Results 1 to 10 of about 1,163 (109)
He jishu对于反应堆热工水力参数的预测，现有的研究多使用单一神经网络的预测方法，但在噪声较大的情况下，单一神经网络不能很好地剔除噪声的影响。本文使用基于经验模态分解法（Empirical Mode Decomposition，EMD）与奇异谱分析法（Singular Spectrum Analysis，SSA）结合自适应径向基神经网络（Radial Basis Function Neural Network，RBF）的组合模型提高堆芯热工参数瞬态预测的精度。采用1/2中国实验快堆（China ...
赵 梓炎 +4 more
doaj +2 more sources
基于DE-RBF 混合优化算法的微电网自适应下垂控制策略 [PDF]
全球能源互联网, 2023 孤岛微电网因线路阻抗各异，采用传统下垂控制无法实现功率按分布式电源容量比例分配，会产生电压/频率偏差。为此，提出一种基于DE-RBF混合优化算法的自适应下垂控制策略。首先，构建下垂控制的两逆变器并联微电网系统动态模型，应用差分进化 （differential evolution，DE） 算法获得多个平衡点的优化下垂控制参数。为提高系统的动态响应速度与稳定性，通过训练径向基 （radial basis function，RBF） 神经网络，对每个平衡点参数进行校正。进而，通过增加RBF神经网络的隐含层数量，
吴丽珍, 魏建平, 丁安邦, 陈伟
doaj +1 more source
Overview of the application of neural networks in the motion control of unmanned vehicles [PDF]
, 2022 This paper aims to introduce the application of neural networks in the motion control of unmanned vehicles in recent years. With the breakthrough of computer, robot control, and sensing technology, the development of unmanned vehicles has entered a stage
Heng WANG +4 more
core +1 more source
基于CNN-Bi-LSTM功率预测的海岛综合能源系统优化调度 [PDF]
全球能源互联网, 2023 合理构建海岛综合能源系统对沿海能源清洁化转型意义重大，其优化调度更是实现海岛能源供需平衡的有效途径。为此，提出了一种考虑风光功率预测的海岛综合能源系统优化调度方法。首先，搭建包含氢能设备、海水源热泵、海水淡化装置、波浪能发电装置等新型能源转换设备的系统模型。其次，海上气候多变会导致新能源发电不稳定，故采用含环境变量重要性排序的一维卷积神经网络和双向长短时记忆神经网络（convolutional neural network-bi-directional long short-term memory ...
王润治 +4 more
doaj +1 more source
Journal of Traumatic Stress, Volume 35, Issue 3, Page 879-890, June 2022., 2022 Abstract Many war survivors suffer from chronic posttraumatic stress disorder (PTSD). Unraveling the complexities of PTSD symptoms over time is crucial for understanding this condition. Going beyond a common pathogenic pathway perspective, we applied the network approach to psychopathology to analyze longitudinal data from war survivors with PTSD in ...
Pascal Schlechter +3 more
wiley +1 more source
Importance Analysis of Vegetation Change Factors in East Africa Based on Machine Learning [PDF]
, 2023 [Objective] A factor importance analysis of vegetation changes in East Africa based on different machine learning algorithms was conducted to measure the accuracy and applicability of the different algorithms in order to provide a scientific basis for ...
Ma Bo, Zhang Xiumei, Zhang Yijie
core +1 more source
基于红外光谱的食用植物油种类鉴别Identification of edible vegetable oils based on infrared spectrum
Zhongguo youzhi, 2023 为建立基于红外光谱的食用植物油种类鉴别方法，收集了常见的5种食用植物油样本296份，采集红外光谱，分别通过Savitzky-Golay平滑、希尔伯特变换、IIR低通滤波器、IIR高通滤波器、连续小波变换、一阶导数、二阶导数进行预处理，并利用径向基函数(RBF)神经网络和随机森林(RF)模型对光谱进行识别。结果表明：RBF神经网络模型的效果优于RF模型，将红外光谱数据经希尔伯特变换处理后，RBF神经网络模型的识别率达到100%。采用该方法对食用植物油进行种类鉴别快速无损、准确率高、效果好。 In ...
孙一健，王继芬，张震 SUN Yijian，WANG Jifen，ZHANG Zhen
doaj +1 more source
Application advances of artificial intelligence algorithms in dynamics simulation of railway vehicle [PDF]
, 2021 The application examples and domestic and foreign literatures using artificial intelligence algorithm for railway vehicle system dynamics simulation were reviewed.
Deng, R +5 more
core +1 more source
面向变压器智能运检的知识图谱构建和智能问答技术研究 [PDF]
全球能源互联网, 2020 针对电力公司在开展变压器设备运检过程中存在的非结构化文本数据难以利用、全口径数据难以深度融合、设备知识应用深度较浅等难题，基于语义网、知识图谱、自然语言处理等人工智能技术，对开展设备智能管理的关键技术进行了研究，提出了支撑变压器智能管理的智能技术框架，包括非结构化文本智能识别与提取、以设备为中心的设备知识表示与存储、设备知识服务应用三部分；形成了设备语义提取模型、设备语义相似度计算模型、基于深度神经网络的智能问答模型等三个智能模型；总结了该技术在变压器设备状态评价报告自动化审核、设备信息灵活查询 ...
张敏杰 +6 more
doaj +1 more source
基于强化自组织映射和径向基神经网络的短期负荷预测 [PDF]
全球能源互联网, 2019 径向基（radial basis function，RBF）神经网络因其泛化能力强、收敛速度快的特点广泛应用于负荷预测。但传统采用K-means和自组织映射（self-organizing map，SOM）训练RBF径向基中心的方法因其全局搜索能力偏弱，仍然存在容易陷入局部最优解的问题，严重制约了RBF预测精度的提高。针对此问题，提出了一种基于强化学习（reinforcement learning，RL）改进的RBF短期负荷预测方法。强化学习通过环境的反馈不断完善搜索策略，具有非常突出的全局搜索能力 ...
黄乾, 马开刚, 韦善阳, 黎静华
doaj +1 more source