检索结果-南通市图书馆

基于可解释神经网络的中巴公路沿线区域工程扰动滑坡危险性评价

在线全文

学校读者我要写书评

暂无评论

工程地质学报 2024年第3期32卷 935-946页

作者：戴勇孟庆凯陈世泷李威杨立强中国科学院水利部成都山地灾害与环境研究所成都610299 青海大学土木水利学院西宁810016 成都理工大学地球物理学院成都610059 成都理工大学地球与行星科学学院成都610059 成都理工大学核技术与自动化工程学院成都610059

为提高滑坡危险性评价精度、解释工程扰动滑坡风险评估过程,本文以中巴公路沿线区域为例,提出了一种DNN-SHAP可解释神经网络模型。首先选取了距道路距离、坡度等12个危险性评估因子,计算因子间的皮尔逊相关系数,剔除强相关因子,其次构建... 详细信息

为提高滑坡危险性评价精度、解释工程扰动滑坡风险评估过程,本文以中巴公路沿线区域为例,提出了一种DNN-SHAP可解释神经网络模型。首先选取了距道路距离、坡度等12个危险性评估因子,计算因子间的皮尔逊相关系数,剔除强相关因子,其次构建DNN模型进行滑坡预测,并综合对比随机森林(RF)、支持向量机(SVM)和逻辑回归(LR)模型,最后利用SHAP模型获取DNN预测过程中各因子的影响贡献,完成工程扰动滑坡危险性评价,并解释影响因子间的依赖耦合关系。研究结果表明:本文提出的DNN-SHAP模型预测精度上相比其他3种模型除精准度(Precision)略低于SVM模型以外,其余评价指标均为最高,且该方法可定量揭示道路-岩性、道路-坡度、道路-坡度-地形起伏度等共同作用是该区域工程扰动滑坡灾害的主控因素,为完善滑坡危险性评价方法提供了新的研究思路和技术参考。

关键词：滑坡危险性评价深度神经网络可解释性工程扰动中巴公路沿线区域

在线全文

学校读者我要写书评

暂无评论

融合电磁场的“电气工程CAD”实践教改

电气电子教学学报 2024年第1期46卷 223-227页

作者：赵四洪毕贵红陈仕龙昆明理工大学电力工程学院昆明650051

为了使“电气工程CAD”实践课程与实际电力工程更好地相结合,提出将“工程电磁场”的理论分析融入电气工程CAD的教学。以接地系统工程为例,建立了接地体的数学仿真模型,设计了工程模拟施工与模拟验收平台。授课表明,对具有较强工程性的... 详细信息

为了使“电气工程CAD”实践课程与实际电力工程更好地相结合,提出将“工程电磁场”的理论分析融入电气工程CAD的教学。以接地系统工程为例,建立了接地体的数学仿真模型,设计了工程模拟施工与模拟验收平台。授课表明,对具有较强工程性的实践课程,融合电磁场理论的电气工程CAD实践教改,促进了学生快速融入工程规范,产学研的转化得到协同发展。

关键词：融合电磁场电气工程CAD

一株具有插入和缺失突变特征鸭腺病毒B2毒株的分离鉴定

在线全文

学校读者我要写书评

暂无评论

福建农业学报 2024年第2期39卷 125-130页

作者：郭博伦李雅汝郑欣江丹丹曾丽陈少莺马燕梅陈仕龙福建农林大学动物科学学院/福建省-尼泊尔畜禽重大疫病防控联合实验室福建福州350002 福建省农业科学院畜牧兽医研究所福建福州350013 福建省畜禽疫病防治工程技术研究中心福建福州350013

【目的】对一份疑似鸭腺病毒B2(Duck adenovirus B2,DAdV B2)感染的番鸭白肝病的病例进行确诊,并对分离株进行测序,为福建省DAdV B2流行病学研究提供参考。【方法】开展病料PCR检测,并进行病毒的分离鉴定、全基因二代测序,利用MegAlign... 详细信息

