检索结果-内蒙古大学图书馆

作者：李雪峰天津大学

学位级别：硕士

随着一次化石能源的过渡开采,世界各国的能源问题与环境危机也越发严重,而全球范围内的可再生能源因其具有清洁、无污染、高效的特点,已经得到了全球各国的高度重视。微电网是可以充分发挥风光等可再生能源发电的一种有效手段,但风光等... 详细信息

随着一次化石能源的过渡开采,世界各国的能源问题与环境危机也越发严重,而全球范围内的可再生能源因其具有清洁、无污染、高效的特点,已经得到了全球各国的高度重视。微电网是可以充分发挥风光等可再生能源发电的一种有效手段,但风光等可再生能源接入微电网会对微电网的经济稳定运行造成影响,因此对含有储能和柔性负荷的微电网研究其运行优化调度策略,合理配置微源输出对于提高微电网安全性、稳定性以及其经济性十分重要。随着储能系统以及用户侧资源柔性负荷的进一步发展,基于储能和柔性负荷的协同调度能够在微电网运行优化调度发挥重要作用。基于以上的原因,本文的主要工作如下:(1)首先描述了微电网的基本结构,介绍了微电网内风机、光伏、储能以及燃料电池的工作原理并建立了其数学模型;并对用户侧的柔性负荷进行分类并将其分为可中断负荷和可转移负荷,建立了柔性负荷的时序模型,为后文的研究奠定模型基础。(2)其次在微电网优化调度中考虑了储能和柔性负荷协同响应,以微网运行成本(包括微网购电成本、燃料成本、储能充放电成本以及柔性负荷补偿成本)最小为目标建立最优经济调度模型,在MATLAB/OPENDSS联合仿真平台搭建了微电网运行优化调度仿真平台,基于含有连续和离散变量的改进粒子群算法进行求解,并通过算例分析了不同可再生能源渗透率、有无柔性负荷参与系统调度以及柔性负荷可调容量边界对微电网运行经济的影响,算例结果证明了考虑储能和柔性负荷的协同作用能够明显降低微网运行成本,提高微网运行的经济性。(3)最后在单目标最优经济调度模型的基础上以微网运行成本最小、环境成本最小以及联络线功率波动发方差最小为优化目标,建立了考虑储能和柔性负荷协同响应的多目标优化调度模型,使用多目标非支配排序遗传算法(NonDominated Sorting Genetic Algorithm-II,NSGA-Ⅱ)NSGA-Ⅱ求得帕累托最优解集,然后基于模糊隶属度函数的方法来选择最优解。算例结果表明,考虑储能和柔性负荷协同响应的微电网多目标运行优化调度模型能够综合考虑微电网经济、环保以及稳定性,充分发挥微源以及用户侧柔性负荷参与微电网运行优化的潜力,实现全局优化。结果验证了多目标优化调度策略在降低微网运行成本、减少环境污染以及平抑联络线功率波动方面的有效性。

关键词：柔性负荷协同响应改进粒子群算法 NSGA-Ⅱ 多目标优化模糊隶属度函数

来源：评论

学校读者我要写书评

暂无评论

模糊加权均值滤波器

引用

中国图象图形学报（A辑） 2000年第1期5卷 52-56页

作者：蔡靖杨晋生丁润涛天津大学电子信息工程学院天津300072

主要研究了受混合噪声污染图象的降噪滤波问题，运用模糊数学思想提出了一种基于模糊隶属度的加权均值滤波器．该算法利用模糊隶属度函数的概念，对均值滤波器的权值加以优化，使其不仅在降低高斯噪声的能力方面较均值滤波有所提高，而... 详细信息

主要研究了受混合噪声污染图象的降噪滤波问题，运用模糊数学思想提出了一种基于模糊隶属度的加权均值滤波器．该算法利用模糊隶属度函数的概念，对均值滤波器的权值加以优化，使其不仅在降低高斯噪声的能力方面较均值滤波有所提高，而且对于脉冲噪声及混合噪声也有很好的抑制能力．

