首页>知识导航 > 水利经济 > 水文化 > 事件
资源种类 收起
年份 收起
展开更多
语种 收起
学科分类 展开
出版状态 展开
订阅
至 收起
  • [期刊论文] 《地球物理学报》 ISTIC EI SCI PKU CSSCI - 2026年10期
    高质量的地磁场观测数据是研究地震孕育规律与地磁活动规律的重要数据.然而,急始磁暴产生的扰动会掩盖来自地球内部的低频磁场变化,进而制约相关研究进展.随着我国地磁场观测台网规模不断扩大,现有人工识别急始磁暴事件的方法费时费力,难以满足海量地磁场观测数据自动化处理的需求.利用 2007 年至 2024 年 30 个地磁台站地磁场观测数据,结合专家标注的急始磁暴事件记录,首次制作了一个适用于深度学习算法的高质量地磁场急始磁暴事件检测样本数据集.基于卷积神经网络和 Transformer 深度神经网络,首次提出了一种用于地磁场观测数据急始磁暴事件自动检测的时间序列语义分割深度学习模型——SSCDNet,并应用粒子群优化算法对模型的关键超参数进行优化.SSCDNet 在测试集上的识别准确率、F1-score 和 IoU 分别达到了 95.33%、0.9194 和 0.8508,事件级查准率和查出率分别为 89.66%和 93.98%,优于当前主流时间序列语义分割模型.为地磁场观测数据中急始磁暴事件的自动化检测探索了一种新思路.
    地磁场观测数据急始磁暴事件卷积神经网络Transformer深度神经网络时间序列语义分割
  • [期刊论文] 《地球物理学报》 ISTIC EI SCI PKU CSSCI - 2026年4期
    目前地震预警需要较为昂贵的台站建设与维护成本,随着智能手机的广泛普及,以及智能手机内置MEMS加速度计的精度不断提升,使用智能手机作为地震监测仪器已成为可能.为了探索智能手机用于地震事件识别中的可行性,本研究建立了一种用于区分手机记录的人类日常活动和地震事件信号的全连接神经网络模型.实验中使用的数据集由将手机内部噪声叠加台站记录的地震动加速度获得的地震信号,以及使用智能手机收集的人类日常活动加速度数据组成.在数据预处理阶段,对原始数据进行特征提取,再通过主成分分析对提取的特征进行降维处理,把降维后的特征作为全连接神经网络的输入.结果表明:在测试集中,使用3 s的P波持时,对于区分地震事件和人类日常活动的准确率、召回率、精确率和F1得分分别达到了 95.24%、93.62%、97.80%和96.08%;同时,对于震级在7级以内和震中距在200km以内的地震事件识别准确率可以达到95%以上;当人类日常活动为乘坐运动较为平稳的火车、汽车和地铁等交通工具时,模型识别人类日常活动的准确率可以达到95%以上.基于测试结果,本研究推断利用智能手机实现地震预警地震事件识别在一定程度上是可行的,并可以辅助现有的地震监测台网,这也为目前国内地震预警系统升级提供了一种新的技术方案.
    地震预警智能手机地震事件识别主成分分析全连接神经网络
  • [期刊论文] 《电力自动化设备》 ISTIC EI SCI PKU CSSCI - 2026年3期
    针对孤岛微电网中多台虚拟同步发电机(VSG)并联运行的频率恢复与功率共享问题,提出一种分布式自适应事件触发协同控制策略.基于非线性异构多智能体理论,所设计的分布式二次控制器通过局部采样状态信息可实现多台VSG频率渐进收敛至其额定值.为了进一步减轻通信负担,减少对通信结构全局信息的依赖,通过引入自适应参数,设计了完全分布式自适应事件触发机制.通过证明任意2个事件的触发时刻间隔是严格正下界,避免了芝诺(Zeno)行为的发生.相较于传统下垂分布式二次控制策略,所提方案能为微电网提供虚拟惯量;相较于现有的VSG分布式二次控制策略,所提方案无需通信网络全局结构信息并具有良好的抗干扰能力.基于MATLAB/Simulink仿真平台建立孤岛微电网系统,仿真结果验证了所提控制策略的有效性与优越性.
