检索结果-内蒙古大学图书馆

作者：林欣雨深圳大学

学位级别：硕士

从背景区域中分割出凸形状目标的图像分割问题是当前图像处理领域的热点问题之一。凸形状目标图像分割问题的主要难点在于:待分割的凸目标被背景区域遮挡,或其存在边缘模糊、缺损等问题,所以在没有凸形状先验的条件下很难从背景区域中... 详细信息

从背景区域中分割出凸形状目标的图像分割问题是当前图像处理领域的热点问题之一。凸形状目标图像分割问题的主要难点在于:待分割的凸目标被背景区域遮挡,或其存在边缘模糊、缺损等问题,所以在没有凸形状先验的条件下很难从背景区域中提取凸形状目标。经典的基于凸形状先验的图像分割方法使用二值标签函数来区分不同的图像区域并刻画待分割目标区域的凸性,该处理方式导致以下两个问题:第一,关于二值标签函数的泛函具有不可导性,导致构造相应的求解算法困难;第二,基于二值标签函数的凸形状目标图像分割方法通常对模型参数的选择比较敏感。为了解决上述问题,本文采用模糊隶属函数来表示图像的前景和背景区域,并且提出了一种基于模糊隶属度二阶总广义变差的凸形状目标图像分割新方法,其中模糊隶属度函数可以看成是二值标签函数的一种松弛形式。新方法将关于模糊隶属度函数的二阶总广义变差作为正则项,与传统的总变差正则项相比,该正则项能够更好的刻画模糊隶属度函数的光滑性。为了求解新模型中带有不等式约束条件的极小化问题,本文设计了一种交替迭代的新算法,该算法首先通过原始对偶、变量分离等技术来求解无约束问题,其次利用凸集投影技术将无约束条件的解投影到约束区域内得到原模型的数值解。大量的数值实验结果表明:本文所提的新方法可以保证提取到的凸目标分割结果在几何上的凸性。与经典的基于二值标签函数的凸目标图像分割方法相比,新方法对于模型参数的选择更加灵活,对于初始轮廓的要求也更低,而且还能够获得更好的图像分割结果。

关键词：图像分割凸形状先验总广义变差模糊隶属度函数原始对偶

来源：评论

学校读者我要写书评

暂无评论

基于证据理论的海量信息融合方法研究及应用

基于证据理论的海量信息融合方法研究及应用

引用

作者：周斌吉林大学

学位级别：硕士

随着多传感器技术的快速发展，涌现出大量各种应用背景下的多传感器系统，信息融合技术在许多领域得到应用。在这些传感器系统中，信息往往呈现出复杂性，这种复杂性主要体现在数量上的巨大性和表现形式上的多样性。但是传统的信息融合... 详细信息

随着多传感器技术的快速发展，涌现出大量各种应用背景下的多传感器系统，信息融合技术在许多领域得到应用。在这些传感器系统中，信息往往呈现出复杂性，这种复杂性主要体现在数量上的巨大性和表现形式上的多样性。但是传统的信息融合大都针对简单的、少量的数据进行应用研究。随着海量数据时代的到来，传统的信息融合方法存在着局限性。本文以环境舒适度评价为研究背景，通过对基于证据理论的海量信息融合的研究，围绕多源海量信息进行了实验探索，为高效、合理地利用海量数据提供理论和技术基础。本文提出一种结合聚类和凸函数证据理论的海量信息融合方法。该方法的主要思想是，首先基于BIRCH算法对采集的海量信息进行聚类预处理，形成多个簇。然后，计算出每个簇的质心，将质心作为各个簇的代表信息，再基于广义三角模糊隶属函数对每个质心信息进行基本概率指派。最后，基于凸函数证据理论完成对各证据的组合，从而完成对海量信息的融合。本文通过在一个室内环境舒适度判定系统中验证了方法的有效性，该方法也可以很方便地推广到其它状态评价系统中。本文以室内环境舒适度为应用背景，选取温度、湿度和PM2.5这三个重要的影响因素，根据连续多天不同时段收集的大量真实的温湿度传感器数据和PM2.5数据，对算法进行实验验证。由于温湿度传感器数据收集的数据量比较大，我们先对温湿度数据进行聚类融合，再将结果与PM2.5数据进行融合。本文在使用BIRCH对温湿度数据聚类时，根据数据的特点和实验确定了节点阈值和分支因子，用聚类后的多个簇来代替原数据，并用簇的质心代表各个簇。本文在采用三角模糊隶属函数的方法构造基本概率函数时，由于本应用中存在着一种舒适度对应多个温度或湿度区间的情况，我们在基于模糊隶属函数方法的基础上做了一些改变，针对每一个区间都建立一个隶属度函数，最后选择似然函数大的作为该温湿度对应的舒适度的似然值，再处理生成证据的mass值。在凸函数证据理论的组合公式中，一般不同证据的影响因子是不一样的，为此，我们根据数据的特点，设计以每个簇中数据的条数在整个数据中的比例来作为影响因子，这样能够比较合理地指派权重。我们先使用凸函数证据理论组合公式求得温度和湿度对各舒适度的支持程度，再将温湿度的融合结果与PM2.5数据组合，得出最终的实验结果。通过与直接融合算法实验数据对比可知，本文提出的算法能在保证融合结果正确的前提下，大幅度减少海量信息的融合时间，是一种合理高效的海量信息融合新方法，为海量信息融合技术的发展提供了一条新的探索途径。最后本文给出了基于hadoop平台下的本文算法实现。

