一种注塑机械手堆叠算法及其运动控制策略

1

作者 余杰先 张中华 +2 位作者 陈凌玲 李久林 温舒然 《机电工程技术》 2023年第12期142-145,共4页

传统的注塑机行业中,注塑机锁模产品成型后,由人工伸手进模内抓取产品,这不仅效率低,而且风险高,容易造成工人误伤。尽管随着工业机器人的发展,一种可应用于注塑机自动抓取的机械臂控制系统应运而生,其快速的加减速速度曲线规划可以将... 传统的注塑机行业中,注塑机锁模产品成型后,由人工伸手进模内抓取产品,这不仅效率低,而且风险高,容易造成工人误伤。尽管随着工业机器人的发展,一种可应用于注塑机自动抓取的机械臂控制系统应运而生,其快速的加减速速度曲线规划可以将注塑模内产品的抓取周期缩短至2 s,大量应用于手机壳、塑料片的抓取,极大改善了生产安全和效率问题。然而随着行业的不断发展,注塑机产品工艺流程复杂度不断提高,当前的机械手从注塑机中取出产品都是按固定的点位投放,这就还需要工人手动将产品按指定排列方式进行堆放。因此,提出一种用于注塑机的机械手的堆叠算法,并规划了在机械手中实现该算法的运动控制策略。这种算法可以控制机械手以期望的排列方式自动将成品整齐排列,从而提高生产效率,并且使生产过程更加安全,更加智能化。 展开更多

关键词 注塑机械手 驱控一体 堆叠算法 提前加减速算法

在线阅读 下载PDF 职称材料

基于集成学习算法和Optuna调优的江西省森林碳储量遥感估测

2

作者 王可月 王轶夫 +3 位作者 陈馨 郑峻鹏 李杰 孙玉军 《生态学报》 北大核心 2025年第2期685-700,共16页

了解森林碳储量对于完整、准确地量化碳排放及气候变化背景下的环境监测至关重要,借助遥感数据源是估算区域尺度碳储量的有效方法。以江西省为研究区,基于第七次国家森林资源连续清查样地数据与Landsat-5 TM遥感数据,通过GEE平台对影像... 了解森林碳储量对于完整、准确地量化碳排放及气候变化背景下的环境监测至关重要,借助遥感数据源是估算区域尺度碳储量的有效方法。以江西省为研究区,基于第七次国家森林资源连续清查样地数据与Landsat-5 TM遥感数据,通过GEE平台对影像进行处理,将递归特征消除(RFE)、Boruta两种特征选择方法与支持向量机(SVR),包括随机森林(RF)、极端梯度提升(XGBoost)和堆叠集成(Stacking)在内的三种集成学习算法相结合,分析不同模型的估测精度。此外,运用Optuna超参数优化框架来确定各模型的超参数。根据最优估测模型来反演江西省森林碳储量并绘制空间分布图,选用地理探测器对碳储量的空间分布格局进行驱动力分析。结果表明:(1)根据特征重要性排名,RFE筛选出30个变量,Boruta筛选出11个变量,合适的特征子集与回归算法相结合能显著提升估测的准确性。(2)基于Optuna对各模型的超参数进行迭代调优,发现不同特征子集与机器学习算法相结合,超参数取值和重要性在模型中差异较大。其中RFE筛选的最优特征子集与Stacking算法结合进行回归拟合时获得了最好的估测效果(R^(2)=0.527,RMSE=15.85Mg/hm^(2),MAE=12.31Mg/hm^(2)),该模型有效利用训练数据,结合多种算法的优点以减少偏差,显著改善森林碳密度高值低估和低值高估的问题。(3)最优估测模型反演得到江西省2006年的森林碳密度平均值为33.356Mg/hm^(2)(2.585—88.943Mg/hm^(2)),森林碳储量总量为321.507Tg。(4)自然环境因子中海拔和坡度是影响碳储量空间分布格局的主要驱动因子;所有因子在交互作用下呈非线性增强和双因子增强,其空间分布格局是自然因素和人为因素协同作用的结果。 展开更多