关键词：模糊隶属度函数噪声图象加权均值滤波器

来源：评论

学校读者我要写书评

暂无评论

空天飞行器再入阶段T-S模糊建及鲁棒H-infinity控制

空天飞行器再入阶段T-S模糊建及鲁棒H-infinity控制

引用

作者：曲维东东北大学

学位级别：硕士

空天飞行器(ASV)是一种新型的航空航天飞行器,目前各国都在大力发展,美欧等国都有各自的空天飞行器的研究计划,并取得了不少研究进展,而我国在高超声速飞行器方面尚处于起步阶段。空天飞行器呈现出强烈的非线性及耦合性等动态特性,并且... 详细信息

空天飞行器(ASV)是一种新型的航空航天飞行器,目前各国都在大力发展,美欧等国都有各自的空天飞行器的研究计划,并取得了不少研究进展,而我国在高超声速飞行器方面尚处于起步阶段。空天飞行器呈现出强烈的非线性及耦合性等动态特性,并且受到大量的外界干扰和内部不确定性的影响,这使得ASV的控制系统设计成为一项极具挑战的研究课题。本文在ASV的再入阶段的T-S模糊建模和基于T-S模糊模型的鲁棒H∞控制进行了较为深入的研究。首先,根据国内外最新的研究成果,阐述了飞行器控制系统、T-S模糊系统以及飞行器再入阶段姿态控制的研究现状,研究方法,并通过对比国外在ASV再入阶段姿态控制系统的研究现状,找出国内目前在这方面研究的差距。其次,通过研究在国内外公开发表的文献资料中已经建立起来的ASV的数学模型,分析其在零输入条件下的开环响应,证明整个模型体现出了复杂的非线性、强耦合、快速时变以及不确定性等特点。接着阐述了模糊控制、T-S模糊系统以及T-S模糊系统的万能逼近性的一些相关理论。根据ASV的数学模型,将ASV的模型化为仿射非线性的形式,根据ASV的数学模型在零输入条件下的开环响应,确定关键变量和关键点,利用Taylor展开将非线性系统线性化。基于T-S模糊逼近理论,确定相应的隶属度函数,模糊规则以及各模糊规则下的模糊子系统,建立了基于T-S模糊模型的ASV再入阶段的姿态运动模型,并通过仿真验证验证了所建立的ASV的T-S模糊模型能够为后文控制器设计与分析奠定基础。最后,根据己建立起来的ASV的T-S模糊模型,根据单Lyapunov函数的理论,设计了基于T-S模糊模型的ASV的状态反馈鲁棒H∞控制器,通过引理和Schur补定理证明了该控制器设计方法能够使系统稳定,并通过仿真验证了所设计的模糊控制器的有效性而且能够使系统稳定。

关键词： T-S模糊模型模糊隶属度函数鲁棒H_∞控制线性矩阵不等式

来源：评论

学校读者我要写书评

暂无评论

基于宽度学习的软件缺陷预测方法研究

基于宽度学习的软件缺陷预测方法研究

引用

作者：崔智莹河南工业大学

学位级别：硕士

在软件开发的早期阶段,软件缺陷预测通过分析历史数据和采用先进的机器学习算法识别潜在的缺陷。有效的软件缺陷预测能够帮助开发团队更有效地分配资源,不仅降低了测试成本,而且提高了软件开发的效率和质量,使得软件缺陷预测技术逐渐成... 详细信息

