检索结果-内蒙古大学图书馆

化工学报 2021年第3期72卷 1539-1548页

作者：朱雄卓张瀚文杨春节浙江大学控制科学与工程学院浙江杭州310027

大型高炉是钢铁制造过程中的重要装备,由于高炉运行过程复杂,干扰因素繁多,经常会有异常炉况发生。为及时监测异常炉况、保证高炉顺行,本文利用高炉运行数据,开发了一种基于MWPCA和高斯混合模型的算法对高炉异常过程进行监测。由于高炉... 详细信息

大型高炉是钢铁制造过程中的重要装备,由于高炉运行过程复杂,干扰因素繁多,经常会有异常炉况发生。为及时监测异常炉况、保证高炉顺行,本文利用高炉运行数据,开发了一种基于MWPCA和高斯混合模型的算法对高炉异常过程进行监测。由于高炉运行数据存在非高斯分布和时变的特点,利用高斯混合模型改进了传统PCA监测模型的T2统计量,使算法可以适应高炉数据的独特分布特征,并加入了滑窗机制,使算法具有实时更新的能力。随后,将算法应用在华南某大型钢铁集团的真实高炉数据上,检测了算法的有效性,并将其与基础算法进行了对比分析,证明了算法在高炉异常监测能力上有所提高。

关键词：高炉过程系统主元分析高斯混合模型过程监测算法

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型的飞机进近着陆阶段运行异常检测

引用

安全与环境学报 2022年第3期22卷 1371-1376页

作者：孙瑞山陈雄梁妍中国民航大学飞行分校天津300300

为检测与分析飞机进近着陆阶段可能引发安全风险的运行异常现象,基于高斯混合模型提出了一种进近着陆阶段飞机运行异常检测方法。首先,将进近着陆阶段飞行数据输入期望最大算法构建高斯混合模型,研究各高斯分量随时间的变化特性,结合所... 详细信息

为检测与分析飞机进近着陆阶段可能引发安全风险的运行异常现象,基于高斯混合模型提出了一种进近着陆阶段飞机运行异常检测方法。首先,将进近着陆阶段飞行数据输入期望最大算法构建高斯混合模型,研究各高斯分量随时间的变化特性,结合所输入的数据在各高斯分量概率密度函数中的计算结果,识别进近着陆阶段存在的飞行数据异常航段。然后,通过复核数据异常航段的原始飞行数据,检测与分析飞机进近着陆阶段可能引发安全风险的运行异常现象。最后,利用该方法检测与分析了462个实际运行航段中进近着陆阶段的运行异常。结果表明:当文中模型对应的BIC数值最小时,高斯分量个数为21,其中有11个高斯分量的从属度在接地后迅速衰减至0;在划定3个不同的检测阈值后,分别识别出27、15、8个飞行数据异常航段,最终通过复核检测出3个进近着陆阶段的运行异常现象。

关键词：安全社会工程飞行安全进近着陆阶段高斯混合模型异常检测

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型的卫星电源系统异常检测方法

引用

空间控制技术与应用 2022年第4期48卷 104-114页

作者：魏居辉王炯琦穆京京何章鸣周萱影国防科技大学长沙410073 中国航天科技集团有限公司北京100090 北京空间飞行器总体设计部北京100090

作为具有多种工作模式的复杂系统,卫星电源系统在不同工作模式下的观测数据具备不同的统计特性.因为卫星电源系统的实际观测数据缺少状态标识作为先验信息,所以传统异常检测方法无法区分系统的不同工作模式,具有较大局限性.针对无状态... 详细信息

作为具有多种工作模式的复杂系统,卫星电源系统在不同工作模式下的观测数据具备不同的统计特性.因为卫星电源系统的实际观测数据缺少状态标识作为先验信息,所以传统异常检测方法无法区分系统的不同工作模式,具有较大局限性.针对无状态标识的卫星电源系统异常检测问题,提出了一种基于高斯混合模型(GMM)的异常检测方法.高斯混合模型被用于状态标识缺失数据的特征挖掘,从而实现对不同工作模式的聚类与识别;可区分性、稳定性、以及拟合优良性三个指标被用于GMM的评价,使得聚类簇数的选取是合理的;在异常检测阶段,训练好的高斯混合模型被用于构建了模式识别准则,距离信息和F分布被用于构建了检测阈值,并通过增加待检测数据集窗口长度来提升检测效果;以卫星电源系统的太阳能帆板机构为对象,开展了数值仿真和实验验证.异常检测结果表明,该方法能有效实现多种工作模式下的异常检测,具有较高的准确率和召回率.