关键词 森林碳储量遥感估测 集成学习算法 Optuna超参数调优 堆叠集成算法 碳密度 地理探测器

在线阅读 下载PDF 职称材料

基于改进堆叠泛化算法的电信套餐预测

3

作者 包志强 胡啸天 +2 位作者 赵研 赵媛媛 黄琼丹 《西安邮电大学学报》 2019年第2期98-104,共7页

提出一种改进堆叠泛化(stacking)算法的电信套餐预测方法。该方法将多种套餐进行两层分类,第一层粗分为高低价值两种套餐,第二层在粗分基础上对高价值或低价值套餐进行细分,在每一层数据预处理阶段使用合成少数类过采样算法(synthetic m... 提出一种改进堆叠泛化(stacking)算法的电信套餐预测方法。该方法将多种套餐进行两层分类,第一层粗分为高低价值两种套餐,第二层在粗分基础上对高价值或低价值套餐进行细分,在每一层数据预处理阶段使用合成少数类过采样算法(synthetic minority oversampling technique,SMOTE)得到平衡数据集。采用改进堆叠泛化算法,对每一类取所有0层分类器的最大最小后验概率,并融合重要的消费信息作为1层训练集,由1层分类器预测套餐的种类。选取某公司6种电信套餐进行预测,实验结果表明,改进后的套餐预测模型可应用于多种不平衡套餐的预测。 展开更多

关键词 电信套餐 堆叠泛化算法 合成少数类过采样算法 后验概率

在线阅读 下载PDF 职称材料

基于堆叠稀疏自编码的滚动轴承故障诊断 被引量：12

4

作者 侯荣涛 周子贤 +2 位作者 赵晓平 谢阳阳 王丽华 《轴承》 北大核心 2018年第3期49-54,60,共7页

针对机械设备故障数据大容量、多样性的特点,提出一种基于堆叠稀疏自编码(SSAE)的滚动轴承故障智能诊断方法。使用自动编码器(AE)逐层训练网络,从海量数据中自适应地学习各类故障的特征表达,再通过有监督的反向传播算法优化整个网络,最... 针对机械设备故障数据大容量、多样性的特点,提出一种基于堆叠稀疏自编码(SSAE)的滚动轴承故障智能诊断方法。使用自动编码器(AE)逐层训练网络,从海量数据中自适应地学习各类故障的特征表达,再通过有监督的反向传播算法优化整个网络,最终将特征输入softmax分类器实现滚动轴承健康状况精确诊断。在动力传动故障诊断试验台采集了5类轴承故障数据进行测试。试验结果表明:SSAE算法能够有效地提取故障特征,且故障诊断效果优于传统智能诊断方法。 展开更多

关键词 滚动轴承 深度学习 堆叠稀疏自编码算法 故障诊断

在线阅读 下载PDF 职称材料

基于堆叠乘积量化的图像特征反馈性检索仿真

5

作者 何青 孙红霞 《计算机仿真》 北大核心 2020年第4期456-459,475,共5页

采用当前方法检索图像中存在的特征时,检索特征所用的时间较长,检索得到的特征数量较少,存在检索效率低和召回率低的问题。提出基于堆叠乘积量化的图像特征反馈性检索方法,结合乘积量化算法和加法量化算法得到堆叠乘积量化算法,通过堆... 采用当前方法检索图像中存在的特征时,检索特征所用的时间较长,检索得到的特征数量较少,存在检索效率低和召回率低的问题。提出基于堆叠乘积量化的图像特征反馈性检索方法,结合乘积量化算法和加法量化算法得到堆叠乘积量化算法,通过堆叠乘积量化算法对图像进行降维处理,去除图像中存在的冗余信息和无用数据。在亮度、色彩和梯度三个方面对降维处理后的图像进行检索,获得图像的亮度特征、色彩特征和梯度特征,实现图像特征的反馈性检索。仿真结果表明,所提方法的检索效率高、召回率高。 展开更多

