检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

37 篇 学位论文
35 篇 期刊文献
1 篇 会议

馆藏范围

73 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

71 篇 工学
- 40 篇 计算机科学与技术...
- 39 篇 控制科学与工程
- 39 篇 软件工程
- 13 篇 仪器科学与技术
- 10 篇 机械工程
- 10 篇 电气工程
- 9 篇 信息与通信工程
- 7 篇 电子科学与技术（可...
- 4 篇 动力工程及工程热...
- 4 篇 交通运输工程
- 3 篇 材料科学与工程（可...
- 3 篇 土木工程
- 3 篇 生物医学工程（可授...
- 2 篇 化学工程与技术
- 2 篇 轻工技术与工程
- 2 篇 航空宇航科学与技...
- 2 篇 生物工程
- 2 篇 公安技术
- 1 篇 矿业工程
- 1 篇 兵器科学与技术
36 篇 管理学
- 36 篇 管理科学与工程(可...
6 篇 理学
- 4 篇 系统科学
- 1 篇 数学
- 1 篇 大气科学
4 篇 医学
- 2 篇 药学(可授医学、理...
- 1 篇 临床医学
- 1 篇 医学技术（可授医学...
2 篇 经济学
- 2 篇 应用经济学
1 篇 军事学
1 篇 艺术学

主题

73 篇 堆叠自编码器
15 篇 深度学习
7 篇 故障诊断
6 篇 卷积神经网络
5 篇 特征提取
4 篇 支持向量机
3 篇 注意力机制
3 篇 迁移学习
3 篇 长短期记忆网络
3 篇 软测量
3 篇 深度神经网络
3 篇 特征融合
3 篇 异常检测
2 篇 人工神经网络
2 篇 lstm
2 篇 实体嵌入
2 篇 传感器突发故障
2 篇 数据优化
2 篇 锂离子电池
2 篇 极限学习机

机构

4 篇 合肥工业大学
3 篇 大连理工大学
3 篇 西安电子科技大学
3 篇 东华大学
3 篇 中南大学
2 篇 石家庄铁道大学
2 篇 东南大学
2 篇 华北电力大学
2 篇 三峡大学
2 篇 中国石油大学
2 篇 哈尔滨工业大学
2 篇 吉林大学
2 篇 中国矿业大学
2 篇 浙江科技大学
2 篇 江南大学
2 篇 广西师范大学
1 篇 齐齐哈尔大学
1 篇 新能源发电与电能...
1 篇 泉州经贸职业技术...
1 篇 中国卫星海上测控...

作者

2 篇 幸志铖
2 篇 唐琪
2 篇 孙玮婷
2 篇 金允泰
2 篇 杨晶
1 篇 边祖光
1 篇 jiang hong-yuan
1 篇 徐靖然
1 篇 zhang xianquan
1 篇 jakhro abdul nav...
1 篇 song yong
1 篇 zhang huai-feng
1 篇 cheng shuyu
1 篇 周武能
1 篇 夏英豪
1 篇 何怡刚
1 篇 杨宇辰
1 篇 欧阳名三
1 篇 温杰
1 篇 qiu wei-gen

语言

72 篇 中文
1 篇 英文

检索条件"主题词=堆叠自编码器"

共 73 条记录，以下是51-60 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的稀疏化电能质量扰动识别方法研究

基于深度学习的稀疏化电能质量扰动识别方法研究

引用

作者：吴志宇西南交通大学

学位级别：硕士

随着智能电网的快速发展和新能源并网技术的日益成熟,大量电力电子器件接入电网,使得非线性、冲击性、波动性负荷越来越多,致使电网中电压、电流波形发生畸变。此外,现代工业和民用电气设备的控制主要由计算机、微处理器等装置来实现,... 详细信息