【目的】对一份疑似鸭腺病毒B2(Duck adenovirus B2,DAdV B2)感染的番鸭白肝病的病例进行确诊,并对分离株进行测序,为福建省DAdV B2流行病学研究提供参考。【方法】开展病料PCR检测,并进行病毒的分离鉴定、全基因二代测序,利用MegAlign和SnapGene软件对测序结果进行同源性及遗传进化分析,再进行动物回归试验,确定对雏番鸭的致病性。【结果】病料样本检测为DAdV B2阳性,并成功分离到一株DAdV B2毒株,命名为DAdV B2/BG48。该分离株感染鸡肝癌细胞(LMH)后细胞变大变圆、最后死亡崩解,形成特征性细胞病变;感染MDEF后细胞由长梭形变为圆形并聚集,细胞间出现空隙。测序结果表明,BG48基因组在pX基因区域中有3 bp的插入,在ORF19B基因区域有33 bp的插入,在ORF64和ORF67基因区域的交界处有42 bp的缺失,ORF67基因起始密码子往后第133位碱基为G,没有突变为终止密码子,其他编码基因与CH-GD-12-2014、实验室之前鉴定的BG27和BG18无特征性差异。动物回归试验显示,2日龄的番鸭对DAdV B2分离株BG48易感,致病率为50%,死亡率为0,发病鸭可见与自然感染病鸭相似的临床症状和病理变化。【结论】成功从番鸭白肝病病例中分离鉴定1株DAdV B2突变株BG48,BG48具有多位点插入和缺失特征,提示DAdV B2毒株容易突变,临床流行毒株复杂。本结果为DAdV B2的分子流行病学调查和遗传进化研究提供了参考。

关键词：番鸭白肝病鸭腺病毒B2 分离鉴定插入和缺失 ORF67

基于混合分解多尺度时频图和Res-GRU-AT的电能质量复合扰动识别

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第4期52卷 12-25页

作者：毕贵红鲍童语陈臣鹏赵四洪陈仕龙张梓睿昆明理工大学电力工程学院云南昆明650500

能源互联网背景下的电能质量问题越来越凸显,针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种混合分量多尺度时频图和残差神经网络(res... 详细信息

能源互联网背景下的电能质量问题越来越凸显,针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种混合分量多尺度时频图和残差神经网络(residual neural network,ResNet)、门控循环单元(gated recurrent units,GRU)网络与注意力机制(attention,AT)组合的电能质量复合扰动识别新方法—Res-GRU-AT。首先利用奇异谱分解(singular spectrum decomposition,SSD)和逐次变分模态分解(successive variational mode decomposition,SVMD)对PQDs信号分别进行多尺度分解得到混合分量,再对混合分量进行希尔伯特黄变换(Hilbert-Huang transform,HHT),分析得到多尺度时频图。其次,利用Res-GRU-AT模型对多尺度时频图进行深层次特征提取、强化和识别。Res-GRU-AT模型能够利用ResNet的二维图像空间特征提取能力和GRU的时序特征提取能力进行特征融合,再通过AT进行特征加权强化,提高了PQDs的识别能力。不同方案的仿真结果表明,所提方法特征提取能力强且抗噪性能好,对复合扰动识别率高。

关键词：电能质量故障识别时频分析混合模式分解深度学习

基于CNN-SVM的特高压三端混合直流线路故障区域识别方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电力科学与工程 2024年第4期40卷 21-30页

作者：周前华陈仕龙邓健毕贵红魏荣智昆明理工大学电力工程学院云南昆明650500

提出一种基于卷积神经网络–支持向量机(Convolutional neural network-support vector machine,CNN-SVM)的特高压三端混合直流线路故障区域识别方法。首先,对昆北侧、龙门侧的直流线路边界和柳北侧T区边界的频率特性进行分析,发现不同... 详细信息