关键词 堆叠乘积量化算法 图像特征 反馈性检索

在线阅读 下载PDF 职称材料

基于多模型Stacking融合的基坑测斜时序预测

6

作者 胡比澜 王洋洋 张永强 《浙江大学学报(工学版)》 北大核心 2025年第4期706-716,共11页

为了准确预测基坑倾斜变形,提出基于极致梯度提升(XGBoost)、长短期记忆(LSTM)和线性回归(LR)的堆叠多变量预测模型.利用XGBoost集成学习的优越性和双层LSTM算法预测传统基坑变形的准确度,提升模型的预测精度和泛化能力.在数据预处理阶... 为了准确预测基坑倾斜变形,提出基于极致梯度提升(XGBoost)、长短期记忆(LSTM)和线性回归(LR)的堆叠多变量预测模型.利用XGBoost集成学习的优越性和双层LSTM算法预测传统基坑变形的准确度,提升模型的预测精度和泛化能力.在数据预处理阶段,引入K最近邻(KNN)插补算法增加可有效利用的数据总量,使用深度学习模型Informer的时间信息处理方式,改善传统算法中有监督学习忽略时间序列数据不同时间间隔的问题.以杭州某在建基坑为工程案例,插补616条缺失数据,将时间信息转为3列时间点特征信息,使用所提模型进行基坑变形预测分析.已有实测数据验证表明,所提模型在预测基坑最大测斜位移及该位移点处深度时的训练精度和泛化能力相比双层LSTM模型及XGBoost模型均有较大提升,使用时间点特征的XGBoost模型比LSTM模型更适合预测对时间因素敏感的指标. 展开更多

关键词 时间序列分析 基坑测斜 双层LSTM 极致梯度提升(XGBoost) 堆叠算法

在线阅读 下载PDF 职称材料

基于堆叠集成算法的质量分类案例分析 被引量：1

7

作者 常凤 刘静 +1 位作者 胡忠旭 艾鹏 《电子技术（上海）》 2024年第2期220-221,共2页

阐述针对葡萄酒品质分类常用的单一算法,提出堆叠集成算法,通过参数优化SVM、GBDT、RF、KNN学习器,将结果作为元学习器的RF输入特征。实验证明,堆叠集成算法评价指标显著提高。

关键词 堆叠集成算法 元学习器 基学习器

原文传递

基于集成量子神经网络的大地构造环境判别与分析

8

作者 张佳文 李明超 +1 位作者 韩帅 张敬宜 《地学前缘》 EI CAS CSCD 北大核心 2024年第3期511-519,共9页

量子地球科学是一门崭新的跨学科前缘专业,量子计算和量子机器学习算法为地学大数据的深度挖掘与分析带来了新的契机。其中,量子神经网络是目前最具代表性的研究方向之一,在复杂多源数据处理方面的效率与准确率尤为突出。本文以大地构... 量子地球科学是一门崭新的跨学科前缘专业,量子计算和量子机器学习算法为地学大数据的深度挖掘与分析带来了新的契机。其中,量子神经网络是目前最具代表性的研究方向之一,在复杂多源数据处理方面的效率与准确率尤为突出。本文以大地构造环境判别这一关键问题为切入点,利用堆叠集成算法对量子神经网络(Stacking Quantum Neural Network,S-QNN)进行了改进,并分别实现了玄武岩、辉长岩和尖晶石的构造环境智能判别;同时与四种传统算法(SVM、RF、KNN和NB)、经典神经网络(ANN)和传统量子神经网络(QNN)进行对比。结果表明,集成后的S-QNN模型在3类情况下的准确率较最优的传统算法分别提升5.67%、6.19%和13.34%,较普通的QNN模型提升3.11%、4.99%和3.84%,且更具鲁棒性和通用性。该研究反映了所提出的S-QNN在数据处理中的优势,更证实了量子机器学习算法在地球科学研究中的适用性与潜力,为量子科学与地球科学的交叉融合提供了新思路。 展开更多

关键词 量子地球科学 构造环境判别 岩石矿物 地球化学 堆叠集成算法 量子神经网络

在线阅读 下载PDF 职称材料

基于并行SDAE-Seq2Seq模型的轴承寿命预测方法

9

作者 张俊杰 王海瑞 +1 位作者 李亚 朱贵富 《化工自动化及仪表》 CAS 2024年第3期427-437,共11页

基于数据驱动的轴承寿命预测方法大多需要人工提取退化特征,而且对于不同工况下的轴承需要进行针对性优化,也是依赖专家知识和经验进行特征提取。为此,提出一种并行堆叠降噪自动编码器算法(PSDAE)来提取轴承退化特征,并结合Seq2Seq模型... 基于数据驱动的轴承寿命预测方法大多需要人工提取退化特征,而且对于不同工况下的轴承需要进行针对性优化,也是依赖专家知识和经验进行特征提取。为此,提出一种并行堆叠降噪自动编码器算法(PSDAE)来提取轴承退化特征,并结合Seq2Seq模型预测轴承剩余寿命。通过PSDAE直接对原始振动信号进行降噪、降维,得到退化特征,通过神经网络的学习和训练自动获得不同工况下的轴承退化特征。其次,引入注意力机制,将提取的特征输入Seq2Seq模型进行训练,并在PHM2012数据集上验证模型的预测效果。实验结果表明:PSDAE通过并行集成方式降低了模型的训练参数和整体误差,提取的退化特征在单调性和可预测性方面优于堆叠降噪自动编码器(SDAE),使用该退化特征有效减少了Seq2Seq模型的预测误差,提高了预测得分,具有更好的预测效果和稳定性。 展开更多