随着智能电网的快速发展和新能源并网技术的日益成熟,大量电力电子器件接入电网,使得非线性、冲击性、波动性负荷越来越多,致使电网中电压、电流波形发生畸变。此外,现代工业和民用电气设备的控制主要由计算机、微处理器等装置来实现,其对电能质量更为敏感。电能质量问题变得日益严峻,需快速检测各类扰动信号,并对其进行准确识别,这对于电能质量污染的治理具有重要意义。本文在前人工作基础上,开展了基于压缩感知和深度学习电能质量扰动识别的研究。为实现以较少的数据表征庞大冗余的原始扰动数据,通过分析电能质量信号的稀疏性,构建了一种结合平稳小波变换和压缩感知的电能质量稀疏模型。该稀疏模型具有数据降维、信号降噪的作用。基于此,本文设计了三种电能质量扰动识别方法。1).基于CS-SWT算法的电能质量扰动识别方法。通过稀疏模型获得各层稀疏向量,然后求解各层稀疏向量二次特征因子,利用最大相关最小冗余法对特征集进行选择,选取7项指标作为BP神经网络的输入,最终实现扰动识别。仿真结果表明,相比基于傅立叶基压缩感知下的电能质量扰动识别方法,该方法能够较好地识别脉冲、短时振荡等非平稳信号。针对几类典型单一和双重扰动,拥有良好识别精度和抗噪性。2).基于改进DBN的稀疏化电能质量扰动识别方法。结合深度置信网络处理高维数据的优势,通过构建深度置信网络(DBN),然后将各层稀疏向量直接作为DBN的输入,利用受限玻尔兹曼机自主地获得扰动特征,进而实现扰动的识别。此外,为提升扰动识别模型的识别效果,采用交叉熵算法对DBN的超参数进行寻优。仿真结果表明,构建的扰动模型能够有效提取各类扰动特征,针对几类典型的单一和复合扰动,拥有较好的识别效果和较强的抗噪性。同时整个识别耗时相比传统方法有进一步缩减。3).基于SSDAE的稀疏化电能质量扰动识别方法。利用另外一种深度学习模型—堆叠稀疏降噪自编码器(SSDAE),在自编码器基础上,加入稀疏限制和降噪处理,构建稀疏降噪自编码器,以更好对特征自主地学习,并堆叠而成SSDAE模型。将各层稀疏向量输入SSDAE模型中实现扰动智能识别。仿真结果表明,相较于前两种方法,此方法的识别耗时进一步降低,并且识别精度和抗噪性均相应程度提升。同时,采用三类实测扰动数据对此方法进行了测试,验证了其有效性。在此基础上,搭建了电能质量扰动识别测试GUI界面,可直观展示扰动识别模型的训练和测试结果。上述研究能够为压缩感知和深度学习在电能质量扰动识别中的应用提供了一个较好的思路。

关键词：电能质量扰动识别压缩感知堆叠自编码器深度置信网络

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的异常检测方法

基于机器学习的异常检测方法

引用

作者：武碧洁中国民航大学

学位级别：硕士

由于信用欺诈、网络入侵等异常的发生,异常检测被相关领域的众多国内外学者广泛关注,并已成为研究热点。目前已经提出了许多异常检测方法,其中基于聚类的异常检测方法最为流行。随着深度表示学习的发展,融合表示学习的聚类算法的性能具... 详细信息

由于信用欺诈、网络入侵等异常的发生,异常检测被相关领域的众多国内外学者广泛关注,并已成为研究热点。目前已经提出了许多异常检测方法,其中基于聚类的异常检测方法最为流行。随着深度表示学习的发展,融合表示学习的聚类算法的性能具有了大幅提升。但是,现有的基于聚类的异常检测方法往往是根据聚类结果进行异常点检测,而在聚类过程中忽略了异常检测与聚类之间的相互依赖关系,从而导致异常检测准确度不高。为了提高异常检测算法的准确性,本文提出了一种实现样本表示学习、聚类以及异常样本发现的三者联合学习算法DORKM(Deep K-means with outlier removeal and representation learning,DORKM)。DORKM算法在遵循DKM(Deep K-means)基本框架的基础上,在聚类过程中增加了异常样本分布的确定,且在后续更新簇中心以及计算聚类损失时都考虑了异常样本的影响。在MNIST+、KDD-CUP99和UBR三个数据集上的实验结果表明DORKM算法明显优于基线算法模型,从而证明了DORKM算法在大规模高维数据下的有效性。由于样本表示学习得到地样本表示的质量取决于自编码器的结构,且不同的数据集能够拟合的编码器的结构不同,本文将基于二阶的粒子群优化堆叠自编码器引入DORKM中提出了一种新的异常检测方法PSO-SAE-KM(Particle Swarm OptimizationStacked Auto Encoder-K-means)。现有的一阶粒子群优化的堆叠自编码器(PSO-SAE)仅优化了隐藏层的层数,在此基础上,本文增加了隐藏层中节点数的优化,形成了二阶的PSO-SAE。在3个数据集上与传统的一阶算法进行对比,实验表明了提出方法的有效性。

关键词：异常检测深度K-means聚类异常检测联合学习堆叠自编码器粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于集成学习的全基因组水平蛋白质-RNA相互作用预测研究

