检索结果-内蒙古大学图书馆

作者：付佳琪湖南大学

学位级别：硕士

随着计算机技术和网络技术的不断发展，互联网数据已呈现出规模海量化、表现形式多样化的趋势。运动视频作为一种重要的互联网数据类型，因其庞大的数据量，给信息的传输、存储以及管理造成了很大的困难。传统的文本数据处理方法既需要... 详细信息

随着计算机技术和网络技术的不断发展，互联网数据已呈现出规模海量化、表现形式多样化的趋势。运动视频作为一种重要的互联网数据类型，因其庞大的数据量，给信息的传输、存储以及管理造成了很大的困难。传统的文本数据处理方法既需要消耗大量的人力，也无法充分利用视频中包含的丰富信息。为此，人们提出了多种基于内容的视频语义分析技术，这些技术已在视频检索、索引、查询中发挥关键作用。　　近年来，国内外学者在提取视频语义方面提出了许多较为实用和有效的算法。但是这些算法依然普遍存在较多问题，例如，算法设计过于复杂、计算量大;对特殊领域的特点和规则的依赖导致其应用受到局限;以及视频数据的多模态特性利用不充分等。因此，本文围绕上述问题开展了以有效提取视频语义为目的的研究，主要工作包括：　　1)提出了一种通用的、基于局部特征融合的视频语义分析方案。首先利用对噪声比较敏感的峰值运算来抑制噪声干扰，并辅助以形态学处理，提取包含所有运动像素的局部区域以及运动特征。然后，分别利用颜色直方图和灰度共生矩阵提取该局部区域内的颜色和纹理特征，并在实现这些局部特征的加权串联融合后，利用隐马尔科夫模型(Hidden Markov Models，HMM)完成视频内容的语义识别。仿真实验结果表明，该方案能够有效降低噪声干扰，充分利用视频数据的多模态特性，具有较好的分析准确性。　　2)提出了一种基于多特征和多模型的体育视频语义分析方案。首先，依据体育竞技场地相对固定、有规律的特点，提取视频镜头首帧图像的语义颜色特征，并结合支持向量机(Support Vector Machine，SVM)进行场景分类。这在细化了语义识别类型的同时，也降低了训练和检测的难度。然后，考虑到体育视频中的摄像机运动较为简单，在提取运动对象前后，分别进行图像配准和差分相乘处理，以实现运动特征较为准确的提取。最后，在对应场景的语义范围内利用HMM对镜头进行更细致的分类。仿真实验结果表明，该方案不仅能充分利用各类特征的属性，还能结合体育视频的特点，高效、多层次地实现了体育视频的语义识别。

关键词：互联网数据运动视频语义分析多模态特性

来源：评论

学校读者我要写书评

暂无评论

考虑频率模态特性的虚拟同步机惯量与阻尼分析和控制设计

引用

电力自动化设备 2023年第9期43卷 18-26页

作者：陶俊高晖胜辛焕海王子骏杨永恒吴英姿浙江大学工程师学院浙江杭州310027 浙江大学电气工程学院浙江杭州310027 国网湖北省电力有限公司电力科学研究院湖北武汉430070

随着新能源渗透率的不断提高,系统调频资源不足且分布不均特性明显,节点频率响应之间差异大.设备的调频控制设计不仅需要考虑系统频率响应中的全局分量,也需要考虑非全局分量.为此,提出兼顾频率多模态分量的虚拟同步机惯量与阻尼设计方... 详细信息

随着新能源渗透率的不断提高,系统调频资源不足且分布不均特性明显,节点频率响应之间差异大.设备的调频控制设计不仅需要考虑系统频率响应中的全局分量,也需要考虑非全局分量.为此,提出兼顾频率多模态分量的虚拟同步机惯量与阻尼设计方法.首先,分析了虚拟惯量与阻尼控制对不同频率模态分量的影响;其次,利用调频统一结构模型,揭示了高阶调频动态对不同频率分量可表现不同惯量与阻尼的特性,进而基于此特性提出多模态惯量和阻尼控制设计方法;最后,仿真验证了提出的多模态调频控制策略的有效性,可同时改善多频率分量响应特性.