在软件开发的早期阶段,软件缺陷预测通过分析历史数据和采用先进的机器学习算法识别潜在的缺陷。有效的软件缺陷预测能够帮助开发团队更有效地分配资源,不仅降低了测试成本,而且提高了软件开发的效率和质量,使得软件缺陷预测技术逐渐成为软件可靠性领域的研究热点之一。由于软件缺陷预测数据的非线性可分性,并且深度学习方法具有良好的表征数据特征的能力,因此,众多的深度学习方法被用于软件缺陷预测任务中。但由于参数数量多、结构复杂,大多数深度学习模型在训练时,需要逐层的无监督预训练、整体的有监督微调等过程,这使得模型优化过程较为繁琐,耗费大量的时间,使基于深度学习的软件缺陷预测任务缺乏良好的时效性。宽度学习系统具有结构简单、构建模型时间短、训练速度快等特点。因此,本文以宽度学习系统为基础模型,针对缺陷预测数据集中的不同问题,提出两种软件缺陷预测方法,其主要内容包括: (1)针对软件缺陷预测数据集中存在的类不平衡以及噪声和离群点问题,本文提出了一种基于模糊代价宽度学习的软件缺陷预测方法。该方法充分借鉴了代价敏感学习和模糊隶属函数的思想,将两者引入到宽度学习的目标函数中,不仅处理了类不平衡问题,而且还考虑了样本在特征空间中的特定分布,以解决软件缺陷数据集中的噪声和离群点问题。该方法首先使用代价矩阵赋予少数类较大的权重,关注少数类样本的训练误差,使分类超平面在更公正的位置出现;接着,使用模糊隶属函数计算样本在特征映射空间中的隶属度,使噪声和离群点具有较小的隶属度,以消除噪声和离群样本引起的分类误差。最后,将代价矩阵和模糊隶属函数引入到宽度学习的目标函数中。在9个常用的NASA软件缺陷预测数据集上进行了实验,与几种先进的分类方法相比,实验结果验证了基于模糊代价宽度学习的软件缺陷预测方法在三个评价指标上具有明显的优势。 (2)针对软件缺陷测试数据高维性以及现有宽度学习忽略了高维数据的局部几何分布信息的问题,本文提出了一种基于局部几何保持宽度学习的软件缺陷预测方法。该方法将类内局部保持散度矩阵作为流形正则项引入到宽度学习模型的目标函数中,不仅可以挖掘和提取出高维数据样本间的局部几何结构特征和两类样本边缘地带的几何特征,而且还使得异类样本间的散度最大,同类样本内的散度最小,增强宽度学习系统对高维数据信息提取能力和不同类别样本的判别能力。该方法首先使用测地线距离计算核空间下高维数据样本间的距离度量;接着,构造局部几何保持邻接图,计算类内局部保持散度矩阵;最后,将类内局部保持散度矩阵作为流形正则项引入到宽度学习目标函数中。在9个常用的NASA软件缺陷预测数据集上进行了实验,与几种先进的分类方法相比,实验结果验证了基于局部几何保持宽度学习的软件缺陷预测方法在三个评价指标上具有明显的优势。 (3)针对上述两种软件缺陷预测方法,本文集成了一种软件缺陷预测工具。该工具通过数据集设置、实验参数设置、预测方法选择后,即可进行预测结果展示和保存。在实际使用过程中,仅需要遵循工具的提示进行操作即可,因此具有良好的实用价值。综上所述,本论文针对软件缺陷预测研究领域的难点问题,提出了两种新的基于宽度学习的软件缺陷预测方法,提升了缺陷预测模型的性能,并且集成了一种软件缺陷预测工具,对提升软件质量具有重要意义。

关键词：软件缺陷预测宽度学习系统代价敏感学习模糊隶属度函数类内局部保持散度矩阵

来源：评论

学校读者我要写书评

暂无评论

基于模糊决策的居住地选择与交通之关系

基于模糊决策的居住地选择与交通之关系

引用

作者：吴珂南昌航空大学

学位级别：硕士

随着社会经济的飞速发展,城市化进程的不断加快,城市交通拥堵、环境污染、住房短缺等问题日渐凸显。怎样有效的缓解城市交通拥堵、构建一个布局合理、可持续发展的交通与居住地用地协调发展的城市系统成为迫切需要解决的问题。本论文以... 详细信息

