检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

考虑多指标融合的电能质量扰动特征优选策略

电网技术 2023年第9期47卷 3873-3883页

作者：周晨璟邵振国陈飞雄张嫣福建省电器智能化工程技术研究中心(福州大学) 福建省福州市350108

针对电能质量扰动特征集合冗余、分离能力差,从而导致电能质量扰动分类准确率低的问题,提出考虑多指标融合的电能质量扰动特征优选策略。首先,采用希尔伯特–黄变换提取频域特征,并构造电能质量扰动的分类特征全集作为特征子集优选对象... 详细信息

针对电能质量扰动特征集合冗余、分离能力差,从而导致电能质量扰动分类准确率低的问题,提出考虑多指标融合的电能质量扰动特征优选策略。首先,采用希尔伯特–黄变换提取频域特征,并构造电能质量扰动的分类特征全集作为特征子集优选对象;其次,将相交度、冗余度、分离度指标融合并构建特征子集优选规则,并通过改进布谷鸟搜索法初选得到待选特征子集;而后,将子集维度和扰动分类准确率融合并定义为代价因子,从而评估不同维度的待选特征子集的优劣,并选择代价因子最小的特征子集作为最优特征子集;最后,采用最优特征子集训练分类模型,实现电能质量扰动信号分类。经仿真对比验证,所提策略能够获取维度较小且有利于电能质量扰动分类的特征子集。

关键词：特征优选多指标融合布谷鸟搜索法电能质量扰动分类

多喷嘴喷动流化床内气固两相流动与传热过程CFD-DEM模拟

在线全文

学校读者我要写书评

暂无评论

高校化学工程学报 2023年第3期37卷 383-391页

作者：刘雪峰白谨豪吴峰马晓迅危仁波西北大学化工学院陕北能源先进化工利用技术教育部工程研究中心陕西西安710069 陕西省洁净煤转化工程技术中心陕西西安710069

为研究喷动床内颗粒的流体力学与传热特性,采用计算流体力学-离散单元(CFD-DEM)耦合方法对多喷嘴喷动流化床(IMJSFB)内的颗粒进行数值模拟,将模拟结果与常规喷动床(CSB)对比。结果表明:IMJSFB内颗粒混合与流动特性明显优于CSB,表明侧开... 详细信息

为研究喷动床内颗粒的流体力学与传热特性,采用计算流体力学-离散单元(CFD-DEM)耦合方法对多喷嘴喷动流化床(IMJSFB)内的颗粒进行数值模拟,将模拟结果与常规喷动床(CSB)对比。结果表明:IMJSFB内颗粒混合与流动特性明显优于CSB,表明侧开孔的存在改善了颗粒流动死区现象。IMJSFB内的颗粒总势能和颗粒总平移动能均低于CSB,侧开孔对主喷嘴气体实现了分流,削弱了喷射区的颗粒运动。当颗粒的传热系数低、热容小、进气温度较低时IMJSFB的优势更显著。

关键词：多喷嘴喷动流化床计算流体力学颗粒混合特性流动特性

基于条件深度卷积生成对抗网络的新能源发电场景数据迁移方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2022年第6期46卷 2182-2189页

作者：张承圣邵振国陈飞雄江昌旭冯健冰福建省电器智能化工程技术研究中心(福州大学) 福建省福州市350108

针对在历史数据缺失的情况下,现有的新能源发电场景生成方法存在精度较低甚至失效的问题,提出一种基于条件深度卷积生成对抗网络(conditional deep convolutions generative adversarial network,C-DCGAN)的新能源发电场景数据迁移方法... 详细信息

针对在历史数据缺失的情况下,现有的新能源发电场景生成方法存在精度较低甚至失效的问题,提出一种基于条件深度卷积生成对抗网络(conditional deep convolutions generative adversarial network,C-DCGAN)的新能源发电场景数据迁移方法。该方法以历史数据大规模缺失的新能源电站为目标电站,以历史数据完整的邻近新能源电站为源电站,通过生成对抗网络模型学习源电站与目标电站之间的场景数据映射关系,进而根据源电站场景数据,生成目标电站场景数据,且所生成的数据符合真实场景数据分布规律。采用实际风电数据集对所提算法和模型进行验证,并应用若干统计学指标,分别对文中模型与条件生成对抗网络(conditional generative adversarial network,CGAN)模型所迁移生成的数据进行对比评估,结果表明所提算法与模型能够更加准确地生成新能源发电场景数据。

关键词：新能源发电不确定性数据迁移生成对抗网络深度卷积神经网络

壳聚糖/纳米纤维素/石墨烯改性纳米TiO_(2)复合膜光催化降解性能

在线全文

学校读者我要写书评

暂无评论

塑料工业 2022年第11期50卷 58-63,94页

作者：田清泉张禄媛王俊霞王怡渭南师范学院化学与材料学院陕西省煤基低碳醇转化工程研究中心陕西渭南714099

以氧化石墨烯改性纳米二氧化钛为光催化活性成分,通过流延成型法制备了壳聚糖/纳米纤维素/石墨烯改性纳米TiO_(2)光催化复合膜。利用热重分析仪(TG)、傅里叶红外光谱仪(FTIR)和扫描电子显微镜(SEM)对复合膜的结构进行表征。研究了壳聚糖... 详细信息

