混合模型

摘要： 本文使用德国零售数据,经过观察数据的特征,展开数据预处理,建立特征工程;通过将聚类分析与XGBoost模型相结合,建立混合预测模型对德国零售业数据进行建模预测。该模型首先对特征集降维之后选择最优的聚类数,然后对聚类分析后不同的类别分别进行XGBoost模型训练,最后将通过加权求和得到预测结果。研究结果表明,相比较于其他模型,混合模型提升了预测精度和泛化能力。

摘要： 实体抽取是自然语言处理中的一项基础任务,基于实体抽取的医疗领域实体分类是医疗知识图谱构建的基础,现有的实体抽取方法鲜有基于字符级的特征.文中提出了KBLCC方法,一种融合实体关键字特征的医疗领域实体分类方法.通过对医疗领域文本的语言特点进行分析与总结,发现医疗领域实体通常包含一些明显的关键字特征,能够辅助实体分类任务.融合实体关键字特征构建了BERT-BILSTM-CNN-CRF混合模型对医疗领域实体进行抽取,并将医疗实体分为检验指标、疾病、症状这三大类.实验结果表明,使用KBLCC模型进行医疗领域实体分类能够提高实验效果,准确率、召回率和F1值分别达到89.38%、92.46%和90.89%.

摘要： 整体长联刚构体系具有整体刚度好、行车舒适、后期养护少等诸多优点。墩梁结合部是该类桥梁的关键传力构造和复杂受力部位。文中以杭绍甬高速公路杭州至绍兴段7×30 m整体长联T梁高架桥为工程背景,通过梁元-实体元混合建模方法,研究墩顶结合部在不利工况组合下的应力分布规律。分析表明,梁元-实体元混合模型克服了“二次分析”模型中边界条件选取的难题,可以精确地用于墩梁结合部的复杂应力分析;通过梁元-实体元混合模型,可以很好地模拟桥梁纵向压应力由T梁截面向现浇段截面的传递和扩散规律;墩梁固结区域梁体上翼缘拉应力较大,后浇UHPC薄层是有效的抗裂增强措施;UHPC薄层与梁体结合面的最大剪应力为0.37 MPa,采用常规界面处理措施,界面抗剪强度即可满足设计要求。

摘要： 通过分析不对称单相感应电机(SPIM)在不同形态下的数学模型,解决了椭圆形磁场和电机不对称运行的问题。通过电压和电流混合模型磁链观测器计算转子磁链,并进一步计算转子磁链位置和转子转速。在三桥臂逆变器基础上,进行了基于转子磁场定向的不对称SPIM无速度传感器矢量控制仿真,验证了该控制系统的可行性与有效性。

摘要： 开垦河位于新疆奇台县境内,发源于东天山博格达山脉北坡,开垦河水文站是其水量控制站。从开垦河水文站1956—2019年的年径流量R(t)序列中识别提取周期、平稳函数,建立了非平稳序列混合模型,对R(t)同期序列作了模拟检验,对2020年的R(t)值作了预报,结果令人满意。

摘要： 早产是新生儿死亡及病残的首要原因,且影响新生儿的远期健康.然而早产的准确预测一直是医学上的一个难题.目前医学上早产的早期筛查多基于特殊检查,但因成本核算等问题难以大规模临床应用,而电子病历的普及和人工智能技术的发展,为产科疾病的早期风险评估提供支持.本文利用产科电子病历的诊疗信息,构建GRU和GBDT的混合模型预测早产.混合模型利用GRU在孕妇多次产检信息中探究早产发生的概率,并将结果融入孕前和28周前末次产检数据,最后利用GBDT对孕妇进行更加精确的早产风险预测.实验结果表明,基于GRU和GBDT的早产预测模型在AUC和ROC等评估指标上优于其他单一模型,本研究方法可有效帮助产科医护人员在妊娠早中期判断孕妇是否有早产风险.

