Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 1168

会议视频 71

会议信息 30

会议专题 1

年份

2024 3

2023 123

2022 138

2021 142

2020 115

2019 92

2018 73

2017 73

2016 57

2015 20

2014 37

2013 18

2012 25

2011 27

2010 21

2009 36

2008 31

2007 39

2006 36

2005 39

展开︾

关键词

神经网络 27

深度学习 15

人工智能 14

智能制造 14

预测 14

高性能制造 14

机器学习 12

力学性能 10

2020 5

人工神经网络 5

地震预测 5

BP神经网络 4

COVID-19 4

城镇建设 4

物联网 4

绿色化工 4

网络 4

网络安全 4

网络空间安全 4

展开︾

检索范围：

排序：展示方式：

FlowDNN：一种用于快速精确流场预测的物理启发深度神经网络 Research Articles

陈东林1,高翔1,2,徐传福1,2,王思齐1,2,陈世钊1,方建滨1,王铮3

《信息与电子工程前沿（英文）》 2022年第23卷第2期页码 207-219 doi: 10.1631/FITEE.2000435

摘要：对于与流场相关的设计优化问题，例如飞机和汽车空气动力学设计，计算流体力学（CFD）模拟通常用于预测流场并分析性能。虽然CFD模拟十分重要，但它的迭代计算非常需要计算资源且极其耗时。在本文中，我们提出FlowDNN模型，它是一种新颖的深度神经网络，可从CFD结果中高效地学习流场表示。FlowDNN根据给定的流动条件和几何形状可以直接预测预期的流场结果，从而极大地节省计算时间。FlowDNN首次结合了流体力学的基本守恒定律和注意力机制进行定常流场预测。这样做不仅可以提高预测准确性，而且可以维持预测流场的物理一致性，这对于CFD模拟至关重要。本文设计了多种指标以评估FlowDNN预测的整体流场和关键区域的结果（如流场快速变化的边界层）。实验结果表明，FlowDNN明显优于其他方法且具有更短的推理时间和更准确的结果。它与最新的GPU并行求解器相比，生成流场的速度提升14 000倍以上，同时保持预测误差在5%以内。

关键词：深度神经网络；流场预测性能；注意机制；物理损失函数

HTML PDF 收藏

基于神经网络模型的舰面流场仿真算法

孙文胜,林明

《中国工程科学》 2003年第5卷第5期页码 76-79

摘要：

飞行甲板表面流场是影响直升机飞行安全的重要因素，在直升机实时飞行仿真中，流场速度分布特性直接影响直升机飞行动力学仿真的精确度。文章以纳维-斯托克斯方程为基础，利用BP神经网络算法，研究了实时确定流场速度分布的方法，该方法可用于甲板流场实时仿真，提高直升机飞行仿真的精度。

关键词：流场有限元神经网络

HTML PDF 收藏

Ldformer：面向长期电力预测的并行神经网络模型

田冉,李新梅,马忠彧,刘颜星,王晶霞,王楚

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1287-1301 doi: 10.1631/FITEE.2200540

摘要：准确的长期电力预测对电网决策运行和用户用电管理非常重要，可保证电力系统的可靠供电和电网经济的可靠运行。然而，大多数时间序列预测模型在数据量大、预测精度高的长时间序列预测任务中表现不佳。为了应对这一挑战，提出名为LDformer的并行时间序列预测模型。首先，将Informer与长短期记忆网络相结合，以获得时间序列的深度表达能力。其次，提出并行编码器模块提高模型鲁棒性，并将卷积层与注意力机制相结合，以避免注意力机制中的值冗余。最后，提出结合UniDrop的概率稀疏注意力机制，以减少计算开销并减轻序列中一些关键连接丢失的风险。在5个真实数据集上的实验结果显示，在不同的长时间序列预测任务中，LDformer大部分结果都优于最先进的基线结果。