随着社会经济的飞速发展,城市化进程的不断加快,城市交通拥堵、环境污染、住房短缺等问题日渐凸显。怎样有效的缓解城市交通拥堵、构建一个布局合理、可持续发展的交通与居住地用地协调发展的城市系统成为迫切需要解决的问题。本论文以不同出行行为及不同属性的居民居住地选择问题为研究对象,重点研究基于模糊决策的居民居住地选择与交通一体化模型。具体内容如下:第一章绪论部分,介绍对居民居住地选择与交通之关系进行探讨的研究背景及研究目的和意义,分析国内外专家学者对居住地选择与交通之关系研究的现状,指出存在的问题,并给出了本文研究的主要内容。第二章为探讨居民属性与居住地选择之内在关系,根据不同属性居民选择居住地的关注点,结合所有选址目标的模糊量化处理,获得居住小区与选址目标相互作用的模糊贴近度。根据家庭对各目标的满意度语义评价,获得所有小区满足家庭所有目标的模糊贴近度矩阵,通过模糊优选法,获得一个家庭对各备选小区的综合排序。结合小区排位,通过构造模糊线性0-1规划模型,得到决策者心中的最优小区,并通过Borda函数,获得多家庭博弈的满意度最高小区。例证表明:23～30岁年龄段居民尽可能选择靠近通勤目的地,且房价较低娱乐环境较好的小区;31～45年龄段收入水平较低的居民,选择教育环境好,且房价较低小区,收入水平较高的倾向于选择各项指标都很好的小区;46～59岁年龄段的低收入居民,通常会倾向于选择离通勤目的地近,房价较低,且靠近公园、周围绿化以及环境都较好的小区,收入较高的家庭,倾向于选择各项指标都很好的综合满意度高的小区。第三章为探讨不同属性居民出行行为与居住地选择之内在关系,根据不同出行行为居民的通勤链及居住地选择时多关注点特性,结合各交通方式的通勤交通阻抗,获得各小区关于通勤交通阻抗以及非交通选址目标的模糊评价矩阵。利用定量和定性指标模糊规范处理矩阵,通过模糊决策法,获得一个家庭的交通最便利小区及非交通选址目标满意度最高小区。通过构造多目标合作模糊博弈决策模型,寻求交通与非交通选址目标之间的均衡,得到综合满意度最高小区。例证表明:23～30年龄段偏重于选择就业及娱乐环境好,且便于通勤的小区;31～45年龄段收入水平较低的居民,以小区的教育环境为主,家庭成员的出行行为为辅,收入水平较高的倾向于选择便于通勤以及便于就近入学且各项指标都很好的小区;46～59年龄段低收入居民倾向于选择便于出行,靠近公园、周围绿化以及环境房价综合满意度较好的小区,收入较高的倾向于选择最贴近自己要求,各项指标都很好的综合满意度高的小区。第四章总结全文的主要工作以及创新点,指出论文中存在的不足,并给出今后进一步努力的方向。

关键词：交通工程居住地选择多人多目标模糊决策模糊隶属度函数贴近度

来源：评论

学校读者我要写书评

暂无评论

基于即插即用去噪器的凸形状先验图像分割

基于即插即用去噪器的凸形状先验图像分割

引用

作者：吴敏杰深圳大学

学位级别：硕士

凸形状物体广泛存在于自然场景中。从图像中分割出凸形状物体成为当前图像处理领域的研究热点问题。该问题的难点在于图像中待分割目标通常有着模糊的边界或被不需要的背景所遮挡。传统图像分割方法是将目标区域上的关于二值标签函数的... 详细信息

