郭家桢
- 作品数：5 被引量：11H指数：2
- 供职机构：西安工程大学电子信息学院更多>>
- 相关领域：文化科学电气工程更多>>
- 对高校教学秘书工作的认识与思考
- 2017年
- 文章对高校教学秘书工作的特点和高校教学秘书工作的角色定位,以及高校教学秘书应具备的素质进行了分析,同时对高校教学秘书应具备的思想、业务素质和学习意识提出了要求。
- 郭家桢
- 关键词：教学秘书高校角色定位
- 人工智能技术迅猛发展背景下机器人工程专业人才培养探索被引量：8
- 2019年
- 铺天盖地的人工智能教育论坛、研讨会、培训班,不仅促进了“人工智能”研究的深入和应用推广,同时也为人工智能(AI)向“人工智能+教育”发展提供了技术基础。研究了“新工科”与“双一流”背景下国家颁布的一系列人工智能发展战略政策,探索了人工智能发展现状及发展趋势,论证了机器人工程专业人才培养方案,研究内容对人工智能人才培养具有一定的借鉴意义。
- 李云红张欢欢陈锦妮廉继红郭家桢贾凯莉李力
- 关键词：人工智能机器人工程
- 基于多目标优化的ISMA-CNN-BiLSTM短期负荷预测
- 2023年
- 为提高短期负荷的稳定预测能力,提出一种基于多目标的改进黏菌算法(improved slime mould algorithm,ISMA)的卷积神经网络-双向长短期记忆(CNN-BiLSTM)短期负荷预测模型。针对现有黏菌算法(slime mould algorithm,SMA)易陷入局部最优且全局搜索能力存在一定局限的问题,首先,采用Sin混沌映射生成初始黏菌种群;其次,引入Tent混沌映射和高斯变异来提高种群的多样性,增强寻找局部最优解的概率;同时,还引入了新的自适应惯性权重和融合随机扰动、贪心策略等改进方法,以优化算法的全局搜索能力。此外,为了验证ISMA的优势,基于不同类型的测试函数进行实验,相较于其他算法,ISMA具有更高的寻优精度和更快的收敛速度。最后,对某区域的真实负荷数据进行分析,结果表明,在预测一周负荷时,所提出的模型相较于CNN-BiLSTM和SMA-CNN-BiLSTM模型,其平均绝对百分比误差分别降低了1.79%和1.04%,进一步验证了ISMA-CNN-BiLSTM模型在短期负荷预测方面具有较高的准确性。
- 马苗洁孟昭亮张乐孙宁郭家桢
- 关键词：自适应惯性权重高斯变异
