检索结果-内蒙古大学图书馆

作者：曹一鸣南京邮电大学

学位级别：硕士

随着无线电通信技术、移动互联网技术的发展,很多场合对于基于位置的服务(Location Based Services,LBS)的需求越来越高。然而应用广泛的卫星类定位系统由于受到建筑物的遮挡,室内定位效果差,因此,室内场景需要非全球导航卫星系统(Globa... 详细信息

随着无线电通信技术、移动互联网技术的发展,很多场合对于基于位置的服务(Location Based Services,LBS)的需求越来越高。然而应用广泛的卫星类定位系统由于受到建筑物的遮挡,室内定位效果差,因此,室内场景需要非全球导航卫星系统(Global Navigation Satellite System,GNSS)进行定位。室内定位研究近年来已经成为热点。由于室内高密度的Wi-Fi节点布设,Wi-Fi信号室内覆盖范围大。大量的移动终端都内嵌Wi-Fi接收机,因此Wi-Fi信号在室内容易接收。极限学习机(Extreme Learning Machine,ELM)作为一种新型的前馈神经网络(feed-forward neuron network)机器学习算法,其隐层节点参数可随机给定且不需人为调整,学习效率高,泛化能力强。因此本文开展基于ELM的Wi-Fi室内定位技术研究。研究主要包括以下几个方面:(1)研究基于接收信号强度指示(Received Signal Strength Indicator,RSSI)的指纹定位模型和工作原理,在此基础上介绍了常用的指纹匹配算法。然后对极限学习机室内定位的研究现状进行了分析,为后续研究工作打下基础。(2)针对大范围的定位需求,提出一种基于多核极限学习机(Multiple Kernel Extreme Learning Machine,MK-ELM)和迭代自组织数据分析(Iterative Self-organizing Data Analysis,ISODATA)聚类技术的定位算法。在离线阶段,通过迭代自组织数据分析聚类技术对接收信号强度测量值进行数据预处理,获得每一个接收信号强度测量值的标签,从而形成接收信号强度-标签训练集和根据不同标签划分的接收信号强度-位置坐标训练子集;然后使用多核极限学习机算法对上述训练数据集分别进行训练,得到测量值的分类函数和位置回归函数集。在线阶段,利用分类函数对接收到的信号强度测量值进行分类,然后根据分类结果选择相应的回归函数进行位置估计。所提算法利用无监督聚类的数据预处理技术,不需要任何关于测量信息的先验知识,操作简单。利用极限学习机算法训练速度极快,提高定位系统实时性,多核函数的使用保证定位精度。(3)针对大量RSSI测量值未标记的情况,提出一种新的基于极限学习机的RSSI指纹定位算法。在离线阶段,作为无监督聚类分析,利用迭代自组织数据分析技术揭示训练数据RSSI测量值的固有性质并获得每个RSSI数据的类别。然后,为了提高分类能力和鲁棒性,提出利用多个核函数的多核极限学习机算法进行RSSI测量值分类学习,获得更准确的RSSI测量分类函数。然后提出两阶段RSSI测量值特征提取算法。对于每个RSSI训练子集,首先在高维特征空间中进行核主成分分析(Kernel principal component analysis,KPCA),获得粗RSSI测量值特征。然后引入基于深度网络的极限学习机,获得RSSI测量值的精特征。最后,利用于半监督回归学习训练每个训练数据子集的RSSI测量值精特征,获得位置回归函数集合。在线阶段,将RSSI测量值进行分类,然后完成特征提取,利用相应的位置回归函数来估计目标位置。与单核学习相比,所提算法采用多核极限学习机算法具有更好的回归能力和鲁棒性。通过两阶段特征提取处理,所提算法能够获得更有效的测量值特征,从而提高离线学习效率。

关键词：室内定位极限学习机迭代自组织数据分析多核学习半监督学习

来源：评论

学校读者我要写书评

暂无评论

基于主成分分析和迭代自组织数据分析的阿尔茨海默病致病候选基因的识别

基于主成分分析和迭代自组织数据分析的阿尔茨海默病致病候选基因...