关键词：凸函数证据理论聚类模糊隶属度函数信息融合海量信息

来源：评论

学校读者我要写书评

暂无评论

雷达网数据融合的自组织模糊神经网络模型

引用

应用科学学报 2001年第2期19卷 149-152页

作者：张尤赛刘维亭同济大学计算中心上海200092 华东船舶工业学院电子与信息工程系江苏镇江212003

对雷达网的数据融合提出了一种自组织模糊神经网络模型 ,分析了该模型的自组织特征及神经元感应场内模糊隶属度函数最大的 WTA竞争机制 .通过二维舰船目标的识别和航迹融合仿真实验。

关键词：雷达网数据融合自组织模糊神经网络模型模糊隶属度函数竞争机制神经元感应场

来源：评论

学校读者我要写书评

暂无评论

大连市和谐社会评价指标体系及综合评价方法研究

大连市和谐社会评价指标体系及综合评价方法研究

引用

作者：陈阳东北财经大学

学位级别：硕士

构建和谐社会，是转型中国改革发展进入关键时期后，自觉提出的一项重大任务，它从根本上体现了广大人民群众的根本利益和共同愿望。构建社会主义和谐社会提出以后，如何构建一套统计指标体系对其进行评价和综合测度，以更好地促进社会... 详细信息

构建和谐社会，是转型中国改革发展进入关键时期后，自觉提出的一项重大任务，它从根本上体现了广大人民群众的根本利益和共同愿望。构建社会主义和谐社会提出以后，如何构建一套统计指标体系对其进行评价和综合测度，以更好地促进社会的和谐发展，成为当前需要认真研究的一项课题。本文参照国家统计局课题组、国内相关专家、学者及其它省市开展的有关和谐社会指标体系的量化研究成果，结合大连市现状，尝试构建了一套和谐社会评价指标体系，并运用此指标体系测算大连市和谐社会的发展程度，对于促进大连市和谐社会的建设及不断提高社会和谐水平都具有重要的现实意义。本文的结构安排及内容如下：第一章主要说明论文的研究目的、研究方法和独立工作，并从国家统计局课题组、国内有关专家、学者以及各地区三个方面系统介绍现有的有关和谐社会指标体系的量化研究成果。第二章介绍了社会主义和谐社会的科学内涵及基本特征，并阐述了构建社会主义和谐社会同全面建设小康社会的关系，最后以和谐社会的科学内涵为出发点，根据构建和谐社会指标体系的基本原则，并结合大连的实际情况，初步设计了一套由6个一级指标、26个具体指标构成的大连市和谐社会评价指标体系。第三章介绍本文所采用的和谐社会综合评价方法，运用层次分析法确定评价指标体系中指标的权重，并用模糊隶属度函数的方法对指标进行无量纲处理，最后采用综合评价模型测算大连市近期的和谐社会发展程度。第四章是本文的实证研究部分，首先对大连市2001-2005年的和谐社会现状进行分析，然后利用大连市2001-2005年的数据，根据构建的大连市和谐社会评价指标体系，计算近期的大连市和谐社会指数。第五章为本文的主要结论、政策建议及趋势展望。其中政策建议均从本文的计算结果角度出发，未考虑政策的全面性。本文的独立工作有： 1．总结国家统计局课题组、国内相关专家、学者和各地区在构建和谐社会指标体系过程中的量化研究成果。并从指标体系名称、构成、发布时间、特点和构建指标体系的单位五个方面对各地区指标体系的构建情况进行了综合比较。 2．根据和谐社会的科学内涵，在总结评价现有研究成果的基础上，结合大连市现状，初步设计了大连市和谐社会评价指标体系。 3．运用综合评价的分析方法对大连市和谐社会的发展程度进行量化研究。 4．利用层次分析法计算指标权重时，使用MATLAB软件比传统的方法更加简便易行。