凸形状物体广泛存在于自然场景中。从图像中分割出凸形状物体成为当前图像处理领域的研究热点问题。该问题的难点在于图像中待分割目标通常有着模糊的边界或被不需要的背景所遮挡。传统图像分割方法是将目标区域上的关于二值标签函数的凸形状先验知识引入到不含形状先验约束的图像分割深度神经网络结构中,以确保相应的图像分割结果具有凸形状,但这类传统方法一方面需要耗费大量时间来对改进后的网络结构进行重新训练耗时耗力,另一方面二值标签函数的不可导性给快速算法的设计带来困难。为了克服上述两方面的问题,本文在变分的框架下提出一种新的基于即插即用深度网络去噪器的凸形状先验图像分割模型。该模型用二值标签函数的光滑松弛形式来表示图像区域和构造关于凸形状先验知识的表达式,其中该松弛函数称为模糊隶属度函数。为了能够继承神经网络强大的特征提取功能以及确保模糊隶属度函数能更好的逼近二值标签函数,本文提出从预先训练好的即插即用深度神经网络去噪器中学习出关于模糊隶属度函数的保边光滑项。为构造模型的快速求解算法,本文提出利用变量分离技术、交替方向乘子迭代、凸集投影等来求解新模型中带有约束条件的极小化问题,其中将已训练好的即插即用深度神经网络去噪器的输出替代求解子问题的迭代过程,以提高算法的运行效率。数值实验结果表明:与传统的凸形状先验图像分割方法相比,新提出的图像分割方法不仅能够确保分割结果具有凸形状,而且能够获得更好的图像分割效果。

关键词：图像分割即插即用去噪器凸形状先验模糊隶属度函数神经网络

来源：评论

学校读者我要写书评

暂无评论

柴油机尾气碳烟粒子的分形扩散限制凝聚研究

柴油机尾气碳烟粒子的分形扩散限制凝聚研究

引用

作者：刘帅山东大学

学位级别：硕士

碳烟是柴油机尾气排放颗粒物的主要成分,也是造成大气污染的主要污染物之一。碳烟是通过碳烟粒子成核、碰撞凝结、表面生长、表面氧化以及沉积等十分复杂过程后形成的。由于碳烟的尺寸很小,一般为纳米级,故可以长时间在空气中悬浮而不... 详细信息

碳烟是柴油机尾气排放颗粒物的主要成分,也是造成大气污染的主要污染物之一。碳烟是通过碳烟粒子成核、碰撞凝结、表面生长、表面氧化以及沉积等十分复杂过程后形成的。由于碳烟的尺寸很小,一般为纳米级,故可以长时间在空气中悬浮而不易沉降。当大气中中的碳烟污染物达到一定浓度时,会对人体造成危害。颗粒捕集器是一种能在微粒进入大气层之前捕获颗粒物的柴油发动机尾气过滤器。经研究发现,碳烟的外部形态、体积、密度、传热传质以及电磁等物理特性都会对颗粒捕集器的工作效率产生影响。因此,研究碳烟粒子运动过程以及最终形成的碳烟颗粒物形貌是十分必要的。分形理论是当今非线性科学中十分风靡和活跃的新理论、新学科,并且已广泛应用于薄膜材料的制备、石油开采以及物体的传热散热等多个领域。它的研究对象主要是非线性系统中产生的不规则、不可微的几何体。通过观察碳烟在电镜下所显示的复杂结构可以发现,碳烟的整体形态常常呈现分形结构。本文结合柴油机尾气中碳烟的复杂形成过程,引入扩散限制凝聚模型,研究了二维空间中碳烟粒子扩散凝聚的动力学过程。首次利用模糊隶属度函数来表示粒子运动步长与粒子运动角度之间的非线性关系,通过改变模糊隶属度函数的参数研究了单一粒径碳烟粒子和不同粒径碳烟粒子运动方式的变化,进而实现了碳烟凝聚体的形态控制。主要涉及内容如下:(1)碳烟粒子扩散限制凝聚模型的建立本文将距离矩阵、并行算法以及解决粒子碰撞问题的新几何关系引入经典扩散限制凝聚模型,利用Monte Carlo方法建立了更高效、更贴近实际的碳烟粒子无网格扩散限制凝聚模型,通过大量的仿真实验数据,分析了碳烟粒子凝聚体的分形形貌、分形维数以及在不同参数下的程序运行时间的差异。(2)基于模糊隶属度函数的碳烟粒子扩散限制凝聚本文将模糊控制的思想首次引入碳烟粒子扩散限制凝聚模型,利用隶属度函数建立了粒子运动步长与粒子运动角度之间的非线性关系,并通过改变隶属度函数的参数,使得凝聚体形态结构由松散变为紧凑,更利于碳烟的沉降,实现了对碳烟粒子凝聚体形态的控制。相关结论对提升碳烟的净化技术提供了借鉴意义。(3)符合Rosin-Rammler粒径分布的不同粒径碳烟粒子扩散限制凝聚柴油机排放碳烟粒子的粒径是在一定范围内变化的,本文引入现实中被广泛应用的Rosin-Rammler分布来描述碳烟粒子的粒径分布,通过改变Rosin-Rammler分布函数中的非线性参数m,调整了不同粒径的分布概率和范围。在单一粒径的碳烟粒子扩散限制凝聚模型基础上,提出了不同粒径碳烟粒子模糊隶属函数扩散凝聚模型,通过改变不同粒径碳烟粒子的隶属度函数参数σ来控制其运动方式,进而实现了对不同粒径碳烟粒子凝聚体形态的控制。相关结论对于研究真实不同粒径碳烟粒子的运动与凝聚机理,进而促进柴油机尾气碳烟粒子捕捉技术的进展,具有重要的理论意义和现实意义。

