检索结果-南通市图书馆

维普期刊数据库博看期刊

基于核仁聚类估计和数据驱动分布鲁棒优化的海量异构产消者联盟能量管理策略

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7期52卷 98-114页

作者：张智泉陈晓杰符杨李振坤邓莉荣海上风电技术教育部工程研究中心(上海电力大学) 上海200090

随着分布式资源接入技术和可交易能源市场的快速发展,海量异构多能产消者电热能源共享和源荷强不确定性给联盟能量管理带来极大挑战。基于此,提出一种基于核仁聚类估计和数据驱动分布鲁棒优化的海量异构多能产消者联盟能量管理策略。该... 详细信息

随着分布式资源接入技术和可交易能源市场的快速发展,海量异构多能产消者电热能源共享和源荷强不确定性给联盟能量管理带来极大挑战。基于此,提出一种基于核仁聚类估计和数据驱动分布鲁棒优化的海量异构多能产消者联盟能量管理策略。该方法以联盟及个体在多重不确定性影响下的社会福利最大为目标,建立了考虑电热网络动态差异性的海量产消者能量管理模型,以解决联盟能量管理可扩展性、公平性和隐私性难以兼顾的问题。另外,考虑到核仁计算的复杂度和源荷不确定性的不利影响,分别提出了基于高斯混合聚类的核仁估计方法和基于数据驱动Wasserstein距离的分布鲁棒优化模型,实现了模型求解速度与精度的均衡。算例结果表明,所提方法有效提升了产消者联盟在多重不确定性影响下的社会福利,实现了联盟能量管理可扩展性、公平性和隐私性的均衡,促进了更多的产消者参与本地能源点对点(peer-to-peer,P2P)交易。

关键词：产消者联盟能量管理社会福利核仁不确定性

融合情感分析和GAN-TrellisNet的股价预测方法

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

计算机工程与应用 2024年第12期60卷 314-324页

作者：葛业波刘文杰顾雨晨南京信息工程大学软件学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044

将时序深度神经网络应用于股票价格预测,已成为量化金融领域的重要研究方向。时序神经网络具有很好的序列数据捕捉能力和学习记忆能力,在股票预测上有一定适用性。但是现有的模型大多存在预测准确度不高、模型结构复杂导致训练时间较长... 详细信息

将时序深度神经网络应用于股票价格预测,已成为量化金融领域的重要研究方向。时序神经网络具有很好的序列数据捕捉能力和学习记忆能力,在股票预测上有一定适用性。但是现有的模型大多存在预测准确度不高、模型结构复杂导致训练时间较长等问题.为了解决以上问题,提出了一种基于情感分析和GAN-TrellisNet的股价预测方法。提出了一个基于LSTM-CNN的情感分析模型,用于分析爬虫获取的主流金融论坛股票评论,并获得股票情感指数。为了提高预测准确度,将情感指数和百度搜索指数加入股票交易数据中作为训练集,提出了一个基于TrellisNet和CNN的改进型GAN股价预测模型,利用TrellisNet生成器的卷积特性来捕捉数据的局部特征,选取特征提取能力较强的CNN作为判别器来区别预测结果和真实股价。通过选取10只代表性股票和三种大盘指数的不同时段数据进行算法验证,结果表明,与ConvLSTM和GAN-LSTM预测模型相比,GAN-TrellisNet模型能有效缩短训练时间,提高预测准确率。

关键词：量化金融股价预测情感分析百度指数生成对抗网络 TrellisNet

在线全文

学校读者我要写书评

暂无评论

双源信号下多元尺度融合室内位置测算方法

仪器仪表学报 2024年第1期45卷 311-320页

作者：陈潇秦宁宁宋书林江南大学物联网技术应用教育部工程研究中心无锡214122

针对大型多接入点场景的指纹定位中存在的定位点区域归属误判、离群点干扰的问题,提出一种双源信号下多元尺度融合室内位置测算方法。指纹在线定位阶段,利用PDR信号的时空信息,将定位点归属分区内的参考点数量进行扩展,缓解邻界区域误... 详细信息

针对大型多接入点场景的指纹定位中存在的定位点区域归属误判、离群点干扰的问题,提出一种双源信号下多元尺度融合室内位置测算方法。指纹在线定位阶段,利用PDR信号的时空信息,将定位点归属分区内的参考点数量进行扩展,缓解邻界区域误判带来的负效益;此外,利用多元距离与卡方距离代替传统欧氏距离,结合空间域物理距离尺度,实现多元尺度下的近邻筛选,有效克服离群点干扰;引入K值动态适配,并基于此进行Wi-Fi与PDR预定位的动态链接式融合,进一步提高定位算法的准确性。实验结果表明,在引入双源信号的相同条件下,相比其他多元尺度与动态K值算法,所提方案综合性能较优,平均定位精度优于其他算法6.6%~23.1%。