关键词：和谐社会指标体系综合评价层次分析法模糊隶属度函数

来源：评论

学校读者我要写书评

暂无评论

面向高速动车组牵引电机轴承故障预警的研究

面向高速动车组牵引电机轴承故障预警的研究

引用

作者：陈耀华北京交通大学

学位级别：硕士

随着“十三五规划”进入收官之年,我国高铁网络不断拓展,车速再度提升,运输需求日益增大,保障动车组(Electric Multiple Units,EMU)运行安全的问题也备受关注。牵引电机作为动车组动力系统的核心,其稳定性是动车组安全运行的关键,而牵... 详细信息

随着“十三五规划”进入收官之年,我国高铁网络不断拓展,车速再度提升,运输需求日益增大,保障动车组(Electric Multiple Units,EMU)运行安全的问题也备受关注。牵引电机作为动车组动力系统的核心,其稳定性是动车组安全运行的关键,而牵引电机轴承更是重中之重。目前动车组通过实时监测牵引电机轴承的温度来进行故障预警。轴承故障预警的研究仍是动车组故障预测与健康管理研究的重点。在真实环境中,牵引电机轴温影响因素复杂,包括当前运行状态、环境因素、设备性能等,许多研究基于实验的振动信号,在实际应用中有较大的局限性;目前采用固定阈值来进行轴承的故障预警,误报率高;此外,运行数据中的正常轴承温度数据与轴承故障数据严重不均衡,难以直接进行故障分类。针对这些问题,本文基于动车组运行数据,提出一种牵引电机轴承温度预测模型,预测轴温并将其作为动态阈值来协助故障预警,能够及时警报轴承的异常情况,提高动车组安全系数,降低运维成本。具体研究内容如下:(1)分析动车组运行数据特点以及数据之间的相关性,提出一种适应真实工况的牵引电机轴承温度预测模型——基于多任务学习和注意力机制的长短期记忆网络(Long Short-Term Memory,LSTM)模型。将注意力机制集成到LSTM中,并联合学习同一牵引电机不同位置的温度,学习轴承多影响因素和时空相关性的特征。同时优化模型的两个损失,利用分位数损失函数解决实际中更关注真实值大于预测值的情况;提出一种基于Gradient的联合损失,避免损失规模差异大和收敛速度不一的影响,以及手动调权重的低效问题。(2)针对动车组不同运行状态轴温变化趋势不同和运行状态的模糊性,通过模糊隶属度函数实现动车组运行状态的自动识别;再结合不同状态下的轴温预测模型,生成一种多模型融合的轴承温度预测模型。同时,基于该多模型融合的轴温度预测模型,拟合动车组牵引电机轴承健康运行温度曲线,并作为动态阈值辅助轴承的故障预警。最后在真实的动车组运行数据集上,验证本文提出的模型的预测效果以及基于动态阈值的故障预警的有效性。实验结果表明,本文提出的模型优化有效,且性能优于其他算法,有效地降低了故障预警的误报率。

关键词：动车组牵引电机轴承温度预测故障预警长短期记忆网络多任务学习注意力机制模糊隶属度函数

来源：评论

学校读者我要写书评

暂无评论

T-S模糊采样系统的耗散控制方法与研究

T-S模糊采样系统的耗散控制方法与研究

引用

作者：刘增帅华北理工大学

学位级别：硕士

模糊控制是处理非线性系统的有效方法之一,通过T-S模糊模型可以将非线性转化为局部线性形式,能够有效解决复杂非线性控制系统的问题。另外,耗散控制理论在非线性控制系统中作为一种重要的工具,提供了一种保守性较小的方法。构建系统的... 详细信息

