张新生
- 作品数：113 被引量：345H指数：10
- 供职机构：西安建筑科技大学管理学院更多>>
- 发文基金：国家自然科学基金陕西省哲学社会科学基金陕西省自然科学基金更多>>
- 相关领域：环境科学与工程自动化与计算机技术石油与天然气工程经济管理更多>>
- 一种考虑随机效应的腐蚀管道贝叶斯退化分析方法
- 本发明公开了一种考虑随机效应的腐蚀管道贝叶斯退化分析方法，包括以下步骤：1)通过IG过程描述管道的腐蚀退化过程；2)利用贝叶斯方法分别分析各模型、随机漂移逆高斯模型、随机波动逆高斯模型及随机漂移‑波动逆高斯模型；3)利用...
- 张新生吕品品张平裘瑾叶晓燕
- 基于信号分解和深度学习的农产品价格预测被引量：2
- 2022年
- 农产品价格的稳定对社会经济与农业发展有重要意义,但农产品价格的波动具有非平稳、非线性、波动性大的特性,较难精确预测。该研究基于信号分解和深度学习,提出一种分解-重构-提取-关联-输出的农产品价格预测模型(CT-BiSeq2seq),并且加入平均气温、养殖成本(大猪配合饲料与尿素价格)、群众关注度等多维度数据来提高模型的预测精度。首先,采用互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)方法把复杂的原始价格序列分解为简单序列。其次,分析皮尔逊相关系数及分解后的子序列,把原始价格序列重构为高频项、低频项、残差项。再经过时间卷积网络(Temporal Convolutional Network,TCN)提取重构序列的数据特征。随后,构建Biseq2seq模型,解码器引入双向长短期记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)加强序列数据间的全局关联。最后,通过解码器的LSTM网络输出预测值。以北京丰台区批发市场的白条猪肉价格进行实证分析,该研究提出的CT-BiSeq2seq模型的预测性能显著优于其他价格预测基准模型,在滞后天数为11 d达到最优效果。在其他数据集也有精确和稳定的预测效果,菠菜、苹果,鸡蛋的均方误差分别为0.6277、0.4632、0.5526元^(2)/kg^(2),平均绝对误差分别为0.5431、0.4425、0.5339元/kg,平均绝对百分比误差分别为3.2047%、2.2361%、2.2314%。同时根据不同数据集的结果发现,价格波动大的农产品适合采用较大的滞后天数,价格波动小的农产品适合采用较小的滞后天数。该模型可以为预测农产品的价格波动提供参考。
- 王润周张新生王明虎
- 关键词：农产品价格预测
- 基于空间卷积神经网络模型的图像显著性检测被引量：10
- 2018年
- 针对现有显著性检测方法鲁棒检测效果较差这一问题,提出一种新的基于空间卷积神经网络的显著性检测算法。利用去均值、归一化的预处理方法获取目标候选区。一方面通过引入卷积变换网络,建立提取显著物体上下文信息的全局模型,得到相应的目标检测信息显著图;另一方面构建特征子网络结构输出6维变换矩阵,经过空间变形模块改造输入图像,获取边缘信息。将空间变换网络输出的局部置信度融入到全局显著信息图,求取特征表达最大值,实现显著性与非显著性划分,完成显著性检测任务。实验结果表明,该算法不仅在同等条件下显著检测的AUC值得到了提高,并且生成的显著性图聚焦点突显,鲁棒检测效果得到明显改善。
- 高东东张新生
- 关键词：显著性检测卷积神经网络
- 基于RS-PSO-GRNN的埋地管道土壤腐蚀预测被引量：11
- 2018年
- 为克服埋地管道土壤腐蚀因素间的复杂性及传统方法预测精度低、适用性差等缺陷,提出基于粗糙集(RS)和改进粒子群算法(PSO)融合广义回归神经网络(GRNN)的埋地管道土壤腐蚀预测模型。通过属性约简,提取影响管道土壤腐蚀的主要因素,将其结果作为GRNN的输入,运用改进的PSO优化GRNN的参数,构建预测模型,并以中俄原油管道为例,进行土壤腐蚀实证分析。结果表明,与标准PSO相比,改进PSO的迭代收敛速度更快,稳定性更好,且该模型预测效果优于常规的误差反向传播(BP)模型和粗糙集融合支持向量机(RS-SVM)模型,为埋地管道土壤腐蚀研究提供了新思路,具有较好的借鉴意义。
