期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
异常值个数未知下辅助数据自适应筛选方法
1
作者 简涛 马颖亮 +2 位作者 王海鹏 郭磊 魏广芬 《雷达学报(中英文)》 EI CSCD 北大核心 2024年第5期1049-1060,共12页
在雷达目标多通道自适应检测场景下,诸多非均匀背景因素易导致异常值干扰,使得辅助数据独立同分布条件难以满足,已有辅助数据筛选方法往往假定异常值个数已知,在个数未知的情况下面临较大性能损失。为此,该文研究了异常值个数未知情况... 在雷达目标多通道自适应检测场景下,诸多非均匀背景因素易导致异常值干扰,使得辅助数据独立同分布条件难以满足,已有辅助数据筛选方法往往假定异常值个数已知,在个数未知的情况下面临较大性能损失。为此,该文研究了异常值个数未知情况下辅助数据自适应筛选方法。首先,在杂噪协方差矩阵已知条件下,建立了异常数据集合的最大似然估计,基于广义内积对辅助数据进行初步排序,将异常数据集合的最大似然估计过程简化为异常值个数估计。其次,利用快速最大似然方法进行未知协方差矩阵估计,提出了未知异常值个数下辅助数据自适应筛选方法。进一步地,为降低异常值对初步排序性能的不利干扰,基于归一化采样协方差矩阵设计了归一化广义内积形式,并结合迭代估计方式,对前述辅助数据自适应筛选流程进行改进。仿真结果表明,与广义内积相比,采用归一化广义内积可获得更高的筛选精度,采用较小迭代次数即可获得稳定的归一化信干比改善;与已有辅助数据筛选方法相比,该文所提方法在异常值个数未知条件下具有更好的筛选性能。 展开更多
关键词 自适应目标检测 异常值个数 自适应筛选 似然函数 归一化广义内积
下载PDF
基于自适应筛选EMD和CFDC的变压器绕组状态检测 被引量:12
2
作者 杨毅 王丰华 +3 位作者 段若晨 杜胜磊 刘石 杨贤 《振动与冲击》 EI CSCD 北大核心 2017年第19期106-111,144,共7页
为更加准确地检测变压器的绕组状态,提出了自适应筛选EMD算法来对变压器突发短路下的非平稳和强时变振动信号进行分解,进而根据得到的Hilbert边际谱定义了中心频率分布系数(Central Frequency Distribution Coefficient,CFDC)来对变压... 为更加准确地检测变压器的绕组状态,提出了自适应筛选EMD算法来对变压器突发短路下的非平稳和强时变振动信号进行分解,进而根据得到的Hilbert边际谱定义了中心频率分布系数(Central Frequency Distribution Coefficient,CFDC)来对变压器绕组状态进行检测。仿真分析和某大型变压器实测振动信号的计算结果表明,增加了自适应筛选因子的改进EMD算法能够有效地抑制模态混叠现象,提高了振动信号分解的准确性,所定义的CFDC及其变化可以清晰地反映出变压器绕组状态改变的演变过程,便于及时有效检测绕组状态,确保变压器的安全可靠运行。 展开更多
关键词 变压器 绕组状态 自适应筛选EMD 中心频率分布系数 振动信号
下载PDF
知识图谱嵌入中的自适应筛选 被引量:2
3
作者 欧阳丹彤 马骢 +1 位作者 雷景佩 冯莎莎 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2020年第2期685-691,共7页
针对知识图谱数据类别不平衡与训练难度不同,随机进行训练数据采样可能导致嵌入模型不能快速收敛的问题,提出了一种自适应的筛选训练数据方法。对训练数据按照关系类别进行分组,采样过程中首先根据概率选择关系类别,然后从选定的分组中... 针对知识图谱数据类别不平衡与训练难度不同,随机进行训练数据采样可能导致嵌入模型不能快速收敛的问题,提出了一种自适应的筛选训练数据方法。对训练数据按照关系类别进行分组,采样过程中首先根据概率选择关系类别,然后从选定的分组中随机选择一个实例进行训练。根据训练效果对每组实例被选择的概率进行自适应调整。实验结果表明:自适应的分组筛选在链接预测任务上取得了更好的结果,使嵌入模型更快、更好地收敛。 展开更多