引用

作者：董体智四川师范大学

学位级别：硕士

阿尔茨海默病（Alzheimer’s disease，AD）是一种最常见的痴呆，它的致病机理还没有搞清楚。为了深入理解它的致病机制，基因芯片微阵列数据及其分析变得很有意义，并且这方面的研究已经取得了一定进展。因此，本文先介绍了前人的工作... 详细信息

阿尔茨海默病（Alzheimer’s disease，AD）是一种最常见的痴呆，它的致病机理还没有搞清楚。为了深入理解它的致病机制，基因芯片微阵列数据及其分析变得很有意义，并且这方面的研究已经取得了一定进展。因此，本文先介绍了前人的工作：观察数据发现基因表达水平行向量之间的强线性相关性特征，进而利用主成分分析法对与AD相关的基因芯片微阵列数据进行降维处理，并发现列数据的紧致聚类特征，并基于此，设计一维聚类算法，估计出原始数据类的信息（类个数和类中心）。但是，我们发现尽管第一主成分已经占了大多数信息（约90%），但是剩余的10%的信息也是重要的。因此，本文提出利用一个能够吸取原有结果的经验对聚类结果进行再调整的高维算法想法，即迭代自组织数据分析算法，进一步对估计出来的类和类的个数进行优化，期望得到一个理想的聚类模式。然后利用该聚类模式，采用共轭表达判据和紧致破缺判据，识别出了37个AD候选基因，已有9个得到其他团队研究的支持。此外，对这些这些基因还做了生物学分析，得到一些AD深层次的信息：主要涉及细胞的信号传导（ECE1，PLD2和PHB），炎症（il17a），泛素标记蛋白降解（UBC）和蛋白质合成（rpl32，rps6，rpl23a和rps19）与AD密切相关。另外，本文还讨论了基因TPT1和TUBA1A对AD的潜在影响。最后，基于上述讨论本文给出了清晰明确的AD病潜在致病机制通路图。

关键词：主成分分析迭代自组织数据分析 AD候选基因共表达基因孤立点基因致病机制

来源：评论

学校读者我要写书评

暂无评论

基于递归分析和机器学习的小批量机械加工过程状态监测

引用

计算机集成制造系统 2024年第12期30卷 4339-4351页

作者：王秋莲周啸宇黎敏李杰南昌大学经济管理学院江西南昌330031

随着市场竞争的日益激烈,小批量生产模式成为了一种重要的生产方式。针对小批量生产的特性和现有研究需要进行大量预先实验的问题,提出一种基于递归分析和机器学习的小批量生产方式下机械加工过程状态监测方法。首先通过加工实验采集不... 详细信息

随着市场竞争的日益激烈,小批量生产模式成为了一种重要的生产方式。针对小批量生产的特性和现有研究需要进行大量预先实验的问题,提出一种基于递归分析和机器学习的小批量生产方式下机械加工过程状态监测方法。首先通过加工实验采集不同工件的少量试加工的功率信号;其次将预处理后的功率数据输入深度信念网络进行训练,并通过遗传算法优化,得到训练好的工件识别模型;接着进行递归分析以及迭代自组织数据分析,得到状态监测模型。最后案例研究验证了状态监测方法的有效性,其中工件识别精度为99.3%,状态监测准确率为98%。

关键词：小批量递归分析深度信念网络迭代自组织数据分析状态监测

来源：评论

学校读者我要写书评

暂无评论

基于改进ISODATA聚类的Wi-Fi室内定位算法

引用

计算机应用与软件 2024年第9期41卷 141-147页

作者：曹祥红童硕杜薇郑州轻工业大学建筑环境工程学院河南郑州450000 河南省智慧建筑与人居环境工程技术研究中心河南郑州450000

为解决传统聚类算法在Wi-Fi室内定位中易陷入局部最优影响定位精度的问题,提出一种改进迭代自组织数据分析聚类Wi-Fi室内定位算法。离线阶段通过计算指纹数据库中各点欧氏距离标准差,优化初始参数阈值,动态选择聚类中心,减少定位误差;... 详细信息