关键词：频率响应差异多模态特性统一结构模型模态惯量和阻尼调频控制策略

来源：评论

学校读者我要写书评

暂无评论

基于核熵投影的CPLS间歇过程监测及质量预测

引用

高校化学工程学报 2018年第5期32卷 1186-1193页

作者：赵小强周文伟惠永永兰州理工大学电气工程与信息工程学院甘肃兰州730050 甘肃省工业过程先进控制重点实验室甘肃兰州730050 兰州理工大学国家级电气与控制工程实验教学中心甘肃兰州730050

针对间歇过程的非线性、多模态特性以及质量预测问题,提出多向高斯混合模型-并发核熵潜结构投影(multi-way Gaussian mixture model-concurrent kernel entropy projection to latent structures, MGMM-CKEPLS)算法。首先根据核熵投影将低维非线性数据映射到高维核特征空间,通过Renyi熵贡献的大小选取主元,降低了主元数,克服了传统核方法计算负荷大的问题;然后通过高斯混合模型(GMM)获取每一模态数据,分别对不同模态的样本数建立并发潜结构投影(CPLS)模型,由于考虑了各个模态过程的不同特征,更符合实际间歇过程数据特性;最后通过各模态权值系数集成统一的监控统计量,实现在线监测和质量预测。通过青霉素发酵过程验证了所提算法比MKPLS算法具有更好的在线监控效果,质量预测精度更高。

关键词：间歇过程多模态特性高斯混合模型潜结构投影质量预测

来源：评论

学校读者我要写书评

暂无评论

基于动态加权差分主成分分析的工业锅炉故障诊断

引用

热能动力工程 2023年第11期38卷 185-190页

作者：王文标张谦谦大连海事大学船舶电气工程学院辽宁大连116026

针对工业锅炉的动态特性与多模态特性带来的故障检测问题,提出一种动态加权差分主成分分析法(DWDPCA)。首先,建立合理的时间窗描述系统的时序特性;然后,对时间窗中的样本寻找其空间上的第一近邻和第一近邻的近邻集,使用加权差分方法将... 详细信息

针对工业锅炉的动态特性与多模态特性带来的故障检测问题,提出一种动态加权差分主成分分析法(DWDPCA)。首先,建立合理的时间窗描述系统的时序特性;然后,对时间窗中的样本寻找其空间上的第一近邻和第一近邻的近邻集,使用加权差分方法将数据转化为单模态结构;最后,利用处理后的数据建立PCA模型进行故障检测。通过在某实际工业锅炉中的应用表明,DWDPCA方法可解决动态时序问题和多模态数据中心漂移问题,显著提高故障检测的精度。

关键词：工业锅炉动态特性多模态特性主成分分析故障检测

来源：评论

学校读者我要写书评

暂无评论

Rayleigh波斜入射下层状场地中凸起地形的三维响应分析

引用

中国科学：技术科学 2015年第8期45卷 874-888页

作者：巴振宁梁建文天津大学建工学院土木系天津300072 滨海土木工程结构与安全教育部重点实验室天津300072

采用间接边界元法研究了层状场地中凸起地形对斜入射Rayleigh波的三维响应问题.该间接边界元方法结合层状半空间中移动斜线均布荷载动力格林函数基本解,克服了传统边界元法中的奇异性问题,刚度矩阵运算的引入则避免了对土层交界面和自... 详细信息

采用间接边界元法研究了层状场地中凸起地形对斜入射Rayleigh波的三维响应问题.该间接边界元方法结合层状半空间中移动斜线均布荷载动力格林函数基本解,克服了传统边界元法中的奇异性问题,刚度矩阵运算的引入则避免了对土层交界面和自由地表的离散,使得该方法具有很高计算精度的同时对复杂边界有着很好的适应性.通过与已有结果的比较验证了方法的正确性,并以均匀半空间和基岩上单一土层中凸起地形为例,分别在频域和时域内进行了计算分析,研究了Rayleigh波的斜入射角度、入射频率、凸起的截面形状、凸起的高度、特别是Rayleigh波的频散和多模态特性对地面动力响应的影响.研究表明层状场地中由于Rayleigh波存在频散和多模态特性,使得凸起表面的动力放大效应与均匀场地情况存在明显的差别,层状场地高阶模态(二阶以上模态)凸起水平位移幅值放大谱与第一阶模态存在很大差异,呈现窄频放大,峰值频率处凸起顶部附近位移幅值非常大,且峰值频率与对应有效阻尼比峰值频率一致.