关键词 人工智能 知识图谱嵌入 基于翻译的嵌入模型 自适应筛选 链接预测
原文传递
基于迁移联邦学习的输电线路缺陷检测
4
作者 曲海成 周圣杰 《计算机系统应用》 2024年第10期198-204,共7页
有效检测输电线路的破损和异物对电路智能巡检至关重要.然而,由于存在着数据孤岛问题,难以收集不同电力公司的数据来训练统一的检测模型.因此,结合迁移联邦学习和目标检测算法提出了一种基于迁移联邦学习的电路缺陷检测方法.具体地,首... 有效检测输电线路的破损和异物对电路智能巡检至关重要.然而,由于存在着数据孤岛问题,难以收集不同电力公司的数据来训练统一的检测模型.因此,结合迁移联邦学习和目标检测算法提出了一种基于迁移联邦学习的电路缺陷检测方法.具体地,首先选用一个强大的检测模型作为基础检测模型,并冻结模型初始权重.然后通过权重矩阵的低秩分解以及插入适配器层的方式进行对不同客户端的数据进行适应学习,从而大幅降低可训练模型参数的目的.其次,提出一种权重自适应筛选方法,以精确确定模型权重层的低秩分解和适配器层的插入位置,通过简单的适应学习,即可对不同电力公司中的数据分布进行有效适应.最后,在接近真实环境的电力数据集上进行的实验验证表明,在保证客户数据安全性和隐私性的前提下,能够很好地适应不同分布的检测场景. 展开更多
关键词 电路巡检 迁移学习 联邦学习 低秩分解 自适应筛选
下载PDF
一种自适应的方法修复MODIS坏像元波段反射率
5
作者 高博 宫辉力 +1 位作者 周珂 王强 《安徽农业大学学报》 CAS CSCD 北大核心 2017年第1期158-164,共7页
遥感数据从时间尺度、空间尺度为人类生存的环境要素提取提供了有力的支持。遥感数据资源的重要性日益突出,数据积累周期越长其存在的潜在价值就越大,但是随着时间的推移,遥感数据也会随着传感器的衰退或损坏导致数据质量降低、无效数... 遥感数据从时间尺度、空间尺度为人类生存的环境要素提取提供了有力的支持。遥感数据资源的重要性日益突出,数据积累周期越长其存在的潜在价值就越大,但是随着时间的推移,遥感数据也会随着传感器的衰退或损坏导致数据质量降低、无效数据等情况。针对该现象提出了一种自适应的多元拟合方法来修复光学遥感数据由于传感器损坏导致的无效观测;该方法通过考虑地物波谱反射特性实现坏像元修复,基于地物波谱在不同通道上的反射特性之间的关系,构建波谱自适应筛选因子来优化波段反射率修复模型,从而精确地修复坏像元的地表反射率。基于该方法,修复了Terra Moderate Resolution Imaging Spectroradiometer(MODIS)5波段数据在北京地区的无效观测(传感器坏像元);验证表明该方法精度统计指标RMSE为0.011,相比其他方法最好的结果提升大约8%,R^2达到0.82。整体上,该方法不但具有较好的精度,且具有更好的适用性。 展开更多
关键词 图像处理 像元修复 MODIS 自适应筛选因子
原文传递
改进LMD算法在微电网电能质量扰动信号检测中的应用 被引量:25
6
作者 徐艳春 高永康 +1 位作者 李振兴 席磊 《电网技术》 EI CSCD 北大核心 2019年第1期332-339,共8页