以氧化石墨烯改性纳米二氧化钛为光催化活性成分,通过流延成型法制备了壳聚糖/纳米纤维素/石墨烯改性纳米TiO_(2)光催化复合膜。利用热重分析仪(TG)、傅里叶红外光谱仪(FTIR)和扫描电子显微镜(SEM)对复合膜的结构进行表征。研究了壳聚糖/纳米纤维素/改性纳米TiO_(2)复合膜的力学性能,对比了复合膜对亚甲基蓝及甲基橙的光催化降解性能。结果表明,改性纳米TiO_(2)的添加提高了壳聚糖复合膜的力学性能及耐热性能。改性纳米TiO_(2)质量分数为4%的复合膜抗拉强度最大,达到43 MPa。改性纳米TiO_(2)质量分数为2%的复合膜断裂伸长率最大为13.6%。在模拟溶液质量浓度为20 mg/L时,改性纳米TiO_(2)质量分数为2%的复合膜对亚甲基蓝降解率最大,为51.7%。改性纳米TiO_(2)质量分数为4%的复合膜对甲基橙降解率最大,为42.2%。模拟溶液初始浓度愈高,则复合膜对亚甲基蓝及甲基橙降解率均降低。

关键词：壳聚糖纳米二氧化钛石墨烯纳米纤维素光催化降解

在线全文

学校读者我要写书评

暂无评论

基于改进卷积神经网络的油茶果壳籽分选方法

农业工程学报 2023年第3期39卷 154-161页

作者：段宇飞孙记委王焱清张三强湖北工业大学农机工程研究设计院武汉430068 湖北省农机装备智能化工程技术研究中心武汉430068

为了进一步提升油茶果壳籽分选效率,该研究采集油茶果脱壳后经过初步筛分的果壳与茶籽图像,构建壳籽分类图像数据集,以VGG16为基础网络,通过深度可分离卷积模块和全连接层神经元数目优选等方式缩小模型规模,采用跨层特征融合机制与引入... 详细信息

为了进一步提升油茶果壳籽分选效率,该研究采集油茶果脱壳后经过初步筛分的果壳与茶籽图像,构建壳籽分类图像数据集,以VGG16为基础网络,通过深度可分离卷积模块和全连接层神经元数目优选等方式缩小模型规模,采用跨层特征融合机制与引入指数线性单元(exponential linear units,ELU)激活函数优化网络结构,提出一种适用于油茶果壳籽分选的卷积神经网络模型。结果表明,跨层特征融合机制加强了深层网络特征的有效信息表达能力,相比于未融合时的模型精度得到了明显提升,并且三次跨层特征融合总体优于一次与二次融合方式。ELU激活函数加快了模型收敛速度,同时缓解了梯度爆炸,提高了模型鲁棒性。当全连接层神经元个数减少为128时模型得到进一步压缩,并且拟合程度较好。改进模型在油茶果壳籽图像分类上的验证集准确率为98.78%,模型的占存仅需8.41MB,与未改进的VGG16模型相比,准确率提高了0.84个百分点,模型占存减少了519.38MB,并且改进模型的性能相比于AlexNet、ResNet50与MobileNet_V2等其他网络更具优势,同时在测试试验中该模型分选准确率达到了98.28%,平均检测时间为85.06 ms,满足油茶果的壳籽在线快速分选要求。该研究提出的改进卷积神经网络模型具有较高的准确率与较强的泛化能力,可为深度学习运用于油茶果壳籽实时分选提供理论参考。

关键词：图像处理自动化油茶果壳籽分选特征融合优化卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于背景自适应学习的行人重识别算法研究

计算机工程与应用 2023年第7期59卷 126-133页

作者：何儒汉熊捷繁熊明福湖北省服装信息化工程技术研究中心武汉430200 纺织服装智能化湖北省工程研究中心武汉430200 武汉纺织大学计算机与人工智能学院武汉430200

现有的基于语义分割的行人重识别研究大多还是停留在人体语义信息的提取本身,忽视了人体自身语义信息之间以及人体与环境语义信息之间的相互关系,为了解决这一问题,此项研究提出了基于背景自适应学习的人体语义空间关系模型。该模型主... 详细信息

现有的基于语义分割的行人重识别研究大多还是停留在人体语义信息的提取本身,忽视了人体自身语义信息之间以及人体与环境语义信息之间的相互关系,为了解决这一问题,此项研究提出了基于背景自适应学习的人体语义空间关系模型。该模型主要分为语义分离,特征粗提取以及空间关系学习三部分,语义分离主要用于区分人体语义信息和环境语义信息,特征粗提取则是用于提取不同语义信息的浅层特征,空间关系学习主要是对上述的浅层特征进行空间关系维度的特征关联。通过广泛的实验证明,该方法在两组公开数据集中(DukeMTMC-reID、CUHK-03)均取得了较好的效果。