摘要： 大规模高维不平衡数据是异常检测中的重大挑战。单类支持向量机在处理不平衡数据方面非常有效,但不适合大规模高维数据,同时单类支持向量机的核函数对检测性能也具有重要的影响。文中提出了一个深度自编码器与单类支持向量机相结合的异常检测模型,深度自编码器不仅负责提取特征和降维,同时拟合出了一个自适应核函数。深度自编码器与单类支持向量机共享损失函数,实现了端到端的训练。作为一个整体,模型采用梯度下降法进行联合训练。在4个公开数据集上与其他异常检测方法进行了对比实验。实验结果表明,在AUC以及召回率(RECALL)方面,所提模型的性能优于单核和多核单类支持向量机以及其他模型,并且所提模型在不同异常率时是鲁棒的,在时间复杂度方面也具有非常大的优势。

摘要： 电价的实时波动,会对负荷预测精度产生一定影响,增加预测的复杂性。针对这一问题,本文构建基于注意力(ATTENTION)机制的卷积神经网络(CNN)和双向门控循环单元(BIGRU)混合模型对短期电力负荷进行预测。首先用CNN对负荷及电价数据特征进行抽取;其次,利用BIGRU对潜藏的时序规律进行提取;最后结合ATTENTION机制,突出关键特征。仿真结果表明,与BP网络、CNN-GRU、CNN-BIGRU和CNN-GRU-ATTENTION混合模型的预测结果相比,上述模型具有更高的预测精度,是一种有效的短期负荷预测方法。

摘要： 新型冠状病毒肺炎简称新冠肺炎,是一种由新型冠状病毒引起的急性感染性肺炎,具有传染性强、人群普遍易感的特点。因此,对新冠肺炎感染人数的预测,不仅仅有利于国家面对疫情做出科学决策,而且有利于及时整合防疫资源。本文提出一种基于传统的传染病动力模型SEIR和差分整合移动平均自回归模型ARIMA构建的SEIR-ARIMA混合模型,对不同时间段、不同地点的新冠肺炎疫情做出预测和分析。从实验结果上看,基于SEIR-ARIMA混合模型的预测,比常见的用于新冠肺炎预测的逻辑回归Logistic、长短期记忆人工神经网络LSTM、SEIR模型、ARIMA模型有较好的预测效果。为了真实地反映出实验效果的提高是否源于SEIR与ARIMA模型结合的优势,本文还实现SEIR-Logistic混合模型和SEIR-LSTM混合模型,并与SEIR-ARIMA对比分析得出,SEIR-ARIMA预测都取得更好的预测效果。因此,基于SEIR-ARIMA混合模型对新冠肺炎的发展趋势的分析相对可靠,有利于国家面对疫情的科学决策,对我国未来预防其他类型的传染病具有很好的应用价值。

摘要： 为掌握水泥分解炉运行过程的动态特性,采用机理建模与神经网络相结合的方法构建了水泥分解炉一维特性模型,并结合工业数据对该方法的可行性进行验证。结果表明,模型能够准确地计算炉内温度、气体浓度等参数,具有良好的泛化性能。基于所提出的模型,研究了炉内各状态参数的稳态分布特性。此外,对喷煤量、生料下料量、喷氨量以及高温风机转速等操作变量进行阶跃实验,分析上述操作变量改变时分解炉出口温度及出口NO_(x)含量的动态响应情况。研究所得相关动态特性规律可以为控制系统的分析、设计和优化提供参考与依据。

摘要： 随着信息技术的迅猛发展,入侵检测系统越来越受到关注.文中针对在入侵检测中单一应用卷积神经网络(CNN)和循环神经网络(RNN)无法同时学习时序和空间特征的问题,提出了一种基于CNN和RNN的混合模型,将CNN和RNN模块的输出线性连接形成中间混合层.通过在NSL-KDD数据集上的实验结果可知,该模型有效提高了入侵检测识别的精度和分类准确性.

