检索结果-内蒙古大学图书馆

公路交通科技 2025年第3期42卷 11-20页

作者：郭贺张蕊成英彭涛夏鹏张扬天津职业技术师范大学汽车与交通学院天津300222 智能车路协同与安全技术国家地方联合工程研究中心天津300222 天津海豚智行科技有限公司天津300380

【目标】针对自动驾驶中单目测距精度不高与泛用性不强的问题,提出了一种基于深度学习与数据回归的单目测距方法。【方法】提出了一种改进的YOLOv5目标检测算法。首先,采用K-means++算法对先验框进行重新聚类,优化初始聚类中心点。其次... 详细信息

【目标】针对自动驾驶中单目测距精度不高与泛用性不强的问题,提出了一种基于深度学习与数据回归的单目测距方法。【方法】提出了一种改进的YOLOv5目标检测算法。首先,采用K-means++算法对先验框进行重新聚类,优化初始聚类中心点。其次,在主干网络中引入注意力机制,有效提升特征提取能力。同时,将原损失函数替换为E-IOU损失函数,显著降低了目标定位误差。然后,基于改良的目标检测算法,构建了单目测距模型。该模型依托于不同检测对象的斜角长度与摄像头的真实距离建立了若干回归方程,扩充了单位图像内的像素点数目,提高了检测精度。最后,该模型利用卡尔曼滤波融合了汽车的运动数据,实现了对检测距离的双重数据融合校正。【结果】改进后的算法检测精度较原始YOLOv5提升0.68%,误报率得到明显改善。本研究算法在10~100 m内的测量平均相对误差为3.67%,在30~100 m内的测量平均相对误差为3.24%。通过英伟达加速推理器TensorRT对整套算法进行加速,单张图片推理速度达到12 ms,比未加速的算法处理速度提升了5倍,比双目算法处理速度提升了4倍,且在大于30 m的测距情景中可以取得最优效果。【结论】本研究提出算法可以满足一般精度要求的智能车辆与非智能车辆的测距任务。

关键词：智能交通单目测距深度学习注意力机制数据回归

来源：评论

学校读者我要写书评

暂无评论

基于监控量测的隧道围岩稳定性分析与数据回归研究

引用

福建建材 2025年第3期 76-80页

作者：黄腾枫福建省建筑科学研究院有限责任公司福建福州350108

施工过程中的围岩稳定性是保障施工安全、施工质量的重要因素,但围岩稳定性的影响因素较多且较为复杂,因此研究围岩稳定性具有重要意义。通过文献调查法,分析了围岩稳定性的影响因素与评价方法,并通过建立具有围岩节理裂隙密集带的监控... 详细信息

施工过程中的围岩稳定性是保障施工安全、施工质量的重要因素,但围岩稳定性的影响因素较多且较为复杂,因此研究围岩稳定性具有重要意义。通过文献调查法,分析了围岩稳定性的影响因素与评价方法,并通过建立具有围岩节理裂隙密集带的监控量测方案,对拱顶下沉及洞周收敛的变化规律与数据回归进行了分析。研究表明,隧道穿越节理裂隙密集带区域时,拱顶下沉值在破碎带中部区域高度集中,且由于渗水大、裂隙与水平面之间的夹角小,使得结构面的滑动效果增强,洞周收敛的累计变化也随之增大,围岩达到稳定的持续时间更长,拱顶下沉与洞周收敛累计变化规律具有呈现对数函数的变化趋势,施工过程中、前期的加强支护有助于控制隧道变形,提高围岩稳定性。

关键词：隧道围岩稳定性监控量测变形规律数据回归

来源：评论

学校读者我要写书评

暂无评论

无线传感器网络分布式数据回归建模

无线传感器网络分布式数据回归建模

引用

作者：侯超钧中山大学

学位级别：博士

无线传感器网络是由大量具有感知与计算能力的传感器节点通过无线通信方式构成的自组织网络系统。数据采集是无线传感器网络的核心任务之一，是环境感知与信息获取的重要基础。节能是无线传感器网络数据采集重要的设计目标。论文研究基... 详细信息

