检索结果-内蒙古大学图书馆

福建师范大学学报（自然科学版） 2024年第6期40卷 40-46页

作者：徐福聪李泽科范海威许力张章学国网福建省电力有限公司福建福州350003 福建师范大学福建省网络安全与密码技术重点实验室福建福州350117 福建省海峡信息技术有限公司福建福州350003

针对电力系统故障分类复杂度高、特征选择难度大、用单一模型进行预测诊断的准确率低的问题,提出一种基于Stacking集成学习的电力系统故障诊断的方法。通过对电路中的三相电流和电压进行分析并提取故障特征,采用Stacking集成学习方法对... 详细信息

针对电力系统故障分类复杂度高、特征选择难度大、用单一模型进行预测诊断的准确率低的问题,提出一种基于Stacking集成学习的电力系统故障诊断的方法。通过对电路中的三相电流和电压进行分析并提取故障特征,采用Stacking集成学习方法对不同类型模型进行融合,并且通过硬投票法对电力系统中的故障进行检测与分类,以解决传统单一模型在电路系统故障类型检测中准确率低的问题。模型分类结果表明,基于多分类器融合的方法能够有效地检测和分类输电线路上的故障,所提模型的准确率可以达到97.8%,可以有效地分类故障类型。

关键词：故障分类 Stacking融合硬投票电力系统

来源：评论

学校读者我要写书评

暂无评论

基于传播与投票机制的显著性检测方法研究与实现

基于传播与投票机制的显著性检测方法研究与实现

引用

作者：郑灵扬州大学

学位级别：硕士

人类有一种惊人的能力，能够在场景中对最感兴趣的目标进行视觉定位。这种能力被称为视觉注意力，是目前神经科学和计算机视觉的一个研究热点。在计算机视觉领域，它主要包括三个方面的研究内容:眼动预测，显著性物体检测，以及似物性... 详细信息

人类有一种惊人的能力，能够在场景中对最感兴趣的目标进行视觉定位。这种能力被称为视觉注意力，是目前神经科学和计算机视觉的一个研究热点。在计算机视觉领域，它主要包括三个方面的研究内容:眼动预测，显著性物体检测，以及似物性采样。本文主要聚焦显著性物体检测，即检测一幅图像中最显著的物体或区域，目前这是一个非常具有挑战的研究课题。随着显著性检测研究的发展，显著性检测在图像分割、图像识别、视频跟踪、图像分类和图像检索等领域得到了广泛地应用。\n 近年来随着显著性检测应用需求的增长，许多显著性传播方法也层出不穷地提出。这些显著性传播方法在检测背景简单图像时能达到较好的显著性检测结果。然而，在处理复杂背景的图像时仍然面临挑战。为了解决这个问题，本文首先提出了一个简单而有效的自底向上的显著性检测模型，该方法融合了弱显著性检测模型和强显著性检测模型，取得了较好的实验结果。本文还提出了一种简单高效的融合方法，可以进一步提升检测性能。本文的主要研究工作及创新点如下:\n 第一，本文通过引入空间分布先验和高辨别力的相似性度量，提出了一种简单有效的基于背景先验的显著性检测方法。其中空间分布先验用于得到更加准确可靠的背景种子，高辨别力的相似性度量用于区分复杂场景中高度相似的显著性物体和背景。\n 第二，本文提出一种基于节点先验的显著性传播方法。通过在流形排序中引入节点先验来减少背景区域的错误传播。具体过程是使用相似性度量来计算基于背景的粗的显著性图，通过引入均衡分布作为先验来去除图像边界的前景噪声。基于流行排序，通过设置适当的节点，构建一个强大的显著性传播机制来突出前景对象，同时抑制背景区域。该方法也能用于其他显著性传播方法来提升它们的性能。此外，为了得到光滑的显著性图，本文还采用了Sigmoid函数和快速双边滤波对传播后的检查结果进行优化处理，优化后的结果在视觉效果上更加接近真值标注。\n 第三，本文提出一种基于硬票机制的显著性融合方法。现有方法在处理不同图像时往往互有优劣，现有文献也表明许多方法之间具有互补特性。因此，本文采用硬投票机制来捕获这一互补特性，以进一步提升显著性检测性能。首先选取世界先进的五种显著性检测方法，将这些检测方法的检测结果作为输入图像。然后采用贝叶斯方法，对各个方法得到的显著性图进行更新，以提升各个方法的检测效果。每幅显著图可以被看成是一个投票者，根据大津算法设置一个参考阈值，当显著图的显著性值大于阈值时，投票者投票为(1)，当显著图的显著性值小于阈值时，投票者投票为(-1)。将投票结果进行加权相加即得到最终的显著性融合结果。\n 大量的实验结果表明，本文所提出的方法用现有的五个公开数据集进行测试，在PR(Precision-Recall)曲线、F-measure、MAE(Mean Absolute Error)以及AUC(Area UnderROC)评价指标方面，与十五个世界先进的方法相比较，均体现出优异的性能。此外，本文所提出的相似性度量和节点先验也可以应用于现有的其他显著性传播模型中，可有效地提高传播模型的显著性检测性能。通过本文的融合方法还可进一步提升检测性能，得到显著物体更加完整，因而可以为后续的图像分割、物体检测等应用提供便利。

关键词：显著性检测传播机制硬投票节点先验相似性度量

来源：评论

学校读者我要写书评

暂无评论

基于集成学习的信用卡欺诈检测模型

引用

信息系统工程 2024年第1期 129-132页

作者：徐天培罗永胜呼伦贝尔学院呼伦贝尔市公安局伊敏分局

旨在探讨和验证一种基于集成学习的信用卡欺诈检测模型,以提高识别欺诈交易的准确性。分析了信用卡欺诈的背景,回顾了现有的关键技术和方法,在此基础上,采用硬投票策略,将决策树、逻辑回归和朴素贝叶斯分类器三种不同的机器学习模型集... 详细信息

旨在探讨和验证一种基于集成学习的信用卡欺诈检测模型,以提高识别欺诈交易的准确性。分析了信用卡欺诈的背景,回顾了现有的关键技术和方法,在此基础上,采用硬投票策略,将决策树、逻辑回归和朴素贝叶斯分类器三种不同的机器学习模型集成在一起,形成一个强大的集成模型。通过实验验证,该集成模型实现了高达99%的准确性,相较于单一模型至少提高了3.22%的准确性。这种显著的准确性提升归因于模型间的互补性和集成学习的稳健性。不仅为信用卡欺诈检测提供了一种高效的方法,也为其他金融欺诈检测问题提供了有价值的参考。

关键词：信用卡欺诈检测机器学习集成学习硬投票

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：