关键词 并行堆叠降噪自动编码器算法 寿命预测 滚动轴承 特征提取 注意力机制 Seq2Seq模型

在线阅读 下载PDF 职称材料

机载激光点云单木分割方法对比及精度分析 被引量：3

10

作者 张丽 王健 +1 位作者 曲相屹 邵为真 《测绘与空间地理信息》 2023年第5期34-37,42,共5页

通过对机载激光点云基于冠层高度模型、基于点云以及基于层堆叠种子点分割方法,对针叶林、阔叶林、针阔混交林3种不同类型林分进行单木分割,并通过计算单木分割的检测率、正确率、F-score等精度指标,探究不同分割方法在不同类型林分的... 通过对机载激光点云基于冠层高度模型、基于点云以及基于层堆叠种子点分割方法,对针叶林、阔叶林、针阔混交林3种不同类型林分进行单木分割,并通过计算单木分割的检测率、正确率、F-score等精度指标,探究不同分割方法在不同类型林分的适用性。实验结果表明,对于针叶林,基于点云分割方法的分割精度最高,基于层堆叠种子点分割方法对树木分割的正确率最高;对于阔叶林和针阔混交林,基于层堆叠种子点分割方法的分割精度和检测率较高,优于其他两种分割方法。 展开更多

关键词 机载激光点云 单木分割 冠层高度模型 点云分割 层堆叠算法

在线阅读 下载PDF 职称材料

融合重采样与堆叠学习的化合物血脑屏障透过率预测

11

作者 苏庆 肖淦耀 +1 位作者 周渭 杜志云 《生物医学工程学杂志》 EI CAS 北大核心 2023年第4期753-761,共9页

如何改善中枢神经系统(CNS)药物的血脑屏障(BBB)透过率,是CNS药物研发中面临的重要挑战。相较于传统的药代动力学性质测试,机器学习技术已被证实可以有效、低成本地预测CNS药物的BBB透过率。本文提出一种基于均衡化堆叠学习(SL)的BBB透... 如何改善中枢神经系统(CNS)药物的血脑屏障(BBB)透过率,是CNS药物研发中面临的重要挑战。相较于传统的药代动力学性质测试,机器学习技术已被证实可以有效、低成本地预测CNS药物的BBB透过率。本文提出一种基于均衡化堆叠学习(SL)的BBB透过率预测模型(BSL-B3PP),首先分别从药物化学背景角度以及机器学习角度,筛选出对BBB透过率有关键影响的特征集,并总结可穿透BBB(BBB+)量化区间;然后融合重采样方法与堆叠学习算法,进行CNS药物BBB透过率预测。BSL-B3PP模型基于较大规模的BBB数据集(B3DB)构建,经实验验证,曲线下面积(AUC)达97.8%,马修斯相关系数(MCC)为85.5%。研究结果说明,本模型具有较好的BBB透过率预测能力,尤其对于不能穿透BBB的药物也能保持较高的预测准确度,有助于降低CNS药物研发成本,加快CNS药物研发进程。 展开更多

关键词 血脑屏障透过率 机器学习 可穿透血脑屏障量化区间 重采样算法 堆叠学习算法

原文传递

人工智能技术在风电机组预知维护中的研究与应用

12

作者 吴吉军 冯江哲 王灿 《风力发电》 2022年第5期27-29,26,共4页

随着我国经济的快速发展、工业现代化进程加速,能源需求正在持续增长,为了响应国家“碳达峰”“碳中和”目标,风能作为清洁、无污染、可再生并且开发技术成熟的清洁能源,需求更是与日俱增。风机装机量在增加的同时,也伴随着故障检修不... 随着我国经济的快速发展、工业现代化进程加速,能源需求正在持续增长,为了响应国家“碳达峰”“碳中和”目标,风能作为清洁、无污染、可再生并且开发技术成熟的清洁能源,需求更是与日俱增。风机装机量在增加的同时,也伴随着故障检修不及时、不全面以及检修人员匮乏等问题。因此本文提出了基于大数据及人工智能技术故障预警方法,使用深度学习堆叠自编码(SAE)算法对风电机组齿轮箱散热及齿轮箱轴承类故障进行预警,模型准确率达73.6%;利用长短型记忆网络(LSTM)模型完成了发电机轴承故障诊断预警;利用机组降容的数据特点与图像识别进行深度融合对风电机组降容诊断及根因分析,模型准确率达到85%。 展开更多