无线传感器网络是由大量具有感知与计算能力的传感器节点通过无线通信方式构成的自组织网络系统。数据采集是无线传感器网络的核心任务之一，是环境感知与信息获取的重要基础。节能是无线传感器网络数据采集重要的设计目标。论文研究基于模型化的数据采集机制，以数据模型替代感知数据，获得紧凑的结构化数据表示，以去除数据相关性产生的冗余信息，由此降低数据采集过程所需的存储与传输的数据规模，从而有效减少网内通信开销，实现节能，延长网络的生存。\n 数据回归是一种能够保持基本数据结构和形态的数据建模手段，在传感器网络资源受限的条件下，如何实现数据回归建模仍然面临许多新的挑战。本论文重点关注以下两方面的问题。其一，大空间尺度区域内的异构数据回归建模问题。异构数据因结构和形态的复杂性限制了单一区域表示模型的应用，这就需要寻找符合分治原则的多区域混合表示模型。为此，有必要探讨适合网内实现的分布式计算模式和与之匹配的数据路由体系结构和策略。其二、小样本数据回归建模问题。感知数据的稀疏表示可以限制参与数据建模的节点规模，是间接实现节能的节点调度和管理的有效方式。为此，需要探究分布式小样本数据回归建模的计算模式以及适合网内实现的数据路由体系结构和策略。上述问题都是无线传感器网络数据采集必须面对和解决的热点研究问题，其理论上的创新和应用中的现实意义是十分明显的。\n 围绕上述问题，本文分别采用混合最小二乘回归与支持向量回归作为数据建模手段，建立适合大尺度区域内异构数据回归建模和小样本数据回归的分布式计算模式和网内实现方法。论文所作的主要工作如下：\n （1）提出基于Jacobi迭代的混合最小二乘数据回归建模的网内实现算法。针对混合回归模型的求解结构进行局部数据分析，给出Jacobi迭代的分布式计算表示式，提出了基于树状拓扑结构的交叉消息的传输机制。节点通过邻居节点之间的消息交换，不需全局数据传递，可以获得局部计算所需的耦合数据，从而协同完成数据回归的建模目标。进一步的，根据混合回归模型的局部数据的稀疏性，发展了基于联合树连接结构的网内实现策略，通过降低节点的数据通信流量与计算复杂度。\n （2）提出以分簇路由拓扑结构组织Jacobi迭代的网内分布式实现，可以有效配合数据回归的建模目标。根据节点相关性引入分簇路由结构，通过分析簇模型之间的计算交叉关系，设计了基于分簇路由结构的网内实现策略，分别组织簇内的消息调度以及簇间的消息交换过程。通过引入分簇路由结构，可以克服在平面路由结构下组织节点协作过程中出现的网络可扩展性与稳健性问题，此外，分簇算法具有较小网内通信开销，可以提高Jacobi算法实现数据采集的模型精度。\n （3）提出基于梯度速降的混合最小二乘数据回归建模的网内实现算法。通过类比Jacobi分布式实现的设计思路，发现梯度速降的分布式计算表示式中的局部和形式，从而提出了N—SD、JT—SD以及C—SD三种分布式实现算法，设计分别基于树状路由结构、联合树连接结构以及分簇路由结构的网内实现策略。相对于的Jacobi算法，梯度速降方法具有更小的网内通信开销与计算复杂度，可为传感器网络的模型化数据采集提供了平衡网内通信开销与数据采集质量的多种选择方案。\n （4）提出支持向量数据回归建模的网内实现算法。将全局优化问题描述成可局部化计算形式，由于分布式计算表示式不具有局部数据和性质，同时执行局部计算将会出现计算更新冲突。本文提出以环状网络拓扑结构串行组织节点间的协作计算过程，使节点在满足全局等式约束的条件下执行局部SMO计算，从而协作无冲突完成全局支持向量回归的建模过程。\n （5）提出支持向量数据回归建模中可并发计算的网内实现算法。本文分析了局部优化子问题可并发执行计算的条件，提出基于并发有向图的连接结构组织节点的协作计算过程，通过逆转有向边的消息传输机制确保节点无冲突执行局部优化计算，可以提高网内计算效率，加快模型计算收敛。

关键词：无线传感器网络数据回归支持向量机最小二乘回归分布式计算

来源：评论

学校读者我要写书评

暂无评论

一种结合K-means均匀分簇和数据回归的WSN能量均衡策略

引用

小型微型计算机系统 2017年第8期38卷 1688-1692页

作者：叶继华万叶晶刘长红王仕民江西师范大学计算机信息工程学院南昌330022

针对LEACH协议簇头节点分布不均导致无线传感网节点能量消耗不均衡等不足,提出一种结合K-means均匀分簇和数据回归的能量均衡策略.采用优化初始簇中心K-means算法构建均匀分簇的分级无线传感网,通过获取节点地理位置信息,采用K-means聚... 详细信息

针对LEACH协议簇头节点分布不均导致无线传感网节点能量消耗不均衡等不足,提出一种结合K-means均匀分簇和数据回归的能量均衡策略.采用优化初始簇中心K-means算法构建均匀分簇的分级无线传感网,通过获取节点地理位置信息,采用K-means聚类算法形成k个均匀分簇,再选举簇内节点剩余能量最多者当选簇头.该成簇算法可以使网络负载均匀,延长网络生存周期.通过优化初始簇中心的选择,降低K-means算法的迭代次数,使其更快收敛,成簇时间开销更少,簇与簇之间的地理分布也更均匀.在稳定数据传输阶段,采用数据回归的方法来减少普通节点与簇首的通信量,以达到降低功耗的作用.实验结果表明,该策略能够有效降低节点的功耗,延长网络的生存时间.

