检索结果-南通市图书馆

同方期刊数据库

基于BWO-VMD和TCN-BiGRU的短期风功率预测

在线全文

学校读者我要写书评

暂无评论

工程科学与技术 2024年

作者：逯静张燕茹王瑞河南理工大学计算机科学与技术学院

针对风力发电过程中出现的不平稳、波动性大等特点，为了更好的提高风力发电的预测精度，提出了一种基于白鲸优化算法(Belugawhaleoptimization，BWO)优化的变分模态分解(Variationalmodedecomposition，VMD)和时序卷积网络(Temporalcon... 详细信息

针对风力发电过程中出现的不平稳、波动性大等特点，为了更好的提高风力发电的预测精度，提出了一种基于白鲸优化算法(Belugawhaleoptimization，BWO)优化的变分模态分解(Variationalmodedecomposition，VMD)和时序卷积网络(Temporalconvolutionalnetwork，TCN)-双向门控循环单元(Bidirectionalgaterecurrentunit，BiGRU)联合构建的短期风力发电预测模型。首先，由于风电功率受多方面气象因素的共同影响，采用随机森林(Randomforest，RF)的方法来确定气象因素特征的重要性，对特征进行排序并从中提取出最优的特征；其次，利用VMD将原始功率数据由不平稳序列分解为较为平稳的子序列，针对VMD的两个参数即模态数和惩罚因子难以人工确定，利用BWO对VMD的参数进行寻优。在此基础上，以VMD分解后各阶分量的样本熵和误差重构综合指标作为适应度函数，搜索最优参函数组合，利用优化后的VMD对非平稳电力信号进行有效的分解；然后，将分解后的各个平稳子序列加上提取出的最优特征进行TCN-BiGRU组合模型预测；最后，将各个子序列的预测值进行叠加得到最终结果。为了验证本文所提出方法的有效性，以中国的某风电场的实际数据为例，通过多种单一模型与组合模型对所提出的预测模型进行了对比验证。对比结果表明，所提出的BWO-VMD和TCN-BiGRU联合预测方法具有较高的预测精度，其均方根误差、平均绝对误差及平均百分比误差分别为0.441MW，0.331MW和1.485%。

关键词：短期风功率预测变分模态分解随机森林时序卷积网络双向门控循环单元白鲸优化算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于结构化自注意力网络的对话症状推断

计算机工程与应用 2024年第4期60卷 331-337页

作者：潘丁豪杨志豪林鸿飞王健大连理工大学计算机科学与技术学院辽宁大连116024

症状推断是自动诊断医学对话系统的关键组成部分。近年来,随着网络问诊的兴起,医患对话文本的数量不断增加,原先基于电子健康记录的症状推断研究逐渐转移至医患对话文本。现存的大多数研究都忽略了对话特有的角色与症状实体结构先验知识... 详细信息

症状推断是自动诊断医学对话系统的关键组成部分。近年来,随着网络问诊的兴起,医患对话文本的数量不断增加,原先基于电子健康记录的症状推断研究逐渐转移至医患对话文本。现存的大多数研究都忽略了对话特有的角色与症状实体结构先验知识,而这两种先验知识能够帮助模型更好地学习上下文的关联。提出了基于角色与实体结构先验知识的改良自注意力网络,并与预训练语言模型相结合。该模型将角色与实体结构先验知识融入文本的编码阶段中,能够更准确地进行症状实体的属性推断。使用CBLUE2.0榜单的CHIP-MDCFNPC数据集评估模型的性能。在CBLUE2.0榜单的CHIP-MDCFNPC数据集上的实验结果表明,该模型与基线模型对比取得了性能的提升,验证了先验知识与模型结构的有效性。

关键词：医患对话症状诊断结构化自注意力网络

多模式下的车辆和无人机联合配送模型与优化算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第7期39卷 2125-2132页

作者：贾兆红王少贵刘闯安徽大学互联网学院合肥230000 安徽大学计算机科学与技术学院合肥230000

无人机已广泛用于物流配送,具有快速投递和低成本的优势.针对远离仓库中心、交通受限制客户的需求,在车机并行配送模式上引入车载无人机以服务该类客户,提出多模式下的车辆和无人机联合配送模型及其路径优化问题.该模型融合了车机协同... 详细信息

无人机已广泛用于物流配送,具有快速投递和低成本的优势.针对远离仓库中心、交通受限制客户的需求,在车机并行配送模式上引入车载无人机以服务该类客户,提出多模式下的车辆和无人机联合配送模型及其路径优化问题.该模型融合了车机协同配送模型和并行配送模型,包括搭载无人机的卡车和独立的无人机舰队.在此基础上建立以最小化交付时间为优化目标的混合整数规划模型,并设计基于知识学习策略的多算子遗传算法来提高搜索效率.实验结果表明,与传统交付方式相比,车辆与无人机联合配送模型可显著减少交付时间.在大规模数据集上,改进的遗传算法表现出更好的性能.该研究成果可为解决物流配送中的复杂动态的“最后一公里”问题提供指导和参考.

