检索结果-内蒙古大学图书馆

作者：高峰张珊董军宇吕越王俊杰 266100 山东省青岛市崂山区松岭路238号

基于Gabor卷积网络的SAR图像变化检测方法，包括以下步骤：首先使用对数比率进行差异性分析，获取多时相SAR图像的差分图像；其次使用多层模糊c均值聚类算法对差分图像进行预分类，产生样本像素点的三个类别，即变化类别、未变化类别和... 详细信息

标准号: CN111275680A

基于Gabor卷积网络的SAR图像变化检测方法，包括以下步骤：首先使用对数比率进行差异性分析，获取多时相SAR图像的差分图像；其次使用多层模糊c均值聚类算法对差分图像进行预分类，产生样本像素点的三个类别，即变化类别、未变化类别和模糊类别；然后使用预分类的结果构建训练数据集和测试数据集；最后将训练数据集用于Gabor卷积网络的训练，将测试数据集用于Gabor卷积网络的测试，从而获得最终的变化结果图。本发明使用Gabor滤波器调制学习滤波器得到Gabor方向滤波器，应用于卷积神经网络，可以更好的捕获空间信息，降低模型复杂度；同时，使用预分类策略，能获得更可靠的训练数据集，进一步提高分类的准确性。

关键词：训练数据集预分类卷积测试数据集差分图像模糊c均值聚类算法滤波器卷积神经网络差异性分析方向滤波器网络变化检测变化结果对数比率结果构建空间信息模糊类别复杂度像素点多层调制捕获样本测试分类应用学习

来源：评论

学校读者我要写书评

暂无评论

光合细菌发酵过程的多阶段软测量建模与分析

光合细菌发酵过程的多阶段软测量建模与分析

引用

作者：陈威江苏大学

学位级别：硕士

随着我国综合实力的不断提升,资源、环境对发展的制约日趋严重,特别是赖以生存的水资源供需矛盾十分突出,全国有一半以上的城市供水不足。而我国的江河湖泊整体污染严重,地下水资源水质不断恶化,已严重危害到人们的身体健康,阻碍到我国... 详细信息

随着我国综合实力的不断提升,资源、环境对发展的制约日趋严重,特别是赖以生存的水资源供需矛盾十分突出,全国有一半以上的城市供水不足。而我国的江河湖泊整体污染严重,地下水资源水质不断恶化,已严重危害到人们的身体健康,阻碍到我国经济与社会的发展。我国经济正全面步入新常态的新阶段,水污染的防治已然成为聚集的焦点。光合细菌有除磷、脱氮、脱硫、产氢、硫化物氧化等多种不同功能,且还能对重金属、有毒有机物等有很好的分解与转化作用,这些优异的功能特性,使得其在各种废水的处理上有着极大的价值,同时菌体本身富含多种高营养价值物质,引起了人们的重视。我国地域广,人口众多,对高品质的光合细菌的需求量极大,在实际生产发酵过程中,为了获得高产量与质量的光合细菌,需要在其发酵过程中,根据发酵进展对发酵过程进行优化控制,为菌体生长提供适宜的生长环境。然而光合细菌的发酵过程复杂多变,呈多变量、非线性特性,特别是反应发酵进展的关键变量活菌浓度难以实时在线测量,不利于对发酵过程进行实时的优化控制,影响到发酵品质的提高。基于上述问题,本课题引入软测量技术,建立一种多阶段软测量模型,对光合细菌发酵过程的活菌浓度进行预测。论文首先介绍了对光合细菌进行研究的目的及意义,同时指出在光合细菌发酵过程中,存在关键变量活菌浓度难以实时在线测量的问题。其次,对国内外的各种软测量建模方法进行了分析,总结了相应的优缺点。然后对光合细菌的发酵过程进行了分析,详述了其发酵过程的具体液态发酵工艺流程,分析了其发酵阶段特性,介绍了发酵过程参数对发酵的影响及参数的检测方法,有利于辅助变量的选择与样本数据的有效采集,为模型的建立做准备。再次,介绍了软测量技术的原理,选择最小二乘支持向量机(Least squares vector machine,LSSVM)作为基础软测量模型,并采用一种改进的蝙蝠算法(Improved bat algorithm,IBA)对LSSVM的模型参数进行寻优。在忽略光合细菌发酵过程阶段变化特性的情况下,建立了单一的全局性基于改进蝙蝠算法优化最小二乘支持向量机(IBA-LSSVM)的光合细菌发酵过程活菌浓度软测量模型,通过MATLAB仿真验证了该软测量方法相较未优化的于未优化的BA-LSSVM模型具有更好的预测精度和抗干扰能力,但是由于忽略了光合细菌的发酵特性,其预测精度仍有一定的提升空间。最后,本文利用模糊c均值聚类算法(Fuzzy c-means algorithm,FcM)对样本数据聚类分析,将发酵过程划分成三个阶段,利用IBA-LSSVM对这三个阶段分别建立对应的局部子模型,再将子模型组成融合得到最终的多阶段软测量模型,通过仿真验证,相较于单一的全局IBA-LSSVM模型,多阶段模型有着更优越的稳定性与预测性能,能够很好地解决发酵过程活菌浓度的在线检测问题。本次课题研究的基于IBA-LSSVM的光合细菌发酵多阶段软测量方法有着较高的预测精度与稳定性,对解决同类型的工业生产过程中难以直接测量的变量提供一种借鉴方法。