基于集成学习的全基因组水平蛋白质-RNA相互作用预测研究

引用

作者：詹朝惠中国矿业大学

学位级别：硕士

RNA和蛋白质之间的相互作用在调节生物体各种细胞过程(例如基因表达调节)中发挥着至关重要的作用,而对于它们之间的相互作用网络研究却始终得不到突破性进展。一方面,传统的RNA蛋白质相互作用预测模型多是基于它们的结构信息来构建的,... 详细信息

RNA和蛋白质之间的相互作用在调节生物体各种细胞过程(例如基因表达调节)中发挥着至关重要的作用,而对于它们之间的相互作用网络研究却始终得不到突破性进展。一方面,传统的RNA蛋白质相互作用预测模型多是基于它们的结构信息来构建的,但这类基于包含结构信息的小数据集构建的计算模型泛化性能不强,数据集的来源也较局限。另一方面,现阶段大多数分类预测模型都是基于单分类器的,然而机器学习的相关理论研究表明,集成分类器较单分类器而言具有更高的预测准确性以及更好的稳定性和泛化能力。针对目前预测RNA和蛋白质之间相互作用工作存在的挑战与难题,本文基于RNA和蛋白质序列信息提出了两种不同的计算模型来预测其之间的相互作用关系。首先,本文提出了一种基于堆叠自编码器网络并结合随机森林分类器的预测模型。该模型分别使用位置特异性打分矩阵和k-mer矩阵来表示蛋白质和RNA序列,然后再分别使用bi-gram和奇异值分解提取对应的特征向量。该预测模型还使用了一个深度学习堆叠自编码器来学习并融合这些向量中的高级隐藏信息。接着将这些特征和标签输入随机森林分类器训练得到预测模型。此外,本模型还使用了堆叠的集成策略来整合集成三个不同的基础预测模型以改善模型性能。基于三个公开数据集的实验表明,通过将深度学习和特征提取相结合,并使用集成学习整合多个分类模型的方法能够提升RNA蛋白质相互作用预测模型的性能。本文还提出了一种基于boosting集成学习LightGBM分类器的RNA和蛋白质相互作用预测模型。该模型也分别使用位置特异性打分矩阵和k-mer矩阵来表示蛋白质和RNA序列,然后再分别使用伪Zernike矩和奇异值分解提取对应的特征向量。此外,模型将这些特征随同标签一起输入LightGBM分类器训练得到最终的预测模型。基于四个公开数据集的实验表明,应用LightGBM的预测模型在减少训练时间和内存的同时,还能保持很好的分类预测性能。

关键词： RNA蛋白质相互作用 k-mer 堆叠自编码器集成学习 LightGBM

来源：评论

学校读者我要写书评

暂无评论

基于设备脆弱性的电网气象灾害故障预测研究

基于设备脆弱性的电网气象灾害故障预测研究

引用

作者：孙春红山东理工大学

学位级别：硕士

稳定的电力供应是满足国家经济社会发展需求的重要能源保障,是保证社会稳定的秩序、维护社会长治久安的关键。当自然灾害与各类人为等非控因素发生时,电网设备在运行过程中容易受到外界因素干扰而发生故障,直接影响到社会的安全稳定以... 详细信息

稳定的电力供应是满足国家经济社会发展需求的重要能源保障,是保证社会稳定的秩序、维护社会长治久安的关键。当自然灾害与各类人为等非控因素发生时,电网设备在运行过程中容易受到外界因素干扰而发生故障,直接影响到社会的安全稳定以及广大群众的日常生活。电网设备故障的发生与设备制造工艺水平、设备运维水平、外界自然条件因素和人为不可控因素有关。目前,随着设备制造水平和电网企业运维能力的提升,电网在设备侧越来越坚强,而人为不可控因素的影响又不易预测,因此外部气象灾害成为电网设备发生故障的重要诱因。本文在综合设备状况的基础上,提出了一种基于堆叠自编码器的电网设备故障预测方法。以电网设备状态参数和运维数据为基础,得到量化设备脆弱性水平的参数,以此对不同故障历史时期的气象因素进行修正,利用堆叠自编码器的特征提取能力,探索从气象信息到电网故障的一种关联映射关系,由这种映射关系预测在自然灾害影响下,电网设备发生故障的概率。首先,本文对设备所处环境因素、制造参数、设备运维信息进行量化分析,综合内外部条件,提出适用于故障预测的电网设备脆弱性指数量化方法。通过对各类数据进行分级赋值量化,得到设备的综合脆弱性指数,以此作为修正量,对历史故障时刻的气象数据进行归一化处理,为下文模型输入数据的修正奠定基础。其次,基于堆叠自编码器提出了气象因素与电网设备故障的关联关系表示方法,搭建了气象信息的故障预测模型。在分析气象条件对电网故障影响的基础上,选取适当的精细化气象数据对气象条件进行综合表示;在分析堆叠自编码器网络结构与计算过程的基础上,利用网络优越的特征提取能力,来预测故障的发生率,运用深度学习网络在气象因素与故障信息之间建立关联对应方法。堆叠自编码器能够逐层地学习原始输入数据,提取数据特征。而每一层的都以底一层的表达为基础,但往往更抽象,更加适合复杂的分类等任务。最后,利用设备脆弱性指数对历史故障时刻对应的气象因素进行修正,将其归化到现阶段的同一类型设备,通过修正后的气象因素和电网故障的映射关系,提出了一种深度自学习的新方法,就是利用堆叠自编码器能够逐层学习原始数据的特点,实现对电网设备故障的预测研究。本文在考虑气象历史数据以及电网设备历史故障数据的基础上,通过MATLAB平台进行仿真,通过仿真结果来验证本文提出的电网设备故障预测方法。本文提出的故障预测方法也经过算例分析证明,此种预测方法可以准确地建立气象信息和设备故障之间对应的映射关系,能够全面提高电网设备故障预测判断能力,从而提前对电网设备故障做出判断、制定措施,同时,也为提高电网故障预警能力和防灾减灾水平提供重要数据支撑。

