修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

25 条数据
?? 中文（中国） ▾

  • [2018年IEEE ISAF-FMA-AMF-AMEC-PFM联合会议(IFAAP) - 广岛(2018.5.27-2018.6.1)] 2018年IEEE ISAF-FMA-AMF-AMEC-PFM联合会议(IFAAP) - 基于数据挖掘的新型钙钛矿型压电陶瓷设计

    摘要： 材料基因组计划旨在以快两倍的速度、以极低的成本实现先进材料的发现、开发、制造和部署。高通量计算与实验将产生海量数据，这凸显了第四范式——数据科学的兴起。与需要大数据的机器学习不同，借助领域知识和专业知识的数据挖掘在数据量有限的情况下也能发挥良好作用。本次报告展示了基于材料基因组方法在钙钛矿型氧化物领域开展的数据挖掘工作。我们实现了基于BiFeO3的新型高温压电铁电陶瓷，其压电响应是目前商用非钙钛矿材料的1.5~4.0倍。我们的研究表明，数据挖掘驱动的搜索确实能够缩短获得洞察的时间，减少合成过程中的人力投入，从而加速新材料的发现与部署。

    关键词： 压电陶瓷、钙钛矿型氧化物、材料基因组方法、高居里温度、数据挖掘

    更新于2025-09-23 15:23:52

  • [2018年第九届电气工程、计算科学与自动控制国际会议（CCE） - 墨西哥城（2018.9.5-2018.9.7）] 2018年第十五届电气工程、计算科学与自动控制国际会议（CCE） - 基于眼动记录分析的数据挖掘

    摘要： 建议实施一种用于分析分类大量记录的方法论。研究评估了数据挖掘（DM）作为工具的应用价值，该工具能对眼动追踪设备获取的记录进行定性与定量分析——研究对象为具有不同正字法知识水平（高、中、低三级）的受试者，在执行两项任务时（i）拼写错误检测；（ii）简单字符检测（单词短暂呈现1500毫秒，含/不含拼写错误）。采用了一系列DM分析流程：响应模式搜索、次级变量创建、分类树运用及数据聚类（k均值法）?；谄葱创砦笪恢糜氩斡胝咦⑹拥慵渚嘟⒘诵履Ｐ?。研究发现受试者间存在视觉注意力差异；同样观察到拼写错误会影响任务（ii）表现，会促使高正字法知识水平受试者的视觉注意力转向错误拼写处。结论表明：数据挖掘有助于从眼动追踪产生的海量数据中发现眼动特征，这些特征无法通过简单程序分析获得。

    关键词： k均值、数据挖掘、拼写知识、眼动追踪、眼球运动

    更新于2025-09-23 15:22:29

  • 利用数据挖掘技术寻找具有更高比表面积的钙钛矿材料

    摘要： ABO3型钙钛矿的比表面积（SSA）是与光催化能力相关的重要特性之一。本研究采用数据挖掘方法探究了比表面积（范围1-60m2g-1）与化学成分及工艺参数等特征间的关系。通过遗传算法（GA）-支持向量回归（SVR）筛选建模主控特征，训练集预测值与实验值的比表面积相关系数（R）高达0.986，留一法交叉验证（LOOCV）达0.935。利用本实验室开发的材料数据挖掘在线计算平台（OCPMDM）可筛选出高比表面积ABO3型钙钛矿。进一步开发了在线网络服务器共享该预测模型，访问地址为：http://118.25.4.79/material_api/csk856q0fulhhhwv

    关键词： 视觉筛查，在线服务，数据挖掘，比表面积，钙钛矿

    更新于2025-09-23 15:21:21

  • [计算机科学讲义] 智能科学与大数据工程 第11266卷（第八届国际会议，IScIDE 2018，中国兰州，2018年8月18-19日，修订精选论文集）|| 基于动态类组织膜系统的改进谱聚类算法

    摘要： 随着海量数据的产生，从这些数据中挖掘有用信息已成为主要研究方向。聚类分析是数据挖掘的重要任务之一。传统聚类算法（如K-means算法）因年代久远而难以处理高维数据，因此产生了具有高效性的谱聚类算法。近年来，越来越多的学者致力于研究谱聚类算法，因其具备坚实的理论基础和优异的聚类效果。本文提出一种基于动态类组织膜系统的改进谱聚类算法（简称ISC-DTP）。该算法利用了类组织膜系统的高度并行性优势。我们在人工数据集和四个UCI数据集上进行了实验，并将ISC-DTP算法与原始谱聚类算法及K-means算法进行对比。实验结果表明该算法具有有效性和鲁棒性。

