本实验针对马铃薯干腐病潜育期到发病期的诊断方法进行研究,利用时序高光谱对病害发生过程中的病症特征进行分析和提取,并基于时序性特征采用动态时间弯曲(dynamic time warping,DTW)聚类算法对时序关键点进行分析,即对发病期初始点进...本实验针对马铃薯干腐病潜育期到发病期的诊断方法进行研究,利用时序高光谱对病害发生过程中的病症特征进行分析和提取,并基于时序性特征采用动态时间弯曲(dynamic time warping,DTW)聚类算法对时序关键点进行分析,即对发病期初始点进行诊断。本研究在数据预处理中使用图像阈值分割算法提取动态感兴趣区域,利用概率密度比算法剔除病害光谱异常值,在对比病症的光谱与外观后,发现马铃薯干腐病的光谱具有非单调性特征,再基于该非单调性特征使用高斯核函数的主成分权重系数法进行光谱特征提取。最后基于病害特征,利用模糊聚类方法判定时序关键点,其结果正确率仅为66.7%;针对特征时序性再利用DTW聚类算法判定时序关键点,其结果正确率达94.4%。本实验研究表明基于DTW的时序高光谱诊断方法能对马铃薯干腐病发病期进行有效诊断。展开更多
在绿色低碳经济大力倡导、“碳达峰、碳中和”能源政策加速部署背景下,新能源消纳问题日益凸显。因此,亟需分析新能源消纳的关键制约因素并进行综合量化评估,为新能源消纳问题的改善及解决提供依据。从“源网荷”以及调峰4方面构建新能...在绿色低碳经济大力倡导、“碳达峰、碳中和”能源政策加速部署背景下,新能源消纳问题日益凸显。因此,亟需分析新能源消纳的关键制约因素并进行综合量化评估,为新能源消纳问题的改善及解决提供依据。从“源网荷”以及调峰4方面构建新能源消纳制约因素多层级评估指标体系,提出一种结合模糊隶属度与动态弯曲算法(dynamic time warping,DTW)的模糊化动态评估方法,以样本模糊化的方法增加序列元素间差异性以避免模式匹配的错误,从而更客观地评估出影响新能源消纳的不同层级制约因素。仿真结果表明,该模糊化动态评估方法不仅能全面准确地对新能源消纳制约因素进行综合评估,还能为电网新能源消纳问题的解决提供数据支撑。展开更多
文摘本实验针对马铃薯干腐病潜育期到发病期的诊断方法进行研究,利用时序高光谱对病害发生过程中的病症特征进行分析和提取,并基于时序性特征采用动态时间弯曲(dynamic time warping,DTW)聚类算法对时序关键点进行分析,即对发病期初始点进行诊断。本研究在数据预处理中使用图像阈值分割算法提取动态感兴趣区域,利用概率密度比算法剔除病害光谱异常值,在对比病症的光谱与外观后,发现马铃薯干腐病的光谱具有非单调性特征,再基于该非单调性特征使用高斯核函数的主成分权重系数法进行光谱特征提取。最后基于病害特征,利用模糊聚类方法判定时序关键点,其结果正确率仅为66.7%;针对特征时序性再利用DTW聚类算法判定时序关键点,其结果正确率达94.4%。本实验研究表明基于DTW的时序高光谱诊断方法能对马铃薯干腐病发病期进行有效诊断。
文摘在绿色低碳经济大力倡导、“碳达峰、碳中和”能源政策加速部署背景下,新能源消纳问题日益凸显。因此,亟需分析新能源消纳的关键制约因素并进行综合量化评估,为新能源消纳问题的改善及解决提供依据。从“源网荷”以及调峰4方面构建新能源消纳制约因素多层级评估指标体系,提出一种结合模糊隶属度与动态弯曲算法(dynamic time warping,DTW)的模糊化动态评估方法,以样本模糊化的方法增加序列元素间差异性以避免模式匹配的错误,从而更客观地评估出影响新能源消纳的不同层级制约因素。仿真结果表明,该模糊化动态评估方法不仅能全面准确地对新能源消纳制约因素进行综合评估,还能为电网新能源消纳问题的解决提供数据支撑。
