选出与影响程度相关的21类空间数据。同时,基于深度学习原理构建栈式自编码神经网络模型... 城市内涝是当前典型的一类城市自然灾害,影响着居民的生活质量。以城市内涝点作为研究对象,综合考虑内涝对城市居民工作和生活等方面造成的影响,筛选出与影响程度相关的21类空间数据。同时,基于深度学习原理构建栈式自编码神经网络模型,结合层次分析法获取的内涝点影响程度标签,剖析21类空间数据与内涝点对居民工作生活影响程度的关系,实现城市内涝对居民工作和生活影响的定量分析。实验表明,栈式自编码神经网络模型能准确地描述内涝点周围的系列空间数据与内涝影响程度之间的关系,可有效预测潜在内涝点对居民工作和生活的影响程度大小,可用于城市防洪排涝方案的制定和排水管网的优化设计。 展开更多
关键词 深度学习 城市内涝 栈式自编码神经网络 层次分析法
原文传递
改进BiLSTM-GRU-DMD的风机叶片结冰故障检测与状态评估模型 被引量：1
5
作者 陈闻鹤 程龙生 +2 位作者 常志朋 文卜玉 陈宗祥 《工业工程与管理》 CSCD 北大核心 2023年第5期108-118,共11页
针对风电机组运行监测数据的不平衡性与时序性,提出一种新的风机叶片结冰故障诊断与状态评估方法。首先,利用自适应过采样方法均衡风机结冰样本数据集的不平衡性;然后,改进堆叠双向长短时记忆网络和门控循环单元检测风机叶片结冰故障,... 针对风电机组运行监测数据的不平衡性与时序性,提出一种新的风机叶片结冰故障诊断与状态评估方法。首先,利用自适应过采样方法均衡风机结冰样本数据集的不平衡性;然后,改进堆叠双向长短时记忆网络和门控循环单元检测风机叶片结冰故障,利用焦点损失函数作为损失函数侧重于难分类样本优化模型,并结合改进非洲秃鹫优化算法优化超参数,从而提升检测准确性;最后,测度结冰样本与非结冰样本的动态马氏距离,并转换为结冰指数评估叶片结冰状态。真实风场数据验证表明:提出的风机结冰故障检测与状态评估方法,在结冰检测方面,其F1分数、精确率和召回率分别达到0.9678、0.9607和0.9751,优于其他基线模型和优化算法,有效地减少了错报率和漏报率。同时,在定量化评估风机叶片不同阶段的结冰状态方面具有优势,可以为风电设备视情维修提供支持。 展开更多
关键词 风机结冰检测 动态马氏距离 非平衡数据 堆叠循环神经网络 改进非洲秃鹫优化算法
原文传递
基于LINCS-L1000扰动信号通过SAE-XGBoost算法预测药物诱导下的细胞活性 被引量：4
6
作者 陆家兴 陈明 +1 位作者 秦玉芳 于晓庆 《生物工程学报》 CAS CSCD 北大核心 2021年第4期1346-1359,共14页
不同细胞在特定化合物作用下具有不同的扰动信号,基于这些扰动信号预测细胞的活性和挖掘隐藏在表型之下的药物敏感性非常重要。文中开发了一种基于LINCS-L1000扰动信号的SAE-XGBoost细胞活性预测算法。通过对LINCS-L1000、Achilles和CTR... 不同细胞在特定化合物作用下具有不同的扰动信号,基于这些扰动信号预测细胞的活性和挖掘隐藏在表型之下的药物敏感性非常重要。文中开发了一种基于LINCS-L1000扰动信号的SAE-XGBoost细胞活性预测算法。通过对LINCS-L1000、Achilles和CTRP三大数据集匹配和筛选,采用堆栈式深度自动编码器对基因信息进行特征提取,结合RW-XGBoost算法预测药物诱导下的细胞活性,进而在NCI60和CCLE数据集上完成药物敏感性推断。与其他方法相比,该模型取得了良好效果,皮尔逊相关系数为0.85,并进行独立集验证,对应皮尔逊相关系数为0.68。结果表明,所提出的方法有助于发现新型有效的抗癌药物,为精准医疗提供帮助。 展开更多
