期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
MSHC:一种多阶段超图聚类算法
1
作者 张春英 王静 +2 位作者 刘璐 兰思武 张庆达 《深圳大学学报(理工版)》 北大核心 2025年第1期68-76,共9页
超图作为普通图的高维推广,能够更加灵活地反映节点间的高阶复杂关系.超图聚类旨在发现超图结构中复杂的高阶关联关系.针对目前超图聚类结果不稳定、容易陷入局部最优等问题,结合超图划分思想,提出一种多阶段超图聚类(multi-stage hyper... 超图作为普通图的高维推广,能够更加灵活地反映节点间的高阶复杂关系.超图聚类旨在发现超图结构中复杂的高阶关联关系.针对目前超图聚类结果不稳定、容易陷入局部最优等问题,结合超图划分思想,提出一种多阶段超图聚类(multi-stage hypergraph clustering,MSHC)算法,该算法将超图聚类过程分为超图约简、超图初始聚类以及优化迁移3个阶段.在超图约简阶段,提出一种不改变超图结构的快速约简方法,降低了后续算法的复杂度;提出基于集对分析理论的超图节点间相似性度量方法,并采用层次聚类方法对超图进行初始聚类,采用4种不同的类簇合并计算方法,增加聚类方案的多样性;将遗传算法应用于优化超图聚类方案的研究中,以此获得最优超图聚类方案.在3个不同规模的数据集上与4个经典的超图聚类方法进行对比实验,结果表明,MSHC算法在Songs_genres数据集和Papers_keywords数据集上超图模块度指数分别提高了0.0797和0.0777,在Movies_genres数据集上仅降低0.0060. 展开更多
关键词 数据处理 超图聚类 遗传算法 集对分析理论 超图约简 多阶段聚类 超图模块度
在线阅读 下载PDF
融合CBAM的Mask R-CNN模型在球团识别与粒径测量中的应用
2
作者 王猛 刘卫星 +3 位作者 李喆 李浩 齐西伟 杨爱民 《烧结球团》 北大核心 2025年第1期85-94,125,共11页
球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,... 球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,对比了多种主干网络的训练表现,并与多个分割模型进行了精度对比。此外,利用像素点统计分割掩膜面积实现了球团粒径的测量。结果表明,ResNet50作为主干网络在球团的特征提取中更具优越性。引入Convolutional Block Attention Module(CBAM)的Mask R-CNN模型对比初始模型A mean提高了2.18%。对比BlendMask、SOLOv2、YOLACT以及CondInst等分割模型,改进后的模型在分割精度上也有优势,并能更好地处理分割细节。此外,与Image J测量的球团粒径相比,本文所提出的球团粒径测量方法的最大误差保持在±1.8 mm之内,A_(IoU=0.5)可达到0.9483。 展开更多
关键词 球团粒径 Mask R-CNN 迁移学习 ResNet CBAM
在线阅读 下载PDF
轻梯度提升机算法的发展与应用
3
作者 魏佳妹 袁书娟 +2 位作者 孔闪闪 杨爱民 赵晨颖 《计算机工程与应用》 北大核心 2025年第5期32-42,共11页
轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。... 轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。LightGBM被广泛应用于医疗、自然语言处理、金融、工业制造等领域。然而,LightGBM在高维数据处理、类别特征处理、模型解释性等方面仍面临许多挑战。目前,解决这些问题的方法主要集中在特征工程、可视化、模型混合等方面,并取得了很好的效果。介绍了决策树家族的相关算法原理和变体研究;对LightGBM的原理、优缺点进行梳理,归纳出算法所面临的挑战,并指出LightGBM未来的研究热点和难点;对LightGBM的发展进行了总结和展望。 展开更多
关键词 轻梯度提升机算法 决策树 集成学习 机器学习
在线阅读 下载PDF
基于BO-RF的烧结矿化学成分预测模型研究 被引量：2
4
作者 李一帆 李锦祥 +3 位作者 杨锦堂 杨爱民 刘卫星 李杰 《烧结球团》 北大核心 2023年第6期109-115,138,共8页