- 骆正山王文辉王小完张新生
- 关键词：土壤腐蚀埋地管道粗糙集理论广义回归神经网络
- 考虑随机效应的腐蚀管道贝叶斯退化分析被引量：4
- 2019年
- 为提高管道腐蚀退化分析模型的适用性和预测精度,加强管道安全性管理,提出一种通用的基于贝叶斯理论考虑随机效应的逆高斯(IG)过程退化分析方法。根据系统退化随机效应信息,并结合直接处理在线预测数据集的方法,利用贝叶斯方法建立一个简单的IG模型和随机漂移(RD)、随机波动(RV)、随机漂移-波动(RDV)等3个随机效应IG模型。基于相关模型参数产生的后验样本,通过贝叶斯χ^2优度检验得到的概率分别为简单IG模型为0.9813;RD-IG模型为1.00;RV-IG模型为0.925;RDV-IG模型为0.9947。案例结果表明:RD-IG模型对数据拟合良好,贝叶斯分析方法在实时监测场景下进行退化预测灵活性强;考虑随机效应的退化分析能提高预测的准确性。
- 张新生吕品品
- 关键词：贝叶斯理论
- 结合深度学习与特征多尺度融合的微钙化簇检测被引量：2
- 2018年
- 为了准确识别X线图像中的微钙化簇以进行乳腺癌的辅助诊断与早期预防,结合细粒度级联增强网络(FCE-Net)与多尺度特征融合算法(MFF),提出微钙化簇目标检测方法.首先构建FCE-Net累加卷积模块层级权重,并增强多分支结构,得到细粒度卷积特征图.然后构建MFF候选检测网络,通过二倍上采样融合多尺度特征,得到目标置信度和区域坐标.最后在感兴趣区域池化层分类目标并调整边界框.在MIAS数据集上实验表明,结合FCE-Net与MFF可以提升微小目标的深层特征提取能力,同时增强目标分类与定位的准确度.
- 张新生王哲
- 关键词：目标检测卷积神经网络
- 基于ISSA-NESN的可再生能源电力需求预测研究
- 2023年
- 首先将标准麻雀搜索算法SSA加入Tent混沌映射以及动态步长因子得到优化的麻雀搜索算法ISSA,以提高种群的多样性并调节种群的全局搜索能力与局部开发能力。然后,将标准回声状态网络ESN的储蓄池内部状态函数用双曲正切函数来代替得到非线性回声状态网络NESN。最后,利用优化的麻雀搜索算法ISSA对非线性回声状态网络的储蓄池稀疏度SD以及谱半径SR进行参数优化,构建ISSA-NESN预测模型。通过算例分析,ISSA-NESN的平均绝对百分比误差(MAPE)为15.84%,均方根误差(RMSE)为0.12,预测效果优于其他对比模型。
- 夏雨烁张新生王明虎
- 关键词：回声状态网络电力需求预测
- 结合深度学习与特征多尺度融合的微钙化簇检测方法
- 本发明公开了一种结合深度学习与特征多尺度融合的微钙化簇检测方法，包括以下步骤：1)生成候选建议框；2得FCE‑Net+MFF网络模型；3)将输入图片的各候选建议框输入到FCE‑Net+MFF网络模型中，得特征图，在特征图...
- 张新生王哲陈晨王旭业何思宇
- 基于信号分解和深度学习的农产品价格预测方法及系统
- 本发明公开基于信号分解和深度学习的农产品价格预测方法及系统，包括：对农产品的原始价格序列进行CEEMD分解，得到价格子序列；S2，基于价格子序列，得到重构序列；S3，基于重构序列，得到重构序列数据特征；S4，构建BiSe...
- 张新生王润周杨厂韩轶伟武春杨李娅楠
- 一种基于逆高斯过程和EM-PF的管道剩余寿命预测方法
- 本发明公开了一种基于逆高斯过程和EM‑PF的管道剩余寿命预测方法，包括以下步骤：获取油气管道的腐蚀数据，再根据油气管道的腐蚀数据利用随机过程‑逆高斯过程描述油气管道的腐蚀退化过程，建立油气管道状态空间模型的状态方程及观测...
- 张新生李亚云骆正山高东东赵梦旭王太郎
- 文献传递