    自适应分布式控制事件触发控制虚拟同步发电机即插即用控制器孤岛微电网
  • 楼宇作为电力系统最末端用能单元,在突发运维事件发生时,高效的故障诊断与检修工作直接关乎供电连续性与用户用电体验.知识图谱能够高效抽取楼宇运行过程中的非结构化数据实体及其关联属性,为故障诊断与智能运维提供有力支持.但传统抽取方法在多触发词与论元关联多事件的场景下抽取完整率低,难以有效支撑楼宇运维知识图谱构建.对此,提出一种面向楼宇运维知识图谱构建的事件联合抽取方法.首先,研究基于点互信息与左右熵的自适应阈值分词算法,精确切分运维领域文本字词;其次,定义楼宇运维知识图谱多元关系统一表达范式,应对同一论元具备多重角色的问题;然后,训练领域专属的大语言模型——LouYSpanBERT,构建触发词边界标记驱动的楼宇运维事件联合抽取框架,通过"触发词检测-边界标记-论元抽取"三级联合抽取提高事件抽取精度;最后,以某园区运维数据做实例分析,与4个已有模型比较,所提方法执行典型的论元分类AC任务时,F1值有效提升了5.08%、9.81%、13.36%、14.99%,并且本文将抽取结果通过Neo4j实现楼宇运维知识图谱可视化展示.
    事件联合抽取知识图谱分词算法触发词边界论元分类
  • [期刊论文] 《科学技术与工程》 ISTIC EI SCI PKU CSSCI - 2026年11期
    无人机编队协同控制技术是支撑任务执行的关键,由于复杂任务环境中资源受限和时效性等因素的影响,无人机编队协同控制面临严峻挑战,现有控制策略难以兼顾资源利用效率和任务时间等约束.针对一类六自由度多固定翼无人机编队系统资源受限条件下的预设时间控制问题,提出了一种智能动态事件触发预设时间编队协同控制策略.首先,基于预设时间性能函数,设计了一种自调节边界预设时间性能函数,与反步法结合后能够预设无人机系统的收敛时间并避免跟踪误差因外部扰动超出性能函数的约束边界,并通过误差转换确保了初始误差始终在性能函数的包络内;其次,针对固定翼无人机的速度和姿态系统,设计了基于动态事件触发策略的编队协同控制器,利用李雅普诺夫理论证明了系统稳定性,同时通过设计的时钟变量确保了事件触发时间间隔存在下确界,避免了 Zeno 现象,有效解决了资源受限和外部扰动问题;最后,通过应用所提控制策略至任务场景并对比不同事件触发机制下的控制效果,验证了所提控制方法的有效性和优越性.仿真与对比结果表明,所提出的智能动态事件触发预设时间编队协同控制策略,在保证多固定翼无人机系统稳定性和编队精度的同时,能够有效降低通信与计算资源消耗,并具备抗外部扰动与预设时间收敛的强鲁棒性,为资源受限环境下无人机编队协同控制提供了一种可行且高效的方法.
    固定翼无人机无人机集群编队协同控制动态事件触发预设时间控制
  • 针对周期动态事件触发机制在求解多智能体系统一致性问题时事件验证过于频繁,导致智能体本身计算资源和能量过度消耗的问题,本文以具有马尔可夫切换拓扑的一般线性多智能体系统为对象,提出了一种基于反比例函数的混合周期动态事件触发一致性控制方法,以降低智能体自身事件验证次数.首先,基于反比例函数和状态组合误差构建自适应系数,设计了一种"时变+时不变"构型的混合周期事件验证机制,实现了智能体事件验证周期的自适应调节,同时避免了Zeno行为;其次,在事件触发机制的设计过程中,引入了与系统状态相关的内部动态变量,使得触发阈值能够根据系统状态进行动态调整,显著减少了触发次数;继而,利用触发时刻的真实状态和开环估计器设计间歇通信下的一致性控制器;最后,利用Lyapunov稳定性理论得到了系统渐近收敛的充分条件,验证了一致性控制算法的收敛性.仿真结果表明:本文所设计的混合周期动态事件触发机制能够在瞬态响应阶段积极调用系统的通信和计算资源,实现系统快速收敛;在系统稳态响应阶段,以较大的时间间隔对事件进行验证和触发,显著降低了系统的事件验证次数和触发次数,节约了系统的通信和计算资源.