关键词： K-means算法均匀分簇优化初始簇中心数据回归

来源：评论

学校读者我要写书评

暂无评论

无线传感器网络感知数据回归建模

无线传感器网络感知数据回归建模

引用

作者：孙鑫中山大学

学位级别：硕士

无线传感器网络是近年来最有发展前景的技术之一。很多传感器网络的应用是对环境或感兴趣的物理世界相关信息进行监测，如果直接将数据传回基站或者sink节点，那么将浪费大量的通信能量同时也可能使网络阻塞，为此需要一种分布式、可网... 详细信息

无线传感器网络是近年来最有发展前景的技术之一。很多传感器网络的应用是对环境或感兴趣的物理世界相关信息进行监测，如果直接将数据传回基站或者sink节点，那么将浪费大量的通信能量同时也可能使网络阻塞，为此需要一种分布式、可网内实现的数据压缩的方法，并且压缩的后的数据又不损失过多的原始数据结构。数据回归将是解决这一问题的最好的方法。\n 本文首先介绍并分析了两种回归模型，一种是分布式核回归模型，它采用了分布式的高斯消元算法，实现了对回归模型的计算，另外一种是基于树的多项式回归模型，该模型提出了分簇的思想，每个树内节点计算自身覆盖区域的回归系数，然后沿着查询树层层向上传递，最后根节点获得整个网络的回归模型。这两种回归模型各有特点，但同时也有着不足，本文针对这些特点和不足，结合两种回归模型的思想精华，对第一种算法进行改进，提出了一种新的基于分簇的半分布式回归建模方法。该方法的基本思想是，通过在区域内设立簇头节点收集区域内的信息，从而减少高斯消元时的冗余信息的传递，优化了网络通信量，达到进一步延长网络生存时间的目的。\n 最后，针对该回归模型的不足：利用人为的经验进行区域的划分，提出了一种解NP问题的方法，不依赖人为经验完成对网络覆盖区域的智能化、准确的区域划分，提高了回归模型的可信度。

关键词：无线网络传感器网络数据结构数据回归回归模型网络生存时间

来源：评论

学校读者我要写书评

暂无评论

基于极大似然异方差高斯过程的桥梁纵向变形数据回归与预测分析

引用

土木工程与管理学报 2023年第3期40卷 57-62,87页

作者：张翼飞刘洪涛王佳瑀王其昂李舒安徽省公路工程检测中心安徽合肥230051 桥梁与隧道工程检测安徽省重点实验室安徽合肥230051 清华大学合肥公共安全研究院安徽合肥230601 中国矿业大学力学与土木工程学院江苏徐州221116

桥梁变形数据是判断桥梁健康状况的重要依据,尤其对桥梁纵向变形数据的准确回归和预测十分关键。一般可采用高斯过程对数据进行回归、预测,但高斯过程存在噪声方差恒定假设,限制了该方法在噪声变化数据分析中的应用。本文采用了一种极... 详细信息

桥梁变形数据是判断桥梁健康状况的重要依据,尤其对桥梁纵向变形数据的准确回归和预测十分关键。一般可采用高斯过程对数据进行回归、预测,但高斯过程存在噪声方差恒定假设,限制了该方法在噪声变化数据分析中的应用。本文采用了一种极大似然异方差高斯过程对桥梁变形数据进行了回归与预测分析,能释放传统高斯过程噪声方差恒定假设,解决异方差高斯过程较难精确求解的问题;进而通过该算法考虑了数据不确定性开展回归分析,得到精准监测数据评估结果,并以此为基础开展数据预测,提前预知结构变形,为结构安全评估提供数据支撑。将该算法应用于铜陵长江公铁大桥主梁实测变形数据,验证了该方法的可行性。

关键词：桥梁监测桥梁变形数据回归预测分析异方差高斯过程

来源：评论

学校读者我要写书评

暂无评论

基于数据回归的热力站耗热量时间遗传期研究

引用

暖通空调 2018年第9期48卷 94-98页

作者：齐承英耿欣欣孙春华翟灿灿河北工业大学

通过分析热力站耗热量的主要影响因素,建立了基于历史数据的耗热量预测模型,并采用MATLAB软件,对未来第1,3,7天的耗热量进行数据回归预测。结果表明:建筑耗热量具有时间遗传特性,耗热量不仅与室外温度有关,还与前7~10d内的历史耗热量具... 详细信息

