检索结果-内蒙古大学图书馆

自动化仪表 2023年第2期44卷 59-64页

作者：韩志国网冀北电力有限公司承德供电公司河北承德067000

为进一步提升电力变压器内绝缘状态的评估水平,采用对制备的绝缘纸样品在不同老化程度和不同水分含量情况下进行试验的方法,就样品介损因数与阻抗相位频域谱展开研究,研究样品聚合度(DP)值、含水量对频域介电谱(FDS)测试法参数的作用情... 详细信息

为进一步提升电力变压器内绝缘状态的评估水平,采用对制备的绝缘纸样品在不同老化程度和不同水分含量情况下进行试验的方法,就样品介损因数与阻抗相位频域谱展开研究,研究样品聚合度(DP)值、含水量对频域介电谱(FDS)测试法参数的作用情况。构造多输出支持向量回归(M-SVR)算法模型,结合自组织映射(SOM)神经网络聚类分析情况,对径向基函数(RBF)神经网络就绝缘纸样品老化情况进行评估对比。结论如下:M-SVR算法可以实现高精准预测纸样中的水分含量,精度高于RBF神经网络;DP值对SOM聚类结果的作用伴随含水率升高而变小,且在含水率大于4.7%的时候所受影响几乎可以忽略;M-SVR算法对纸样老化情况判断较为准确,误差最低为8.54%。对M-SVR算法的针对性研究,对现场变压器内部绝缘水平判断给出了新方向。

关键词：变压器多输出支持向量回归算法绝缘纸状态评估频域介电谱自组织映射

来源：评论

学校读者我要写书评

暂无评论

钢铁产品定制化生产工艺设计与优化

引用

中国钢铁业 2023年第4期 42-45,51页

作者：王兴赵伟李新玲颜弋凡吕志民鞍钢股份有限公司数智发展部鞍钢股份鲮鱼圈钢铁分公司北京科技大学

针对客户提出多目标要求的定制化需求,尚无有效办法对生产工艺参数及目标性能进行合理优化,为此,开发了为满足企业需求的多性能目标定制化生产工艺设计与优化系统,将多输出支持向量回归算法、工艺参数控制能力分析、改进的粒子数优化算... 详细信息

针对客户提出多目标要求的定制化需求,尚无有效办法对生产工艺参数及目标性能进行合理优化,为此,开发了为满足企业需求的多性能目标定制化生产工艺设计与优化系统,将多输出支持向量回归算法、工艺参数控制能力分析、改进的粒子数优化算法等进行整合,搭建基于SOA架构的参数设计与优化系统,实现针对不同钢种类别、多样化订单需求的多输出力学性能预测及工艺参数设计优化功能,可以帮助钢铁企业提高产品质量的管控水平。

关键词：钢铁企业定制化生产工艺优化 SOA架构多输出支持向量回归算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习和Arousal-Valence模型的表情识别研究

基于深度学习和Arousal-Valence模型的表情识别研究

引用

作者：孙悦重庆邮电大学

学位级别：硕士

随着人工智能时代的到来,人工智能已经全面渗透到生活的各个领域,人类希望计算机不仅可以模拟人的智能,更希望计算机可以描述人的心理活动。面部表情识别是人工心理研究的热点,通过计算机研究人类的心理状态受到越来越多的关注。本文在... 详细信息

随着人工智能时代的到来,人工智能已经全面渗透到生活的各个领域,人类希望计算机不仅可以模拟人的智能,更希望计算机可以描述人的心理活动。面部表情识别是人工心理研究的热点,通过计算机研究人类的心理状态受到越来越多的关注。本文在基于深度学习和Arousal-Valence情感模型的基础上开展研究工作,重点研究了Gabor小波和卷积神经网络特征融合的表情识别方法,以及卷积神经网络多层融合和稀疏表示的表情识别方法。首先,基于Gabor小波在描述图像局部特征的优势,以及卷积神经网络对图像全局特征学习的优势,融合图像Gabor小波特征和卷积神经网络学习到的特征,从而得到新的特征向量。利用Arousal-Valence情感模型维度间的相关性,采用多输出支持向量回归算法进行表情的训练和预测算法。实验结果表明,本文提出的表情识别方法比传统的方法取得更好的识别效果。其次,针对卷积神经网络不同卷积层学习的特征效果不同,浅层特征图含有较多的细节特征,深层的特征含有更多的语义特征,本文提出了基于卷积神经网络多层特征融合和稀疏表示的表情识别方法。该方法充分发掘卷积神经网络各层特征的特点,对卷积层各层特征进行稀疏表示特征选择,稀疏表示特征选择得到特征与情感模型维度标签的权重,筛选出权重较大的特征,从而达到降维的目的。最后融合不同层的卷积层特征,将融合后新的特征向量送入到回归器中训练和预测。对比实验表明,本文提出的基于卷积神经网络多层特征融合的表情识别方法较其他深度学习方法和非深度学习方法学习到的特征,能取得更好的识别效果。

关键词：表情识别 Arousal-Valence情感模型深度学习卷积神经网络 Gabor小波变换多输出支持向量回归算法稀疏表示算法

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：