    多智能体系统周期动态事件触发自适应控制混合周期事件验证马尔可夫切换拓扑一致性控制
  • [期刊论文] 《控制理论与应用》 ISTIC EI SCI PKU CSSCI - 2026年3期
    本文研究基于节点平均值轨道跟踪的异质复杂网络同步控制.首先,建立异质复杂网络的模型及节点平均值轨道模型.之后,设计动态事件触发条件,减少系统不必要的数据传输,引入对数量化器,构建复杂网络的同步误差模型.接着,利用Lyapunov稳定性理论及相关引理,得到异质复杂网络最终指数有界同步的充分条件.然后,利用成熟线性矩阵不等式工具箱联合求解控制器和事件触发参数.最后,通过数值例子验证所提方法的有效性.
    复杂网络异质网络同步控制事件触发机制量化
  • [期刊论文] 《计算机工程与应用》 ISTIC EI SCI PKU CSSCI - 2026年17期
    针对现有事件图构建由于AMR全图解析复杂或仅事件类型嵌入不足的问题,提出一种基于自适应对比融合事件图的事件抽取模型ACFGEE.通过结合BERT和GCN的多源事件编码层,对句子与简单事件图信息进行编码嵌入,获得句子语义和融合角色信息的事件语义;通过事件图注意力对比融合层,使得句子信息能充分融合简单事件图中信息;利用一阶段解码层同时实现触发词和论元识别,减少多阶段解码的误差传播;通过自适应损失加权层动态调整对比融合学习损失与一阶段解码损失,实现多任务学习的自适应优化.实验结果表明,ACFGEE在公开数据集FewFC和DuEE上,其触发词识别、触发词分类、论元识别和论元分类4个任务上的F1值分别提升1.7和1.1、1.9和1.3、1.6和1.3、3.0和2.1个百分点;同时,在风电装备故障领域数据集上验证了其实用性和有效性.
    事件抽取(EE)图卷积神经网络对比学习自适应优化多源事件编码
  • [期刊论文] 《声学学报》 ISTIC EI SCI PKU CSSCI - 2026年2期
    城市声环境中声源类型繁多且高度混合,传统声事件检测方法难以从中高效提取有价值的声源信息.为解决此问题,提出了一种基于显著性判断的声事件标注与识别方法.首先在大连市公共空间采集录音,筛选样本并进行显著声事件标注,为了获得可靠的标签,进行了标注者分类能力评估与一致性分析,以此构建显著声事件数据集;随后训练并验证显著声事件检测模型;最后测试模型对真实数据的显著性判断结果,以及对声事件时长的估计能力.结果表明:基于同一分类认知体系,标注者在判断声音样本中显著的声事件时高度一致(Cohen's Kappa=79.19%),验证了判断的稳定性;基于深度学习的显著声事件检测模型交叉验证正确率较高(91.3%),体现出良好建模能力;模型在泛化测试中能够实现对主要事件类型的精确分类(精确度>0.95),以及较为准确的时长估计,有助于对城市空间使用规律的捕捉.
    声景显著声事件数据集声事件检测深度学习
  • [期刊论文] 《控制与决策》 ISTIC EI SCI PKU CSSCI - 2026年1期
    研究讨论一类具有协同竞争耦合特性的博弈问题,结合动态环境特征,构建考虑时变收益函数的多集群博弈模型.基于时变通信网络拓扑结构,提出一种离散时间分布式纳什均衡在线学习算法,并通过引入事件触发机制实现通信资源优化:1)采用预设触发条件调控智能体信息交互;2)在降低通信频次的同时能够维持纳什均衡求解精度.理论分析表明,通过精巧地选择合适的时变步长(αt=1/t2a1,0<a1<1/2)和事件触发函数阈值(C0αt,C0>0),所设计算法能够有效克服时变环境下的传输误差和估计误差影响,并严格证明其指数收敛特性.能源互联网典型场景的仿真实验表明,相较传统算法,所提出方法在保证纳什均衡收敛精度的同时能有效降低通信次数,验证了其工程有效性.
    分布式多集群博弈时变拓扑纳什均衡在线学习算法事件触发机制能源互联网系统
1 2 3 4 5 下一页 GO
回到顶部
选择了条数据