关键词：设备脆弱性指数气象信息故障预测深度学习堆叠自编码器

来源：评论

学校读者我要写书评

暂无评论

基于堆叠集成学习算法的前列腺癌预测及差异基因研究

基于堆叠集成学习算法的前列腺癌预测及差异基因研究

引用

作者：周升超中南民族大学

学位级别：硕士

前列腺癌是男性常见的恶性肿瘤之一,但早期诊断困难,导致治疗效果不佳。现有的利用RNA-seq数据进行的机器学习方面的研究在癌症的分类上取得了一定的进展,但仍然存在一些问题。前列腺癌RNA-seq基因表达数据集的样本量较小,缺失值多,正... 详细信息

前列腺癌是男性常见的恶性肿瘤之一,但早期诊断困难,导致治疗效果不佳。现有的利用RNA-seq数据进行的机器学习方面的研究在癌症的分类上取得了一定的进展,但仍然存在一些问题。前列腺癌RNA-seq基因表达数据集的样本量较小,缺失值多,正负样本比例差距大,预测模型单一且容易过拟合。为了解决这些问题,构建了一种基于神经网络的堆叠集成深度神经网络算法模型,利用前列腺癌RNA-seq基因表达数据,用于前列腺癌的正常样本和癌症样本的二分类,实现前列腺癌的早期诊断。针对RNA-seq数据维度高的问题,构建了基于注意力池化的堆叠自编码器框架,该框架用于特征选择,降低数据维度,连接模型分类,提高模型的预测性能。实验内容,使用的前列腺癌RNA-seq基因表达数据来自TCGA数据库的前列腺癌数据集,其中癌症样本数目为498,正常样本数目为52,基因数目为20531。为提高模型的性能,在进行训练之前,对数据集进行清洗,删除缺失值过多的基因。通过R语言进行limma差异基因表达分析,筛选得到上调基因657个,下调基因1749个。经过预处理之后的数据用于分类模型。通过python语言构建的堆叠集成算法模型以五个深度神经网络作为基学习器,一个神经网络作为元学习器。构建的模型和目前癌症预测研究中常用的机器学习算法进行比较,其中包括朴素贝叶斯算法、极端梯度增强算法和随机森林算法。在堆叠集成深度神经网络的基础上,构建基于注意力池化的堆叠自编码器框架,稀疏自编码器连接注意力池化层,注意力池化层连接全连接神经网络,输出连接分类模型。实验与两种基因降维研究中常用的过滤式特征选择方法进行比较,分别是卡方检验和互信息法,根据其它研究特征选择维度为200。评价指标有准确率、精确率、召回率、F1＿score和ROC曲线下面积。最后针对前列腺癌RNA-seq数据进行差异基因分析、GO分析、KEGG分析和加权基因共表达网络分析。实验结果分析,构建的基于神经网络的堆叠集成算法模型与其它机器学习算法模型相比,在准确率、精确率、F1＿score和ROC曲线下面积均有所提升,分类准确率可以达到98.8%,ROC曲线下面积达到96.3%,模型的分类性能得到了大幅度的提高。基于注意力池化的堆叠自编码器框架连接堆叠集成深度神经网络后的五项评价指标平均值提升了2.34%。前列腺癌关键基因分析,筛选得到152个关键基因,关键基因主要参与了细胞分裂、染色体分离、有丝分裂细胞周期、细胞增殖、姐妹染色单体分离、有丝分裂核分裂、细胞器分裂和细胞周期过程。主要分布在细胞体、染色体、着丝粒区、微管和浓缩染色体。实验结果表明,本文提出的方法具有较高的分类准确率和稳定性,能够有效地对前列腺癌进行早期诊断,为前列腺癌的早期诊断提供一种新的方法和思路,对于提高前列腺癌的治疗效果和预后具有重要的临床意义。