摘要： 短期电力负荷预测在电力系统的运行中起着非常重要的作用,因此,在电力系统中设计准确而又稳定的电力负荷预测算法是十分必要的.然而,由于电力负荷呈现出很大的波动性,并且具有非线性特征,电力负荷的预测成为一个棘手的问题.近年来,BP模型被视为预测具有非线性特征的时间序列的一种有效的非线性预测模型.然而,由于参数的确定问题,原始的BP预测模型不能满足时间序列预测的需求,因此,在本文中提出了基于BP模型参数优化的两种混合模型,即基于季节指数自适应的ESA-GA-BP模型和ESA-PSO-BP模型,在提出的混合模型中,利用PSO算法和GA算法来选择BP模型的参数.采用澳大利亚昆士兰州1的电力负荷数据来评估提出的混合模型的有效性,实验结果表明,提出的两种混合模型不仅十分有效,而且非常适用于电力负荷时间序列的预测 .

摘要： 软件老化是一种在长期运行的软件系统中观察到的软件异常状态,性能下降,暂停服务,甚至失效等现象.软件抗衰技术被提出用来处理软件老化带来的问题:停止软件应用,移除错误的因素,重新启动应用.对于软件老化和抗衰来说,如何准确地预测老化系统中的资源消耗并且找到一个合适的时机执行抗衰是一个关键的问题.本文中,提出了一个混合模型方法用于资源消耗预测,并且提出了多门限值时间段抗衰算法用于抗衰时机的选择.在实验中,结果表明混合模型方法在资源消耗预测上要好于其他模型,并且提出的抗衰算法要好于单一的门限值算法.

摘要： 本文提出了一种用于消防员的新型人体运动预测方法.此方法中,人体运动采用混合模型进行预测,此混合模型根据人体运动中双腿的运动形式将人体运动描述为"单腿支撑"和"双腿支撑"两个阶段,采用不同的数学模型分别描述这两个阶段的运动.所得预测的结果分别采用卡尔曼滤波(Kalman filter)和无迹卡尔曼滤波(Unscented Kalman filter)进行修正.试验结果充分证明了所提预测方法的精确性,为未来开发消防员辅助作业机器人系统打下了坚实的基础.

摘要： 为定量联系大坝强度和稳定的控制条件,采用混合法拟定大坝变形安全监控指标.通过结构计算,得到大坝变形的水压分量;依据监测资料,建立变形的混合模型,得到给定概率水平下的温度分量极值,同时分离出时效分量,进而拟定监控指标.并结合工程实例进行了分析.

摘要： 针对常用于非高斯信号或系统建模的包含隐变量的混合高斯分布模型,提出利用一种变分贝叶斯学习算法进行模型的参数估计.该方法采用一个形式较为简单的自由分布,通过不断最大化边缘似然函数的下界,迭代地更新变分参数,直至近似分布足够逼近参数真实的后验分布,从而实现混合高斯分布的参数估计.文中推导了该方法对混合高斯模型参数学习过程.实验表明,变分贝叶斯学习可以有效实现高斯混合模型的多参数估计,相比采样方法更有工程应用前景.

摘要： 针对新设计的146自航甲板货船开展舱室噪声预报和控制研究.利用三维建模软件CATIA建立几何模型,在VAone中分别对中频段和高频段建立了混合模型(Hybrid Model)和统计能量模型(SEA Model),并对船长甲板舱室中高频段做出噪声预报.结合IMO颁布的《船上噪声等级规则》做出评价,对不合格的舱室给出控制措施,在VAone软件中对噪声突出的舱室贴敷阻尼和吸声材料进行验证.最后,说明了这是一种有效的舱室噪声预报及声学优化手段.

摘要： 船舶推进轴系与舱段壳体的组合结构是许多水下航行器的主要结构。基于试验分析和有限元仿真相结合的模态综合理论,提出了一种推进轴系-舱段耦合振动的混合模型建立及分析方法.对舱段壳体进行模态测试以获得舱段结构试验模型,再与轴系结构的有限元模型结合起来,得到推进轴系-舱段系统的混合模型.基于LMS Virtual Lab中的模态综合分析方法,得到混合模型的模态振动特性,并结合模型传递函数信息,得出混合模型振动响应特性.将混合建模仿真与全数值模型仿真、试验测试得到的固有特性和振动响应进行了对比,结果表明,混合建模仿真方法在满足计算精度的同时,减少了仿真模型单元数量,有效缩减了仿真计算时间,同时也为结构改型和优化的振动特性分析提供了技术支撑.