提出一种基于卷积神经网络–支持向量机(Convolutional neural network-support vector machine,CNN-SVM)的特高压三端混合直流线路故障区域识别方法。首先,对昆北侧、龙门侧的直流线路边界和柳北侧T区边界的频率特性进行分析,发现不同故障区域的故障特征存在一定差异。然后,使用经验小波变换提取故障特征,将其作为CNN-SVM的输入量,故障区域作为输出量,构建并训练CNN-SVM模型;将由测量点得到的故障特征量输入到训练完成的CNN-SVM模型中,进行故障区域识别。最后,搭建昆柳龙仿真模型,进行故障仿真实验验证。结果表明,该方法的故障区域识别率高,且可耐受300Ω的过渡电阻。

关键词：特高压三端混合直流频率特性卷积神经网络支持向量机故障区域识别

基于混合分解和PCG-BiLSTM的风速短期预测

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第1期45卷 159-170页

作者：毕贵红黄泽赵四洪谢旭陈仕龙骆钊昆明理工大学电力工程学院昆明650500 华能澜沧江水电股份有限公司糯扎渡水电厂普洱665000

为降低风速的随机性对风力发电的影响,提高风速短期预测的精准度,提出一种基于混合分解、双通道输入、多分支PCG-BiLSTM深度学习模型的短期风速预测方法。首先,将全年风速数据分为春、夏、秋、冬4个季度,选取春季作为主要实验对象;其次... 详细信息

为降低风速的随机性对风力发电的影响,提高风速短期预测的精准度,提出一种基于混合分解、双通道输入、多分支PCG-BiLSTM深度学习模型的短期风速预测方法。首先,将全年风速数据分为春、夏、秋、冬4个季度,选取春季作为主要实验对象;其次,利用奇异谱分解(SSD)和变分模态分解(VMD)以降低原始春季风速数据复杂度,生成具有不同模态且复杂度低的子分量,两种不同模式子分量组合为混合分量,实现不同模式分解算法的优势互补;最后,将混合分量以双通道的形式输入到多分支PCG-BiLSTM深度学习模型中,其模型的每个分支由卷积神经网络(CNN)与门控循环单元(GRU)并联组成时空特征提取模块,用于提取两种分解分量组合的混合分量的时空特征,各分支提取对应混合分量的时空特征经聚合后再由双向长短期记忆网络(BiLSTM)进一步提取风速信号的正向和反向双向波动规律,进而得到最终的风速预测结果。多组实验结果表明:提出的组合预测方法在短期风速预测中具有较高的精度和泛化能力,优于其他传统预测方法。

关键词：风速预测深度学习混合分解并联网络

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

色选机处理回砻谷物料技术的研究与实践

粮食加工 2024年第2期49卷 71-72页

作者：徐金勇陈时龙李维强上海海丰米业有限公司江苏大丰224153

针对目前回砻谷含糙米高达40%的现状,研究了回砻谷色选技术,谷糙分离机混合色选回砻谷相结合,可让回砻谷含糙率降低到10%以下,与没有采用回砻谷色选技术相比,净糙米的含爆腰粒率可下降3%,糙碎率可下降2%,为后道工序提供了高质量的净糙,... 详细信息

针对目前回砻谷含糙米高达40%的现状,研究了回砻谷色选技术,谷糙分离机混合色选回砻谷相结合,可让回砻谷含糙率降低到10%以下,与没有采用回砻谷色选技术相比,净糙米的含爆腰粒率可下降3%,糙碎率可下降2%,为后道工序提供了高质量的净糙,有利于提升稻米的成品得率,降低了加工损耗。

关键词：大米加工回砻谷色选砻谷谷糙分离机糙碎米率

鸭短喙矮小综合征灭活疫苗的研制及免疫效力评价

在线全文

学校读者我要写书评

暂无评论

中国兽医学报 2024年第2期44卷 264-267页

作者：陈仕龙程晓霞肖世峰江丹丹林锋强王劭朱小丽俞伏松邹敏陈少莺福建省农业科学院畜牧兽医研究所福建福州350000 福建省畜禽疫病防治工程技术研究中心福建福州350013 青岛易邦生物工程有限公司山东青岛266000