关键词：层状场地 Rayleigh波凸起地形三维动力响应动力格林函数波的频散多模态特性

来源：评论

学校读者我要写书评

暂无评论

视频语义概念检测的跨域迁移学习研究

视频语义概念检测的跨域迁移学习研究

引用

作者：徐邵稀中国科学院研究生院

学位级别：博士

随着网络和多媒体技术的发展，各种图像和视频数据呈爆炸式的速度增长。视频语义概念检测是实现从底层特征到语义概念映射的机器学习问题。在视频语义概念检测中，新视频数据的不断涌现导致训练集和测试集数据分布不一致，原有训练集上... 详细信息

随着网络和多媒体技术的发展，各种图像和视频数据呈爆炸式的速度增长。视频语义概念检测是实现从底层特征到语义概念映射的机器学习问题。在视频语义概念检测中，新视频数据的不断涌现导致训练集和测试集数据分布不一致，原有训练集上建立的算法和模型无法适用于新增数据。跨域迁移学习是在分布不同但有关联的学习任务或数据域进行知识迁移的机器学习问题，其目的是较快地利用以往所学知识对新问题进行学习，能有效地解决概念检测中数据分布不一致的学习问题。论文针对概念检测过程的训练样本选择、模型学习和概念测试等关键环节中存在的问题，研究基于跨域迁移学习的语义概念检测算法，以提高新数据域上语义概念检测性能。在TRECVID2005和TRECIVD2007的大规模数据集上，验证了论文方法的有效性。论文的主要创新点有：\n (1)基于概念关系的跨域迁移学习方法\n 为扩充目标域训练集，通常基于图像特征选择源域样本，但选择出的样本缺乏多样性。针对这一问题，提出了基于概念关系的跨域迁移学习方法。鉴于协同训练(Co-Training)对不同的特征子空间协同学习的优势，论文基于概念关系特征，利用协同训练从源域中选择样本，以增加目标域训练样本的多样性。实验结果表明，该方法能有效提高跨域迁移性能。\n (2)基于多图优化的多模态跨域迁移学习方法\n 针对跨域迁移的模型学习过程没有利用多模态特性问题，提出了基于多图优化的多模态跨域迁移学习方法。由于图模型能有效描述多模态特性，论文采用基于多图优化的半监督学习方法，在目标域中引入源域的多模态跨域迁移信息。在此基础上，针对图模型处理小批量新增数据的局限性，利用最近一轮优化结果，提出了一种增量扩展方法，避免了图模型的重新优化问题，从而降低了算法时间复杂度。实验结果验证了该方法的有效性。\n (3)基于伪相关反馈的跨域迁移学习方法\n 针对训练集与测试集分布不一致加剧“语义鸿沟”阿题，提出了基于伪相关反馈的跨域迁移学习方法。鉴于伪相关反馈在缩小语义鸿沟方面的优势，论文对现有模型在测试数据集中的多特征综合判断结果，采用伪相关反馈自动选取伪样例；在此基础上，采用Tradaboost方法，将伪样例融入到跨域迁移学习中，以充分利用现有模型的语义信息。实验结果表明，该方法显著提高了跨域迁移学习的性能。

关键词：跨域迁移学习语义概念检测算法协同训练多模态特性

来源：评论

学校读者我要写书评

暂无评论

基于超声导波的各向异性板弹性常数反演确定

基于超声导波的各向异性板弹性常数反演确定

引用

作者：丁俊才河南理工大学

学位级别：硕士

各向异性亦称“非均质性”。指物体的全部或部分物理、化学等性质随方向的不同而各自表现出一定的差异的特性。各向异性材料的许多独特优点，如强度比和刚度比高、抗疲劳性和抗振性能好以及结构的可设计性等，使得其在许多领域得到越来... 详细信息

