检索结果-内蒙古大学图书馆

电子测量技术 2025年第7期48卷 126-134页

作者：彭文静郑迪蔡慧邵海明王家福中国计量大学机电工程学院杭州310018 中国计量科学研究院北京100013

针对大规模光伏发电短时波动性对电能准确计量的挑战,本文提出一种基于改进高斯混合模型的光伏短时波动信号游程聚类分析方法。首先,从游程理论出发分析了光伏输出的短时波动信号特征;其次,针对光伏短时波动信号分解得到游程过多、难以... 详细信息

针对大规模光伏发电短时波动性对电能准确计量的挑战,本文提出一种基于改进高斯混合模型的光伏短时波动信号游程聚类分析方法。首先,从游程理论出发分析了光伏输出的短时波动信号特征;其次,针对光伏短时波动信号分解得到游程过多、难以提取典型波动特征的问题,采用基于改进高斯混合模型聚类方法对海量游程进行聚类;进一步提出了主客观融合的聚类结果评价方法。最后,对光伏电站现场录波数据的仿真结果表明,相较于其他方法,所提方法聚类结果评分在各方面有1.1%~61.4%的提升;在不同噪声及异常值水平下所提方法也可以维持较好的聚类效果,复合指标评分下降程度小于其他算法0.92%~18.24%。所提方法通过深度学习技术和贝叶斯信息准则实现了高斯混合模型的自适应聚类,提高了对含噪声和异常值数据的适应能力和稳定性,能够实现光伏电站时波动信号游程的合理聚类。

关键词：光伏短时波动信号游程分析改进高斯混合模型游程聚类贝叶斯信息准则

来源：评论

学校读者我要写书评

暂无评论

基于多气象类型加权和改进高斯混合模型的光伏出力超短期概率预测

引用

太阳能学报 2024年第7期45卷 567-576页

作者：赵洪山孙承妍温开云河北省分布式储能与微网重点实验室(华北电力大学) 保定071003

提出一种多气象类型加权和改进高斯混合模型,可实现对光伏出力提前15 min的超短期概率预测。首先,依据气象特征将历史数据划分为若干气象类型,然后,构建改进高斯混合模型获得每个气象类型出力数据的概率分布,其次,构建隶属度函数量化待... 详细信息

提出一种多气象类型加权和改进高斯混合模型,可实现对光伏出力提前15 min的超短期概率预测。首先,依据气象特征将历史数据划分为若干气象类型,然后,构建改进高斯混合模型获得每个气象类型出力数据的概率分布,其次,构建隶属度函数量化待预测时刻气象特征对于各气象类型的相似程度,最后,根据隶属度对各气象类型的概率分布加权。以实际光伏电站数据进行算例分析,结果表明相较于单一气象类型,多气象类型加权模型的MAPE平均减少16.87%,ACD平均提升10.45%,AW平均下降2.49%。

关键词：光伏出力概率预测超短期多气象类型加权改进高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于改进高斯混合模型的运动目标检测与跟踪

引用

现代电子技术 2017年第21期40卷 69-72页

作者：郅季炘郑州大学体育学院河南郑州450044

为了提高运动目标检测与跟踪的精确性与可靠性,提出一种基于改进高斯混合模型的运动目标检测与跟踪方法。首先,建立改进高斯混合背景模型,对运动目标图像进行分块处理,利用相连帧的连续性对运动目标图像的参数更新,提取完整的运动目标... 详细信息

为了提高运动目标检测与跟踪的精确性与可靠性,提出一种基于改进高斯混合模型的运动目标检测与跟踪方法。首先,建立改进高斯混合背景模型,对运动目标图像进行分块处理,利用相连帧的连续性对运动目标图像的参数更新,提取完整的运动目标并进行分割;其次,将给定的当前帧像素点与目标图像进行匹配,减少高斯混合模型的分布数量和计算量,根据分块处理后的运动目标的大小、形状以及颜色信息完成运动目标全局匹配,实现运动目标的实时检测与跟踪。实验结果表明,与目前的高斯混合模型对运动目标检测与跟踪的方法相比,所提方法计算过程较为简单,具有更快的检测速度和更可靠的检测结果。

关键词：运动目标检测全局匹配改进高斯混合模型分块处理

来源：评论

学校读者我要写书评

暂无评论

改进的高斯混合模型在心音信号分类识别中应用

引用

振动与冲击 2014年第6期33卷 29-34页

作者：张文英郭兴明翁渐重庆大学生物工程学院生物流变科学与技术教育部重点实验室重庆400044

为提高心音信号特征提取的准确性及分类识别的高效性,将小波包变换的Mel频率倒谱系数与改进的高斯混合模型结合用于心音信号分类识别。在Mel频率倒谱系数提取方法基础上,用小波包变换代替傅里叶变换与Mel滤波器组,获得新特征参数DWPTMF... 详细信息

