Results 21 to 30 of about 2,418 (93)
The Modern Language Journal, Volume 108, Issue 3, Page 741-770, Autumn (Fall) 2024.Abstract The study investigated the effect of task complexity (TC) on second language (L2) learners’ affective responses and writing performance and how these were modulated by cognitive and affective individual difference (ID) factors. A total of 412 Chinese 8th‐grade English‐as‐a‐foreign‐language learners completed a working memory (WM) test, a scale
Chengchen Li, Li Wei, Xiaojun Lu
wiley +1 more source
Gaoya dianqi, 2020 目前变压器绕组应变监测主要分为离线检测和在线检测,由于受现场复杂电磁环境的干扰,在线检测并未得到广泛应用,离线检测虽技术较为成熟,但无法准确判断绕组应变形式。基于以上问题,文中提出了基于分布式光纤传感的变压器绕组应变检测方法,并提出了基于S变换和极限学习机（ELM）的绕组应变识别方法。首先模拟变压器运行过程中绕组可能出现的变形形式,采集相应的布里渊频移;然后通过S变换对应变信号进行时频分析,提取变换后的时频特征量作为神经网络的输入样本,采用极限学习机（ELM）进行训练识别。实验分析表明 ...
刘云鹏, 步雅楠, 贺鹏, 田源
doaj
He jishu随着高能核物理研究进入多维度、高复杂度数据分析阶段，深度学习技术正逐步成为理解极端条件下核物质行为的关键工具，并推动研究范式从经验驱动向数据驱动的根本转变。本文简要梳理了机器学习在该领域的演进，并着重介绍了深度学习方法在其中的前沿进展：早期（20世纪末至21世纪10年代）研究主要采用人工神经网络和支持向量机等传统算法，通过核质量预测、相变识别等任务验证了机器学习处理核物理问题的可行性，但受限于人工特征提取和计算能力的制约，尚未触及物理特征的自主挖掘；深度学习时代（21世纪10年代至今 ...
张 靖宗 +4 more
doaj +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
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
Dianci bileiqi, 2023 目前传统的高光谱污秽检测主要针对人工涂污样本。而运行复合绝缘子由于结构和自然积污复杂、基材浸污严重，难以运用其方法进行污秽检测。因此搭建了适用于绝缘子污秽检测的高光谱拍摄平台，并提出了一种基于高光谱的运行复合绝缘子污秽检测技术。首先，针对绝缘子光谱特性，提出了一种基于噪声学习的一维卷积降噪自动编码器(1D-RDCAE)高光谱数据转换方法，消除不同拍摄情况导致的谱线偏移现象。其次通过核主成分(KPCA)提取不同污秽程度的光谱特征；分别建立基于线性判别算法(LDA)、BP神经网络(BPNN)以及极限学习机 ...
马御棠 +5 more
doaj
Gaoya dianqi, 2017 为有效克服变压器不完备故障样本数据对故障诊断结果的影响,文中构建了一种基于粗糙集的人工鱼群极限学习机变压器故障诊断方法,该方法首先运用粗糙集对决策表中的16个条件属性进行约简;其次,根据最简规则表对训练样本进行编码,利用已编码的训练样本对极限学习机进行训练,并运用人工鱼群优化方法对极限学习机的权值及阈值进行优化;最后,利用训练好的极限学习机方法对编码好的样本进行故障诊断。该方法将粗糙集在不完整数据方面所具有的优良特性与极限学习机优良的泛化能力有机融合,以有效提高故障诊断精度。经实例对比分析表明 ...
雷帆 +4 more
doaj
Zhendong Ceshi yu Zhenduan农业机械的稳定运行直接影响农业生产效率，但关于农机设备的状态检测和故障诊断研究尚未广泛普及与应用。针对该问题，以小麦收割机为例，开展强背景噪声下的农业机械故障诊断研究。首先，设计一种基于自适应噪声完备集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise，简称CEEMDAN）和小波阈值（wavelet thresholding，简称WT）相结合的方法（记作CEEMDAN‑WT ...
doaj +1 more source
Gaoya dianqi, 2016 针对变压器差动保护装置易受励磁涌流误动作问题,提出了基于EMD-SVD-KELM与参数优选的励磁涌流辨识方法。首先,以经验模态分解（EMD）和奇异值分解（SVD）为工具,对励磁涌流和故障电流信号进行预处理,提取出识别特征量,并作为后续核函数极限学习机（KELM）学习输入量;然后,因学习机性能受参数C和γ影响较大,以均分训练样本所得多个模型的平均准确率作为适应度评价函数,为KELM参数优选提供评价标准。通过EMTDC仿真计算生成训练样本和测试样本,利用多种优化算法对KELM进行训练和测试。最终 ...
施恂山 +5 more
doaj
Jingshui jishu【目的】本文致力于突破膜生物反应器(MBR)膜寿命预测领域的技术瓶颈，即针对缺乏多维耦合的寿命评价指标体系及难以精准量化膜污染与膜性能衰减协同作用机制，构建科学的寿命预测方法体系。【方法】建立以比通量为膜性能衰减和寿命评价的核心指标，跨膜压差实时表征膜污染动态，累计产水量界定机械极限的三级指标体系。基于“理化性能衰减-功能极限判定-维护干预影响”的全生命周期理论框架，本文构建了集成比通量衰减法、累计产水量分析法及化学清洗强度评估法的寿命预测方法体系 ...
Yan Xin +6 more
doaj +1 more source