关键词： RNA-seq数据前列腺癌诊断堆叠集成算法堆叠自编码器差异基因分析

来源：评论

学校读者我要写书评

暂无评论

发动机故障诊断及性能预测方法研究

发动机故障诊断及性能预测方法研究

引用

作者：李卫星上海交通大学

学位级别：硕士

发动机是一类常用的动力机械装备,具有复杂的机械结构及运动耦合方式。长期运转后,机械零部件的物理老化、缺少润滑、机械摩擦、高温过热、过载荷等各种问题,极易导致发动机子部件故障频发和整机性能衰退,从而影响发动机正常工作。典型... 详细信息

发动机是一类常用的动力机械装备,具有复杂的机械结构及运动耦合方式。长期运转后,机械零部件的物理老化、缺少润滑、机械摩擦、高温过热、过载荷等各种问题,极易导致发动机子部件故障频发和整机性能衰退,从而影响发动机正常工作。典型地,气缸失火会加剧机体振动,降低输出扭矩,恶化排放情况,严重时甚至对发动机造成不可逆损伤,增加了相关工业生产活动的经济、环境成本。基于上述分析,开展发动机故障诊断及性能预测方法研究具有重要意义,本文针对发动机典型故障和整机性能衰退过程,研究有效的诊断及预测方法。分析发动机气缸子部件、轴承子部件故障发生及整机性能衰退原理,研究发动机健康状态监测及评估方法。具体地,进行信号采集实验和数据集验证试验,研究特征提取、诊断识别及性能预测方法,建立发动机相关传感信号与部件故障类别、整机健康状态的映射关系,从而实现发动机故障诊断与性能衰退评估。主要研究内容包括:(1)对于发动机气缸子部件失火故障,针对现有诊断方法特征提取分辨率较低和模型易过拟合的问题,提出了基于同步压缩小波变换和极限梯度提升树的诊断方法。在不同转速下进行柴油发动机失火性能试验,采集缸盖振动信号,利用时域统计、同步压缩小波变换提取敏感信号特征,选用局部线性嵌入方法进行特征降维。在此基础上,采用极限梯度提升树算法进行诊断模型训练与测试。结果表明,所提方法具有突出的泛化性能、鲁棒性能和抑制模型过拟合性能。(2)对于发动机旋转子系统关键子部件滚动轴承,提出了基于参数优化深度神经网络的表面损伤健康状态识别方法。获取轴承振动监测信号,通过时频统计分析提取浅层特征。在此基础上,采用参数优化的堆叠自编码器进行深度特征抽取和模型训练与测试。结果表明,所提方法能达到较高的识别精度,避免了复杂的手工特征提取过程。(3)针对发动机性能衰退不可逆现象,展开了整机性能预测研究,提出了基于数据融合理论和贝叶斯模型的剩余寿命预测方法。对发动机多维监测传感数据进行筛选融合,建立发动机健康指标及退化状态模型。在此基础上,建立状态模型参数的贝叶斯估计模型,利用马尔可夫链蒙特卡洛随机采样方法更新模型参数,并预测待评估发动机的剩余使用寿命。C-MAPSS涡扇发动机仿真数据集验证了该寿命预测方法的有效性。(4)基于上述研究内容进行了发动机智能诊断及性能预测运维平台的初步开发,可有效实现信号数据上传、数据可视化、算法评估及结果分析功能。

关键词：发动机故障诊断剩余寿命预测同步压缩小波变换堆叠自编码器贝叶斯参数估计

来源：评论

学校读者我要写书评

暂无评论

基于信道状态信息的室内定位方法研究

基于信道状态信息的室内定位方法研究

引用

作者：王宇桐北京工业大学

学位级别：硕士

现代社会信息技术的迅速发展,使基于位置的信息服务得到了进一步重视。与此同时,多样化的应用场景对定位服务的准确性与稳定性提出了更高要求。WiFi设备作为常见的基础网络设施,已在日常生活场景下得到了广泛部署,因此基于Wi-Fi的室内... 详细信息