关键词：长期电力预测长短期记忆网络 UniDrop 自注意力机制

HTML 收藏

基于RBF神经网络算法的连拱隧道围岩变形预测方法研究

肖智旺,钟登华

《中国工程科学》 2008年第10卷第7期页码 77-81

摘要：

利用径向基函数前馈式神经网络的特性，构建了连拱隧洞围岩变形的预测模型，并利用Matlab工具对模型进行求解。最后的工程实例对文章的方法进行了检验，其结果表明，此方法具有求解速度快，结果更为优化、预测效果更好等优点。

关键词：连拱隧洞围岩变形变形预测径向基函数(RBF) 神经网络

HTML PDF 收藏

可见光波段的深度衍射神经网络 Article

陈航, 冯佳楠, 江闽伟, 王逸群, 林杰, 谭久彬, 金鹏

《工程（英文）》 2021年第7卷第10期页码 1485-1493 doi: 10.1016/j.eng.2020.07.032

摘要： justify;">基于衍射光学元件的光学深度学习在并行处理深度衍射神经网络（D²NN）是其中一项具有里程碑意义的研究工作。D²NN在太赫兹波段通过3D打印进行神经网络的物理固化。鉴于太赫兹波段下存在的粒子间耦合限制和材料损耗，本文将D2NN的应用波段延展至可见光波段，并提出了包括修订公式在内的一般理论，解决了工作波长、人工神经元特征尺寸和加工制备之间的矛盾。本文获得的实验分类精度（84%）和数值分类精度（91.57%）量化了理论设计和制造系统性能之间的匹配程度。

关键词：光计算光学神经网络深度学习光学机器学习深度衍射神经网络

HTML PDF 收藏

基于神经网络的建筑工程造价预测研究

聂规划,刘平峰,何柳

《中国工程科学》 2005年第7卷第10期页码 56-59

摘要：

采用误差反向传播人工神经网络模型（BP网络模型），以建筑特征参数为输入变量，通过实际资料对网络进行训练和模拟，并用贡献分析法筛选输入变量，对网络结构进行优化，结果显示了该模型在建筑工程造价预测中的有效性

关键词： BP神经网络建筑造价预测

HTML PDF 收藏

深度三维重建：方法、数据和挑战 Review Article

刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.2000068

摘要：基于深度学习的三维重建方法通过利用深度网络自动学习低质量图像中的三维形状语义特征，克服了这两个瓶颈。然而，这些方法具有多种体系框架，但是至今未有文献对它们作深入分析和比较。本文对基于深度学习的三维重建方法进行全面综述。首先，基于不同深度学习模型框架，将基于深度学习的三维重建方法分为4类：递归神经网络、深自编码器、生成对抗网络和卷积神经网络，并对相应方法作详细分析。再次，对基于深度学习的三维重建方法进行综合比较，包括不同方法在同一数据库、同一方法在不同数据库以及同一方法对于不同视角个数输入的结果比较。最后，讨论了基于深度学习的三维重建方法的发展趋势。

关键词：深度学习模型；三维重建；循环神经网络；深度自编码器；生成对抗网络；卷积神经网络

HTML PDF 收藏

基于RBF神经网络的隧洞围岩变形预测方法

张俊艳,冯守中,刘东海

《中国工程科学》 2005年第7卷第10期页码 87-90

摘要：提出的基于RBF神经网络的隧道围岩变形预测方法，不仅能很好地描述复杂的围岩变形时程曲线，而且比BP神经网络具有更快的收敛速度和更好的全局搜索能力。实例研究验证了该方法的有效性与可行性。

关键词： RBF神经网络隧洞施工围岩变形预测

HTML PDF 收藏

深度神经网络加速器体系结构概述 Review

陈怡然, 谢源, 宋凌皓, 陈凡, 唐天琪

《工程（英文）》 2020年第6卷第3期页码 264-274 doi: 10.1016/j.eng.2020.01.007

摘要：在本文中，我们特别总结了用于深度神经网络（DNN）的加速器设计（即DNN加速器）的最新进展。我们从计算单元、数据流优化、网络模型、基于新兴技术的体系结构以及针对新兴应用的加速器等方面讨论支持DNN执行的各种体系结构。我们还提供了有关AI芯片设计未来趋势的展望。