关键词：行人重识别语义分割空间关系

在线全文

学校读者我要写书评

暂无评论

基于用户兴趣感知的多关系推荐模型

计算机工程与应用 2023年第11期59卷 231-240页

作者：胡新荣邓杰文罗瑞奇刘军平朱强彭涛湖北省服装信息化工程技术研究中心武汉430200 纺织服装智能化湖北省工程研究中心武汉430200 武汉纺织大学计算机与人工智能学院武汉430200

由于图卷积网络(GCN)能够利用高阶邻居的协作信号来更好地学习用户和项目的嵌入,它已经广泛应用于推荐系统。但在当前基于GCN的多关系推荐模型中用户节点的嵌入学习会受到与之兴趣不相似的高阶相邻用户的干扰,导致拥有不同兴趣的用户经... 详细信息

由于图卷积网络(GCN)能够利用高阶邻居的协作信号来更好地学习用户和项目的嵌入,它已经广泛应用于推荐系统。但在当前基于GCN的多关系推荐模型中用户节点的嵌入学习会受到与之兴趣不相似的高阶相邻用户的干扰,导致拥有不同兴趣的用户经过多层图卷积后会得到相似的嵌入,从而产生了过度平滑问题。因此针对上述问题提出了一个基于用户兴趣感知的多关系推荐模型(IMRRM)。该模型会在用户项目异构交互图中利用轻量化的图卷积网络得到每个用户的图形结构信息。子图生成模块利用用户的图结构信息和初始特征有效地识别出兴趣相似的用户,并将相似用户及其交互项目组成一个子图。通过在子图中进行深层嵌入学习来防止兴趣不相关的高阶邻居传播更多的负面信息从而得到更精确的用户嵌入。因此IMRRM模型减少了噪声信息对用户节点嵌入学习的影响,有效地缓解了过度平滑问题来更加准确地进行多关系推荐。通过在Beibei和Taobao这两个公共数据集上实验来验证IMRRM的有效性和鲁棒性。实验结果表明,IMRRM模型在HR10上分别提高了1.98%和1.49%,在NDCG10上分别提高了1.58%和1.81%,具有较好的性能。

关键词：图卷积网络多关系推荐子图兴趣感知

自适应辅助分类器生成式对抗网络样本生成模型及轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2022年第13期33卷 1613-1621页

作者：杨光友刘浪习晨博湖北工业大学农机工程研究设计院武汉430068 湖北省农机装备智能化工程技术研究中心武汉430068

故障样本获取困难导致的训练样本不均衡严重影响故障诊断模型的可用性及准确率,因此提出一种基于自适应辅助分类器生成式对抗网络的故障样本生成模型,通过度量判别器与生成器的相对性能自适应地调节生成器损失值,使训练收敛更快、生成... 详细信息

故障样本获取困难导致的训练样本不均衡严重影响故障诊断模型的可用性及准确率,因此提出一种基于自适应辅助分类器生成式对抗网络的故障样本生成模型,通过度量判别器与生成器的相对性能自适应地调节生成器损失值,使训练收敛更快、生成数据质量更好。将所提方法、辅助分类器生成式对抗网络方法生成的数据,以及未经处理的试验原始数据作为BP分类模型的输入数据进行试验,结果表明所提方法生成数据训练的模型更优。所提方法与1D-CNN、e2e-LSTM、CFVS-SVM和FFT-CNN等方法的对比结果表明,所提方法的故障诊断准确率、信息处理时间均最优。

关键词：故障诊断生成对抗网络深度学习滚动轴承

基于图神经网络多智能体强化学习的电力-交通融合网协同优化运行

在线全文

学校读者我要写书评

暂无评论

高电压技术 2023年第11期49卷 4622-4631页

作者：江昌旭卢玥君邵振国林俊杰福州大学电气工程与自动化学院(福建省电器智能化工程技术研究中心) 福州350108

针对多重不确定性因素下配电系统、交通系统和电动汽车动态交互的电力−交通融合网序贯协同优化问题,提出一种基于图神经网络多智能体强化学习的电力−交通融合网协同优化方法。首先,基于图理论方法将电动汽车间的相互影响关系转换为一种... 详细信息

针对多重不确定性因素下配电系统、交通系统和电动汽车动态交互的电力−交通融合网序贯协同优化问题,提出一种基于图神经网络多智能体强化学习的电力−交通融合网协同优化方法。首先,基于图理论方法将电动汽车间的相互影响关系转换为一种动态网络图模型,采用一种基于注意力机制的图神经网络多智能体强化学习算法求解电动汽车充电引导策略,探讨电动汽车多智能体间的相互影响作用。然后,在含可再生能源出力的主动配电网中采用二阶锥优化及对偶优化理论对配电网最优潮流进行求解,得到配电网节点边际电价,研究电力和交通系统的动态交互特性。最后,在某区域108节点交通网络和IEEE 33节点电力系统上验证所提方法有效性。

关键词：电力−交通融合网图神经网络多智能体强化学习电动汽车节点边际电价