关键词：卡车无人机联合配送路径优化无人机遗传算法最后一公里

基于DRA-UNet模型的超声图像分割方法

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第5期52卷 83-89页

作者：王雷郭新萍王钰帏李彬山东理工大学计算机科学与技术学院山东淄博255000 华南理工大学自动化科学与工程学院广东广州510641

针对普通卷积运算无法关注重点区域、编码器无法有效提取全局上下文信息、简单的跳跃连接无法捕获显著特征,以及易导致分割图像分辨率降低、重要细节丢失、小物体信息无法被准确捕获等问题,提出基于膨胀率注意力机制的UNet(DRA-UNet)模... 详细信息

针对普通卷积运算无法关注重点区域、编码器无法有效提取全局上下文信息、简单的跳跃连接无法捕获显著特征,以及易导致分割图像分辨率降低、重要细节丢失、小物体信息无法被准确捕获等问题,提出基于膨胀率注意力机制的UNet(DRA-UNet)模型,并发展了基于此模型的超声图像分割方法.在UNet模型的基础上,引入膨胀率注意门和多尺度卷积(ConvMulti)模块.膨胀率注意门模块利用空洞卷积能得到更大的感受野,将编码器语义位置的局部区域像素联合到上采样区域,可以实现更加高效的跳跃连接.ConvMulti模块用来获取更加详细的高层特征信息,使编码器功能更强大.实验结果表明:本模型可以有效抑制图像噪声,大幅提高特征的表达能力,具有很强的鲁棒性,相比六种经典分割方法,所提出方法在交并比、F1分数和精度指标下分别达到72.25%,83.89%和97.47%.

关键词：超声图像图像分割 U-Net模型空洞卷积注意力机制

同方期刊数据库

基于多项式抽象的神经网络控制系统的障碍函数构造

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2024年第5期44卷 1224-1240页

作者：黄程林望浙江理工大学计算机科学与技术学院杭州310018

针对神经网络控制系统的安全性验证,提出了基于多项式抽象的障碍函数构造方法.首先,采用全局扇区约束方法、局部扇区约束方法和区域叠加约束方法等对神经网络模型进行抽象,从而得到了相应的半代数约束;然后,运用计算实代数几何中的正点... 详细信息

针对神经网络控制系统的安全性验证,提出了基于多项式抽象的障碍函数构造方法.首先,采用全局扇区约束方法、局部扇区约束方法和区域叠加约束方法等对神经网络模型进行抽象,从而得到了相应的半代数约束;然后,运用计算实代数几何中的正点定理,将障碍函数条件松弛为相应的平方和约束条件,再采用半定规划方法进行求解.最后,通过实例对上述不同的神经网络抽象方法就神经网络控制系统的障碍函数构造能力的影响进行了分析.

关键词：神经网络控制系统障碍函数构造多项式抽象平方和规划

在线全文

学校读者我要写书评

暂无评论

基于离散小波和残差收缩网络的睡眠分期方法

数据分析与知识发现 2024年

作者：金博章嘉湾大连理工大学计算机科学与技术学院

[目的]解决手动睡眠分期方法耗时繁琐和现有自动睡眠分期模型训练时间长、识别效果不佳等问题，提升睡眠分期预测的准确性和鲁棒性。[方法]设计基于离散小波和残差收缩网络的睡眠分期模型（WaveSleep）。首先，使用离散小波变换对原始... 详细信息

[目的]解决手动睡眠分期方法耗时繁琐和现有自动睡眠分期模型训练时间长、识别效果不佳等问题，提升睡眠分期预测的准确性和鲁棒性。[方法]设计基于离散小波和残差收缩网络的睡眠分期模型（WaveSleep）。首先，使用离散小波变换对原始脑电信号数据进行分解，然后通过两个不同尺寸的卷积神经网络进行多分辨率的特征提取。接着，使用深度残差收缩网络对特征在通道层面的相互依赖关系进行建模。最后将部署了多头注意力的时间上下文编码器用于有效捕捉特征中的时间依赖关系。[结果]在三个公共睡眠数据集上的实验表明，所提模型的分类准确率分别达到85.4%、81.9%、84.4%，与最优基线模型相比准确率分别提高1.0、0.6、0.2个百分点。[局限]本文所提模型在类别不平衡的数据集上准确率提升有限。[结论]本文模型能够有效提升睡眠分期预测的效率和准确性，并且具有显著的鲁棒性。