关键词：深度神经网络特定领域体系结构加速器

HTML PDF 收藏

基于神经网络与遗传算法耦合的煤与瓦斯突出区域预测研究

施式亮,伍爱友

《中国工程科学》 2009年第11卷第9期页码 91-96

摘要：

煤与瓦斯突出是煤矿地下开采过程中的一种动力现象，剧烈的动力效应可导致矿井重大的财产损失和人员伤亡，因此，实现煤与瓦斯突出的有效预测对煤炭工业安全生产具有重要意义文章以煤与瓦斯突出的自然条件及地质构造特征为基础，针对神经网络易陷入局部极小而引起预测指标权值分布不合理的缺陷，提出了基于神经网络和遗传算法耦合的煤与瓦斯突出区域预测模型，并进行了实例验证。研究结果证明了该模型的合理性，对煤矿实现煤与瓦斯突出区域的预测具有较大的指导价值。

关键词：煤与瓦斯突出区域预测神经网络遗传算法突出等值线

HTML PDF 收藏

应用神经网络进行短期负荷预测

罗枚

《中国工程科学》 2007年第9卷第5期页码 77-80

摘要：

以某地区购网有功功率的负荷数据为背景，建立了３个BP神经网络负荷预测模型———SDBP，LMBP 及BRBP模型进行短期负荷预测工作，并对其结果进行比较。针对传统的BP算法具有训练速度慢，易陷入局部最小点的缺点，采用具有较快收敛速度及稳定性的L-M（Levenberg-Marquardt）优化算法进行预测，使平均相对误差有了很大改善，而采用贝叶斯正则化算法可以解决网络过度拟合，提高网络的推广能力。

关键词：短期负荷预测人工神经网络 L唱M算法贝叶斯正则化算法优化算法

HTML PDF 收藏

王旭娜,谭清美

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-980 doi: 10.1631/FITEE.1900236

摘要：在此情况下，出现了基于深度学习的推荐系统。当前深度学习推荐大多利用深度神经网络针对一些辅助信息建模，且在建模过程中根据输入数据类别，分别采用多条映射通路，将原始输入数据映射到潜在向量空间。然而，这些深度神经网络推荐算法忽略了不同类别数据间的联合作用可能对推荐效果产生的潜在影响。针对这一问题，本文提出一种基于多类别信息联合作用的前馈深度神经网络推荐方法——深度联合网络，以解决隐性反馈的推荐问题。经验证据表明，使用深度联合推荐可以提供更好推荐性能。

关键词：神经网络；深度学习；DAN；推荐

HTML PDF 收藏

人工神经网络在弹体侵彻混凝土深度中的应用

李建光,李永池,王玉岚

《中国工程科学》 2007年第9卷第8期页码 77-81

摘要：

针对弹体对混凝土材料侵彻深度问题，通过量纲分析和神经网络理论，建立了弹体侵彻深度h网络输出量与弹体长度lp、弹的长径比 lp/d、弹体形状系数ψ、弹体与混凝土的比强度σyt/σyp、弹体与混凝土的密度比ρp/ρt等13个网络输入量之间的非线性映射关系。并采用 RBF网络模型，通过Forrestal等文献的试验样本对网络模型训练，获得了弹体对混凝土材料侵彻深度的网络模型，输出结果满意。

关键词：神经网络量纲分析侵彻混凝土深度非线性映射关系 RBF网络

HTML PDF 收藏

基于Rough集理论的模糊神经网络构造方法

黄显明,易继锴

《中国工程科学》 2004年第6卷第4期页码 44-50

摘要：

提出了在模糊神经网络中使用Rough集理论进行网络结构设计的方法。由于Rough集理论有强大的数值分析能力，而模糊神经网络具有准确的逼近收敛能力和较高的精度，所以通过两者的结合，可以得到一种可理解性好、计算简单、收敛速度快的神经网络模型。这种网络构造方法的主要过程为：首先，利用Rough集理论对给定数据集进行规则获取；然后，根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值；最后，用BP算法迭代求出网络的各种参数，完成网络的设计给出了一个二维非线性函数拟合的实例，进一步验证了方法的正确性。