为解决传统聚类算法在Wi-Fi室内定位中易陷入局部最优影响定位精度的问题,提出一种改进迭代自组织数据分析聚类Wi-Fi室内定位算法。离线阶段通过计算指纹数据库中各点欧氏距离标准差,优化初始参数阈值,动态选择聚类中心,减少定位误差;在线阶段将自适应加权K近邻与聚类算法结合,避免固定K值对定位结果影响,有效提高定位精度;将改进算法用于工程实例进行验证。结果表明,提出的算法在定位精度1 m范围内时概率为63.33%,定位精度2 m范围内时概率为90.00%,验证了该算法的有效性。

关键词：室内定位迭代自组织数据分析指纹数据库自适应加权K近邻

来源：评论

学校读者我要写书评

暂无评论

基于高光谱成像的苹果损伤检测方法研究

引用

广东农业科学 2023年第7期50卷 57-63页

作者：王凡孟翔宇陈龙跃段丹丹钱英军北京市农林科学院信息技术研究中心北京100097 岭南现代农业科学与技术广东省实验室河源分中心广东河源517000 清远市智慧农业农村研究院广东清远511500 广东科贸职业技术学院广东清远511500

【目的】研究苹果损伤高光谱特征,建立基于高光谱成像的苹果损伤区域最佳分类模型,为实时、快速、准确地识别苹果损伤提供重要依据。【方法】以北京平谷区收集的苹果样品为研究对象,利用高光谱图像技术检测水果表面机械损伤。利用390~10... 详细信息

【目的】研究苹果损伤高光谱特征,建立基于高光谱成像的苹果损伤区域最佳分类模型,为实时、快速、准确地识别苹果损伤提供重要依据。【方法】以北京平谷区收集的苹果样品为研究对象,利用高光谱图像技术检测水果表面机械损伤。利用390~1000 nm范围的高光谱图像(HSI)数据,通过比值光谱分析损伤与正常感兴趣区域(ROI)的光谱响应特性,筛选特征波段,并构建较好地突出损伤区域特征的3种类型光谱指数:归一化光谱指数(NDSI)、比值光谱指数(RSI)和差值光谱指数(DSI)。在此基础上,优选提取损伤区域能力较强的光谱指数,利用迭代自组织数据分析(ISODATA)无监督据聚类算法提取苹果损伤区域。【结果】当苹果表面受到损伤时,光谱反射率变化显著。波段优化后发现,528、676 nm的反射率可以有效识别异常区域。基于选定的特征波段,构建苹果损伤检测的识别光谱指数,包括NDSI、RSI和DSI。光谱指数图像的像素值分析发现,损伤区域特征与正常区域特征在各光谱指数(SI)增强图像中区分明显。两类图像特征的NDSI像素平均值相差最大、达到0.629,表明建立的NDSI对损伤区域及正常区域特征具有较强的区分能力。利用无监督分类方法ISODATA分类,验证了光谱特征指数在检测苹果损伤方面具有较高的特异性,对苹果损伤的检测正确率达到92.50%。【结论】研究结果适用于苹果损伤的实时快速检测,为苹果的精准管理生产提供技术基础与参考。

关键词：苹果损伤高光谱光谱指数迭代自组织数据分析

来源：评论

学校读者我要写书评

暂无评论

基于VMD-ISODATA-DBN的配电台区短期负荷预测方法

引用

智慧电力 2023年第11期51卷 53-60页

作者：寿绍安罗海荣王晓康张洁虎俊周剑桥国网吴忠供电公司宁夏吴忠751100 国网宁夏电力科学研究院宁夏银川750000 上海交通大学上海201100

针对配电台区负荷预测精度低的问题,提出一种结合变分模态分解(VMD)、迭代自组织数据分析算法(ISODATA)与深度信念网络(DBN)的短期负荷预测方法。首先,利用VMD将原始负荷序列分解成多个模态分量。然后,采用ISODATA对特征相似的各分量进... 详细信息