关键词：细菌发酵软测量建模最小二乘支持向量机蝙蝠算法模糊c均值聚类算法

来源：评论

学校读者我要写书评

暂无评论

两类数据融合算法及其在目标跟踪中的研究

两类数据融合算法及其在目标跟踪中的研究

引用

作者：吴会会西安电子科技大学

学位级别：硕士

数据融合作为数据挖掘的重要部分,其通过综合数据各方面的特征,以提取出数据所蕴含的更大的价值。该技术已被广泛应用于计算机交互、健康监护、目标跟踪等领域。基于改进模糊c均值聚类的数据融合算法(RFcM)是一种经典且传统的融合算法,... 详细信息

数据融合作为数据挖掘的重要部分,其通过综合数据各方面的特征,以提取出数据所蕴含的更大的价值。该技术已被广泛应用于计算机交互、健康监护、目标跟踪等领域。基于改进模糊c均值聚类的数据融合算法(RFcM)是一种经典且传统的融合算法,通过将RFcM应用到数据融合中,其具有自动对样本数据进行分类、聚类速度快等优点。此外,基于深度长短时记忆网络的数据融合算法(DLSTM)是一种基于深度学习的融合算法,其能维持数据间的关系且能很好地处理长期时序数列等优点。但任何一种单一的融合算法都存在局限性,因此本文对RFcM与DLSTM算法的不足进行创新与改进,提出了相应的改进算法。论文工作如下:1.提出了自适应模糊c均值聚类的数据融合算法。针对RFcM算法存在融合不精确、融合可信度较低等不足,本文引入了自适应系数,结合卡尔曼滤波原理和基于多层感知机的神经网络预测法,进行误差协方差的估计,并设计了一种融合策略,从而提出了一种自适应模糊c均值聚类的数据融合算法,即ARFcM算法。通过具有不同属性的合成数据集与真实数据集的仿真实验,将ARFcM算法与FcM、RFcM、RLS、KF、EFcM、FDP-FcM、IIFcM算法进行比较分析,验证了ARFcM算法在融合误差与融合效率方面的优势。2.提出了基于模糊c均值聚类的混合多传感器数据融合算法。针对AFcM算法随机初始化聚类中心易陷入局部最优的问题,本文给出了一种适用于任意数据集的相似性度量方式,在cH-ccFDAc算法中采用高斯核函数的局部密度度量,确定了初始聚类中心,结合AFcM算法设计了一种融合策略,提出了一种模糊c均值聚类的混合多传感器数据融合算法,即HFcM算法。通过与cH-ccFDAc、RLS、KF、AFcM、FcM、ARFcM融合算法在合成数据集与UcI数据库中的数据集进行对比仿真实验,结果表明HFcM算法优势明显。3.提出了基于长短时记忆网络的眼动跟踪数据融合算法。针对DLSTM算法不能进行并行计算以及不能获取全局信息的局限,本文根据眼动与跟踪数据的特点对其进行特征提取与特征处理,通过在DLSTM网络中引入cNN网络,开发了一种新的网络结构并设计了一种融合策略,提出了一种基于长短时记忆网络的眼动跟踪数据融合算法,即EyeLSTM算法。通过比较EyeLSTM算法与两种深度学习算法MLP、DLSTM在10组真实眼动数据集与10组真实跟踪数据集上的融合效果与各项指标值,实验结果表明,EyeLSTM算法在融合质量方面均表现良好。综上所述,本文所提出的算法均取得了良好的效果,但存在数据特征单一、参数数量多、算法的运行效率有待提高等问题,这是下一步要研究的工作。

