融合模型
融合模型的相关文献在2002年到2022年内共计388篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文143篇、会议论文12篇、专利文献196682篇;相关期刊118种,包括心理学探新、北京科技大学学报(社会科学版)、商业时代等;
相关会议10种,包括第九届中国智能交通年会、第九届中国系统建模与仿真技术高层论坛、第十届海峡两岸心理与教育测验学术研讨会暨全国教育与心理统计测量学术年会等;融合模型的相关文献由1234位作者贡献,包括胡伍生、赵池航、陈阳等。
融合模型—发文量
专利文献>
论文:196682篇
占比:99.92%
总计:196837篇
融合模型
-研究学者
- 胡伍生
- 赵池航
- 陈阳
- 魏琛
- 化丽茹
- 李昊
- 洪智滨
- 郑有凤
- HU Wusheng
- 严宇翔
- 倪盛俭
- 刘伟
- 刘洋
- 刘红云
- 孟青
- 张帆
- 张文
- 张旭
- 张良
- 杨惠
- 王家祺
- 王旭
- 王春
- 钱子晨
- 陈俑志
- 马玉婷
- 黄德双
- 龙凤阳
- CHEN Yang
- YANG Hui
- 丁茂华
- 严卫生
- 严源
- 于惠
- 伏玉琛
- 何月顺
- 何泽皓
- 余嘉元
- 余席宇
- 傅妍玫
- 兰泽令
- 冯娜
- 刁志刚
- 刘乃齐
- 刘家铭
- 刘小伟
- 刘志远
- 刘旭东
- 刘明雍
- 刘柯楠
-
-
刘伟;
单雪垠;
李双喜;
王旭;
姚思雨
-
-
摘要:
针对噪声环境下滚动轴承故障难以诊断的问题,提出一种基于深度学习融合网络的轴承故障识别新方法。该方法首先对轴承振动信号进行一定程度的随机损坏,并将加噪后的数据输入卷积降噪自编码器(convolutional denoising autoencoder, CDAE)中对网络进行训练,目的是降低信号中的噪声干扰并提取浅层特征;然后,利用深度信念网络(deep belief network, DBN)学习深层特征并建立轴承状态识别模型,输出故障识别结果。在融合模型中,将卷积降噪自编码器作为网络的第一层以增强网络的抗干扰能力,提高故障的识别精度。使用凯斯西储大学(CWRU)滚动轴承数据对所提模型进行验证,结果表明提出的融合模型在噪声环境下能够较好地实现轴承的故障状态识别。
-
-
钟原;
张泰;
李平;
杨绪华
-
-
摘要:
针对井口压力控制作业中传统方法过度依赖专家经验和数学模型运算精度的问题,提出一种基于随机森林(Random Forest,RF)的多模型融合算法对压井方式进行分类判断。首先,将专家经验结构化、数据化,转化成可被机器学习模型使用的数据形式,同时,结合油气井的基础数据和工况参数,作为智能模型的重要参数来描述压井作业的特征空间;然后,将特征数据通过特征工程进行特征筛选、特征编码和特征选择等处理;最后,构建出基于随机森林的Stacking双层融合模型,实现压井方法的分类预测。通过实验验证,与单模型的机器学习算法相比,本方法具有更高的预测精度。
-
-
邵桂芳;
卢豪;
苏立权
-
-
摘要:
在生产过程中手机等智能设备的屏幕表面可能出现的微小缺陷与灰尘等脏污很相似,传统检测方法易将脏污误检为缺陷。为了提高产品表面微小缺陷的识别准确率,本文提出一种基于视觉注意力融合的检测方法。首先利用金字塔下采样初步识别出潜在目标,以减少图像数据量及提高计算效率,然后将角点检测、伽马变换和Otsu阈值分割等传统检测方法与3种显著性提取方法(布尔图显著性模型BMS、谱残差模型SR和频率调谐模型FT)相结合,建立了融合检测模型。实验结果表明,所提出的融合模型能够较为准确地区分出缺陷与脏污,F_(1)值可达到0.73,与其他几种显著性检测方法相比,本文方法在对脏污的识别上具有明显优势。
-
-
王献辉;
果利娟;
邓人超;
杨红卫;
刘成栋
-
-
摘要:
文章分析了城市排涝常见问题与排涝计算存在的不足,考虑城市雨水管网和内河及泵站排涝系统,探讨利用Mike11软件构建排涝融合模型,进行水动力计算,模拟城市圩区完整排涝过程,解决了雨水管网、排涝河道、排涝泵站的衔接问题,使排涝计算更加精细和准确,为城市圩区竖向标高、河道涝水位、泵站规模及排水防涝调度等方案优化提供支撑,为排涝规划提供较好的基础,并可对海绵城市建设对防涝安全的影响效应进行定量评估。
-
-
龚云翔;
袁仕芳;
刘付谦
-
-
摘要:
中国在扶贫工作取得决定性成就的同时,仍有一些脱贫人口存在返贫风险。本文基于不平衡数据集,利用SMOTE模型对返贫类别样本进行过采样处理,处理后的返贫与未返贫样本数据比例为3:1;接着建立基于Stacking集成学习的返贫预测模型,利用网格搜索对各个模型超参数进行寻优,结合10折交叉验证提高模型的泛化能力。本文使用4种不同的融合模型对脱贫户是否返贫进行预测。实验结果表明,与单一模型相比,模型融合后的分类效果要优于单独的分类器,其中最优融合模型的Acc为0.962,F1-score为0.946。
-
-
周雅夫;
刘邵勋;
孙宵宵;
黄立建;
连静
-
-
摘要:
为准确量化车用动力电池老化程度,提升其行业利用率,实现电池的全生命周期剩余寿命(Remaining useful life,RUL)的精确预测,提出一种基于多系数模型的车用动力电池全生命周期寿命预测方法。该方法融合重组了传统的经验指数模型和改进后的多项式回归模型,重组后的模型能在实验数据分析的基础上追踪电池全生命周期内的寿命退化趋势。该方法采用粒子滤波(Particle filter,PF)思想在线调整模型参数,设计了针对动力电池不同状态,不同容量种类的算例预测电池的RUL,通过改进多项式回归模型,传统经验指数模型以及多系数模型的预测精度对比评估模型。实验结果表明:相较于经验指数模型和改进后的多项式回归模型,本文提出的多系数模型针对电池容量衰减具有更好的拟合能力;结合粒子滤波算法,该模型无论是对在役电池还是退役电池均具有高精度的寿命预测结果。该方法对不同容量的动力电池均能准确预测电池失效时间,在电池梯次利用行业具有一定的适用性。
-
-
马睿;
尹韬;
李浩欣;
张凤强;
胡昱;
李庆斌
-
-
摘要:
机理与数据的融合对大坝建造-运维全生命周期性态准确高效评估与调控至关重要。本文梳理了大坝建造面临的主要难题与融合模型的发展历程,提出了融合模型串联、并联、混联的三种结构型式、基本特征及适用性,并通过混凝土拱坝温度场监测分析工程实例阐述了融合模型的应用方式及适用性。研究表明:融合模型分析预测能力强、准确性高、泛化能力强,能够处理复杂动态演化的数据;相比于非融合模型,三种结构型式的融合模型均体现出显著的优势,为解决大坝建造与运维过程中参数反演、监测分析、策略优化等问题提供一种新的视角和范式。
-
-
陈星;
忻渊中;
赵文渊;
孙博洋;
塔力鹏·努尔巴合提
-
-
摘要:
电网建设和改造所涉及的方面广泛,存在数据格式多样、数据来源多向等特点,整合系统所涉及的数据,使其融合在统一的系统中,可提高数据利用价值,建立可靠、实用的系统。在此基础上,对电网智慧建设中的数据进行了分类,这些数据包括结构化、半结构化以及非结构化的数据,融合了多源多类型数据的通用模式,针对不同类型的数据创建统一接口库,设计多源异构数据统一融合模型以促使来源不同、数据模式不同、数据结构不同的数据进行融合化、统一化应用。异构数据的融合模型主要包括数据获取、数据整合、关联关系建立、入库及调用。针对电网建设中的数据类型,在模型预处理阶段,完成了获取数据和各类数据内部初步整合的处理。围绕多源异构数据统一融合模型,研究了其衍生出的,包括辅助电网工程建设前期工作推展和数据处理的智慧前期系统等多项电网建设相关智慧系统。在电网建设智慧前期平台中,多源异构数据统一融合模型能有效地完成系统对所涉及的多元异构数据的统一与整合,为电网工程建设提供了全新的工作方式。该工作方式有效地提高了电网建设过程中各方的沟通效率,减轻了工作强度,增强了电网建设工程的规范化与数据的电子化。