针对配电台区负荷预测精度低的问题,提出一种结合变分模态分解(VMD)、迭代自组织数据分析算法(ISODATA)与深度信念网络(DBN)的短期负荷预测方法。首先,利用VMD将原始负荷序列分解成多个模态分量。然后,采用ISODATA对特征相似的各分量进行聚类。最后,对每类分量分别建立DBN预测模型,并叠加相应预测结果实现负荷预测。算例分析结果表明,相较于其他方法,所提方法有效提高了电力负荷预测的效率和精度,具有很大的应用潜力。

关键词：配电台区短期负荷预测变分模态分解迭代自组织数据分析深度信念网络

来源：评论

学校读者我要写书评

暂无评论

基于WiFi的室内定位系统与消防服务管理平台设计

基于WiFi的室内定位系统与消防服务管理平台设计

引用

作者：童硕郑州轻工业大学

学位级别：硕士

随着移动互联网的普及,基于位置的服务越来越受关注,目前全球定位系统(GPS)能够完全满足室外定位的需求,但是对室内而言,因为墙壁导致信号衰减和遮蔽,GPS不再能准确定位。用户对于室内定位的需求越来越高,特别是在火灾逃生和消防救援时... 详细信息

随着移动互联网的普及,基于位置的服务越来越受关注,目前全球定位系统(GPS)能够完全满足室外定位的需求,但是对室内而言,因为墙壁导致信号衰减和遮蔽,GPS不再能准确定位。用户对于室内定位的需求越来越高,特别是在火灾逃生和消防救援时,快速、精确地获取用户位置起着至关重要的作用,而Wi Fi室内定位由于覆盖范围广、易于实现的特点,成为室内定位技术的首选。首先,本文在Wi Fi定位的基础上,对位置指纹定位技术进行了深入研究。提出了一种改进迭代自组织数据分析的位置指纹定位算法,离线阶段通过计算指纹数据库中各点欧氏距离标准差,优化初始聚类中心,建立阈值参数指标;在线阶段将自适应加权K近邻与聚类算法结合,避免固定K值对定位结果影响。将改进算法用于工程实例,定位精度和定位效率均有提升。其次,针对室内定位系统的开发与应用问题,设计了基于Android的室内定位系统,Android客户端主要包括用户登录与注册、获取Wi Fi信息、采集接入点与参考点、实时计算坐标、地图显示、发送定位与接收指令等功能模块。使得移动用户能够利用搜索到的Wi Fi信号建立位置指纹数据库,运用改进算法完成定位计算,并在火灾疏散中随时接受来自消防服务管理平台发来的消息。最后,针对火灾疏散情况下的消防联动问题,设计了基于Web的消防服务管理平台,主要包括管理员登录、地图显示、控件切换、定位显示、路径规划、接收定位与发送指令等功能模块。使得管理人员在接收用户发来位置坐标的基础上,能够在可视化地图中显示定位,并对疏散路径进行规划,赋予移动用户指令。本文的研究为位置指纹定位技术提供改进策略,为Wi Fi室内定位系统的设计提供技术实践,为系统的实际工程应用提供了借鉴意义。

关键词： WiFi室内定位迭代自组织数据分析自适应加权K近邻 Android客户端消防服务管理平台

来源：评论

学校读者我要写书评

暂无评论

基于AFI混合聚类算法的轴承故障诊断方法

引用

飞控与探测 2021年第4期4卷 82-93页

作者：金阳王林崔朗福黄云涛张庆振张如韩晓萱张超祺宋子雄北京航空航天大学自动化科学与电气工程学院北京100191 北京航天控制仪器研究所北京100854 北京航天自动控制研究所北京100085

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分... 详细信息

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。

关键词：滚动轴承故障诊断人工鱼群算法模糊C均值迭代自组织数据分析

来源：评论

学校读者我要写书评

暂无评论

迭代自组织哈希算法

引用

计算机应用研究 2020年第5期37卷 1416-1420页

作者：韩雪莲田爱奎王振卢海涛山东理工大学计算机科学与技术学院山东淄博255000

为了解决现有哈希算法的中心点不确定性和离散编码表达有限的问题,提出迭代自组织哈希算法(iterative self-organizing hashing,ISOH)。该算法采用迭代自组织数据分析量化空间,以提高近邻检索准确率;在聚类中心初始化方面,使用最远平均... 详细信息