关键词：数据融合模糊c均值聚类算法长短时记忆网络眼动跟踪数据

来源：评论

学校读者我要写书评

暂无评论

战场态势评估中的目标分群与识别

战场态势评估中的目标分群与识别

引用

作者：赵昀瑶西安电子科技大学

学位级别：硕士

战场态势评估是军事决策中的一个重要组成部分,而目标分群为态势评估组成部分中的重要内容之一,其结果可以确定作战目标之间的关联关系,为战场指挥员确定战术策略提供了重要依据。本文详细地介绍了态势评估的概念、基本内容和功能模型,... 详细信息

战场态势评估是军事决策中的一个重要组成部分,而目标分群为态势评估组成部分中的重要内容之一,其结果可以确定作战目标之间的关联关系,为战场指挥员确定战术策略提供了重要依据。本文详细地介绍了态势评估的概念、基本内容和功能模型,并在此基础上分析了目标分群的概念和基本内容。本文详细介绍了国内外关于态势评估和目标分群的研究情况,并针对空中目标分群的特点,对战场态势评估中的目标分群问题进行了深入研究。本文选择用聚类分析的方法来解决空中目标分群问题,并对聚类方法进行了改进。本文的主要工作如下:(1)在分析聚类分析技术的基本概念和相关算法的基础上,深入研究了几种常用的聚类算法,分别是:最近邻算法、K-均值聚类算法和模糊c均值聚类算法,并通过在公共数据集上进行仿真实验,分析了它们的优点与缺点。(2)针对空中目标分群的特点,引入最大最小距离聚类算法,对经典K-均值聚类算法和经典模糊c均值聚类算法进行改进,克服了聚类数目未知和聚类结果十分依赖初始中心的缺陷。详细介绍了基于最大最小距离聚类算法的K-均值聚类算法和模糊c均值聚类算法的改进思想、数学模型和算法实现流程,给出了求解目标分群问题的具体过程,并给出了具体的程序实现。(3)给出了基于最大最小距离聚类算法的K-均值聚类算法和模糊c均值算法在实际应用中,针对直线型、“V字”型和包围型的空中目标分群模型的仿真实验。实验结果表明,本文算法不仅能提高球型目标分群的准确率,对直线型、“V字”型和包围型的空中目标分群模型同样适用。本文的主要创新点如下:对K-均值聚类算法和模糊c均值聚类算法进行优化,并采用基于最大最小距离聚类算法的K-均值聚类算法和模糊c均值聚类算法求解战场态势评估中的空中目标分群问题,取得了较好的实验结果。

关键词：态势评估目标分群最大最小距离算法 K-均值聚类算法模糊c均值聚类算法

来源：评论

学校读者我要写书评

暂无评论

考虑尾流影响的风电场输出功率优化控制

考虑尾流影响的风电场输出功率优化控制

引用

作者：曹梦娇西安理工大学

学位级别：硕士

随着风电的大规模开发和利用,风电场中机组排布密度和机组容量不断增大,使得尾流效应的影响明显加剧。尾流效应造成下游机组处的风速减小,从而使得功率降低。现有风电场中机组的运行方式,因未考虑尾流效应而导致风电场输出功率并非最大... 详细信息

随着风电的大规模开发和利用,风电场中机组排布密度和机组容量不断增大,使得尾流效应的影响明显加剧。尾流效应造成下游机组处的风速减小,从而使得功率降低。现有风电场中机组的运行方式,因未考虑尾流效应而导致风电场输出功率并非最大。因此本课题对尾流影响下的风电场输出功率优化控制展开研究。围绕本课题,主要完成了以下内容的研究:(1)针对风向变化及风电场中机组排布造成的尾流叠加问题,基于笛卡尔坐标变换的方法,建立了不同地形下尾流与风轮叠加面积的计算模型。基于单机组尾流模型和风电场尾流叠加模型,具体给出了满足不同风向的风电场尾流风速的计算方法。(2)分析可得通过优化轴向诱导因子或推力系数,以调节机组间的尾流分布,可增加风电场的整体输出功率。由于轴向诱导因子或推力系数不是直接可控的机组参数,可以优先调节机组转速,再调节桨距角以实现对机组的控制。(3)在风电场布局确定的情况下,利用MATLAB对含16台机组的风电场进行了仿真研究。计算结果表明:所提优化控制策略能够有效减小机组间尾流效应的影响,增加风电场整体输出功率。(4)在电网调度对风电场输出功率有要求时,基于考虑尾流影响的风电场输出功率最大的情况,利用模糊c均值算法对具有相似运行特性的机组进行分类,分类之后做等值处理。对于需要降功率的情况,从下游机组向上游机组进行降功率操作,降功率时先调节转速,转速调节无法满足要求时,再调节桨距角。利用MATLAB对含16台机组的风电场进行了仿真研究。计算结果表明:所提功率控制策略能够满足降功率的要求。