鸭短喙矮小综合征(short beak and dwarfism syndrome,SBDS)是近年来在我国鸭群中流行的一种新传染病,为研制SBDS灭活疫苗,本研究将SBDSV M15株在番鸭胚增殖,收获病毒尿囊液经灭活后制备了3批灭活疫苗,并对疫苗的安全性、免疫原性及免... 详细信息

鸭短喙矮小综合征(short beak and dwarfism syndrome,SBDS)是近年来在我国鸭群中流行的一种新传染病,为研制SBDS灭活疫苗,本研究将SBDSV M15株在番鸭胚增殖,收获病毒尿囊液经灭活后制备了3批灭活疫苗,并对疫苗的安全性、免疫原性及免疫效力进行检验。结果显示,3日龄樱桃谷鸭超剂量接种1.0 mL/羽,未见不良反应,表明疫苗的安全性好;3批灭活疫苗免疫20日龄雏半番鸭,免疫后28 d血清的胶乳凝集抑制试验(LPAI)抗体效价均值为4.3 log_(2);130日龄樱桃谷鸭种鸭免疫1次灭活疫苗后60 d血清LPAI抗体平均效价为6.9 log_(2);种鸭免疫后60 d所产种蛋卵黄抗体的LPAI效价均值为6.5 log_(2);对种鸭免疫后的3日龄子代雏鸭进行攻毒获得100%免疫保护。结果表明,本研究研制的SBDS灭活疫苗具有良好的免疫原性,种鸭1次免疫后可提供子代雏鸭保护性母源抗体,保护雏鸭度过最易感的危险窗口期,为SBDS的防控提供了有效手段。

关键词：鸭短喙矮小综合征灭活疫苗抗体效价母源抗体免疫效力

基于多模态融合和卷积神经网络的逆变器故障诊断

在线全文

学校读者我要写书评

暂无评论

电力科学与工程 2024年第3期40卷 34-43页

作者：张靖超毕贵红赵四洪孔凡文陈冬静陈仕龙昆明理工大学电力工程学院云南昆明650500

电压源控制型静止同步补偿系统(Voltage source controlled static synchronous compensator,VSC-STATCOM)故障具有随机性和不可预测性,其原始信号难以完全反映功率开关管的波形特征,导致故障特征提取及诊断困难。针对此问题,提出一种... 详细信息

电压源控制型静止同步补偿系统(Voltage source controlled static synchronous compensator,VSC-STATCOM)故障具有随机性和不可预测性,其原始信号难以完全反映功率开关管的波形特征,导致故障特征提取及诊断困难。针对此问题,提出一种结合多模态融合技术(Multi-modal fusion technology,MFT)、双分支卷积神经网络(Double branch convolution neural network,DBCNN)与自注意力机制(Self-attention mechanism,SA)的逆变器故障诊断的方法。首先,利用快速傅里叶变换实现逆变器故障数据的时域模态信号到频域模态信号的转换;然后,利用DBCNN分别提取时域和频域2个模态的特征并进行特征融合,再将利用SA权重自适应分配能力筛选出的关键特征作为故障分类的依据,解决功率开关管开路故障难以辨别的问题。在逆变器故障诊断过程中,采用MFT和卷积神经网络相结合的方法,建立了一种准确而快速的实现故障分类的体系。以VSC-STATCOM逆变器为对象开展实验,实验结果表明,与单模态时域(Convolutional neural network-self-attention mechanism)CNN-SA和频域CNN-SA方法相比,MFT-DBCNN-SA对故障诊断的准确率均有提高;不同相数的实验结果表明,利用该方法仅靠两相就能很好地诊断出故障类别。相较于同领域的研究,所提故障诊断方法的水平持平或有所提升。

关键词：逆变器多模态融合技术双分支卷积神经网络自注意力机制故障诊断