各向异性亦称“非均质性”。指物体的全部或部分物理、化学等性质随方向的不同而各自表现出一定的差异的特性。各向异性材料的许多独特优点，如强度比和刚度比高、抗疲劳性和抗振性能好以及结构的可设计性等，使得其在许多领域得到越来越广泛的应用。进而，对其性能改进的要求越来越高，这就要求有更先进的检测方法对该种材料的特性进行检测。先进的复合材料力学特性的检测方法通常利用结构的动力学响应（如位移响应，振动频率及波速等）与材料特性之间的复杂关系。通过一个数学模型来表示这种关系时，称为前向问题。这种前向问题可以由解析或数值的方法来解决。继而，如果拥有一系列精确实验测量的结构响应数据，结合大量的前向计算，则复合材料的材料特性可以通过正确构建的反演模型来辨识。目前较有前景的智能反演算法有神经网络（neural network: NN），遗传算法（genetic algorithm: GA）和模糊逻辑（fuzzy logic: FL）算法等。本文首先采用勒让德多项式级数方法研究了各向异性结构的导波特性，得到了结构的频散曲线，解决了前向计算问题。然后基于结构频散的多模态导波群速度，分别采用神经网络算法和遗传算法两种算法建立反演模型，通过数值模拟反演了正交各向异性板和完全各向异性板的弹性常数，并总结了这两种方法的优缺点。神经网络反演模型方面，首先将前向理论计算得到的超声波信号进行预处理，提取信号的特征信息(本文提取的是在不同频率点下前几个低阶导波模态的群速度)，以获取神经网络训练样本，接着设计合适的网络模型，将训练样本送入网络中进行训练和学习，确定网络参数，最后将模拟波形作为输入，送入已经训练好的网络中，反演出材料的弹性常数。对于导波和遗传算法相结合，提取的仍然是在不同频率点下前向理论计算的前几个低阶导波模态的群速度，然后设计合适的程序，在各向异性板弹性常数可能的变化范围内按照一定规则逐步搜寻、优化某一个误差函数，直至该误差函数取得最优解，那么当该误差函数取得最优解时所对应的弹性常数即为该各向异性板的弹性常数。

关键词：导波频散特性多模态特性神经网络遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于模型预测偏差信息的多工况过程模态识别方法

基于模型预测偏差信息的多工况过程模态识别方法

引用

第33届中国过程控制会议

作者：孙建鑫韩鹏东孙雨昕阎高伟朱竹军太原理工大学电气与动力工程学院格盟中美清洁能源研发中心

流程工业生产过程中,过程数据往往呈现多模态特性,对软测量模型预测精度和泛化性能造成了影响。如何准确地进行历史数据的模态划分和在线数据的模态识别,是建立鲁棒的多模态过程软测量模型的关键问题之一。本文从软测量模型自身特性出发... 详细信息

流程工业生产过程中,过程数据往往呈现多模态特性,对软测量模型预测精度和泛化性能造成了影响。如何准确地进行历史数据的模态划分和在线数据的模态识别,是建立鲁棒的多模态过程软测量模型的关键问题之一。本文从软测量模型自身特性出发,通过衡量模型预测性能变化,建立基于过程数据预测偏差的多工况数据的离线模态划分和在线模态识别方法。使用滑窗法对历史数据进行切割,根据第一个窗口数据建立过程变量的软测量模型,获取所有窗口中过程变量的预测值与真值的偏差信息。利用最大均值差异(MMD)度量相邻窗口偏差信息的分布差异,当MMD距离大于给定阈值时,认为模态发生了变化。通过数值仿真以及田纳西伊斯曼(TE)仿真过程实验,验证了该算法的有效性。

关键词：多模态特性模态识别最大均值差异偏差信息滑动窗口

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：