关键词：卫星电源系统异常检测高斯混合模型 EM算法状态标识缺失数据驱动

来源：评论

学校读者我要写书评

暂无评论

基于自适应高斯混合模型的铁轨异物入侵检测研究

引用

光电子．激光 2022年第4期33卷 403-413页

作者：侯涛宝才文陈燕楠兰州交通大学自动化与电气工程学院甘肃兰州730070

针对复杂铁路环境下异物入侵动态检测抗扰能力弱和快速性差等问题,本文提出了一种基于自适应高斯混合模型(adaptive Gaussian mixture model, AGMM)的铁轨异物入侵检测方法。通过分析铁路场景发生复合抖动时存在随机性的特点,首先对输... 详细信息

针对复杂铁路环境下异物入侵动态检测抗扰能力弱和快速性差等问题,本文提出了一种基于自适应高斯混合模型(adaptive Gaussian mixture model, AGMM)的铁轨异物入侵检测方法。通过分析铁路场景发生复合抖动时存在随机性的特点,首先对输入的铁路视频进行抖动检测,然后引入仿射变换与中值滤波,对视频序列中存在抖动的图像进行处理。再采用逐帧迭代填充的方法,对去抖后图像出现的黑边进行填充,得到无抖动和无黑边的铁路视频帧。最后,在现有高斯混合模型的基础上,设计了自适应选择高斯分布个数和学习率,利用改进后的高斯混合模型实现复杂铁路视频的背景建模,并由此提高前景目标的检测速度。实验结果表明,本文方法在铁路视频存在抖动的情形下,轨道异物入侵目标检测的精度是原有的2.6倍,检测速度是2.8倍,能提高目标检测的抗干扰性和快速性。

关键词：异物检测图像去抖仿射变换中值滤波高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型的电动阀门退化状态评估方法

引用

阀门 2024年第12期 1476-1481页

作者：于忠斌李燕山陈良斌王运生聂常华刘杰张林海军装备部北京100000 中国核动力研究设计院先进核能技术全国重点实验室四川成都610213

核反应堆电动阀门运行工况复杂多变,随着累积动作次数增加,其性能不可避免地发生退化。为掌握电动阀门性能退化演变规律,进一步实现其退化状态评估,拟基于高斯混合模型开展研究。首先,对已故障阀门的历史数据提取多域特征指标,通过高斯... 详细信息

核反应堆电动阀门运行工况复杂多变,随着累积动作次数增加,其性能不可避免地发生退化。为掌握电动阀门性能退化演变规律,进一步实现其退化状态评估,拟基于高斯混合模型开展研究。首先,对已故障阀门的历史数据提取多域特征指标,通过高斯混合模型和瑞丽散度构建健康指标,并将故障前一次动作的健康指标值作为故障阈值;随后,对未故障的电动阀门重复前述过程,获得其当前的健康指标值,通过与故障阈值进行对比实现阀门当前退化状态评估。结果表明,本文构建的健康指标可用于电动阀门退化状态评估,且能实现一定动作次数的退化趋势预测。

关键词：电动阀门退化评估高斯混合模型瑞丽散度

来源：评论

学校读者我要写书评

暂无评论

基于卡尔曼滤波的高斯混合模型目标检测算法

引用

探测与控制学报 2022年第2期44卷 79-84页

作者：刘江郭荣春王燕妮西安现代控制技术研究所陕西西安710065 西安邮电大学数字艺术学院陕西西安710121 西安建筑科技大学信息与控制工程学院陕西西安710055

针对背景差分法不能提取出目标的完整区域,大多数光流法计算耗时等问题,提出基于卡尔曼滤波的高斯混合模型目标检测算法。首先采用卡尔曼滤波背景建模法对输入的前景信息进行滤波,得到预测背景模型并更新;根据规定的高斯模型表征图像中... 详细信息

针对背景差分法不能提取出目标的完整区域,大多数光流法计算耗时等问题,提出基于卡尔曼滤波的高斯混合模型目标检测算法。首先采用卡尔曼滤波背景建模法对输入的前景信息进行滤波,得到预测背景模型并更新;根据规定的高斯模型表征图像中各个像素点的均值、方差和权值,在输入下一帧图像后重新计算混合高斯背景模型;设置合适的阈值,比较权值与方差的比例确定前景目标像素点。仿真结果表明,与经典算法相比,该算法可以实时准确地检测运动目标,对场景变化、目标移动情况具有较好的鲁棒性。

关键词：目标检测卡尔曼滤波高斯混合模型背景建模

来源：评论

学校读者我要写书评

暂无评论

基于超高维基因不确定数据的高斯混合模型条件非参数独立筛选

基于超高维基因不确定数据的高斯混合模型条件非参数独立筛选

引用

作者：李龙岩广西师范大学

学位级别：硕士

生物遗传学和基因组学的研究揭示了很多与疾病相关的基因突变问题。全基因组关联分析(GWAS)是一种用于研究基因与特定性状或疾病之间关系的方法,该方法通过同时比较大规模样本中数百万个基因型与特定性状之间的关系,以此找出与该性状相... 详细信息