烧结矿的化学成分是决定烧结矿质量和高炉冶炼顺行的关键因素之一。为了稳定烧结矿化学成分,通过对烧结矿与混合矿化学成分进行相关性分析,选取两者相关性高的化学成分作为输入参数,并采用贝叶斯算法优化随机森林算法里的超参数,对烧结... 烧结矿的化学成分是决定烧结矿质量和高炉冶炼顺行的关键因素之一。为了稳定烧结矿化学成分,通过对烧结矿与混合矿化学成分进行相关性分析,选取两者相关性高的化学成分作为输入参数,并采用贝叶斯算法优化随机森林算法里的超参数,对烧结矿中化学成分[w(TFe)、w(FeO)、w(SiO_(2))、w(CaO)、w(MgO)、w(Al_(2)O_(3))、碱度(R)]进行预测,建立了基于BO-RF的烧结矿化学成分预测模型。预测结果表明:烧结矿化学成分的预测准确率均达到90.0%以上,其中烧结矿w(CaO)的预测准确率达到96.9%,烧结矿R的预测准确率为96.5%。烧结矿化学成分预测相对误差均在5.0%以内,其中烧结矿R的预测相对误差在3.5%以内,烧结矿w(TFe)的预测相对误差在1.4%以内,整体预测精度较高。 展开更多
关键词 混合矿 烧结矿 化学成分 BO-RF算法 预测模型
在线阅读 下载PDF
基于数据增强的烧结矿转鼓强度预测研究 被引量：2
5
作者 李泽政 刘卫星 +2 位作者 李飞 李一帆 杨爱民 《烧结球团》 北大核心 2023年第6期62-68,共7页
烧结矿转鼓强度是烧结过程中反映烧结矿质量的重要指标之一,其精确预测可以提高生产过程的控制精度和效率,降低生产成本和资源浪费。但在实际生产中,烧结矿转鼓强度预测存在一些困难,比如数据量有限、数据质量不佳等问题。因此,为了提... 烧结矿转鼓强度是烧结过程中反映烧结矿质量的重要指标之一,其精确预测可以提高生产过程的控制精度和效率,降低生产成本和资源浪费。但在实际生产中,烧结矿转鼓强度预测存在一些困难,比如数据量有限、数据质量不佳等问题。因此,为了提高预测精度,首先采用生成对抗网络(GAN)对原始数据集进行扩增,以解决数据量有限的问题;然后采用麻雀搜索算法(SSA)优化的回声状态网络(ESN)构建预测模型。相比于传统的神经网络,ESN具有更好的稳定性和泛化能力,并且能够快速训练和适应新数据。通过试验验证了该模型的预测精度和效率,并与其他预测算法进行了比较。结果表明,采用扩增后的数据集和ESN模型可以显著提高预测精度,平均绝对百分比误差由1.41%缩小至1.06%。 展开更多
关键词 烧结 转鼓强度 数据增强 回声状态网络 优化算法
在线阅读 下载PDF
熔剂性球团生球性能预测及优化模型研究 被引量：1
6
作者 刘卫星 陈太龙 +2 位作者 付之珍 肖洪 李杰 《烧结球团》 北大核心 2023年第3期91-98,共8页
本文采用造球试验,研究了碱度(R)、w(SiO_(2))、w(MgO)对熔剂性球团成球率、生球爆裂温度、抗压强度、落下强度的影响规律,并基于BP神经网络建立了生球性能预测优化模型。研究结果表明:制备熔剂性球团时,R控制在0.6~1.4之间、w(SiO_(2)... 本文采用造球试验,研究了碱度(R)、w(SiO_(2))、w(MgO)对熔剂性球团成球率、生球爆裂温度、抗压强度、落下强度的影响规律,并基于BP神经网络建立了生球性能预测优化模型。研究结果表明:制备熔剂性球团时,R控制在0.6~1.4之间、w(SiO_(2))控制在3.5%~5.0%之间、w(MgO)控制在1.8%~2.6%之间,造球的成球率均在90%以上;混合料中细粒级部分占比的增多会使生球爆裂温度升高、抗压强度与落下强度均先增大后减小;模型预测造球成球率、生球爆裂温度、抗压强度、落下强度的平均绝对百分比误差(MAPE)分别为2.64%、5.09%、5.75%、11.19%,预测精准度能够满足冶金行业预测误差要求,可实现生球性能的精准预测;试验研究结合模型预测得出,当混合料的碱度为1.0、w(SiO_(2))为5.5%、w(MgO)为1.8%时生球的各项性能最佳。 展开更多
关键词 熔剂性球团 成球率 爆裂温度 强度 BP神经网络
在线阅读 下载PDF
焙烧制度对熔剂性球团强度及冶金性能的影响 被引量：2
7
作者 刘卫星 肖洪 +2 位作者 化泽一 张文强 李杰 《河北冶金》 2023年第5期7-12,31,共7页
针对熔剂性球团低温还原粉化指数低、荷重软化性能差的问题,以唐钢生产的生球为对象,研究了焙烧温度和焙烧时间对熔剂性球团强度、低温还原粉化性能和荷重软化性能的影响规律。采用XGboost算法建立了焙烧温度和时间与球团低温还原粉化... 针对熔剂性球团低温还原粉化指数低、荷重软化性能差的问题,以唐钢生产的生球为对象,研究了焙烧温度和焙烧时间对熔剂性球团强度、低温还原粉化性能和荷重软化性能的影响规律。采用XGboost算法建立了焙烧温度和时间与球团低温还原粉化性能和荷重软化性能的优化预报模型。根据研究结果并结合唐钢现场情况和技术指标要求,优化推荐了熔剂性球团的两种焙烧制度:第一种现用焙烧温度不变,延长焙烧时间:具体为干燥段300℃、7.5 min,预热段1100℃、9 min,焙烧段温度等于或高于1230℃、焙烧时间等于或大于13 min;第二种现用焙烧时间不变,提高焙烧温度:具体为干燥段300℃、7.5 min,预热段1100℃、9 min,焙烧温度等于或高于1250℃、焙烧时间10 min。 展开更多
关键词 熔剂性球团 低温还原粉化性能 荷重软化性能 XGboost模型 焙烧温度 焙烧时间
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部