排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
针对现阶段水质监测中存在的水质变化响应滞后问题,提出了采用灰色预测法、人工神经网络(BP神经网络、径向基神经网络、广义回归神经网络)以及两者组合的方法对水质动态预测进行研究。以太湖流域嘉兴斜路港监测断面为例,并依据后验差检验比值c及小概率精度p对模型预测效果进行了分析。结果表明,对年内预测,通过广义回归神经网络的动态预测值平均相对误差为0.61%,后验差检验比值小于0.65,小误差概率大于0.7;采用灰色结合广义回归神经网络的方法对水质pH值进行预测,平均相对误差仅有0.85%,后验差检验比值小于0.65,小误差概率等于1。研究结果还表明,对年际预测,灰色结合BP神经网络和灰色结合径向基函数神经网络的动态预测值平均相对误差分别为0.57%和0.80%,其后验差比值都小于0.5,小概率误差都为0.9,大于0.8。 相似文献
2.
针对5G网络切片(NS)场景下由于缺乏提前对物理网络资源进行感知而导致切片迁移滞后的问题,该文提出一种基于集成深度神经网络流量预测的动态切片调整和迁移算法(DSAM)。首先建立了基于计算、内存、带宽资源配置的网络总惩罚模型;其次,提出基于集成深度神经网络的流量预测算法预测未来网络流量情况,并根据流量类型的不同将其转换成对未来时刻物理网络的资源占用及切片的资源需求感知;最后,根据感知结果,以尽可能大地降低运营商惩罚为目标,通过动态切片调整和迁移策略将虚拟网络功能(VNF)和虚拟链路迁移到满足资源限制的物理节点和链路上。仿真结果表明,所提算法有效提高了切片迁移的效率和网络资源利用率。 相似文献
3.
4.
5.
针对网络切片场景中,由于软硬件异常而导致服务功能链(SFC)异常的问题,该文提出一种基于分布式生成对抗网络(GAN)的时间序列异常检测模型(DTSGAN)。首先,为学习SFC中正常数据的特征,提出分布式GAN架构,对SFC中包含的多个虚拟网络功能(VNF)进行异常检测;其次,针对时间序列数据构建一种基于滑动窗口数据特征提取器,通过提取数据的两种衍生特性和8种统计特征以挖掘深层次特征,得到特征序列;最后,为学习并重构数据特征,提出时间卷积网络(TCN)与自动编码器(AE)构建的3层编解码器作为分布式生成器,生成器通过异常得分函数衡量重构数据与输入数据的差异以检测VNF的状态,进而完成SFC的异常检测。在数据集Clearwater上采用准确率、精确率、召回率和F1分数这4个性能指标验证了该文所提模型的有效性和稳定性。 相似文献
6.
国家基础设施建设不断推进,大量建筑垃圾随之产生。对建筑垃圾进行资源化利用,不仅经济环保,且可缓解环境压力。通过室内大型动三轴试验,对建筑垃圾土与砂土动力性能展开研究,包括动应力-动应变、时程曲线、动弹性模量、阻尼比和液化评估分析。试验结果表明:建筑垃圾土破坏动应力约为砂土的1.3倍,即建筑垃圾土的承载能力明显高于砂土。在循环荷载作用下,砂土超静孔隙水压力大约是建筑垃圾的2.5倍,因此建筑垃圾土发生液化可能性更小。建筑垃圾土动弹性模量远高于砂土,最高是砂土的1.3倍。建筑垃圾土动力性能均高于一般砂土,建筑垃圾土具有代替砂土用作道路工程填料的潜力。 相似文献
7.
低含水状态煤自燃倾向性实验研究 总被引:4,自引:2,他引:2
水分对煤自燃的影响十分复杂。应用TG-DSC技术,针对某一矿区对含水量较低状态下的煤样的氧化规律进行研究,测定其失重率、吸氧量、放热速率和放热量等参数,分析在较低含水状态下水对煤自燃倾向的影响。实验结果表明:含水量较低的情况对煤体的自燃有着促进作用,煤的自燃倾向性增加。当煤样的含水量超过一个临界值时,其吸氧量和放热量都会降低,煤的自燃倾向性降低。为防止煤的自燃倾向性的增加,煤体的含水量要保持在较高的程度。 相似文献
8.
空气质量变化是受多元复杂因素耦合作用的结果,为提高空气质量预测精度,提出了一种改进的灰色神经网络组合模型。该模型首先对原始数据进行重构,实现原始数据一维到多维的变换,从而提高数据利用率,再利用灰色模型弱化数据随机性,通过RBF神经网络实现对空气各污染组分的非线性预测。实际应用表明:GM-RBF组模型拟合及预测结果与各指标浓度实际监测结果基本一致,总体变化趋势也高度吻合,对SO2、NO2、PM10、PM2.5、CO等指标的预测精度均在0.05以下,对波动性最大的O3浓度预测精度也达到了0.0631,也印证了O3属宁波市空气质量最主要污染物。由此可见,基于GM-RBF组合模型的空气质量预测体系增强了模型的泛化能力和数据利用率,精度更高,稳定性更好,能够满足空气质量准确预测的要求,为大气污染治理及环境保护方略制定提供参考依据。 相似文献
9.
10.