现代社会信息技术的迅速发展,使基于位置的信息服务得到了进一步重视。与此同时,多样化的应用场景对定位服务的准确性与稳定性提出了更高要求。WiFi设备作为常见的基础网络设施,已在日常生活场景下得到了广泛部署,因此基于Wi-Fi的室内定位方法具有较大的推广优势。传统基于Wi-Fi的室内定位技术使用接收信号强度（RSSI）作为位置解析的参考量,但RSSI抗干扰性较差,受多径效应影响严重,难以满足高精度、高可靠的定位需求。IEEE 802.11n协议Wi-Fi物理层的信道状态信息（CSI）详细记录了各子载波在信号传播过程中的功率衰减与相位偏移,较RSSI更为细粒度地描述了多径传播过程,具备进一步提升定位系统精度的条件。但是全量CSI是高维线性不可分数据,难以直接用于位置解析。本课题针对CSI指纹室内定位技术开展算法与应用研究,为充分利用CSI丰富的信号传播过程信息并保证定位系统的高效性,提出了基于特征提取与划分定位子空间的有效定位方法,最终设计搭建了实时CSI室内定位平台。主要工作内容如下:（1）针对CSI幅相指纹在空间差异的室内定位应用中存在数据冗余大、解析复杂的问题,将表示学习引入指纹定位的特征提取任务,提出了基于堆叠稀疏自编码网络（SSAE）结合核支持向量机（SVM）的CSI室内定位方法。将单AP无线子载波空间传播过程中幅值与相位偏移进行全量采集,联立CSI幅值与相位信息生成定位指纹。CSI幅相信息经预处理输入SSAE后,取编码器部分趋于稀疏的输出向量作为初始指纹的低维表示,建立指纹库;使用指纹库作模型训练集,通过核SVM建立指纹与实际物理位置的映射关系。经对比实验验证,该方案能够在复杂环境中实现精度较高的位置解析。（2）为了进一步提升定位系统的定位效率,在稀疏化特征指纹集的基础上提出了基于模糊划分子空间结合在线两级定位的CSI室内定位方法。整体定位空间经粒子群（PSO）优化的模糊C均值（Fuzzy C-means）聚类算法软划分为多个子空间,通过PSO寻优获得模糊聚类算法的初始簇中心,随后进一步迭代调优,保证聚类结果的可靠性。实时指纹匹配过程在子空间内部完成,大大降低了定位任务消耗的系统资源量。子空间内,通过改进加权K近邻算法（WKNN）完成指纹匹配计算,并通过引入对模糊隶属度的考量,使指纹匹配的精确度得到进一步提高。实验结果显示在复杂的实验室环境与障碍物较少的走廊环境中本文提出方法均具备更优秀的定位精度与实时性,证实了本文方法的有效性。（3）设计搭建了CSI室内定位应用平台,对场景下定位算法输出结果进行展示。定位平台基于B/S结构搭建,通过Spring Boot框架开发实现,完成了用户管理、单点定位、历史位置功能模块与数据库表的整体设计,进而实现了用户登录、实时单点定位展示、历史位置轨迹查询功能。

关键词： CSI室内定位堆叠自编码器支持向量机模糊聚类加权K近邻

来源：评论

学校读者我要写书评

暂无评论

基于深度学习和监测数据的斜拉桥结构损伤识别研究

基于深度学习和监测数据的斜拉桥结构损伤识别研究

引用

作者：幸志铖浙江科技大学

学位级别：硕士

桥梁是关系国计民生的重要基础设施,其结构安全直接影响着人们生产生活和社会经济发展。然而,受自然灾害、外力荷载等因素影响,桥梁结构不可避免地会产生损伤,因此需要对运营之中的桥梁进行健康监测以保证其安全性。针对桥梁健康监测工... 详细信息

