Results 71 to 80 of about 5,179,681 (193)
Gongye shui chuli生物炭吸附重金属试验面临参数众多、污染状况复杂、生物炭特性丰富以及研究成本高且周期长等问题，传统吸附模型已无法满足当前研究需求。近年来机器学习在高维数据处理和复杂问题分析方面展现出巨大潜力，其建模流程清晰且成熟，在重金属污染预测方面精准而稳定，对发掘隐藏的吸附机制具有独特价值，是生物炭吸附重金属建模研究的优质选择。阐述了机器学习建模的工作流程及优势；从吸附效率预测、促进优化实验、洞察吸附机理三方面综述了机器学习在生物炭吸附重金属中的应用；分析了机器学习在生物炭吸附重金属研究领域面临的挑战 ...
冯丁 +5 more
doaj +2 more sources
Gaoya dianqi, 2023 为打破国外商业软件对数字孪生技术的垄断，掌握具有自主知识产权的仿真模型降阶技术，推动自主可控的数字孪生平台在电力行业的发展布局，文中基于国产多物理场仿真软件，针对±800 kV干式平波电抗器的绝缘校核仿真进行了数值计算模型的高效降阶算法研究。通过有限元模型的参数化计算获取样本数据集，并采用PLS(偏最小二乘法)和GP(高斯过程)两种机器学习算法进行降阶模型的训练和优化，最后从计算精度和计算效率两个方面对机器学习模型的降阶效果进行了对比评估。研究结果表明：机器学习降阶模型获得了较高的计算准确度和效率 ...
杨国华, 王文豪, 陈蕾, 李学宝
doaj
Zhongguo youzhi市场上存在利用低价食用植物油掺伪或冒充高价食用植物油的现象，机器学习算法可应用于食用植物油的掺伪鉴别中。旨在为食用植物油掺伪鉴别研究中算法选择提供一定的理论依据，简要介绍了机器学习算法的分类及其在食用植物油掺伪鉴别中应用的流程，并对国内外机器学习算法在橄榄油、山茶油及其他植物油掺伪鉴别中的应用进行分析总结，同时探讨了支持向量机、随机森林、逻辑回归、人工神经网络、主成分分析等机器学习算法在食用植物油掺伪鉴别研究中的优缺点。需要综合考虑数据的特点、模型的性能和实际应用的需求选择合适的机器学习算法 ...
吕壮，黄金，兰梓溶，代婷玉，许宙，陈茂龙，焦叶，文李，程云辉，丁利 LYU Zhuang, HUANG Jin, LAN Zirong, DAI Tingyu, XU Zhou, CHEN Maolong, JIAO Ye, WEN Li, CHENG Yunhui, DING Li
doaj +1 more source
A SELF LEARNING MOTION PLANNING SYSTEM\=FOR MULTIPLE MOBILE ROBOTS BASED\=ON FUZZYNEURO NETWORKS
, 1999 研究多移动机器人的运动规划问题．针对机器人模型未知或不精确以及环境的动态变化，提出一种自学习模糊控制器（ＦＬＣ）来进行准确的速度跟踪．首先通过神经网络的学习训练构造ＦＬＣ，再由再励学习算法来在线调节ＦＬＣ的输出，以校正机器人运动状态 ...
尹朝万, 孙茂相, 许海平
core
Gaoya dianqi为实现电气设备的震后状态快速评估，以保障电力系统的应急决策与灾后恢复顺利进行，文中提出一种基于机器学习的评估方法。以±800 kV干式平波电抗器为研究对象，建立Abaqus有限元模型进行地震响应分析确定其抗震薄弱环节。向有限元模型中输入大量地震波计算获得用于建立评估模型所需的机器学习数据集，采取相关性分析法剔除冗余特征，选取不同机器学习算法比较其评估性能，并通过SHAP（shapley additive explanations）解释评估模型，以此避免机器学习模型的“黑箱”特性。结果表明 ...
叶芳怡, 刘匀, 朱旺, 谢强
doaj
基于水文测绘与机器学习的北京北运河北关拦河闸水位与流量预测研究
中国科学与技术学报本文研究了基于无人机测量的河道水位与流量预测方法，重点探讨了机器学习模型，特别是ARMA、ARIMA、SARIMA和VAR模型在水位和流量预测中的应用。通过高精度传感器的协同工作，获取河道的水位、流速等数据，结合机器学习模型进行数据处理和预测。 本研究使用无人机技术采集实际水位和流量数据，通过ARMA、ARIMA、SARIMA和VAR模型进行预测建模，采用RMSE、R²、MAE等误差评估指标对模型性能进行定量分析。结果表明，SARIMA模型在捕捉水位和流量变化趋势方面表现最佳，其误差控制在合理范围内 ...
M. Diao
semanticscholar +1 more source
, 2018 深度学习是机器学习研究中的一个新领域,其动机在干建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,是机器学习中一种基于对数据进行表征学习的方法。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征 ...
罗海波, 唐延东
core
Educational Theory and Research工业4.0背景下，为适应国家对于人工智能、机器学习提出人才培养新目标，研究如何以学生为中心，引领深度思考、自主探究与综合实践，显然是非常必要的。人工智能赋能机器学习课程改革，不断推陈出新、缓和矛盾，以先进的理念与技术形成方案，推进机器学习课程改革、教学模式创新，值得我们深入探索与实践。因此，本文探讨人工智能时代机器学习课程改革的全新思路与实践策略，希望能够为广大一线教育者提供更多借鉴与参考。
名扬 刘, Yun Long, Zhe Gao, Y. Yong
semanticscholar +1 more source
Optimal Learning Control of Industrial Robot by Use of Accelerometer
, 1993 为工业机器人提出了一种最优学习控制法。这种控制法用加速度误差校正驱动器运动。并提出了一种基于几何级数的极限条件估计学习控制过程收敛条件的理论方法 ...
刘德满 +3 more
core
智能科学与技术学报, 2019 人工智能就是让机器能够像人一样学习、思考并理解，即用计算机模拟人的智能，它涵盖认知与推理（包含各种物理常识和社会常识）、计算机视觉、自然语言理解与交互（包含听觉）、机器学习等广泛的学科领域。人机协同的混合增强智能是新一代人工智能的典型特征，视听觉信息的认知计算是新一代人工智能的重要研究内容。理解人类视听觉认知并建立可计算视听觉认知模型对人工智能的核心算法具有重大的启示意义。
郑南宁
doaj