为提高心音信号特征提取的准确性及分类识别的高效性,将小波包变换的Mel频率倒谱系数与改进的高斯混合模型结合用于心音信号分类识别。在Mel频率倒谱系数提取方法基础上,用小波包变换代替傅里叶变换与Mel滤波器组,获得新特征参数DWPTMFCC;针对传统GMM参数初始化K-means算法缺点,用加权可选择模糊C均值算法进行改进;将提取的特征参数分别输入到改进后GMM进行分类识别。对临床采集的心音数据测试结果表明,该方法能有效提取心音特征,优于传统GMM识别性能。

关键词：心音特征参数改进高斯混合模型加权可选择模糊C均值

来源：评论

学校读者我要写书评

暂无评论

高斯混合模型结合加权似然的目标跟踪算法

引用

计算机工程与应用 2019年第12期55卷 124-131页

作者：陈超内江师范学院四川省数据恢复重点实验室

鉴于高斯混合模型对背景变化快时无法精确检测出目标和目标跟踪的适应性差等瑕疵,提出了基于加权似然跟踪器来改进高斯混合模型实现运动目标跟踪算法。主要引入了自适应高斯混合模型来实时检测运动目标,然后空间加权似然来进行视频中的... 详细信息

鉴于高斯混合模型对背景变化快时无法精确检测出目标和目标跟踪的适应性差等瑕疵,提出了基于加权似然跟踪器来改进高斯混合模型实现运动目标跟踪算法。主要引入了自适应高斯混合模型来实时检测运动目标,然后空间加权似然来进行视频中的目标定位,引入加权似然期望值来改进高斯混合模型处理视频中的多尺度、多角度变化的目标跟踪不精准问题。通过VOT 2014 dataset 对比实验结果表明提出的基于加权似然跟踪(Weighted Like-lihood Tracking,WLT)和改进高斯混合模型(Improved Gaussian Mixture Model,IGMM)的目标跟踪算法较传统高斯混合模型跟踪算法在跟踪的精度有较大提高。在应对多尺度、多角度变化的目标跟踪表现出了较大的优势。

关键词：改进高斯混合模型分数阶导数学习率目标跟踪算法加权似然跟踪期望值最大化

来源：评论

学校读者我要写书评

暂无评论

基于曲率滤波和改进GMM的钢轨缺陷自动视觉检测方法

引用

仪器仪表学报 2018年第4期39卷 181-194页

作者：张辉金侠挺 Wu Q.M.Jonathan 贺振东王耀南长沙理工大学电气与信息工程学院长沙410114 湖南大学电气与信息工程学院长沙410082 温莎大学温莎N983P4

针对传统钢轨检测技术的效率低下、精度不足、安全隐患等问题,提出了基于曲率滤波和改进高斯混合模型（GMM）的钢轨表面缺陷检测方法。首先,提出了基于垂直投影的区域定位算法和灰度对比算法,克服现场工况复杂、轨面反射不均、信道噪声... 详细信息

针对传统钢轨检测技术的效率低下、精度不足、安全隐患等问题,提出了基于曲率滤波和改进高斯混合模型（GMM）的钢轨表面缺陷检测方法。首先,提出了基于垂直投影的区域定位算法和灰度对比算法,克服现场工况复杂、轨面反射不均、信道噪声干扰的难题;考虑到图像信号受强工况噪声干扰,研究了具有隐式计算和曲面保持特性的曲率滤波法进行图像去噪;建立了基于马尔科夫随机场（MRF）的高斯混合模型完成表面缺陷的精确快速分割。最后,设计了＂区域定位-灰度均衡化-滤波-分割＂的实验流程,实验结果验证了算法的有效性,检测性能达到了精确度92.0%,相比其他方法更加精确、快速,具有更好的鲁棒性。

关键词：钢轨表面缺陷视觉检测曲率滤波马尔科夫随机场改进高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的一回路小泄漏故障预警研究

引用

核动力工程 2021年第5期42卷 232-239页

作者：白秀春钱虹上海电力大学自动化工程学院上海200090 上海市电站自动化技术重点实验室上海200072

一回路小泄漏的过度演变有可能引起严重事故,为防止事故发生,提出一种基于多特征参数综合的改进高斯混合模型-灰色关联度法-熵权法(GMM-GRA-EWM)的故障预警方法。首先,对一回路小泄漏的动态运行特性进行机理分析,确定了预警特征参数。然... 详细信息

一回路小泄漏的过度演变有可能引起严重事故,为防止事故发生,提出一种基于多特征参数综合的改进高斯混合模型-灰色关联度法-熵权法(GMM-GRA-EWM)的故障预警方法。首先,对一回路小泄漏的动态运行特性进行机理分析,确定了预警特征参数。然后,根据已确定的预警特征参数,结合熵权法和灰色关联度法,建立多参数综合预警模型。最后,采用相关性分析、改进高斯混合模型算法有效学习了大量数据的统计特性,使预警阈值在不同工况下具有自适应能力。结果表明,该方法在变工况运行条件下,可以有效达到预警。相较于单参数和固定阈值预警,该方法具有更好的稳定性,预警更加准确、有效、及时,可为实现一回路系统的状态监测提供参考。

关键词：改进高斯混合模型灰色关联度法熵权法自适应预警阈值多参数综合预警

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：