    关键词： 谱聚类算法，类组织膜系统，数据挖掘，ISC-DTP算法

    更新于2025-09-23 15:21:21

  • [2019年IEEE第13届兼容性、电力电子与电力工程国际会议(CPE-POWERENG) - 丹麦松德堡(2019.4.23-2019.4.25)] 2019年IEEE第13届兼容性、电力电子与电力工程国际会议(CPE-POWERENG) - 不同光源辐照下太阳能电池的建模特性

    摘要： 高甘油三酯腰围（HW）表型与2型糖尿病密切相关；然而迄今为止，尚无研究评估基于单项人体测量指标与甘油三酯（TG）水平的表型预测效力。本研究旨在分析韩国成年人群中HW表型与2型糖尿病的关联性，并评估由不同人体测量指标与TG水平组合构成的各类表型的预测效能。2006年11月至2013年8月期间，11,937名受试者参与了这项回顾性横断面研究。我们检测了空腹血糖和TG水平并完成人体测量。采用二元逻辑回归（LR）分析正常人群与2型糖尿病患者间HW指标及单项人体测量指标的统计学显著差异。为获得更可靠的预测结果，使用朴素贝叶斯（NB）和LR两种机器学习算法评估各类表型的预测效能。所有预测实验均采用十折交叉验证法进行。在所有变量中，HW表型与2型糖尿病的关联性最强（男性p<0.001，校正比值比OR=2.07[95%CI 1.72-2.49]；女性p<0.001，校正OR=2.09[1.79-2.45]）。当比较腰围（WC）和TG水平作为HW表型组分时，WC与2型糖尿病的关联性大于TG与该病的关联。各类表型在女性中的预测效能普遍高于男性。其中最佳预测指标为：男性腰臀比+TG（NB曲线下面积AUC=0.653，LR AUC=0.661）和女性肋-臀比+TG（NB AUC=0.73，LR AUC=0.735）。虽然HW表型与2型糖尿病关联性最强，但实际WC值与TG值的联合测量可能并非预测该病的最佳方式。本研究结果可为开发2型糖尿病初筛临床决策支持系统提供参考依据。

    关键词： 2型糖尿病、高甘油三酯腰围（HW）表型、人体测量指标、甘油三酯（TG）、预测因子、机器学习、数据挖掘

    更新于2025-09-23 15:21:01

  • [2019年IEEE第46届光伏专家会议（PVSC）- 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC）- 基于?？榧浼嗖庀低矼3S的最大功率点确定方法

    摘要： 我们开发并成功应用了高度依赖现成遥感数据集的数据驱动模型，用于研究科威特湾藻华发生的概率。构建、优化并验证了人工神经网络（ANN）模型、多元回归（MR）模型以及时空混合模型。通过混合建?？蚣荞詈鲜笨兆幽Ｐ?，提升了传统ANN和MR通用模型的预测能力。选取十六个变量（海表温度[SST]、叶绿素a OC3M、叶绿素a广义本征光学特性[GIOP]、叶绿素a Garver-Siegel-Maritorena[GSM]、降水量、有色可溶性有机物[CDOM]、浊度指数、光合有效辐射[PAR]、真光层深度、塞基深度、风向、风速、水深、距最近河口距离、距岸距离及距水产养殖区距离）作为空间子模型输入；除水深、距最近河口距离、距岸距离及距水产养殖区距离外，其余变量均用于时间子模型。研究发现：1）ANN模型性能优于MR模型；2）混合模型显著提升了预测效果；3）最能指示藻华发生时机的时间变量为海表温度、塞基盘深度、风向、叶绿素a（OC3M）及风速；4）最能反映藻华分布特征的空间变量为OC3M、GSM和GIOP产品提供的海洋叶绿素数据、距岸距离及海表温度。所采用方法可靠且经济高效，适用于数据匮乏地区的藻华预测。

    关键词： 遥感、耦合时空赤潮模型、数据挖掘、科威特湾、神经网络

    更新于2025-09-23 15:21:01

  • [2020年IEEE国际大数据与智能计算会议(BigComp) - 韩国釜山(2020.2.19-2020.2.22)] 2020年IEEE国际大数据与智能计算会议(BigComp) - 基于长短期记忆神经网络的光伏发电预测迁移学习研究

    摘要： 数据驱动建模是光伏（PV）发电预测的研究热点之一。然而，对于一些新建的光伏电站，缺乏足够的历史数据来训练精确的模型。因此，为缺乏历史数据的光伏电站构建预测模型是一个亟待解决的问题。本文提出一种将历史太阳辐照度数据获得的知识迁移到输出预测的方法。首先基于长短期记忆神经网络（LSTM）的超参数进行优化并预训练神经元中的权重，然后用光伏输出数据对深度迁移模型进行微调。通过这种方式，可以将知识从太阳辐照度数据迁移到光伏输出数据。实验结果表明，该方法能显著降低预测误差。

