公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

时间序列趋势预测被引量：2: 2017年; 随着时间序列应用日益增多,时间序列预测,尤其是在未来的趋势预测,获得越来越多的关注。实现趋势预测的挑战在于实时提取时间序列的趋势特征与合理的预测模型。现有时间序列特征提取方法均是离线分析,而时间序列的预测通常为单一数值序列的多步预测。针对此问题,设计一种在线分段方法并用向量自回归(VAR)模型预测时间序列的趋势,VAR充分考虑到序列分段的长度和斜率之间的动态联系,因此比常规单变量的回归预测算法更加合理、有效。在真实数据集上的实验验证该预测算法的有效性。; 王金策杨宁; 关键词：时间序列预测 VAR模型

基于神经架构搜索的点击率预测模型: 2022年; 点击率(Click-Through Rate,CTR)预测是推荐系统中一项重要的任务,其目标是预测用户点击一个广告或者商品的概率。特征嵌入和特征组合是影响预测性能的关键,因此很多点击率预测模型的思路也是针对这两个方面进行优化。但目前大部分工作仅关注其中一个方面,并且几乎所有的模型在进行特征组合时都没有对特征进行区分,同一个特征与其他特征组合时都使用相同的嵌入和组合方法,阻碍了模型性能的提升。为解决该问题,提出了Auto-SEI(Automatic Super-field-aware Feature Embedding and Interacting)模型。该模型先将每个特征子域分配给一个特征超域,再根据分组得到特征的嵌入,然后为特征对选择合适的组合方法获取组合特征,最后进行预测。Auto-SEI模型中,特征子域的划分和组合方法的选择被参数化为架构搜索问题,利用神经架构搜索(Neural Architecture Search,NAS)算法压缩搜索空间并进行选择。在3个真实的大规模数据集上进行了大量实验,结果表明Auto-SEI模型在点击率预测任务上具有优秀的性能。; 帅剑波王金策黄飞虎彭舰; 关键词：推荐系统

回采工作面瓦斯运移数值模拟及预警模型被引量：2: 2021年; 针对某煤矿回采工作面,结合瓦斯运移规律及瓦斯浓度数据,预测回采工作面瓦斯风险级别。为分析瓦斯运移规律及瓦斯积聚区,通过FLUENT软件建立U型通风模型,模拟回采工作面瓦斯分布情况;为预测瓦斯存在的风险级别,通过监测到的瓦斯浓度数据实现时间序列计算模块,利用C#和MATLAB混合编程技术建立预测模型。结果表明:靠近进风巷下隅角附近采空区瓦斯浓度梯度小,上隅角拐角处瓦斯浓度梯度大;回采工作面发生瓦斯积聚的区域为上隅角附近。可见瓦斯关键监测点在工作面上隅角附近,瓦斯浓度预测模型可使用监测数据预测出未来数据。根据预测数据和划分出的5种风险级别,实现预警作用。; 周云飞孟秀峰赵庆珍王金策王金策黄少青; 关键词：回采工作面 FLUENT 瓦斯运移数值模拟预警模型

基于字符与单词嵌入的航空安全命名实体识别被引量：1: 2022年; 航空安全命名实体识别是构建航空安全知识图谱中基础且关键的任务,对消除航空隐患,制定有效的纠正措施和宏观政策提供了重要依据。针对航空安全领域包含大量较长的专有名词和名词缩写混合等问题,采用双向长短期记忆模型(BILSTM)、卷积神经网络(CNN)和条件随机场(CRF),构建一种使用字符与词两个粒度的模型,对航空安全事故进行命名实体识别(NER),以提取事故中的实体。采用航空事故报道为实验数据集,利用BILSTM模型自动学习字符粒度的语义特征向量,再结合词粒度的特征向量,通过CNN全局特征,最后通过CRF层对提取到的特征进行序列标注,以提取命名实体。经过实验对比验证,该模型能够有效提取命名实体,F1值相对现有方法提升了2.22%。实验结果表明,增加字符粒度的嵌入并且使用CNN获取全局特征可以有效提高航空安全领域命名实体识别效果。; 孙安亮时宏伟王金策; 关键词：命名实体识别条件随机场航空安全

基于RBF神经网络的感应电机自抗扰控制仿真: 2024年; 感应电机在工作过程中,容易受到外界干扰源的干扰,若干扰程度严重会造成电机故障,影响电机运行状态,为了提升感应电机的自抗扰能力,提出基于RBF神经网络的感应电机自抗扰控制方法。建立感应电机数学模型,依据电机损耗分析结果,确定电机内部非线性关系;结合RBF神经网络构建感应电机的控制系统,并将该系统划分成RBF网络辨识器以及自抗扰控制器两个部分,通过二者之间的有效结合,完成感应电机的自抗扰控制。实验结果表明,使用上述方法开展电机自抗扰控制时,响应速度较快,电机电流输出与实际结果之间差距较小,说明其控制性能较好。; 乔凌霄王金策郑婷一; 关键词：神经网络感应电机自抗扰控制辨识器

全选清除导出

共1页<1>

王金策