-
公开(公告)号:CN111210009A
公开(公告)日:2020-05-29
申请号:CN202010039251.6
申请日:2020-01-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种基于信息熵的多模型自适应深度神经网络滤波器嫁接方法,包括依次执行以下步骤:步骤一:每个周期内多个模型权值正常迭代更新;步骤二:计算每一层滤波器的信息熵;步骤三:相邻两个网络自适应的加权平均作为新的权值。本发明的有益效果是:1.该方法能够激活模型中的无效滤波器,从而在不改变模型结构的情况下提高模型的准确率;2.该方法提出使用滤波器的信息熵来评价滤波器的质量,相比使用范数能够更加准确地评价滤波器质量,相比计算输出特征图的信息熵需要更少的计算量;3.该方法提出自适应加权平均函数,针对每一层的特点,动态的调节两个模型中滤波器保留的比例,相比给所有层设置统一的系数更加的灵活。
-
公开(公告)号:CN104915508A
公开(公告)日:2015-09-16
申请号:CN201510346057.1
申请日:2015-06-19
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于计算机辅助系统的供热管网可靠性分析方法,本发明涉及供热管网可靠性分析方法。本发明是要解决高效分析供热管网运行可靠性指标的问题,而提出的一种基于计算机辅助系统的供热管网可靠性分析方法。该方法是通过步骤一、将AutoCAD软件绘制的dwg格式的供热管网图保存至MySQL数据库;步骤二、读取数据库中供热管网图的信息,并将供热管网图的信息数据进行分级,并且划分出当量区;步骤三、将划分出的当量区进行可视化,基于可视化后的当量区对供热管网进行可靠性分析,得出可靠性指标;步骤四、通过可靠性指标对供热管网进行评价等步骤实现的。本发明应用于供热管网可靠性分析领域。
-