摘要： 半导体芯片制造中至少有三分之一的过程与等离子体有关,而等离子体刻蚀是其中必不可少的工艺之一.Hybrid model计算时间段，速度快Hybrid model能够尽可能全面的考虑化学反应动力学，并且给出IEDF，能够正确给出偏压ICP放电的等离子体密度和离子能量变化的趋势，与实验测量基本吻合，可扩展为复杂的工业气体如SF6、C4F8等，加入刻蚀槽模型可模拟实际工艺过程.

摘要： 文中介绍了运动训练科学研究的实用主义哲学范式与混合研究方法。在研究的设计、资料收集、资料分析等各个阶段上，都同时包含了质性取向与量化取向。在计划研究项目时，可以将研究假设和研究问题混合起来。在开展一项研究时，可以将质性研究资料的收集与量化资料来源混合起来。可产生平行或者循环交替的方式对质性资料和量化资料进行混合阐述和分析，以便用叙述性研究结果来拓展数据性研究结果的意义，或用数据性的研究结果来加深叙述性研究结果的内涵。

摘要： 本发明公开了一种混合型MMC状态空间模型、稳态解析模型和小信号模型的建模方法，属于电力系统输配电技术领域。状态空间模型包括：推导各相上、下桥臂调制信号和输出电压参考值，以获得静止坐标系下的电路动态模型，并通过坐标变化得到混合型MMC在旋转坐标系下的动态相量模型。稳态解析模型包括：基于状态空间模型，推导稳态解析模型，并分析多种约束条件下稳态解析模型的求解方法。小信号模型包括：推导桥臂子模块电容总电压和桥臂环流的小信号模型，整合得到开环控制的小信号模型，并在考虑控制系统的基础上，推导闭环控制的小信号模型。本发明适用于交流系统和直流网络联合建模，以及混合型MMC的工程设计和运行特性分析。

摘要： 本发明的目的在于提供基于混合逻辑动态理论的船舶混合动力混杂模型预测控制方法，在混合逻辑动态建模的框架下，依据系统物理定律、逻辑规则以及操作约束建立船舶混合动力混杂系统模型；建立基于混杂系统的混杂模型预测优化控制，常规中性能指标中误差权矩阵和控制权矩阵在控制过程中保持不变，为了满足不同时期快速性与鲁棒性等不同控制要求提出了基于工况预测的神经网络学习变权重矩阵混杂模型预测控制方法；根据能量优化目标确定混合动力船舶功率最优分配组合，以对分配功率进行精确管理；本发明可以有效解决采用模式切换引来的震荡问题，有效提高能量管理策略的控制效果，进一步提高船舶的燃料经济性。

摘要： 本发明实施例提供一种混合故障预警模型的建模方法及混合故障预警模型，该方法包括：基于HAZOP或FMEA，生成功能分析模块；基于FMEA分析结果和随机过程理论，生成退化分析模块；根据状态监测数据和维修活动信息，生成事件分析模块；根据功能分析模块和退化分析模块的输出结果，结合动态贝叶斯网络DBN理论，生成行为分析模块；以事件分析模块的输出为推理证据，利用DBN推理算法在同一时间片内进行前后向推理，生成评价模块，以输出系统故障因素和后果；以评价模块和事件分析模块的输出结果为推理证据，利用DBN推理算法在不同的时间片之间进行前后向推理，生成预测模块，输出系统各个部件未来的退化趋势。该模型可追踪系统故障因素、推理可能故障后果及概率。

摘要： 本发明的目的在于提供基于混合逻辑动态理论的船舶混合动力混杂模型预测控制方法，在混合逻辑动态建模的框架下，依据系统物理定律、逻辑规则以及操作约束建立船舶混合动力混杂系统模型；建立基于混杂系统的混杂模型预测优化控制，常规中性能指标中误差权矩阵和控制权矩阵在控制过程中保持不变，为了满足不同时期快速性与鲁棒性等不同控制要求提出了基于工况预测的神经网络学习变权重矩阵混杂模型预测控制方法；根据能量优化目标确定混合动力船舶功率最优分配组合，以对分配功率进行精确管理；本发明可以有效解决采用模式切换引来的震荡问题，有效提高能量管理策略的控制效果，进一步提高船舶的燃料经济性。

