Results 31 to 40 of about 6,268 (159)
Guangtongxin yanjiu, 2021 针对传统相干光通信系统中光纤链路传输性能评估方法理论计算复杂且计算时间较长的问题，文章采用机器学习技术对调制格式和输入光功率等参数各异信道的相干光传输系统传输性能进行关联式建模和精确评估。建模和评估结果表明，该机器学习模型能够代替复杂的理论计算，并且能够较为准确地给出预测值，理论计算值与模型预测Q值整体的平均误差为0.27 dB，理论计算值与模型预测光信噪比（OSNR）值整体的平均误差为0.33 dB；采用机器学习模型的计算时间稳定在4.4 s左右 ...
陈中盛, 高冠军, 刘鸿飞
doaj
, 2018 为提高科技文献推荐系统的精准性，打破目前推荐系统普遍存在的用户针对性低、依据性差的问题， 引入在医学上证明普遍有效的循证理论，其通过构建治疗证据体系，将自然科学方法理论引入到以经验为主的 诊疗过程。类似的，将其用于科技文献推荐模型，能够构建层次化的推荐依据，使推荐结果更具有说服力和精 准性。将该方法应用于真实开放数据集上，通过线性回归的机器学习方法给证据打分并分层，从而构建层次化 的推荐证据体系，证明该方法具有有效性和可实施性。
吴振新, 曹元元
core
Rare Metals, Volume 45, Issue 2, February 2026.ABSTRACT Rare earth elements (REEs) play an irreplaceable role in modern technology and industry. However, due to the highly similar physicochemical properties among REEs, their separation remains a significant challenge. Additionally, REEs often exist in low‐concentration solutions, making efficient REE recovery an urgent task.
Miao‐Miao Huang +6 more
wiley +1 more source
Gaoya dianqi, 2015 针对变压器故障的特征,结合变压器油中气体分析法以及三比值法,提出了基于遗传算法改进极限学习机的故障诊断方法。由于输入层与隐含层的权值和阈值是随机产生,传统的极限学习机可能会使隐含层节点过多,训练过程中容易产生过拟合现象。该方法运用遗传算法对极限学习机的输入层与隐含层的权值与阈值进行优化,从而提高模型的稳定性和预测精度。将诊断结果与传统的基于极限学习机故障诊断进行对比,结果表明,基于遗传算法改进极限学习机变压器故障诊断的精度更高。
吕忠 +4 more
doaj
Rare Metals, Volume 45, Issue 2, February 2026.ABSTRACT The high accuracy in surface‐enhanced Raman scattering‐lateral flow immunoassays (SERS–LFIAs) is critical for reliable point‐of‐care testing (POCT) in clinical diagnostics. Conventional approaches are often affected by sampling variability and uneven distribution of immunoprobes, leading to unreliable signal fluctuations.
Shuai Zhao +9 more
wiley +1 more source
Gaoya dianqi, 2016 传统单一人工智能方法对变压器故障诊断中采用的大量不完备信息不能够有效处理,导致故障诊断准确率不高。为弥补这一不足,在全面分析粒子群算法（particle swarm optimization,PSO）和极限学习机（extreme learning machine,ELM）各自优势的基础上,构建了一种基于粒子群优化极限学习机的变压器故障诊断方法。该方法以DGA作为特征输入,利用粒子群算法对极限学习机的输入层权值和隐含层阈值进行优化,从而提高变压器故障诊断的精度。实例对比分析表明 ...
袁海满, 吴广宁, 高波
doaj
Research of KNN Graph Algorithm Parallelization based on Spark and Its Application [PDF]
, 2016 近些年来，随着计算机科学技术的迅速发展，越来越多的海量数据信息在许多行业中随之产生，海量数据对数据处理的效率提出了极大的挑战。同时在此背景下分布式计算也得到了大力发展，Hadoop使得用户可以进行超大数据集的分析，但是其基于磁盘的MapReduce的计算严重影响了计算性能，而Spark引入RDD(ResilientDistributedDatasets)基于内存计算迎合了广大用户的需求，极大提高了分布式并行计算的效率。虽然在众多大数据工具中，Spark得到了很大的关注，但是Spark还不是十分完善 ...
汪龙宝
core
Rare Metals, Volume 45, Issue 1, January 2026.ABSTRACT High‐entropy alloys (HEAs) have emerged as a transformative class of materials distinguished by their complex chemical compositions, unique microstructures, and remarkable mechanical and functional properties. Traditionally, the discovery and optimization of HEAs have relied on conventional methods, including trial‐and‐error experimentation ...
Chrispin Ouko Zamzu +2 more
wiley +1 more source
Haiyang yu huzhao海洋水色遥感技术是观测海洋水色状况的高效工具，数十年来持续提供了全球海洋光学特性、水色和生物地球化学参数的重要数据。随着人工智能的快速发展，基于机器学习模型的水色遥感研究逐渐成为科研领域的新热点。本文回顾了海洋水色遥感中机器学习模型的现状与挑战，并评估了这些模型在大气校正、水色反演、碳循环及数据重构中的应用效果。本文重点综述了机器学习在海洋水色遥感应用中的进展。鉴于卫星传感器长期在轨运行中，可能遭受元器件老化等问题，本文强调了对遥感器进行持续定标和真实性检验的必要性 ...
陈 鹏 +6 more
doaj +1 more source
智能科学与技术学报, 2022 深度学习在感知智能上的不断突破推动了人工智能在各领域的广泛应用。但在实际落地过程中，只有把感知智能提高到更高层的认知智能，才能更好地满足日益复杂的应用需求。神经符号学将擅长感知任务的神经网络方法和擅长推理任务的逻辑符号学有机地融合在一起，是实现高层认知智能的途径之一。基于此，提出了一套神经符号学的实用框架NSFOL，并基于NSFOL实现了机器人任务规划、自学习机器人运动规划和教育实验视频评估3个典型应用。实验结果表明，尽管NSFOL尚未完善，但是它已经能够很好地支持相关应用，在可学习、可推理 ...
蔡莹皓 +6 more
doaj