采用局部均值分解(local mean decomposition,LMD)算法对电能质量扰动进行检测时存在'端点效应'和'模态混叠'问题,严重影响了检测精度。文章针对分布式电源接入引起的微电网电能质量问题,对LMD算法进行改进,提出四点波... 采用局部均值分解(local mean decomposition,LMD)算法对电能质量扰动进行检测时存在'端点效应'和'模态混叠'问题,严重影响了检测精度。文章针对分布式电源接入引起的微电网电能质量问题,对LMD算法进行改进,提出四点波形曲率延拓,寻找最优匹配波形用以改善'端点效应'。采用三次样条函数插值提高计算速度,使得筛选过程更快,间接减小了'端点效应'和'模态混叠'的影响。进一步提出了自适应筛选停止准则,通过内外层循环判据确定筛选停止条件,从而抑制'模态混叠'。通过对单一扰动、复合扰动模拟信号与实测信号的时频分析,验证了所提算法的可行性和有效性。最后通过与其他算法的计算量对比分析,进一步表明所提算法具有较低的计算量。 展开更多
关键词 电能质量 局部均值分解 波形曲率延拓 自适应筛选停止准则 时频分析
原文传递
基于级联卷积神经网络的图像篡改检测算法 被引量:9
7
作者 毕秀丽 魏杨 +2 位作者 肖斌 李伟生 马建峰 《电子与信息学报》 EI CSCD 北大核心 2019年第12期2987-2994,共8页
基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然... 基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然可以学习更高级的语义信息,但检测定位篡改区域效果并不理想。该文提出一种基于级联卷积神经网络的图像篡改检测算法,在卷积神经网络所展示出来的普遍特性的基础上进一步探究其深层次的特性,利用浅层稀神经元的级联网络结构弥补以往深层多神经元的单一网络结构在图像篡改检测中的缺陷。该文提出的检测算法由级联卷积神经网络和自适应筛选后处理两部分组成,级联卷积神经网络实现分级式的篡改区域定位,自适应筛选后处理对级联卷积神经网络的检测结果进行优化。通过实验对比,该文算法展示了较好的检测效果,且具有较高的鲁棒性。 展开更多
关键词 图像篡改检测 级联卷积神经网络 浅层稀神经元 级联网络结构 自适应筛选后处理
下载PDF
改进的Camshift目标跟踪算法的研究 被引量:5
8
作者 张丽媛 梁凤梅 《科学技术与工程》 北大核心 2014年第13期231-235,共5页
Camshift算法是一种常用的跟踪算法,使用传统的Camshift算法追踪目标时,在目标与背景色调一致,或者目标与镜头相距较远的情况下可能会跟踪失败。通过分析Camshift算法的不足,从目标初始化和阈值筛选这两方面做出了改进;将原算法中的单... Camshift算法是一种常用的跟踪算法,使用传统的Camshift算法追踪目标时,在目标与背景色调一致,或者目标与镜头相距较远的情况下可能会跟踪失败。通过分析Camshift算法的不足,从目标初始化和阈值筛选这两方面做出了改进;将原算法中的单框圈定目标改进为双框取定目标,阈值不变改进为自动调整阈值。实验结果证明,该算法具有一定的先进性,在目标较小或者目标移动迅速的情况下也能准确地进行跟踪,提高了算法对背景的适应能力以及跟踪的成功率和准确率。 展开更多
关键词 CAMSHIFT算法 目标跟踪 自适应筛选阈值
下载PDF
六轴联动机器人在光学元件磨削中的路径控制 被引量:2
9
作者 陈洪海 吴庆堂 +2 位作者 聂凤明 胡宝共 康战 《电子设计工程》 2015年第15期187-189,共3页
基于工业机器人磨削中大口径的光学元件是精密加工作业的关键技术,由于工件形状多样化,通过对机器人在行走的过程中行走路径控制进行了研究,在分析了工业机器人的行走速度控制与路径控制模型,提出了利用自适应筛选法确定行走步长,利用Ro... 基于工业机器人磨削中大口径的光学元件是精密加工作业的关键技术,由于工件形状多样化,通过对机器人在行走的过程中行走路径控制进行了研究,在分析了工业机器人的行走速度控制与路径控制模型,提出了利用自适应筛选法确定行走步长,利用Robot Studio软件,进行离线仿真,降低了实际加工过程中不可预料的错误发生概率,提高了控制工业机器人在行走过程中工具摆角与路径精度,为后期的样件加工提供了技术保证。 展开更多