关键词：尾流效应功率控制粒子群算法模糊c均值聚类算法降功率

来源：评论

学校读者我要写书评

暂无评论

基于cT图像的肺结节检测与识别

引用

中国医学物理学杂志 2019年第7期36卷 800-807页

作者：唐思源刘燕茹杨敏徐瑞英内蒙古科技大学包头医学院计算机科学与技术系内蒙古包头014040 内蒙古科技大学包头医学院医学技术系内蒙古包头014040

目的:将肺结节从含有背景、噪声的胸腔区域里检测并识别出来。方法:首先,将DIcOM格式的医学图像转换成JPG图像后,应用区域生长法分割出肺实质区域,去掉肺区外的干扰信息。然后,利用多尺度高斯滤波器增强图像后,应用模糊c均值聚类算法提... 详细信息

目的:将肺结节从含有背景、噪声的胸腔区域里检测并识别出来。方法:首先,将DIcOM格式的医学图像转换成JPG图像后,应用区域生长法分割出肺实质区域,去掉肺区外的干扰信息。然后,利用多尺度高斯滤波器增强图像后,应用模糊c均值聚类算法提取肺结节感兴趣区域。最后,对肺结节特征进行提取及归一化处理,应用支持向量机分类器识别并标记出肺结节。结果:在随机抽取的120例图像中,检测肺结节的准确率达到92.3%,分类识别肺结节的准确率达到95.6%。实验结果表明,本文方法有效地排除了交叉状和条形状血管等干扰,实现了肺结节的精确检测和识别。结论:本方法在保证检测和识别出正确结节的前提下,降低了误判率,算法也得到了较好的收敛。

关键词：肺结节 cT图像区域生长法多尺度高斯滤波器模糊c均值聚类算法支持向量机分类器

来源：评论

学校读者我要写书评

暂无评论

一种模式识别方法和装置

一种模式识别方法和装置

引用

作者：苏鹏程张一凡 266104 山东省青岛市崂山区北宅街道投资服务中心308室

本发明公开了一种模式识别方法和装置，该模式识别方法包括：对输入的训练数据进行特征提取，通过自适应核可能性模糊c均值聚类算法进行聚类分析后建立参考模型并保存至参考模型数据库；对输入的测试数据进行相同特征提取后得到测试特... 详细信息

标准号: CN108154186B

本发明公开了一种模式识别方法和装置，该模式识别方法包括：对输入的训练数据进行特征提取，通过自适应核可能性模糊c均值聚类算法进行聚类分析后建立参考模型并保存至参考模型数据库；对输入的测试数据进行相同特征提取后得到测试特征向量，将测试特征向量与所述参考模型数据库中各参考模型执行模式匹配，得到模式识别结果。模式识别装置包括：训练单元和识别单元。本实施例的方案通过自适应核可能性模糊c均值聚类算法(AKPFcM)进行聚类分析后建立参考模型，能够根据特征数据的分布状况自适应调整核函数的参数，实现对特征数据更优的聚类，有效提高聚类性能。

关键词：参考模型模式识别模糊c均值聚类算法测试特征聚类分析特征数据特征提取自适应聚类向量数据库模式识别装置方法和装置自适应调整测试数据分布状况模式匹配训练单元训练数据核函数保存

来源：评论

学校读者我要写书评

暂无评论

一种真空度局部放电脉冲群分类识别方法

一种真空度局部放电脉冲群分类识别方法

引用

作者：杨永旭张学敏党军朋罗洪宏石岩陶伟刘校豪李天福陈嘉骏牛双成钱威和强宇 653100 云南省玉溪市红塔区红塔大道42号

本发明涉及一种真空度局部放电脉冲群分类识别方法。该方法是通过等效时频法对脉冲进行特征参数提取，形成2D的特征参数空间，再利用改进的模糊c均值聚类算法对多局部放电脉冲群进行分类。在多局放源的电力设备绝缘在线监测中，应用本... 详细信息

