公共文化服务平台

搜索到1961篇“ 分解技术“的相关文章

EMD分解技术在水产养殖溶解氧浓度预测中的应用: 2025年; 为了提高水产养殖环境中溶解氧水平的预测准确性,文章提出了结合EMD分解技术与集成学习方法的模型。通过应用EMD分解多源数据,解决了预处理阶段各数据流之间的同步关联难题。利用不同基础模型在数据处理和训练流程中的独特特性,增强了整体预测性能。预测效果评估显示,所提模型在水产养殖周期内的各个阶段均展现出更优异的预测能力。; 郎波樊一娜; 关键词：水产养殖溶解氧

使用分解技术的用于叠加计量的图像预处理: 一种系统可包含控制器，其用于：接收包含具有一或多个已知节距的周期性特征的计量目标的一或多个图像；使用分解技术预处理所述一或多个图像以产生一或多个经预处理图像；且基于所述一或多个经预处理图像来产生所述计量目标的一或多个计量...; N·K·雷迪V·莱温斯基

一种基于光量子分解技术的地表水污染处理系统及方法: 本发明涉及地表水污染治理技术领域，并具体公开了一种基于光量子分解技术的地表水污染处理系统及方法，包括：获取模块，用于获取设置介质载体的所有类预测净化参数；第一计算模块，用于基于设置介质载体的每个参照介质载体的所有类基础参...; 请求不公布姓名请求不公布姓名

一种基于非侵入式分解技术的变电站噪声异常的识别方法: 本发明公开了一种基于非侵入式分解技术的变电站噪声异常的识别方法，属于电力系统设备监控和信号处理的技术领域；包括以下步骤：S1：在变电站厂界周围布置非接触式声音传感器，采集变电站的噪声数据；S2：对噪声数据进行预处理；S3...; 刘平王晟石剑波张莹朱琦妮

基于分解技术的IZOA-Transformer-BiGRU短期风电功率预测: 2025年; 准确的风电功率预测对于保障电网平稳运行和提升风资源利用效率具有重要意义。针对风电功率数据的非平稳性和间歇性等特征,本文提出了一种结合数据分解技术的IZOA-Transformer-BiGRU组合预测模型,以提升短期风电功率预测的精度和可靠性。首先,采用能量差值法确定变分模态分解(VMD)的子模态数,将具有较强随机波动性的原始风电功率分解为一系列相对平稳的子序列,从而更加充分地提取时序特征。其次,构建Transformer-BiGRU模型,引入多头注意力机制并行处理多个特征之间的交互关系,并利用BiGRU捕捉时序序列间的前后依赖性,从而提升预测性能。为了进一步优化模型性能,采用融合Singer混沌映射、透镜折射反向学习和单纯形法策略的改进斑马优化算法(IZOA),对Transformer-BiGRU模型的隐藏层神经元数、初始学习率、正则化系数和多头注意力头数四个关键超参数进行优化。最后,通过IZOA-Transformer-BiGRU对分解后的各子序列进行预测,经过叠加重构得到最终的预测结果。实验结果表明,与单一BiGRU模型相比,所提模型的决定系数提升了5.10%,平均绝对误差、均方根误差以及平均绝对百分比误差分别降低了56.17%、54.58%、54.55%,具有较高的预测精度。; 蒲晓云杨靖杨兴宁媛; 关键词：风电功率预测 TRANSFORMER

一种光触媒分解技术的二手烟净化装置: 本发明涉及净化装置技术领域，公开了一种光触媒分解技术的二手烟净化装置，包括支撑架，所述支撑架的上表面固定连接有连接管，所述连接管的内部固定连接有风扇，所述连接管的内部安装有角度调节机构，所述连接管的上表面设置有排风管，所...; 林家好

一种基于图和序列分解技术包含虚拟站点的集成水位预测方法: 本发明公开了一种基于图和序列分解技术包含虚拟站点的集成水位预测方法，包括：对水位监测站点数据进行预处理，并划分为训练集和测试集；构建图和序列分解模块(GSD)，并采用训练集和测试集训练图和序列分解模块GSD；构建虚拟站点...; 李彦杉刘杉刘相张亚马佳

基于任务图谱的作战任务分解技术研究: 2025年; 作战任务是指作战力量为达成预定作战目的而担负的任务,建立统一的任务数据模型,是实现作战任务统一认知和协同协作的关键。准确量化描述作战任务是制定作战计划和执行作战行动的前提和首要条件,其准确性直接关系到作战计划的合理性,进而影响到作战准备和后续行动。现有作战任务规划系统一般采用人工描述,没有统一的标准和规范,也缺乏对任务执行效果的评判准则,这样就造成了任务描述的不确定性和任务评判准则的模糊性,使计划的执行效果难以衡量。基于知识图谱技术构建任务图谱,参考美军联合作战任务清单,探讨了如何建立作战任务统一的描述方法和可量化手段,并进行数据关联,为解决此类问题提供了理论及工程化依据。; 陈万桥娄行威李炎; 关键词：知识图谱

基于矩阵分解技术的大数据预测方法: 本发明公开了基于矩阵分解技术的大数据预测方法，通过将对应的时序依赖因子矩阵输入到回声状态网络中，在得到分别对应的数据矩阵之后，分别对各数据矩阵进行矩阵分解之前，还包括：将数据的数量级或量纲不一致的数据矩阵确定为目标矩阵，...; 韩子天李玄锋曲伟钱涛

基于改进的非负矩阵分解技术的抗运动干扰心电信号感知方法: 2024年; 连续监测心电信号对于加强心血管疾病的早期筛查和诊断至关重要.然而,现有的心电信号监测方法存在依赖昂贵设备、依赖用户执行特殊操作、应用场景受限等弊端,无法满足广泛人群在日常生活状态下长期连续监测心电的迫切需求.为了克服上述问题,本研究提出了一种基于改进的非负矩阵分解技术的抗运动干扰心电信号感知方法 .其基本思想是利用成本低廉的腕戴式智能设备集成的陀螺仪,连续感知身体振动中隐含的心脏活动信息并生成细粒度心电信号.为了有效应对身体运动干扰难以消除的固有挑战,本研究提出了一种基于改进的非负矩阵分解技术的创新方法 .该方法能够在未经训练的情况下,成功提取因心跳引发的微弱心冲击振动信号,有效克服运动干扰问题.此外,针对心冲击振动信号在心动周期中波形动态性强且缺乏明确起止点的特点,本研究首次提出了四种全新的形态特征,并结合机器学习算法,精准识别心冲击振动信号中的尖峰点,从而实现对心动周期的精确切分.最后,本研究基于循环生成对抗网络,构建了心冲击振动信号与心电信号之间的映射关系.得益于该网络的创新设计,模型在无需用户提供训练数据的情况下,也能高效生成精准的心电波形.本研究对18位志愿者进行了大量实验,结果表明所提出的连续心电信号监测方法非常有效,抗运动干扰效果显著.在身体静止和运动的情况下,平均幅值误差分别为7.92%和9.02%,均满足医学标准规定的误差范围低于10%的要求.; 曹烨彤李凡刘晓晨谢睆冉陈慧杰; 关键词：心电非负矩阵分解

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