关键词：碳烟分形生长扩散限制凝聚模糊隶属度函数 Rosin-Rammler分布

来源：评论

学校读者我要写书评

暂无评论

VMI环境下基于成本控制的易逝商品库存问题研究

VMI环境下基于成本控制的易逝商品库存问题研究

引用

作者：李雪杭州电子科技大学

学位级别：硕士

易逝商品在人们的日常生活中随处可见,由于易逝商品的生命周期短、时令性强,使得该类商品的消费需求具有很大的不确定性,这不但会给零售商带来不便,同时也会给供应商在库存管理方面增加难度,因此加强对易逝商品的库存管理以更有效地调... 详细信息

易逝商品在人们的日常生活中随处可见,由于易逝商品的生命周期短、时令性强,使得该类商品的消费需求具有很大的不确定性,这不但会给零售商带来不便,同时也会给供应商在库存管理方面增加难度,因此加强对易逝商品的库存管理以更有效地调节供需具有十分重要的意义。库存存在于产品供应链的几乎所有环节,对于库存的优化可以影响整个供应链的优化程度,因此与库存管理相关的策略制定已成为理论与实际中需要解决的重要问题之一。然而,通过分析国内外相关文献可以发现,目前对于易逝商品库存管理的研究无论是从深度还是广度上来说,都远远落后于非易逝产品库存管理的研究,难以对实际运作产生有效的指导。鉴于此,本文将以易逝商品为研究对象,在供应链环境下研究易逝商品的库存控制问题。本文通过文献分析以及现场调研的方法,运用库存管理、易逝商品和随机过程等理论,对供应商管理库存模式下的易逝商品库存控制问题进行了深入的分析和研究。通过分析国内外易逝商品库存管理的相关文献,给出了针对这一问题的全面综述,本文的研究中,库存控制的约束条件是成本最优,即是从成本控制的角度来分析供应商的库策略。在这一角度下考虑问题,有三种可选择的发货模式,分别是关于时间的整合发货模式、关于数量的整合发货模式以及关于时间和数量的混合发货模式,但是相比较而言,由于易逝商品的易逝特性,即对时间的敏感特性,因此本文重点研究关于时间的整合发货模式下易逝商品的库存控制。在假设下游众多零售商的需求服从一定的随机分布的前提下,本文建立了对于时间的供应商易逝商品库存控制模型,研究易逝品供应商的发货策略,为使易逝商品的易逝率更符合实际控制的需要,本文使用模糊隶属度函数表示易逝率,在此基础上进行建模,利用库存管理理论和随机过程等理论求解出最优的控制策略,该策略可以解决在零售商随机需求的情况下,供应商何时发货及相应最优库存量的问题。最后,本文利用实际调研数据对构建的模型进行验证,并对结果进行灵敏度分析,通过研究模型中各个参数的变化对最优库存策略以及库存平均成本的影响,得出单位时间内期望需求的变化对成本的影响最大,单位商品采购成本的影响次之,而其它参数的变化对最终结果的影响甚小。