标准号: CN111103517A

本发明涉及一种真空度局部放电脉冲群分类识别方法。该方法是通过等效时频法对脉冲进行特征参数提取，形成2D的特征参数空间，再利用改进的模糊c均值聚类算法对多局部放电脉冲群进行分类。在多局放源的电力设备绝缘在线监测中，应用本发明将获取的放电脉冲群进行分类，并将同一类中高度相似的放电脉冲群转换成脉冲峰值‑时间序列，再按传统的方法对放电模式进行识别，就可以与基于单个人工缺陷模型构造的放电模式数据库进行对比，与数据库无关的放电脉冲群可判断为无效信号或噪声。而其他相关的放电脉冲数据则识别出其相应的放电类型。这样不但解决了放电脉冲峰值‑时间序列的混叠问题，而且可以对多局放源或含干扰源的放电模式进行识别。

关键词：放电脉冲放电模式局部放电脉冲时间序列脉冲局放数据库模糊c均值聚类算法绝缘在线监测特征参数提取电力设备放电类型模型构造人工缺陷特征参数无效信号传统的干扰源群分类再利用分类混叠时频噪声转换应用改进

来源：评论

学校读者我要写书评

暂无评论

一种基于cNN和FcMc的滚动轴承智能故障诊断方法

一种基于CNN和FCMC的滚动轴承智能故障诊断方法

引用

作者：张丹陈永毅宣琦郭方洪 310014 浙江省杭州市下城区潮王路18号

本发明公开了一种基于cNN和FcMc的滚动轴承智能故障诊断方法，克服现有技术的滚动轴承震动信号具有非平稳性、非线性和特征提取困难的问题，首先利用构建的卷积神经网络模型对原始振动信号进行特征提取，并通过主成分分析法对提取出的... 详细信息

标准号: CN111562108A

本发明公开了一种基于cNN和FcMc的滚动轴承智能故障诊断方法，克服现有技术的滚动轴承震动信号具有非平稳性、非线性和特征提取困难的问题，首先利用构建的卷积神经网络模型对原始振动信号进行特征提取，并通过主成分分析法对提取出的特征进行降维，然后将已知故障样本的特征输入模糊c均值聚类模型，对模糊c均值聚类模型进行训练，最后根据训练好的模糊c均值聚类模型，对待测故障样本进行故障识别，从而实现对滚动轴承的故障诊断。本发明通过将卷积神经网络和模糊c均值聚类算法进行结合，既发挥出了卷积神经网络在特征提取方面的优势，也弥补了传统硬性聚类算法对故障类别无法进行有效划分的不足，并能够有效且准确的实现滚动轴承的故障检测。

关键词：滚动轴承卷积神经网络特征提取故障样本模糊模糊c均值聚类算法原始振动信号智能故障诊断主成分分析法非平稳性故障检测故障类别故障识别故障诊断聚类算法特征输入震动信号构建降维

来源：评论

学校读者我要写书评

暂无评论

一种无监督SAR图像变化检测方法

一种无监督SAR图像变化检测方法

引用

作者：李明李梦柯吴艳张鹏刘慧敏柴磊 710071 陕西省西安市雁塔区太白南路2号

本发明提出了一种无监督SAR图像变化检测方法，用于解决现有技术中存在的检测准确性和计算效率较低的技术问题。实现步骤为：对配准后的两时相SAR图像滤波；产生初始差异图；对初始差异图进行显著性检测获得显著性差异图；利用模糊c均... 详细信息

标准号: CN108765465B

本发明提出了一种无监督SAR图像变化检测方法，用于解决现有技术中存在的检测准确性和计算效率较低的技术问题。实现步骤为：对配准后的两时相SAR图像滤波；产生初始差异图；对初始差异图进行显著性检测获得显著性差异图；利用模糊c均值聚类算法对显著性差异图进行预分类获得候选的训练样本以及不确定样本；对候选的候选训练样本集做均衡化处理获得训练样本；用PcA滤波器提取训练像样本征和不确定样本特征；用训练样本特征训练支持向量机，用训练完成的支持向量机对不确定样本分类，获得变化检测结果。本发明能够提高算检测准确性同时减少运算时间，可用于评估灾害和预测灾害发展趋势、目标探测以及土地覆盖与利用监测等。

关键词：训练样本显著性差异支持向量机变化检测差异图检测模糊c均值聚类算法滤波器训练样本集计算效率目标探测特征训练土地覆盖样本分类样本特征灾害均衡化无监督显著性预分类本征可用滤波配准运算样本监测评估预测

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：