为了解决现有哈希算法的中心点不确定性和离散编码表达有限的问题,提出迭代自组织哈希算法(iterative self-organizing hashing,ISOH)。该算法采用迭代自组织数据分析量化空间,以提高近邻检索准确率;在聚类中心初始化方面,使用最远平均距离方法选择初始聚类中心,避免初始聚类中心的随机性;为解决固定编码长度所表示的二值编码种类有限的问题,提出建立多重编码机制;在时间复杂度方面,ISOH算法采用乘积空间,以较低的代价得到更长的编码。实验结果表明,在SIFT、GIST和CIFAR10数据集上与K-均值哈希和可扩展图哈希等具体化哈希算法相比,ISOH算法能有效提高近邻检索的准确率。

关键词：迭代自组织数据分析多重编码乘积空间最远平均距离

来源：评论

学校读者我要写书评

暂无评论

基于动态聚类的序列保持哈希算法的研究

基于动态聚类的序列保持哈希算法的研究

引用

作者：韩雪莲山东理工大学

学位级别：硕士

互联网的高速发展引起了数据的爆炸式增长,使得检索复杂度高,为解决这一难题,基于哈希的图像检索方法将高维数据映射为紧凑的二进制编码,利用检索速度较快的汉明距离做相似性计算。虽然哈希方法在降低内存、提高检索速度等方面表现优异... 详细信息

互联网的高速发展引起了数据的爆炸式增长,使得检索复杂度高,为解决这一难题,基于哈希的图像检索方法将高维数据映射为紧凑的二进制编码,利用检索速度较快的汉明距离做相似性计算。虽然哈希方法在降低内存、提高检索速度等方面表现优异,但是其检索准确率相对较低。为了提高哈希算法的近邻检索准确率,本文将从如何获得较低量化损失和提高排名靠前数据点相似性两个方面展开研究,其主要研究内容和创新成果如下:1.提出了迭代自组织哈希算法,使用乘积量化方法划分特征空间,在每个子空间中使用迭代自组织数据分析方法对子数据集进行聚类,并利用码字索引之间的汉明距离近似其欧氏距离。为解决随机初始化聚类中心引起的局部最优问题,提出最远平均距离方法,通过依次划分样本数多且方差大的类,来确定初始聚类中心点。因分裂阈值和合并阈值需要通过交叉验证获得,引入最小生成树来获取合并阈值,通过计算每类分量中标准差的最大值得到分裂阈值。最后,为解决固定编码长度表示范围有限的问题,构建了多重编码机制,为每个数据分配多重二进制编码。2.提出了顶部优化的序列约束哈希算法,旨在汉明空间中保持数据间的四次序列关系,由于通过比较的方式获得的排序元组复杂度太高,引入张量积来构建数据间的序列关系图。因训练数据集规模较大,使用全部数据点来构建上述序列关系图,其内存占用率太高。为了降低空间复杂度,采用迭代自组织数据分析方法缩小数据集规模,并利用聚类中心点之间的序列关系近似整个数据集的序列关系。为了提高返回结果中排名靠前的数据点的准确率,建立了惩罚机制,对排名靠前的错误排序的惩罚大于排名靠后的惩罚,并根据数据点在欧氏空间和汉明空间中的排序差值,对其给予不同的权重值,排序差值越大,权重值越大,反之,权重值越小。在SIFT、GIST和CIFAR10数据集上设置了近邻检索对比实验,实验结果表明,迭代自组织哈希算法使用迭代自组织数据分析方法划分特征空间,可有效降低量化误差;顶部优化序列哈希设置的惩罚机制可显著提高排序列表顶部数据的相似性。大量实验证明,两种算法均有效提升了近邻检索性能。

关键词：迭代自组织数据分析最小生成树多重编码张量积

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：