-
基于人工神经网络的自适应电压控制方法——运用多层感知器与径向基函数结构及反向传播学习算法的混合Zeta型DC/DC变换器控制
摘要:本文提出了利用基于反向传播(BP)学习方法的人工神经网络算法,对Zeta混合式DC/DC升压转换器的输出电压进行设计和控制,该转换器是推动清洁能源技术发展的关键组件。所提出的人工神经网络控制方法包括多层感知器(MLP)和径向基函数(RBF)方法,且可在在线和离线监督模式下使
来源:IEEE Access
时间:2026-06-15
-
用于组织病理学图像分类的近似双层图结构学习
摘要:组织中细胞的结构与空间排列反映了它们的功能状态,因此基于图的学习方法非常适合用于组织病理学图像分析。现有的方法往往依赖固定的图结构,可能无法捕捉复杂的组织相互作用。在本研究中,我们提出了ABiG-Net(一种通过神经网络实现图结构学习的近似双层优化方法),这是一种新的框架,
来源:IEEE Access
时间:2026-06-15
-
智能机器人技术:基于机器学习的三轴机械臂负载估算
摘要:准确估算机器人操作臂所承载负载的重量对于工业自动化而言非常重要,尤其是当负载重量仅占操作臂承载能力的一小部分时。传统的解决方案往往依赖于外部传感器或硬件改造,这会增加成本并提高集成难度。本研究提出了一种以实际应用为导向的机器学习方法,无需额外硬件即可通过控制器自身的运动信号
来源:IEEE Access
时间:2026-06-15
-
DistillVFL:一种基于知识蒸馏(Knowledge Distillation, KD)增强的垂直联邦学习(Vertical Federated Learning, VFL)框架用于可扩展的跨孤岛协作
摘要:垂直联邦学习(Vertical Federated Learning, VFL)是一种隐私保护的分布式学习范式,多个参与方持有互不相交的特征集且样本对齐,可在不泄露隐私数据的前提下协同训练统一机器学习(Machine Learning, ML)模型,适用
来源:Future Generation Computer Systems
时间:2026-06-15
-
基于物理信息神经网络(Physics-Informed Neural Networks, PINNs)的糖尿病合并肺结核患者数学建模与控制预测先进机器学习技术
糖尿病(Diabetes Mellitus, DM)患者由于免疫功能受损,发生肺结核(Tuberculosis, TB)的风险显著升高,使得TB-DM共病成为全球重大公共卫生问题。受此相互作用驱动,本研究构建了一个描述糖尿病群体中TB传播动力学特征的数学模型,
来源:Franklin Open
时间:2026-06-15
-
双通量(Bevilacqua–Galeão)反常扩散方程的物理信息代理模型(PINN Surrogate Model)
双通量(Bevilacqua–Galeão)反常扩散方程中双通量(bi-flux)反常扩散现象的精确建模在工程领域面临显著计算挑战。本文研究了将物理信息神经网络(Physics-Informed Neural Networks, PINNs)作为双通量反常扩散
-
ASTHN:自适应时空超图网络用于下一个兴趣点推荐
随着移动互联网和基于位置的服务(Location-Based Services, LBS)的广泛使用,位置社交网络(Location-Based Social Networks, LBSN)中产生了大规模签到数据,为智能城市移动分析和个性化移动服务创造了机遇。
来源:ISPRS International Journal of Geo-Information
时间:2026-06-15
-
基于压阻传感器和卷积神经网络的低成本智能鞋垫系统用于评估与糖尿病足风险相关的足底压力模式
糖尿病足溃疡(DFU)是糖尿病(DM)的一种严重并发症,影响全球数百万成年人,常导致住院和截肢。糖尿病神经病变(DN)增加了足底损伤的风险,而缺乏持续监测和延迟检测则促进了这些病变的进展。本研究提出了一种低成本智能鞋垫系统,用于连续监测足底压力并筛查与糖尿病神
来源:Technologies
时间:2026-06-15
-
一种基于芯片的深部脑刺激中具有实时模型更新的改进型β爆发提取方法
摘要:目标:目前用于闭环深脑刺激的贝塔波爆发检测算法计算复杂度较高,这限制了其在可植入设备中的应用。我们旨在为基于芯片的深脑刺激设备开发一种改进的贝塔波爆发检测算法,该算法具备实时模型更新功能。方法:在现有的贝塔波爆发检测方法基础上,我们提出了一种用于峰值频率检测的分片机制,并对
来源:IEEE Transactions on Energy Markets, Policy and Regulation
时间:2026-06-15
-
基于混合视觉变换器和图卷积网络的高光谱图像分类
摘要:高光谱图像分类在农业、环境监测和城市规划领域发挥着重要作用。尽管已有大量研究,现有方法仍面临诸多挑战,包括高光谱维度、类别不平衡以及局部特征与全局特征整合不足等问题。卷积神经网络在长距离依赖建模方面表现较弱,而视觉变换器和图卷积网络则常常存在数据需求大和计算成本高的问题。为
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-06-15