桥梁是关系国计民生的重要基础设施,其结构安全直接影响着人们生产生活和社会经济发展。然而,受自然灾害、外力荷载等因素影响,桥梁结构不可避免地会产生损伤,因此需要对运营之中的桥梁进行健康监测以保证其安全性。针对桥梁健康监测工作,当前较多地采用健康监测系统和损伤识别技术相结合的方法,能及时有效地对桥梁损伤做出预警。但随着桥梁建设数量、结构类型的增多,通过健康监测系统采集的数据量逐渐加大,造成数据冗杂、信息难以提取的问题,极大的浪费了人力和时间成本。通过当下热门的深度学习方法可以有效提取监测数据的关键信息,比于传统损伤识别方法更为高效、精确。本文结合监测数据和有限元模拟对深度学习应用于工程的实际效果作出研究,主要工作及结论如下: (1)以湖州市碧浪大桥为研究对象,选取桥梁6个月的挠度、加速度监测数据,同时利用Midas civil有限元软件进行桥梁不同位置、不同程度的损伤模拟,输出与监测数据维度相同的挠度、加速度数据。然后,以监测数据为无损样本,有限元数据为损伤样本,输入利用Matlab搭建的堆叠自编码器神经网络和卷积神经网络进行网络训练,最后利用训练好的网络进行损伤识别。同时,与浅层神经网络支持向量机和K最近邻网络的识别结果进行对比。结果表明两种深度神经网络的损伤识别准确率均达到85%以上,表现出良好的分类识别能力,识别效果优于浅层神经网络,更适用于实际工程之中;选用加速度与挠度两种不同的损伤指标对于深度神经网络性能影响不大,识别准确率也较为接近,但对于桥梁不同位置的损伤判别准确度有所差异。 (2)为研究数据噪声对深度神经网络识别结果的影响,在有限元损伤模拟的数据上添加不同程度的高斯噪声,并通过小波去噪的方法对噪声数据进行降噪处理。利用堆叠自编码器神经网络对降噪前后的数据进行损伤识别,结果表明数据噪声会降低深度神经网络识别的准确度,但噪声水平与影响并不呈正相关;小波去噪可以在一定程度上减轻噪声的影响,但对不同噪声水平的数据需选择合适的小波变换参数,降噪程度大会导致数据丢失,降噪程度小会导致噪声去除效果不佳,两者都会造成识别精度的下降。本文对深度学习在工程中的实际应用效果进行研究,为监测数据处理、损伤识别方法的改进提供一定参考价值。

关键词：深度学习损伤识别卷积神经网络堆叠自编码器小波去噪

来源：评论

学校读者我要写书评

暂无评论

基于多层感知机与客户聚类的客户流失预测算法研究

基于多层感知机与客户聚类的客户流失预测算法研究

引用

作者：唐琪广西师范大学

学位级别：硕士

随着经济的快速发展,企业之间的竞争越发激烈,在业务多元化、市场饱和化以及经济全球化的背景下,吸引新客户的成本愈发高昂,防止客户的流失能够有效地提高企业的利润。作为以客户为导向的保留策略中不可缺少的一部分,如何精准地识别那... 详细信息

随着经济的快速发展,企业之间的竞争越发激烈,在业务多元化、市场饱和化以及经济全球化的背景下,吸引新客户的成本愈发高昂,防止客户的流失能够有效地提高企业的利润。作为以客户为导向的保留策略中不可缺少的一部分,如何精准地识别那些具有高度流失概率的客户,具有至关重要的意义。目前,越来越多的企业开始意识到保留现有客户的重要性,提高针对客户流失的早期预警能力也成为了企业发展的重点。通过客户流失预测系统,企业能够及时制定相关策略,来提高客户满意度并防止客户的流失。然而,由于客户历史数据存在复杂度高、冗余度高以及维度高的特点,如何构建预测模型成为了数据挖掘领域中一个重要的课题。本文提出了两种基于多层感知机的预测算法与一种基于客户聚类的预测算法,主要的研究成果如下:(1)提出了一种基于堆叠自编码器的多层感知机预测算法。客户历史数据中往往存在大量离散特征,例如“性别”、“职业”与“国籍”等,预测模型无法直接处理这些特征,必须通过one-hot编码将其转换成二元向量,才能输入预测模型,但这种编码方式存在两个弊端:1)产生了大量的冗余信息;2)大幅提高了特征维度。针对这两个弊端,本算法首先使用堆叠自编码器对one-hot向量进行压缩处理,通过编码器层层的非线性变换来生成隐式的特征融合向量,新的特征向量既消除了冗余信息,也降低了特征维度。然后连接连续型特征向量与特征融合向量,输入多层感知机并构造交叉熵损失函数。最后,使用ADAM优化算法同时迭代训练多层感知机与堆叠自编码器。与多种预测算法对比,本算法在公开数据集上取得了较好的预测表现。(2)提出了一种基于实体嵌入与因子分解机的多层感知机预测算法。该算法能够解决客户信息冗余和传统多层感知机无法生成高阶特征向量的问题。首先,为了消除one-hot编码带来的信息冗余问题,使用实体嵌入分块处理离散特征形成的one-hot向量,并连接生成的嵌入向量,其中的每一块嵌入向量都是原有离散特征的低维表征。然后,使用多尺度滑动窗口扫描原始特征向量,并同时使用因子分解机生成高阶的隐式特征向量,在实验中通过改变多项式回归的高次项来控制特征向量的阶数。最后,连接连续型特征向量、嵌入向量与高阶特征向量,输入多层感知机并构造交叉熵损失函数,使用ADAM优化算法进行迭代训练。实验结果表明,本算法在公开数据集上的预测精度高于其它算法。(3)提出了一种基于客户聚类的混合预测算法。该算法立足于同一群体内的客户往往拥有相似的特质、行为偏好与关注点这一特性,并分为三个阶段。在第一个阶段中,由于原有的客户特征既复杂又冗余,所以使用多层感知机训练预测模型,依靠神经网络的非线性表征能力生成新的特征向量来替代原始的客户特征。在第二个阶段中,首先使用k-means算法进行单个特征的聚类,然后使用聚类中心替换原有特征,最后再进行多特征的客户聚类,其中类别个数均由轮廓系数确定。在第三个阶段中,针对不同客户群体的特点来构建不同的GBDT预测模型。在公开数据集上的实验结果证明了该框架有效地提升了GBDT的预测精度,并好于多种对比算法。