关键词 扰动信号 细胞活性 药物敏感性 堆栈式深度自动编码器 RW-XGBoost
原文传递
基于SAE深度神经网络的自主循环恢复辨识算法研究
7
作者 张广 王宗阁 +2 位作者 王平安 王慧泉 苏琛 《医疗卫生装备》 CAS 2021年第9期8-12,共5页
目的:提出一种新的胸部按压过程中人体自主循环恢复辨识算法,以实现对按压急救过程中自主循环恢复的准确辨识,指导胸部按压的启停。方法:对10头实验猪进行室颤诱导及电击除颤以采集包含自主循环恢复阶段的数据,期间持续记录脉搏波信号... 目的:提出一种新的胸部按压过程中人体自主循环恢复辨识算法,以实现对按压急救过程中自主循环恢复的准确辨识,指导胸部按压的启停。方法:对10头实验猪进行室颤诱导及电击除颤以采集包含自主循环恢复阶段的数据,期间持续记录脉搏波信号的变化,数据采集完成后对脉搏波进行处理并得到能量图谱,基于栈式自编码(stacked autoencoder,SAE)深度神经网络进行建模预测,实现自主循环恢复的准确辨识。结果:实验结果显示,在心脏骤停心肺复苏自主循环恢复过程中,基于SAE深度神经网络的自主循环恢复辨识算法对无胸部按压情况下自主循环恢复的平均辨识准确度达95.0%,对有胸部按压情况下自主循环恢复的平均辨识准确度达86.5%。结论:基于SAE深度神经网络的自主循环恢复辨识算法的辨识准确度较高,可以为伤员心肺复苏按压过程提供指导,辅助医学救援人员实施高效率的检伤和救治工作。 展开更多
关键词 SAE深度神经网络 心脏骤停 心肺复苏 自主循环恢复 脉搏波
下载PDF
支持中文医疗问答的基于注意力机制的栈卷积神经网络模型 被引量：3
8
作者 滕腾 潘海为 +3 位作者 张可佳 牟雪莲 张锡明 陈伟鹏 《计算机应用》 CSCD 北大核心 2022年第4期1125-1130,共6页
当前的中文问答匹配技术大多都需要先进行分词,中文医疗文本的分词问题需要维护医学词典来缓解分词错误对后续任务影响,而维护词典需要大量人力和知识,致使分词问题一直具有极大的挑战性。同时,现有的中文医疗问答匹配方法都是对问题和... 当前的中文问答匹配技术大多都需要先进行分词,中文医疗文本的分词问题需要维护医学词典来缓解分词错误对后续任务影响,而维护词典需要大量人力和知识,致使分词问题一直具有极大的挑战性。同时,现有的中文医疗问答匹配方法都是对问题和答案分开建模,并未考虑问题和答案中各自包含的关键词汇间的关联关系。因此,提出了一种基于注意力机制的栈卷积神经网络(Att-StackCNN)模型来解决中文医疗问答匹配问题。首先,使用字嵌入对问题和答案进行编码以得到二者各自的字嵌入矩阵;然后,通过利用问题和答案的字嵌入矩阵构造注意力矩阵来得到二者各自的特征注意力映射矩阵;接着,利用栈卷积神经网络(Stack-CNN)模型同时对上述矩阵进行卷积操作,从而得到问题和答案各自的语义表示;最后,进行相似度计算,并利用相似度计算最大边际损失以更新网络参数。所提模型在cMedQA数据集上的Top-1正确率比Stack-CNN模型高接近1个百分点,比Multi-CNNs模型高接近0.5个百分点。实验结果表明,Att-StackCNN模型可以提升中文医疗问答匹配效果。 展开更多
关键词 字嵌入 注意力 栈卷积神经网络 中文医疗文本 问答匹配
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