    关键词： 长短期记忆、迁移学习、光伏功率预测、超参数优化、数据挖掘

    更新于2025-09-23 15:21:01

  • [2019年IEEE第八届先进光电子与激光国际会议(CAOL) - 保加利亚索佐波尔(2019.9.6-2019.9.8)] 2019年IEEE第八届先进光电子与激光国际会议(CAOL) - 将测量不确定度作为测试模型评估工具

    摘要： 我们开发并成功应用了高度依赖现成遥感数据集的数据驱动模型，用于研究科威特湾藻华发生的概率。构建、优化并验证了人工神经网络（ANN）模型、多元回归（MR）模型以及时空混合模型。通过混合建模框架耦合时空子模型，提升了传统ANN和MR通用模型的预测能力。选用十六个变量（海表温度[SST]、叶绿素a OC3M、叶绿素a广义固有光学特性[GIOP]、叶绿素a Garver-Siegel-Maritorena[GSM]、降水量、有色可溶性有机物[CDOM]、浊度指数、光合有效辐射[PAR]、真光层深度、塞奇盘深度、风向、风速、水深、距最近河口距离、距岸距离及距水产养殖区距离）作为空间子模型输入；除水深、距最近河口距离、距岸距离及距水产养殖区距离外，其余变量也用于时间子模型。研究发现：1）ANN模型性能优于MR模型；2）混合模型显著提升了预测效果；3）最能指示藻华发生时机的时间变量为海表温度、塞奇盘深度、风向、叶绿素a（OC3M）及风速；4）最能反映藻华分布特征的空间变量为OC3M、GSM和GIOP产品提供的海洋叶绿素数据、距岸距离及海表温度。所采用方法可靠且具成本效益，可用于数据匮乏地区的藻华预测。

    关键词： 遥感、耦合时空藻华模型、数据挖掘、科威特湾、神经网络

    更新于2025-09-23 15:21:01

  • 利用数据挖掘和神经网络分析气象雷达的反射率

    摘要： 本研究的目的是展示利用数据挖掘和模糊逻辑技术对气象雷达测量数据的分析。首先对加密的气象雷达测量数据进行解码，随后采用分别训练有10个和20个神经元的神经网络对这些数据进行分析，并检验每种情况下的分析效果。结果表明，神经网络是消除错误信息并将其标准化为规定量级的卓越工具。该知识对航空业安全运营至关重要，既能保障乘客、机组人员和飞机的安全，也有助于预测和/或尽可能避免与降雨相关气象事件引发的灾害。

    关键词： 极化变量、反射率、天气雷达、神经网络、数据挖掘

    更新于2025-09-23 15:21:01

  • [IEEE 2019中国自动化大会（CAC）- 中国杭州（2019.11.22-2019.11.24）] 2019中国自动化大会（CAC）- 一种结合极值优化的改进萤火虫算法用于光伏模型参数辨识

    摘要： 在已发现的知识中，序列模式挖掘用于从序列数据库中发现频繁子序列。大多数研究采用批处理模式处理静态数据库以发现所需的序列模式。过去基于设计的FUP序列模式（FUSP）树结构，分别采用快速更新（FUP）和快速更新2（FUP2）概念通过序列插入和序列删除来维护和更新已发现的序列模式?；贔UP或FUP2概念，若需维护和更新原始数据库中无价值（小）的序列，则必须重新扫描原始客户序列。过去设计的预大概念将预大项集作为缓冲区保存，以避免动态数据库中每次事务插入或删除时都重新扫描数据库。本文采用预大概念处理带有序列删除的已发现序列模式。首先构建FUSP树仅保存原始数据库中的频繁1-序列，同时将预大1-序列保存在集合中供后续维护使用。当原始数据库中删除某些序列时，所提算法将原始数据库中保留的频繁1-序列与预大1-序列、以及被删除客户序列中挖掘出的1-序列划分为三部分共九种情况，每种情况通过设计算法处理以维护和更新已构建的FUSP树。当被删除客户序列数量小于预大概念的安全边界时，无需重新扫描原始客户序列即可实际维护和更新序列模式。实验从执行时间和树节点数量两方面展示了所提算法的性能。

    关键词： FUSP树结构、序列删除、动态数据库、数据挖掘、预大概念

    更新于2025-09-23 15:19:57