关键词：客户流失预测堆叠自编码器实体嵌入因子分解机客户聚类

来源：评论

学校读者我要写书评

暂无评论

结合交通流量预测的智能隧道照明控制方案研究

结合交通流量预测的智能隧道照明控制方案研究

引用

作者：金允泰东华大学

学位级别：硕士

节能作为可持续发展的一个重要指标,已经成为一个备受关注的全球性问题。隧道因为其特殊的结构,白天也需要提供照明,这导致隧道照明系统的能耗居高不下。当前缺乏有效的智能隧道照明控制技术,大部分隧道还在使用传统的分段式隧道照明,... 详细信息

节能作为可持续发展的一个重要指标,已经成为一个备受关注的全球性问题。隧道因为其特殊的结构,白天也需要提供照明,这导致隧道照明系统的能耗居高不下。当前缺乏有效的智能隧道照明控制技术,大部分隧道还在使用传统的分段式隧道照明,并且当前的隧道照明控制方法,例如车进灯亮式调光和动态调光都有其缺陷。针对以上问题,本文以隧道照明系统作为研究对象,以保障隧道交通安全和降低隧道照明能耗为目的进行研究,本文的主要工作内容和创新点可以总结如下:由于交通流数据具有随机性和不均匀性,导致堆叠自编码器的收敛速度变慢,并且在数据集较小的情况下,堆叠自编码器容易过拟合。针对此问题,本文提出使用贪婪逐层训练算法对其优化。本文使用该算法分别对不同采样间隔的交通流数据进行预测,并将预测结果与长短期记忆网络(Long Short-Term Memory,LSTM)和门控循环单元(Gated Recurrent Unit,GRU)模型的预测结果对比,对实验结果中的平均绝对误差(Mean Absolute Error,MAE)等预测指标进行分析,最终得出结论:使用贪婪逐层训练算法对堆叠自编码器进行优化可以有效的提高交通流预测的精度。其次,本文以照明参数为优化对象,以更高的隧道照度均匀度和人眼舒适度为目标,先使用DIALux照明仿真软件建立了隧道模型,再选用功率相同的三种不同的照明设备,分别是型号为ZQ108b-N100的高压钠灯,型号为ZQ109-T8的荧光灯和型号为ZD901-3的LED灯,在DIALux软件中进行隧道照明系统的建模和仿真,最后分别对比这三种灯具在仰角为0°～40°之间时,道路的路面纵向均匀度和路面横向均匀度等参数,在对路面均匀度进行分析后,选取最合适的照明参数。最后,本文对比分析了结合交通流预测的隧道调光法与目前的隧道调光法的优劣。当交通流过高时,使用车进灯亮式调光法会导致照明设备频繁调光,造成较高的开关损耗,影响照明设备的寿命。当交通流量过低时,动态调光维持较高的亮度水平会导致较高的能耗。针对以上车进灯亮式调光法和动态调光法的缺陷,本文提出在隧道照明控制中加入交通流预测作为判断交通流是否超过交通流阈值的依据,以此来判断使用动态调光或者车进灯亮式调光的时机。交通流预测的优势在于可以根据不同天气,节假日的不同交通流准确地做出预测,而采用历史数据的均值和人工预测达不到这样的效果。

关键词：交通流预测堆叠自编码器隧道照明节能 DIALux隧道照明仿真

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共8页 << < 1 2 3 4 5 6 7 8 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：