关键词：室内定位指纹定位行人航位推算加权K近邻定位

融合特征编码和短语交互感知的隐式篇章关系识别

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第4期52卷 1377-1388页

作者：王秀利金方焱中央财经大学信息学院北京102206 国家金融安全教育部工程研究中心北京102206

隐式篇章关系识别难度大、普遍性高.从论元编码和论元交互角度入手,提出了一种融合特征编码和短语交互感知的隐式篇章关系识别模型.该模型兼顾了论元本身特征和论元间交互特征的作用,并分别进行了优化.论元编码部分整合了双向长短时记... 详细信息

隐式篇章关系识别难度大、普遍性高.从论元编码和论元交互角度入手,提出了一种融合特征编码和短语交互感知的隐式篇章关系识别模型.该模型兼顾了论元本身特征和论元间交互特征的作用,并分别进行了优化.论元编码部分整合了双向长短时记忆网络和循环注意力卷积神经网络,能够更全面地捕获论元全局和局部特征;论元交互部分从短语层级考虑论元间的语义关系建模,构建了短语级交互注意力机制,并利用神经张量网络深入挖掘其中的关系模式,更能体现出论元间潜在的更深层次的关联关系.在宾州篇章树库数据集上的实验结果表明,该模型F1值均优于其他模型.

关键词：隐式篇章关系识别双向长短时记忆网络循环注意力卷积神经网络短语级交互注意力神经张量网络

受渍冬小麦不同叶位叶片的SPAD高光谱估算

在线全文

学校读者我要写书评

暂无评论

生态学杂志 2024年第3期43卷 733-740页

作者：高小梅李燕丽熊勤学徐乐李继福李新竹王晓军湿地生态与农业利用教育部工程研究中心长江大学农学院湖北荆州434025

实时、准确获取叶绿素含量信息对及时了解农作物受害程度、指导农业生产和估测产量等具有重要意义。为探索受渍冬小麦各层叶片叶绿素相对含量(SPAD)的最优估测模型,本研究设置排灌可控的冬小麦渍害胁迫梯度微区试验,分析了15个常用高光... 详细信息

实时、准确获取叶绿素含量信息对及时了解农作物受害程度、指导农业生产和估测产量等具有重要意义。为探索受渍冬小麦各层叶片叶绿素相对含量(SPAD)的最优估测模型,本研究设置排灌可控的冬小麦渍害胁迫梯度微区试验,分析了15个常用高光谱特征指数与SPAD的相关关系,并对基于多元线性回归、支持向量机、BP神经网络、决策树和随机森林模型的受渍冬小麦各层叶片SPAD的估算结果进行了对比分析。结果表明:短期渍水(≤3 d)对冬小麦分层叶片的SPAD值影响不明显,当渍水时间大于9 d时,SPAD值随着渍水时间的增加降低较为明显,在生长后期为0;15个高光谱特征指数与SPAD均达到极显著相关水平(P信息进行受渍冬小麦SPAD估算时可采用平均SPAD值,且基于随机森林模型的估算结果较好。

关键词：高光谱特征指数 SPAD 冬小麦渍害随机森林模型

基于Swin-Transformer迭代展开的有限角CT图像重建用于PTCT成像

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第8期44卷 296-307页

作者：袁伟席雅睿谭川东刘川江朱国荣刘丰林重庆大学ICT研究中心光电技术及系统教育部重点实验室重庆400044 重庆大学工业CT无损检测教育部工程研究中心重庆400044

针对相对平行直线扫描CT(PTCT)图像重建存在的有限角伪影问题,提出一种学习局部和非局部正则项的深度迭代展开方法。该方法将具有固定迭代次数的梯度下降算法迭代展开到神经网络,利用具有坐标注意力(CA)机制的卷积模块和Swin-Transforme... 详细信息

针对相对平行直线扫描CT(PTCT)图像重建存在的有限角伪影问题,提出一种学习局部和非局部正则项的深度迭代展开方法。该方法将具有固定迭代次数的梯度下降算法迭代展开到神经网络,利用具有坐标注意力(CA)机制的卷积模块和Swin-Transformer模块作为迭代模块交替级联部署,构成端到端的深度重建网络。卷积模块学习局部正则化,其中CA用于减少图像过平滑;Swin-Transformer模块学习非局部正则化,提高网络对图像细节的恢复能力;在相邻模块间,使用迭代连接(IC)增强模型提取深层特征的能力,提高每次迭代的效率。通过消融实验验证了网络各部分的有效性,并在两种类型的数据集上进行实验,结果证明了本文方法的效果。实验结果表明,本文方法在抑制PTCT重建图像有限角伪影的同时,能较好地保留重建图像细节,提高重建图像质量。

关键词： X射线光学计算机断层成像相对平行直线扫描图像重建有限角深度学习

在线全文

学校读者我要写书评

暂无评论

可实现双向自适应差分隐私的联邦学习方案

西安电子科技大学学报 2024年第3期51卷 158-169页

作者：李洋徐进朱建明王友卫中央财经大学信息学院北京100081 中央财经大学国家金融安全教育部工程研究中心北京100081

随着个人数据的爆发式增长,基于差分隐私的联邦学习模型可用于解决数据孤岛问题和保护用户数据隐私,参与者通过训练本地数据,将添加噪声后的参数共享到中心服务器进行聚合,实现分布式机器学习训练。此过程中存在两方面问题:①中心服务... 详细信息