通过分析热力站耗热量的主要影响因素,建立了基于历史数据的耗热量预测模型,并采用MATLAB软件,对未来第1,3,7天的耗热量进行数据回归预测。结果表明:建筑耗热量具有时间遗传特性,耗热量不仅与室外温度有关,还与前7~10d内的历史耗热量具有很强的相关性。耗热量时间遗传期分为3个阶段,不同热工性能建筑的热力站耗热量的时间遗传特性不同,越是新建建筑,其时间遗传期m值越大。采用预测模型对未来1d的耗热量进行预测,其精度在5%以内。

关键词：数据回归时间遗传期热力站耗热量 MATLAB预测模型

来源：评论

学校读者我要写书评

暂无评论

一种基于ANN算法的工程设计数据回归方法

引用

噪声与振动控制 1997年第3期17卷 6-8页

作者：尚国清黄幸霞中船总公司系统工程部上海机械进出口(集团)技术成套工程有限公司

对设计过程中涉及的一些曲线、表格等形式的数据进行一定形式的描述转换处理是计算机辅助设计工作中为便于实现信息自动查询的一项基本工作。本文基于考虑人工神经网络所具有的非线性映射特征，提出了一种基于人工神经网络的数据回归处... 详细信息

对设计过程中涉及的一些曲线、表格等形式的数据进行一定形式的描述转换处理是计算机辅助设计工作中为便于实现信息自动查询的一项基本工作。本文基于考虑人工神经网络所具有的非线性映射特征，提出了一种基于人工神经网络的数据回归处理方法。该方法在数据处理过程中，无需考虑数据之间的具体映射关系，因而具有很大的灵活性和适用性，避免了传统处理方法的复杂性和局限性。

关键词：人工神经网络数据回归非线性映射工程设计

来源：评论

学校读者我要写书评

暂无评论

基于DIMS的工单数据回归分析

引用

数字化用户 2023年第14期29卷 31-33页

作者：张伟许凇赫李宗泽赵秀磊魏巍海洋石油工程股份有限公司　天津　300452 海洋石油工程股份有限公司　天津　300452 海洋石油工程股份有限公司　天津　300452 海洋石油工程股份有限公司　天津　300452 海洋石油工程股份有限公司　天津　300452

随着数字化工厂的推广，手机移动端、传感器与自动化设备的大量应用，数据采集的成本越来越小，从而企业中产生的数据也愈发庞大，信息化技术也正如诺兰模型①所言逐步到集成、数据管理的阶段。并且如今大数据的作用愈演愈烈，数据管理... 详细信息

随着数字化工厂的推广，手机移动端、传感器与自动化设备的大量应用，数据采集的成本越来越小，从而企业中产生的数据也愈发庞大，信息化技术也正如诺兰模型①所言逐步到集成、数据管理的阶段。并且如今大数据的作用愈演愈烈，数据管理的重要性也逐渐被提上日常，数据管理的项目也以肉眼可见的速度再飞速猛增。虽然数据管理项目比重逐步增多，但是不过目前数据管理的方式基本上都属于“亡羊补牢式”的。因为企业中各个业务系统已经产生，业务系统当中的数据问题已经影响到企业级的数据统一管理、数据质量，甚至会因为数据不统一而影响到企业报表生成，

关键词：工单管理数据回归成本分析生产管理

来源：评论

学校读者我要写书评

暂无评论

基于数据回归方法分析废钢中杂质元素对钢材性能的综合影响

引用

工业技术与职业教育 2023年第3期21卷 13-16页

作者：马春红高燕杨小波唐山钢铁集团有限责任公司河北唐山063606

钢铁企业在降铁耗实践中通常会提高炼钢废钢加入量,这会导致废钢中Cr、Ni、Cu等无法在炼钢过程有效去除的残余元素不断在钢水中积累,可能会导致热轧和冷轧产品质量波动。为研究废钢中Cr、Ni、Cu等残余元素对热轧和冷轧产品性能的影响,... 详细信息

钢铁企业在降铁耗实践中通常会提高炼钢废钢加入量,这会导致废钢中Cr、Ni、Cu等无法在炼钢过程有效去除的残余元素不断在钢水中积累,可能会导致热轧和冷轧产品质量波动。为研究废钢中Cr、Ni、Cu等残余元素对热轧和冷轧产品性能的影响,通过积累生产数据,利用数据回归分析方法,得出如下结论,在目前的杂质元素水平下,Cr、Ni、Cu等元素的变化对中碳、低碳热轧产品的力学性能无明显影响,而对冷轧低碳退火、镀锌产品性能有轻微影响。

关键词：数据回归杂质元素力学性能冷轧退火产品热轧卷板镀锌产品

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：