关键词：睡眠分期离散小波变换深度残差收缩网络鲁棒性

基于知识与大语言模型的高速环境自动驾驶决策研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统仿真学报 2024年

作者：王祥谭国真大连理工大学计算机科学与技术学院

针对当前自动驾驶系统缺乏持续学习和可解释性问题。提出具有认知、泛化和学习能力的决策模型，利用大语言模型(Large Language Model， LLM)、注意力机制理解和解释驾驶场景，通过模拟人类驾驶行为和决策过程，实现对驾驶经验的积累和... 详细信息

针对当前自动驾驶系统缺乏持续学习和可解释性问题。提出具有认知、泛化和学习能力的决策模型，利用大语言模型(Large Language Model， LLM)、注意力机制理解和解释驾驶场景，通过模拟人类驾驶行为和决策过程，实现对驾驶经验的积累和学习并根据驾驶经验不断提升决策能力。在仿真环境中闭环测试决策模型在高速场景的应用，仿真结果表明：知识驱动模型决策成功率比规则和数据学习方法提高了7%和4%，具备泛化和可解释能力，提高了自动驾驶系统的可信度和安全性。

关键词：驾驶经验大语言模型注意力机制可解释性知识驱动

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合GPU的拟单层覆盖近似集计算方法

计算机工程 2024年第5期50卷 71-82页

作者：吴正江吕成功王梦松河南理工大学计算机科学与技术学院河南焦作454003

拟单层覆盖粗糙集是一种匹配集值信息系统且有高质量和高效率的粗糙集模型。拟单层覆盖近似集的计算过程中存在大量计算密集且逻辑简单的运算,为此,提出拟单层覆盖近似集的矩阵化表示方法,以利用图形处理器(GPU)强大的计算性能加速计算... 详细信息

拟单层覆盖粗糙集是一种匹配集值信息系统且有高质量和高效率的粗糙集模型。拟单层覆盖近似集的计算过程中存在大量计算密集且逻辑简单的运算,为此,提出拟单层覆盖近似集的矩阵化表示方法,以利用图形处理器(GPU)强大的计算性能加速计算过程。为了实现这一目标,使用布尔矩阵表示拟单层覆盖近似空间中的元素,引入与集合运算对应的布尔矩阵算子,提出拟单层覆盖粗糙近似集(DE、DA、DE0与DA0)的矩阵表示,并设计矩阵化拟单层覆盖近似集算法(M_SMC)。同时,相应的定理证明了拟单层覆盖近似集的矩阵表示形式与原始定义的等价性。然而,M_SMC运行过程中出现了矩阵存储和计算步骤的内存消耗过多问题。为了将算法部署到显存有限的GPU上,优化矩阵存储和计算步骤,提出分批处理的矩阵化拟单层覆盖近似集算法(BM_SMC)。在10个数据集上的实验结果表明,融合GPU的BM_SMC算法与单纯使用中央处理器(CPU)的BM_SMC算法相比计算效率提高2.16~11.3倍,BM_SMC算法可以在有限的存储空间条件下充分利用GPU,能够有效地提高拟单层覆盖近似集的计算效率。

关键词：拟单层覆盖近似集集值信息系统矩阵化 GPU加速分批处理

一种用于解析问答推理过程的多轮迭代检索算法研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第3期8卷 120-131页

作者：周长顺应文豪钟珊龚声蓉苏州大学计算机科学与技术学院苏州215008 常熟理工学院计算机科学与工程学院常熟215500

【目的】针对当前阅读理解类问答推理过程中传统无监督检索方式句子关联性不足的问题,设计一种检索模型,研究问答任务的推理过程,探求问答任务的可解释性。【方法】提出一种新型无监督检索模型ISR,模型中融合皮尔逊相关系数、GloVe词嵌... 详细信息

【目的】针对当前阅读理解类问答推理过程中传统无监督检索方式句子关联性不足的问题,设计一种检索模型,研究问答任务的推理过程,探求问答任务的可解释性。【方法】提出一种新型无监督检索模型ISR,模型中融合皮尔逊相关系数、GloVe词嵌入、IDF加权等主要模块,ISR模型通过多轮迭代方式细粒度检索推理句。【结果】对比模型MSSwQ,ISR模型在MultiRC数据集上进行实验,P、R、F_(1)指标平均高出2.4、1.8、2.1个百分点;在HotPotQA数据集上进行实验,P、R、F_(1)指标平均高出4.8、2.6、3.7个百分点。【局限】检索采用硬匹配,可能存在过分匹配的情形。【结论】本文模型能够提升检索推理句的准确性,检索的推理句能够有效应用于问答任务的推理过程。

关键词：阅读理解问答无监督框架多轮迭代问答推理推理句检索