Results 81 to 90 of about 3,713 (170)
野生动物学报, 1986 用犬进行狩猎是大家所熟悉的。把一般的犬变成猎犬,须加以严格训练。不经训练的犬,就不可能准确的听从指挥成功的进行狩猎。对猎人不但无用反而有害。比如:有的犬遇到大型猛兽它就胆怯,向回逃跑,将兽引向猎人,酿成杀身之祸。经过训练的犬,能保护主人,捕、咬猛兽,或是将猛兽引走,在关键时刻可使主人化险为夷,同时还可将猎物捕获。一、训练猎犬的主要原理犬有灵敏的嗅觉、视觉、和听觉。外界环境的变化,对犬的各种刺激都将引起相应的反映 ...
刘国义
doaj
Zhongshan Daxue xuebao. Yixue kexue ban, 2014 摘 要: 【目的】 探讨帕金森病(PD)患者足底压力分布特点及综合视听觉训练对足底压力的影响?【方法】 选择原发性帕金森病患者25例(Hoehn and Yahr分级1.5-3级),其中男性15例,女性10例,平均年龄(62 ± 11)岁?每位受试者在综合视听觉训练前?训练1周后?训练3月后分别进行静态和动态足底压力的测定,统计分析其特点及训练前后的变化情况?【结果】 双侧静态足底压力训练前排序为:8区>7区>4区>5区>3区>6区>1区>2区,训练1周后及3月后变化为: 8区>7区>4区>5区>6区 ...
doaj
Gaoya dianqi, 2019 对变压器油箱表面混合的绕组和铁心振动信号进行分离,可以提高利用振动信号诊断内部机械状态的准确程度。文中利用径向基（radial basis function,RBF）神经网络以任意精度逼近非线性函数的优点,建立了以混合振动信号频域特征为输入,铁心、绕组源信号频域特征为输出的分离模型,将采集到的振动信号分为训练集和验证集,用训练集对网络进行训练,验证集进行验证,设定训练误差的目标值,当网络迭代到训练误差达到指定精度时,网络训练完成,从而可以利用该网络实现铁心、绕组振动信号的分离。波形相似系数的计算结果表明,
傅晨钊 +8 more
doaj
Gaoya dianqi, 2012 建立了电抗器匝间绝缘雷电冲击调波参数组合寻优模型。为了克服传统BP神经网络训练收敛太慢以及容易陷入局部最小值等问题,采用了正交试验设计方法结合基于Levenberg-Marquardt法的BP神经网络对建立的数学模型进行了仿真训练并对设备雷电冲击调波参数组合进行了寻优,获得了较为精确的标准雷电冲击波形,对实际试验具有一定的指导意义。
李华良 +5 more
doaj
Dianxin kexue近年来，全球进入智能计算的蓬勃发展期，作为具有巨量参数和复杂结构的深度学习模型，大模型训练需要在多卡、多服务器间实现训练参数的快速同步，所以对算力中心网络的带宽、时延、可靠性、可扩展性和安全性等提出更高要求。研究了面向大模型训练的智算网络的需求和相关关键技术，对智算网络的研究成果、标准规范和案例实践进行了分析，以期进一步促进智算网络的发展。
郭亮1,2, 王少鹏1, 权伟2, 李洁1
doaj +1 more source
Intervention studies based on the strength model of self-control:A review
, 2015 资源模型认为个体在执行自我控制行为时需要消耗有限的心理资源。研究者们主要从"开源"和"节流"两方面开展提升自我控制的干预研究。本文总结了基于自我控制资源模型的干预研究的发展与现状。多种自我控制的行为训练可用于提升资源储量,某些行为训练、正念以及补充葡萄糖能减缓或恢复自我损耗。未来研究应进一步探索干预的作用机制,关注自我控制任务的多样性以提高研究的生态效度,并开发可运用于生活中的干预技术提高资源模型的应用价值。
何玲, 史占彪
core +1 more source
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
Gaoya dianqi, 2012 通过对局部放电的模式识别可以了解放电类型及严重程度,并在此基础上确定维护方案。为了对局部放电进行识别,建立了油纸绝缘中的5种典型缺陷模型;运用K-W检验从相间局部放电（PRPD）统计算子中提取出分类能力最强的11个特征;基于提取的特征,在小样本训练集的前提下,利用层次分析法对典型放电模型进行识别,同时和同种情况下使用人工神经网络的识别效果进行了比较。实验结果表明,在小样本训练集下,运用层次分析法得到了较好的识别效果,正判率均大于85%,优于人工神经网络 ...
季盛强 +5 more
doaj
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
基于SURF-BoVF特征与主动学习EQB-LightGBM的发电机局部放电模式识别方法
Gaoya dianqi为构建高效且高精度的发电机局部放电分类模型，提出了一种基于PRPD图谱SURF特征的视觉词袋表征方法以及主动学习EQB-LightGBM模式识别方法。首先，从5种发电机典型局部放电类型的PRPD图谱中提取SURF特征，这些特征被用于构建视觉词袋模型。通过该模型，发电机局部放电样本可以高效地量化为一个高维特征向量，从而有效地表征放电模式的特征组成。然后，将放电样本训练集划分为初始训练集和候选样本集，使用初始训练集训练分类投票模型，并通过EQB策略从候选样本集中筛选高价值样本，优化训练集参与模型迭代训练 ...
毕光均 +5 more
doaj