随着个人数据的爆发式增长,基于差分隐私的联邦学习模型可用于解决数据孤岛问题和保护用户数据隐私,参与者通过训练本地数据,将添加噪声后的参数共享到中心服务器进行聚合,实现分布式机器学习训练。此过程中存在两方面问题:①中心服务器广播参数的过程中数据信息仍未受到保护,有泄露用户隐私的风险;②对参数过度添加噪声会导致参数聚合质量降低,影响最终联邦学习的模型精度。为解决以上问题,提出了一种可实现双向自适应差分隐私的联邦学习方案(FedBADP),对客户端和中心服务器之间传输的梯度进行自适应加噪,在保护数据安全的同时不影响模型准确率。考虑到参与者硬件设备的性能限制,文中对其梯度进行采样以减少通信开销,并在客户端和中心服务器使用均方根传递加速模型的收敛提高模型精度。实验结果证明,文中提出的模型框架在保持较好准确率的同时,也增强了用户的隐私保护能力。

关键词：双向自适应噪声均方根传递采样差分隐私联邦学习

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向异构环境的物联网入侵检测方法

通信学报 2024年第4期45卷 114-127页

作者：刘静慕泽林赖英旭北京工业大学信息学部北京100124 智能感知与自主控制教育部工程研究中心北京100124

为了解决物联网设备在资源受限和数据非独立同分布(Non-IID)时出现的训练效率低、模型性能差的问题,提出了一种个性化剪枝联邦学习框架用于物联网的入侵检测。首先,提出了一种基于通道重要性评分的结构化剪枝策略,该策略通过平衡模型的... 详细信息

为了解决物联网设备在资源受限和数据非独立同分布(Non-IID)时出现的训练效率低、模型性能差的问题,提出了一种个性化剪枝联邦学习框架用于物联网的入侵检测。首先,提出了一种基于通道重要性评分的结构化剪枝策略,该策略通过平衡模型的准确率与复杂度来生成子模型下发给资源受限客户端。其次,提出了一种异构模型聚合算法,对通道采用相似度加权系数进行加权平均,有效降低了Non-IID数据在模型聚合中的负面影响。最后,网络入侵数据集BoT-IoT上的实验结果表明,相较于现有方法,所提方法能显著降低资源受限客户端的时间开销,处理速度提升20.82%,并且在Non-IID场景下,入侵检测的准确率提高0.86%。

关键词：联邦学习入侵检测模型剪枝非独立同分布

在线全文

学校读者我要写书评

暂无评论

基于可变元胞与跟驰理论的元胞自动机模型

哈尔滨工业大学学报 2024年第3期56卷 56-67页

作者：贺敏梁鹏刘玖贤杨凡刘杰长安大学公路学院西安710064 公路大型结构安全教育部工程研究中心(长安大学) 西安710064

为准确模拟桥址随机车流荷载,提出基于可变元胞与跟驰理论的元胞自动机(cellular automata,CA)模型。首先,重新定义元胞构成,提出以车辆为核心的动态可变元胞,并将精确的轴间距和轴重信息融入车辆元胞,实现车辆荷载的精确模拟;然后,引... 详细信息

为准确模拟桥址随机车流荷载,提出基于可变元胞与跟驰理论的元胞自动机(cellular automata,CA)模型。首先,重新定义元胞构成,提出以车辆为核心的动态可变元胞,并将精确的轴间距和轴重信息融入车辆元胞,实现车辆荷载的精确模拟;然后,引入跟驰理论,提出基于跟驰理论的状态演化规则,推导每辆车的专有加速度,实现车辆微观交互的模拟;最后,提出基于实测动态称重系统(weigh in motion,WIM)数据的发车规则,依据WIM数据,重构任意时段的实际车队,并建立基于车头时距的发车规则,重现车辆通过WIM时的运动状态。基于所提出的发车规则和动态演化规则,实现车辆从进入道路到驶离道路全过程时空位置的准确模拟,结合融入精确轴载的车辆元胞,实现随机车流荷载的模拟。基于实测WIM数据验证所提模型的可行性和先进性。结果表明:可变元胞可以精确模拟车辆荷载;提出的状态演化规则可以根据不同车辆的运动状态计算得到每辆车的专属加速度,准确模拟每辆车在自由行驶和跟驰行驶时的不同运动状态;新发车规则可以重构任意时段的实测车队,结合新状态演化规则,可以实现桥址任意时段随机车流的模拟。结合精细化车辆荷载模拟和合理的车流模拟,可实现桥址随机车流荷载模拟。

关键词：桥梁工程随机车流模拟新型元胞自动机轴载跟驰理论转换规则