关键词：易逝商品库存控制供应商管理库存模糊隶属度函数随机需求

来源：评论

学校读者我要写书评

暂无评论

基于随机森林的异常点检测算法研究

基于随机森林的异常点检测算法研究

引用

作者：胡淼福建师范大学

学位级别：硕士

数据挖掘旨在发现数据中隐含知识或发现数据的未知模式,从数据集中找出异常点也是数据挖掘领域中的重要任务。异常点检测作为数据挖掘的一种重要方法,在实际应用中发挥着重要作用,广泛运用于金融反欺诈、设备故障检测、网络入侵、和医... 详细信息

数据挖掘旨在发现数据中隐含知识或发现数据的未知模式,从数据集中找出异常点也是数据挖掘领域中的重要任务。异常点检测作为数据挖掘的一种重要方法,在实际应用中发挥着重要作用,广泛运用于金融反欺诈、设备故障检测、网络入侵、和医疗影像分析中。异常点检测挖掘方法对提高工业生产效率、服务社会生活具有重要意义。现阶段基于集成模型的异常点检测是一个热点研究课题,而随机森林方法具有优良的分类决策性能。本文以识别出异常点为目标,对随机森林模型进行改进,提出基于随机森林模型的异常点检测算法,具体工作包括以下3个方面:1、提出一种基于模糊树节点的随机森林进行异常点检测。首先在构建随机森林的分类决策树过程中,把模糊方法引入到二叉决策树的节点中,在节点中设计关于类别划分的模糊区域,在模糊区域上设计正常与异常隶属度函数。当某样本经过决策树节点中的模糊区域时,进行样本的正常与异常隶属度计算;若该样本的异常隶属度大于正常隶属度,则该样本被判别为异常类;否则,该样本进入决策树的下层树节点,若无下层节点则被判别为正常类。该样本的最终类别由随机森林算法中的投票步骤决定。实验表明,该算法具有较好的异常点检测性能。2、提出一种基于双特征松弛边界的随机森林进行异常点检测。首先,在只使用正常类数据构建随机森林的分类决策树过程中,在二叉决策树的每个节点里依据训练数据集确定两个特征的取值范围(称之为特征值域)及值域的松弛边界,以此双特征值域作为异常点判断的依据;然后进行异常检测工作,当某样本通过决策树节点中的双特征值域时,若没有落入该值域,则该样本被标记为候选异常类;否则,该样本进入决策树的下层树节点继续做特征值域的比较,若无下层节点则被标记为候选正常类;最后,由随机森林算法中的判别机制决定该样本的类别。实验表明,本算法具有较高的异常点检测性能,且算法稳定。3、提出一种部分样本回溯的随机森林方法进行异常点检测。针对每棵决策树是由部分数据训练得到的,其树节点中的双特征值域没有反映超出此值域范围的样本信息(称遗漏信息),故在决策树训练完成时,对每棵决策树使用相应的袋外数据进行叶子节点至根节点的回溯操作,其目的是对树节点中的双特征值域进行修正,补上遗漏信息。该方法是在传统决策树训练完成后加入样本回溯,使得全样本都参与了树的构建,即这样的决策树全面学习了样本信息,反映出数据的完整值域信息。在进行异常检测时,当某样本不满足决策树节点中的双特征值域时,该样本被标记为候选异常点。该方法有效减少了样本被误判的可能性,且取得了优异的检测效果。实验表明,本文提出的部分样本回溯的随机森林算法具有较高的异常点检测性能,且算法稳定。异常点的特点是其关键特征取值与正常样本有显著区别,这也是异常点孤立于正常样本的根本原因,本文将这一特性与决策树这种层次模型相结合,提出基于模糊树节点的随机森林、基于双特征松弛边界的随机森林和基于部分样本回溯的随机森林进行异常点检测,这些模型在决策树的分类过程中即可进行异常点检测,算法简单高效且稳定。