摘要： 关于混合模型的模型选择问题，本发明关于模型候选的数目，基于适当的标准执行高速模型选择，所述模型候选的数目随着要混合的数目和类型的增多呈指数增大。一种混合模型估计装置包括：数据输入单元，所述数据输入单元输入要估计的混合模型的数据、估计数据的混合模型所需的混合数目的候选值、以及配置混合模型的分量的类型和参数；处理单元，所述处理单元根据候选值设置混合数目，针对设置的混合数目来计算针对随机变量的隐变量的变异概率，所述随机变量是数据的混合模型估计的目标，并通过使用计算的隐变量的变异概率优化分量的类型及其参数以便最大化针对混合模型的每个分量分离的模型后验概率的下限，来估计优化混合模型；以及模型估计结果输出单元，所述模型估计结果输出单元输出由处理单元获得的模型估计结果。

摘要： 本发明提出一种基于混合模型的混合浪波高和周期联合分布构建方法，包括：A、选择原始分布函数；B、建立二维混合模型；C、构造EM算法的Q函数；D、选取迭代计算的初值；E、计算混合分布模型参数；F、构建波高和周期的混合分布模型。本发明采用参数的概率模型，避免了理论模型窄谱假设的限制条件，适用范围更广。同时，与常用的参数模型相比，混合分布模型可以模拟出混合浪情况下波高和周期联合分布可能呈现的双峰的情况，拟合效果更好。

摘要： 关于混合模型的模型选择问题，本发明关于模型候选的数目，基于适当的标准执行高速模型选择，所述模型候选的数目随着要混合的数目和类型的增多呈指数增大。一种混合模型估计装置包括：数据输入单元，所述数据输入单元输入要估计的混合模型的数据、估计数据的混合模型所需的混合数目的候选值、以及配置混合模型的分量的类型和参数；处理单元，所述处理单元根据候选值设置混合数目，针对设置的混合数目来计算针对随机变量的隐变量的变异概率，所述随机变量是数据的混合模型估计的目标，并通过使用计算的隐变量的变异概率优化分量的类型及其参数以便最大化针对混合模型的每个分量分离的模型后验概率的下限，来估计优化混合模型；以及模型估计结果输出单元，所述模型估计结果输出单元输出由处理单元获得的模型估计结果。

摘要： 本发明公开了一种混合模型及基于混合模型的连铸漏钢预报方法，属于冶金连铸中监控技术领域。混合模型包括：基于GA-BP神经网络的单偶时序模型和基于逻辑判断的组偶空间模型。该预报方法的步骤为：1)监控结晶器温度并存储数据；2)将数据输入单偶时序模型，判断每个热电偶温度随时间变化是否符合粘结时温度变化波形，将判断结果保存到数组Y(i,j,t)中；3)当Y(i,j,t)在阀值范围[θmin,θmax]内时，标记该热电偶异常，计算第i行、i-1行异常热电偶数目分别为m、n；4)利用m+n与粘结报警和粘结警告热电偶数目阀值比较进行粘结判断。本发明实现了提高粘结性漏钢识别精度的目标。

摘要： 一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定精细化建模范围和粗略建模范围、构建在线机理模型、构建概念模型、在线机理模型与概念模型耦合、模型参数校正、通讯指令关系建立、降雨过程建立、排水系统水量和水质模拟、排水系统仿真控制、数据模型辅助应用和模拟结果分析展示。使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

摘要： 一种基于C语言的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定模型范围：确定精细化建模范围和粗略建模范围；在线机理模型构建；概念模型构建；在线机理模型与概念模型耦合；模型参数校正；降雨过程建立；排水系统水量、水质模拟；排水系统仿真控制；数据模型辅助应用：构建神经网络模型，通过接收特征数据建立降雨与径流、管网流量与深度的关系，关系建立后用于径流及管网深度的预测；模拟结果分析展示。该模型融合C语言的在线机理模型SWMM模型、概念模型及数据模型的丰富功能，实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。