-
-
沈百荣;
林昊;
无
-
-
摘要:
评“致病氨基酸变异预测的新型融合模型”“兵无常势,水无常形”,在生命科学中,更是如此。蛋白质变异伴随着生命的起源和人类的发展史,同时也带来了千变万化的表型。特别是疾病的发生和发展,亦是变异不断累积的结果。如今,不断出现变异毒株的新冠病毒来势汹汹,已造成全球500多万人罹难,经济生产、社会生活、国际关系、世界格局都受到剧烈冲击。因此,通其变而料其型是当下的迫切需要,也是生信人为国为民的担当。
-
-
邵爱斌;
杨洋
-
-
摘要:
氨基酸变异常常会影响蛋白质的结构和功能,进而导致疾病。当前,研究者们已经提出了一些基于计算的方法来预测氨基酸变异致病性。该文构建了一个新型融合模型,旨在提高预测性能和泛化性。首先,提取影响致病性的各类生物特征并用递归特征消除RFE方法筛选最优特征子集。然后,建立包含卷积神经网络和双向长短期记忆神经网络的深度学习模型提取特征,并以拼接的方式融合这两类特征作为模型输入。最后,构建一个基于XGBoost、CatBoost、LightGBM和随机森林的融合模型,用以预测氨基酸变异致病性。该融合模型的10重交叉验证准确性为92.8%,盲测准确性为93.1%,取得了当前最高的预测准确性和泛化性。该工具可用于辅助临床诊断和药物设计,降低研发成本。
-
-
ZHANG Liang;
张良;
HU Wusheng;
胡伍生;
LONG Fengyang;
龙凤阳;
YANG Hui;
杨惠;
CHEN Yang;
陈阳
- 《第八届全国交通工程测量学术研讨会》
| 2017年
-
摘要:
大坝变形分析是对大坝的安全监测资料进行的最有效利用,对大坝的变形观测数据进行分析,是掌握大坝运行性态的重要手段,其理论和方法的研究与应用已经取得了一定的进展.在大坝变形监测数据处理与分析的过程中,建立良好的大坝变形分析模型是至关重要的.本文提出一种基于广义回归神经网络的融合模型,利用陈村水电站大坝上6个观测点1999年1月到2006年12月连续观测得到的垂直位移观测数据验证其精度.结果证明,统计模型的均方根误差平均值为0.5220mm,常规广义回归神经网络模型的均方根误差平均值为0.5139,而基于误差补偿技术的GRNN神经网络融合模型的均方根误差值是最小的,平均值为0.4830,相对于统计模型精度提高约8%.
-
-
王家祺;
刘红云
- 《北京教育科学研究院2015年学术年会》
| 2015年
-
摘要:
本研究以小学数学中圆柱与圆锥这一章节为测验内容,通过融合模型的专门软件Arppegio 3.1进行分析,得到被试掌握模式、项目参数以及信效度指标.同时,为了检验题目的效度,对部分学生进行半结构化访谈,主要关注学生作答时的过程与策略,并与之前设定的Q矩阵中属性进行对比.结果显示:(1)本套测验中有些题目需要进一步修正;(2)融合模型在诊断应试者知识状态时,具有较高的判准率和信效度;(3)学生访谈可以为认知诊断研究提供有效的分析材料,为试题的修正提供可靠的依据.
-
-
-
-
CHEN Yang;
陈阳;
HU Wusheng;
胡伍生
- 《第八届全国交通工程测量学术研讨会》
| 2017年
-
摘要:
加权平均温度是影响大气可降水量预测精度的主要因素之一.针对目前经验模型精度较低的这一现状,本文基于Adaboost BP神经网络技术,在GPT2w模型基础上建立一种无需实测气象参数的高精度中国区域加权平均温度融合模型.利用Wyoming大学网站提供的中国区域15个气象探空站台2008-2010年数据分析比较了融合模型、GPT2w模型、Bevis模型和GSQ模型的精度.结果表明,融合模型的均方根误差为3.92K,GPT2w模型的均方根误差为4.79K,Bevis模型的均方根误差为4.32K,GSQ模型的均方根误差为5.03K.与GPT2w模型相比,融合模型的精度提高约18%;与Bevis模型和GSQ模型相比,融合模型不仅具有较高精度,同时方便用户的广泛使用.