模糊控制是处理非线性系统的有效方法之一,通过T-S模糊模型可以将非线性转化为局部线性形式,能够有效解决复杂非线性控制系统的问题。另外,耗散控制理论在非线性控制系统中作为一种重要的工具,提供了一种保守性较小的方法。构建系统的控制模型,针对系统模型进行稳定性分析,建立了确保系统严格(Q,S,R)-γ-耗散的充分条件。改进包含更多系统信息的Lyapunov-Krasovskii函数,建立稳定性判据,通过对线性矩阵不等式进行求解,进而得到控制器参数增益矩阵,最终通过实例仿真进行可行性分析。具体工作内容如下:以T-S模糊控制理论、采样控制理论和耗散控制理论为基础,结合非线性系统的明显参数特性,建立了模糊系统的数学模型。借助T-S模糊规则可以无限逼近于非线性的原理,进行线性化处理,研究系统的性能。研究结果表明,在不同的采样间隔下,得到的最优耗散性能指标γ优于其它文献。对于系统模型,选取合适的泛函,进行系统的稳定性分析,在泛函的求导过程,借助Schur补引理、Free-Matrix-Based不等式以及凸组合等一系列的方法,化简交叉项和积分项,方便得到Linear Matrix Inequalities,即线性矩阵不等式表达的稳定性条件。针对提出的Lyapunov-Krasovskii泛函,以及构建的系统模型,建立起一个保守性较小的耗散性条件,设计出T-S模糊采样控制器。利用Matlab工具箱对线性矩阵不等式进行求解,得到控制器参数。选择合适的数值实例与仿真实验验证其有效性。图15幅;表2个;参51篇。

关键词： T-S模糊系统采样数据控制耗散分析非脆弱控制模糊隶属度函数

来源：评论

学校读者我要写书评

暂无评论

考虑多重网格化的低碳多能源系统规划方法研究

考虑多重网格化的低碳多能源系统规划方法研究

引用

作者：于鑫沈阳工业大学

学位级别：硕士

随着全球经济的迅猛发展,环境问题恶化、化石燃料资源匮乏、能源需求增长失控,使现行能源供应结构亟待转型升级。多能源系统拥有较高能源供应效率和系统运行灵活的能源供应方式,已经成为我国能源发展的主要研究方向。多能源系统涉及电... 详细信息

随着全球经济的迅猛发展,环境问题恶化、化石燃料资源匮乏、能源需求增长失控,使现行能源供应结构亟待转型升级。多能源系统拥有较高能源供应效率和系统运行灵活的能源供应方式,已经成为我国能源发展的主要研究方向。多能源系统涉及电、热、气、冷等多种技术领域,各能源之间相互协调转化,可以达到能量梯级利用的目的,为提高能源利用率和减少碳排放量,在多能源系统大规模建设前,首先要考虑的问题是如何合理地规划。多能源系统规划通常需要考虑多个目标和多个决策变量,同时还需要考虑大量的约束条件,这导致规划模型的复杂度非常高。基于此,本文提出一种考虑多重网格化的低碳能源系统规划方法,为提升多能源系统运行经济性、降低碳排放提供理论基础,本文开展的工作如下: (1)建立多能源系统中供能设备模型、储能设备模型和供能网络模型,分析各个模型之间的耦合关系,研究系统内部各能源网络的交互行为,将系统内设备连接组成完整的多能源系统架构。各个元件的建模均采用当前研究下的通用模型,同时建立碳排放特性为后续建立考虑多重网格化的低碳多能源系统规划方法研究提供理论模型。 (2)基于图论理论和能量平衡模型提出一种对多能源系统网格划分方法,将多能源系统先网格划分成一个包含能量耦合节点与能量输运支路所组成的网格图。以功率特性和碳排放量为指标,考虑不确定性对网格再次进行子网格划分,构建多能源系统子网格双层优化运行模型,采用细菌群趋药性算法求解运行优化问题。最后对不同场景仿真验证,优化子网格各机组出力情况,验证了网格化规划方法的适用性和有效性。 (3)基于多重网格划分,建立多能源系统双层多目标规划模型。上层以多能源系统运行总费用和规划周期二氧化碳排放总量为目标,以设备容量为约束条件建立多目标规划模性,根据模糊隶属度函数对各目标模糊归一化处理,转换为综合满意度最大的单目标进行求解。下层建立优化运行模型,上下层交互信息,采用改进样本均值近似算法进行求解得到最优规划方案。分析多能源系统运行时能量平衡关系以及各设备出力情况,验证本文提出的考虑网格化的多目标规划方法的准确性和可靠性,本文提出方法可有效应对风电、光伏等可再生能源的不确定性,能够提升多能源系统运行经济性,并降低碳排放,有利于节能减排和缓解当今严重的弃风问题。