关键词 工业机器人 RobotStudio 自适应筛选 离线仿真
下载PDF
寻找星族Ⅲ
10
作者 Robert Irion 谢懿 《世界科学》 2002年第6期21-22,共2页
关键词 “星族Ⅲ”恒星 银河系规测 自适应筛选 空间望远镜
下载PDF
基于近红外光谱的食用植物油中反式脂肪酸含量快速定量检测及模型优化研究 被引量:11
11
作者 莫欣欣 孙通 +1 位作者 刘木华 叶振南 《分析化学》 SCIE EI CAS CSCD 北大核心 2017年第11期1694-1702,共9页
利用近红外光谱技术对食用植物油中反式脂肪酸(Trans fatty acids,TFA)含量进行快速定量检测,并通过波段选择、预处理方法、变量筛选及建模方法对TFA含量预测模型进行优化。采用AntarisⅡ傅里叶变换近红外光谱仪在4000~10000 cm$1光谱... 利用近红外光谱技术对食用植物油中反式脂肪酸(Trans fatty acids,TFA)含量进行快速定量检测,并通过波段选择、预处理方法、变量筛选及建模方法对TFA含量预测模型进行优化。采用AntarisⅡ傅里叶变换近红外光谱仪在4000~10000 cm$1光谱范围采集98个食用植物油样本的近红外透射光谱,然后采用气相色谱法测定TFA的真实含量。首先,对样本原始光谱进行波段、预处理方法优选;在此基础上,采用竞争自适应重加权法(Competitive adaptive reweighted sampling,CARS)筛选TFA相关的重要变量,最后应用主成分回归、偏最小二乘和最小二乘支持向量机方法分别建立食用植物油中TFA含量的预测模型。研究结果表明,近红外光谱技术检测食用植物油中的TFA含量是可行的,优化后的最佳预测模型的校正集和预测集R2分别为0.992和0.989,RMSEC和RMSEP分别为0.071%和0.075%。最佳预测模型所用的变量仅26个,占全波段变量的0.854%。此外,与全波段偏最小二乘预测模型相比,其预测集R2由0.904上升为0.989,RMSEP由0.230%下降为0.075%。由此表明,模型优化非常必要,CARS能有效筛选TFA相关的重要变量,极大减少建模变量数,从而简化预测模型,并较大提高预测模型的精度和稳定性。 展开更多
关键词 食用植物油 近红外光谱 模型优化 竞争自适应重加权法变量筛选 定量检测
下载PDF
适用于调度计划滚动更新的安全校核计算策略研究 被引量:7
12
作者 徐伟 徐泰山 +1 位作者 胡昊明 周海锋 《陕西电力》 2017年第2期10-14,共5页
针对日前发电计划、日内发电计划和实时发电计划滚动更新的特点,提出了一种综合考虑静态安全、暂态稳定和动态稳定约束的安全校核计算策略。确保在滚动更新的周期内完成发电计划的安全校核和动态修正。考虑不同元件运行状态变化对安全... 针对日前发电计划、日内发电计划和实时发电计划滚动更新的特点,提出了一种综合考虑静态安全、暂态稳定和动态稳定约束的安全校核计算策略。确保在滚动更新的周期内完成发电计划的安全校核和动态修正。考虑不同元件运行状态变化对安全稳定裕度影响的双向性以及网络拓扑变化对暂态稳定裕度和模式的影响,通过自适应电网运行工况的故障筛选减少安全校核的计算量。根据单算例的平均耗时确定同时完成各类安全稳定评估所需要的计算资源数,通过多时段并行提高计算资源的利用效率。将历史评估结果用于安全稳定评估的故障筛选。减少需要进行所有考核故障安全稳定评估的计划方式个数。通过依次完成所有计划方式的校核断面生成、安全稳定评估和辅助决策的调度策略,实现计算资源的负载均衡。通过实际电网的算例分析。验证了计算策略的快速性和有效性。 展开更多
关键词 调度计划 安全校核 自适应故障筛选 多时段并行 调度策略
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部