-
-
-
马香媛;
李庆华
- 《浙江省社会科学界第三届学术年会》
| 2016年
-
摘要:
本文从国内外有关互联网及系统动力学领域应用的研究成果和现状分析入手,构建"五流"融合的系统动力学模型,把推进网络强国实施的"五流"融合看作是一个动态变化的复杂的社会系统,对网络强国的互联网"五流"融合模型中的信息流、技术流、资金流、人才流、物资流的必然性及系统动力学理论进行了阐述,通过研究在系统内部,各个主体和要素形成的复杂结构之间的相互作用和影响,分析信息流如何带动其他四流推动创新发展、转变经济发展方式等方面发挥积极作用的机制,提出相应推进网络强国战略实施的策略.
-
-
张兴旺;
秦晓珠;
李晨晖
- 《2011年教育部高校图工委信息技术应用年会》
| 2011年
-
摘要:
移动云计算作为移动互联网和云计算的思想与技术的集成,应该受到图书馆界的关注.目前,国内外仍然缺少移动云计算在图书馆中应用的构建模式、服务模式等方面的理论研究成果.基于此,本文对现有的国外移动云计算的应用案例进行介绍和初步分析,以期为其在图书馆中的应用研究指明方向,然后分析了移动云计算在图书馆应用存在的问题,并根据现有的技术及研究的支持,列出了开展这一研究的优势.最后,在前面的研究与分析的基础上,针对移动云计算在图书馆中的应用,进行了一些探索,并首次开拓性的提出移动云计算在图书馆中应用融合模型和MAAS服务模型.
-
-
Yan Song;
晏松;
Wang Junli;
王军利;
Zhu Ying;
朱茵
- 《第九届中国智能交通年会》
| 2014年
-
摘要:
多源交通数据融合技术是交通信息服务的保障,也是多源交通系统的关键技术,神经网络算法是一种有效的数据融合方法.本文通过对神经网络算法原理及各类检测数据特性进行概述,分析神经网络算法在多源交通数据融合中的可用性,梳理基于神经网络多源交通数据融合研究及应用现状,对基于神经网络的多源交通数据融合方法进行研究,并分类构造了多种融合算法模型.本文提出的方法及技术对多源交通数据融合研究及应用具有借鉴意义.
-
-
Yan Song;
晏松;
Wang Junli;
王军利;
Zhu Ying;
朱茵
- 《第九届中国智能交通年会》
| 2014年
-
摘要:
多源交通数据融合技术是交通信息服务的保障,也是多源交通系统的关键技术,神经网络算法是一种有效的数据融合方法.本文通过对神经网络算法原理及各类检测数据特性进行概述,分析神经网络算法在多源交通数据融合中的可用性,梳理基于神经网络多源交通数据融合研究及应用现状,对基于神经网络的多源交通数据融合方法进行研究,并分类构造了多种融合算法模型.本文提出的方法及技术对多源交通数据融合研究及应用具有借鉴意义.
-
-
-
-
-
-
-
- 安徽大学
- 公开公告日期:2022-09-23
-
摘要:
一种结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型,涉及数据挖掘,模型融合等技术,包括以下步骤:首先对云端监管平台海量多源异构数据进行去噪处理和特征因素提取获取行驶过程中的健康指标,作为数据驱动预测模型的一个输入,利用极限学习机进行寿命预测,得到数据驱动寿命预测模型。通过多因素寿命衰减实验获取电池寿命经验预测模型,将经验模型和数据驱动模型进行交互融合,设置阈值,得到电池寿命融合模型,提高寿命预测精度,更适用于实际汽车工况。本发明通过将反映寿命衰减与工况因素之间关系的经验模型和反映寿命衰减与运行状态之间关系的数据驱动模型进行融合,可以实现复杂工况下电池寿命的精准预测,保证电池安全运行。
-
-
-
-