关键词：模糊隶属度函数模糊树节点双特征过滤松弛边界样本回溯

来源：评论

学校读者我要写书评

暂无评论

支持向量机在路面识别中的应用

支持向量机在路面识别中的应用

引用

作者：侯杰江苏科技大学

学位级别：硕士

路面不平度的检测对于道路施工、国防建设、汽车研发和行车安全等具有重大意义。公路的主要用途是行车,所以路面不平度应根据车辆在路面上行驶时的车轮力来检测。本文采用东南大学研制的六维力车轮传感器在安徽定远汽车试验场采集了几... 详细信息

路面不平度的检测对于道路施工、国防建设、汽车研发和行车安全等具有重大意义。公路的主要用途是行车,所以路面不平度应根据车辆在路面上行驶时的车轮力来检测。本文采用东南大学研制的六维力车轮传感器在安徽定远汽车试验场采集了几种不同的路面类型的汽车垂直载荷,使用经过特征提取得到的参数,采用支持向量机和模糊支持向量机来识别不同类型路面的不平度。支持向量机方法是建立在统计学习理论基础上的学习机,适合处理小样本学习问题。支持向量机的径向基宽度和惩罚系数两个参数需要优化选择。粒子群优化算法是一种基于群集智能的全局优化方法,具有原理简单、参数少、收敛速度较快、所需领域知识少和通用性强等优势。对于其在支持向量机中的应用进行了深入分析和改进。同时采用基于样本到类中心距离的隶属度函数来确定样本的隶属度,将模糊机制引入支持向量机构造了模糊支持向量机,并利用改进的粒子群算法优化参数。\n 本文主要工作如下:\n (1)将汽车行驶在不同路面上的垂直载荷经过去均值,去随机噪声,去周期性干扰信号之后利用小波分解求得的幅值均值和方差作为路面识别的特征参数,特征参数进行了归一化处理。有5种路面类型,分别是搓板路,石块路,碎石路,鱼鳞路和水泥路,共17个样本。采用自组织特征神经网络确定样本标识ID,用支持向量机识别路面类型,采用径向基函数作为核函数,使用改进的粒子群算法进行了参数优化。\n (2)参数的优化对识别率的提高有重大影响。本文对改进的粒子群算法进行了深入剖析。提出通过跟踪全部粒子搜寻的轨迹和最优粒子变换过程来指导粒子群算法的改进。数据处理表明均布初始化粒子代替随机初始化粒子能减小结果的随机性,并能更好的覆盖搜寻区域,提高搜寻全局最优的概率。均布初始化粒子还可以使用较少的寻优粒子,利于提高算法的速度。通过在迭代中跟踪粒子的速度组成,确定了径向基宽度和惩罚系数的速度最大值分别在0.09和1000附近时较为适宜。选取四个粒子进行寻优,均布初始化时的最高平均识别率达到了72.5%,而随机初始化只达到了67.5%。对粒子群算法在支持向量机参数优化中的应用和改进具有借鉴意义。\n (3)利用模糊支持向量机进行路面不平度识别进行了尝试研究。在模糊支持向量机的使用中模糊隶属度函数的设计是关键。针对支持向量机对样本中的噪声点和野值点特别敏感的缺点,采用将样本到类中心的距离作为样本的模糊隶属度,并结合均布初始化的改进粒子群算法对模糊支持向量机的参数进行优化。通过对实验数据的训练和测试,该方法的最高平均识别率提高到了77.5%,高于一般支持向量机的72.5%的识别率。数据处理表明模糊隶属度的引入强化了有效样本对分类的影响,减弱了噪声点和野值点对分类的影响,提高了路面不平度识别率。\n 该研究借助粒子群算法和模糊支持向量机,使根据车辆动载识别不同类型路面的不平度的识别率得到了较大的提高,为汽车道路室内模拟试验和道路检测提供了有力支持。

关键词：路面不平度支持向量机模糊隶属度函数参数优化粒子群优化算法

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：