关键词 大数据与人工智能 堆叠自编码算法 LSTM模型 图像识别

在线阅读 下载PDF 职称材料

水生萤火虫养殖过程中的水质监测方法

13

作者 王声亮 《新疆农机化》 2023年第5期46-48,共3页

水生萤火虫是一种独特的生物,对其养殖环境的要求较高,因此需要对水质环境进行精细化监测和调控。本文提出了一种可以基于物联网和web技术的水质监测系统,针对大陆水生萤火虫的幼虫生长过程中的水质环境进行监测,通过主成分分析法对多... 水生萤火虫是一种独特的生物,对其养殖环境的要求较高,因此需要对水质环境进行精细化监测和调控。本文提出了一种可以基于物联网和web技术的水质监测系统,针对大陆水生萤火虫的幼虫生长过程中的水质环境进行监测,通过主成分分析法对多变量时间序列进行筛选,降低模型输入数据维度,运用多元堆叠长短时记忆网络-差值分析算法(MSLSTM-DA)建立有关水质监测和预警模型,为今后的养殖提供预测和相应的决策参考。本文的研究在一定程度上填补了国内关于水生萤火虫养殖环境自动化监测和预警方面研究的空白,具有较高的实用社会价值和经济效益。 展开更多

关键词 水生萤火虫 水质监测 主成分分析法 多元堆叠长短时记忆网络-差值分析算法

在线阅读 下载PDF 职称材料

基于Stacking的脓毒症患者死亡风险预测模型

14

作者 李文锦 《建模与仿真》 2025年第3期261-269,共9页

脓毒症是由感染反应失调引起的危及生命的器官功能障碍,早期识别和预测高风险群体是降低患者死亡风险的关键。本研究采用多指标评估基础分类器的可信度得分,并引入贝叶斯优化算法构建脓毒症患者死亡风险预测模型。通过AUC、准确率、召... 脓毒症是由感染反应失调引起的危及生命的器官功能障碍,早期识别和预测高风险群体是降低患者死亡风险的关键。本研究采用多指标评估基础分类器的可信度得分,并引入贝叶斯优化算法构建脓毒症患者死亡风险预测模型。通过AUC、准确率、召回率、精确度和F1分数等指标全面评估模型的预测效果和性能,并使用特征重要性分析对模型预测结果进行可解释性分析,以提高辅助临床决策的及时性和准确性。结果表明,构建的Stacking模型在AUC、准确率、精确率等多个评估指标上表现优异,性能表现较优。特征重要性分析表明APACHE III评分、WBC等是影响脓毒症患者死亡风险的重要因素。本研究构建的Stack-ing脓毒症患者死亡风险预测模型具有较高的预测准确性,能够有效辅助医务人员对患者进行死亡风险评估,从而及时采取干预措施,改善患者预后。 展开更多

关键词 贝叶斯优化 堆叠算法 评估函数 脓毒症 死亡风险

原文传递

机载雷达点云亚热带针叶林单木分割探究 被引量：7

15

作者 胡迎香 高红旗 +3 位作者 夏万求 黄其欢 陈志欣 王德柱 《应用激光》 CSCD 北大核心 2021年第6期1301-1309,共9页

单木是森林的基本构成单元,精准单木检测和高效参数获取对提高林业管理质量和生产效率意义重大。针对亚热带针叶林单木分割存在的分割方法与参数选取问题,探究分水岭算法、距离判别聚类算法和层堆叠算法的关键分割参数选取,比较三种算... 单木是森林的基本构成单元,精准单木检测和高效参数获取对提高林业管理质量和生产效率意义重大。针对亚热带针叶林单木分割存在的分割方法与参数选取问题,探究分水岭算法、距离判别聚类算法和层堆叠算法的关键分割参数选取,比较三种算法对单木集群的分割效果,并结合识别结果与实测数据评价分割精度。试验结果显示:采用距离判别聚类算法和层堆叠算法分割单木集群时,存在着过度分割或者分割不足的情况;而分水岭算法的分割效果最佳,且分割精度最高。 展开更多

关键词 激光点云 单木分割 分水岭算法 距离判别聚类算法 层堆叠算法

原文传递