关键词：多能源系统多重网格划分多目标规划模糊隶属度函数

来源：评论

学校读者我要写书评

暂无评论

一种基于区间型证据融合的旋转机械设备故障诊断方法

一种基于区间型证据融合的旋转机械设备故障诊断方法

引用

作者：周东华徐晓滨吉吟东孙新亚冯海山 100084 北京市海淀区清华园1号

本发明涉及一种基于区间型证据融合的旋转机械设备故障诊断方法，属于旋转机械设备故障监控与诊断技术领域。本方法基于对故障典型数据的统计分析，构造模糊隶属度函数集合，用该函数集建模故障档案库中的每个故障样板模式；用单个隶属... 详细信息

标准号: CN102033984B

本发明涉及一种基于区间型证据融合的旋转机械设备故障诊断方法，属于旋转机械设备故障监控与诊断技术领域。本方法基于对故障典型数据的统计分析，构造模糊隶属度函数集合，用该函数集建模故障档案库中的每个故障样板模式；用单个隶属度函数建模在线监测中提取的故障待检模式；将待检模式与各样板模式进行匹配，得到待检模式支持各故障的信度匹配区间；利用蒙特卡洛拉丁超立方体采样方法，给出从该信度区间中获取区间型诊断证据的方法；然后将这些证据融合，在一定的决策准则下，由融合结果进行故障决策，基于多证据融合结果做出的决策要比只凭借单一诊断证据做出的决策更加准确。

关键词：证据融合旋转机械样板模式区间型匹配模糊隶属度函数设备故障诊断监控与诊断诊断采样方法典型数据故障决策函数建模决策准则设备故障在线监测统计分析档案库建模决策

来源：评论

学校读者我要写书评

暂无评论

一种基于网格划分的模糊聚类算法

引用

徐州师范大学学报（自然科学版） 2005年第1期23卷 39-44页

作者：凌萍吉林大学计算机科学与技术学院徐州师范大学计算机科学与技术学院江苏徐州221116

提出了一种改进的模糊聚类算法GBFC(Grid Based Fuzzy Clustering).在定义隶属度函数前先做网格划分,形成数据簇的基本形状,并提供真实的参数信息参与此后的隶属度函数定义.隶属度函数综合考虑了影响簇形状的因素,具有合理直观的几何意... 详细信息

提出了一种改进的模糊聚类算法GBFC(Grid Based Fuzzy Clustering).在定义隶属度函数前先做网格划分,形成数据簇的基本形状,并提供真实的参数信息参与此后的隶属度函数定义.隶属度函数综合考虑了影响簇形状的因素,具有合理直观的几何意义且形式简洁.算法通过网格划分加速聚类过程,通过模糊隶属度函数容忍噪声数据,克服了传统模糊聚类算法时间耗费量大的缺点.实验表明该算法具有良好的聚类性能.

关键词：模糊聚类算法模糊隶属度函数网格划分噪声数据加速过程形状基本形几何意义克服

来源：评论

学校读者我要写书评

暂无评论

基于神经模糊网络的特征选择方法

基于神经模糊网络的特征选择方法

引用

作者：胡静 200240 上海市闵行区江川路690号

本发明提供了一种基于神经模糊网络的特征选择方法，包括：第一步骤：基于χ训练神经模糊网络，调整模糊隶属度函数的参数以得到隶属度函数集：<maths num="0001"></maths>，其中表示特征fi的第m... 详细信息

标准号: CN105389599A

本发明提供了一种基于神经模糊网络的特征选择方法，包括：第一步骤：基于χ训练神经模糊网络，调整模糊隶属度函数的参数以得到隶属度函数集：<maths num="0001"></maths>，其中表示特征f_i的第m_j个隶属度函数；第二步骤：计算输入为x_q时神经模糊网络的输出o_q；第三步骤：修改神经模糊网络，使得模糊映射层将x_q映射为其中使得f_i的所有隶属度函数值恒为0.5，此时神经模糊网络的输出为第四步骤：计算特征f_i的度量值FQJ_i第五步骤：将特征度量值FQJ_i按降序排序。

关键词：模糊网络神经隶属度函数模糊隶属度函数输出计算输入计算特征降序排序特征选择度量值特征度映射层量值一种映射模糊修改训练调整

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：