生物遗传学和基因组学的研究揭示了很多与疾病相关的基因突变问题。全基因组关联分析(GWAS)是一种用于研究基因与特定性状或疾病之间关系的方法,该方法通过同时比较大规模样本中数百万个基因型与特定性状之间的关系,以此找出与该性状相关的遗传变异。现有研究大多基于确定基因型数据的一般线性模型,但在实际问题中,基因型数据往往是未知的,并且线性模型在解决实际问题时的适用性很低。基于此,本文提出非参数可加模型,使用B样条拟合模型函数部分,将其转换为一般线性模型。考虑到数据异质性,引入高斯混合模型。假定数据维度异常大,将Fan提出的非参数独立筛选方法(NIS)与条件确定独立筛选(CSIS)结合,创新性地提出条件非参数独立筛选方法(CNIS)。该方法首先将数据维度降至温和状态,再利用Lasso惩罚函数来筛选出致病的基因位点。基于本文提出的CNISLasso变量选择方法进行数值模拟实验,结果表明CNIS-Lasso条件非参数独立筛选方法在高样本量下能够以高稳定性较为准确的筛选出重要的致病基因位点,证明了CNIS方法的优良性。

关键词：基因关联分析基因型不确定 B样条高斯混合模型条件非参数独立筛选

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型的多视图迁移聚类算法研究及模型设计

基于高斯混合模型的多视图迁移聚类算法研究及模型设计

引用

作者：李星辰济南大学

学位级别：硕士

聚类是一种无监督机器学习方法,用于将数据样本划分到具有相似特征的类中,在图像分析、社交网络分析和生物信息学等领域,聚类都得到了广泛应用。单视图聚类方法在处理单视图数据时利用数据的特征信息进行聚类,取得了较好的聚类效果。然... 详细信息

聚类是一种无监督机器学习方法,用于将数据样本划分到具有相似特征的类中,在图像分析、社交网络分析和生物信息学等领域,聚类都得到了广泛应用。单视图聚类方法在处理单视图数据时利用数据的特征信息进行聚类,取得了较好的聚类效果。然而随着现实世界数据的变得复杂,单视图聚类方法在处理多视图数据时无法有效利用视图间的相关性进行聚类,而多视图聚类能够利用视图中蕴含的潜在信息,提升聚类性能,于是多视图聚类方法得到了广泛关注。目前的多视图聚类方法大多数是基于原型的聚类方法,该方法通过定义和优化聚类原型来进行聚类,但受离群值和数据分布形状的影响,导致聚类效果较差。相比之下,基于模型的聚类方法通过拟合数据分布模型进行聚类,具有更好的适应性和灵活性。因此,本文基于传统的高斯混合模型聚类方法,并融合迁移学习思想,提出了一种改进的多视图迁移聚类算法。首先,本文结合了迁移学习的思想和高斯混合模型优秀的拟合分布能力,提出了一种基于高斯混合模型的多视图迁移聚类算法。该算法将不同视图视为源域或目标域,以实现视图间知识的有效迁移和相互学习。在人工数据集、图像数据集与文本数据集上的实验结果表明,基于高斯混合模型的多视图迁移聚类算法在多视图聚类领域表现优秀。其次,考虑到每个视图对聚类任务的重要程度不同,本文提出了一种基于高斯混合模型的加权多视图迁移聚类算法。该算法引入了视图权重的概念,通过为每个视图动态分配相应的视图权重,避免了同等视图权重对算法的消极影响。为了进一步优化这些视图权重的分布,算法在其目标函数中加入了一个正则化熵项。实验结果表明,通过合理分配视图权重,提高了各视图的利用率,进而提高了算法的性能。然后,考虑到固定的迁移学习率不能根据视图的差异性自适应地及时调整,本文提出基于高斯混合模型的加权多视图动态迁移聚类算法。该算法设计了一种学习因子的自调整策略,利用视图之间的差异性作为学习因子取值的衡量标准,自动调整视图间的学习因子,避免了知识的负迁移问题。实验表明,该算法不再受初始学习因子取值的影响,聚类性能提升明显。最后,本文对上述算法中重要参数进一步讨论和分析,并完成了基于高斯混合模型的多视图迁移聚类模型的设计和开发,同时将提出的算法被集成到该模型中,主要包括模型介绍、参数设置和结果展示等功能。

关键词：高斯混合模型多视图聚类迁移学习学习因子

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型的图像去噪算法研究

基于高斯混合模型的图像去噪算法研究

引用

作者：刘昊长春理工大学

学位级别：硕士

在图像的产生和传播过程中,受到成像环境、拍摄设备以及传输系统的限制,图像经常会遭到破坏,产生不必要的噪声,影响图像的视觉效果.可以用统计模型对图像信息或噪声进行建模,从而完成对图像的去噪处理.在众多统计先验模型中,高斯混合模... 详细信息

在图像的产生和传播过程中,受到成像环境、拍摄设备以及传输系统的限制,图像经常会遭到破坏,产生不必要的噪声,影响图像的视觉效果.可以用统计模型对图像信息或噪声进行建模,从而完成对图像的去噪处理.在众多统计先验模型中,高斯混合模型(Gaussian Mixture Model,GMM)是一种常用的统计模型.高斯混合模型在理论上可以拟合任何连续分布,所以我们可以用来对图像信息或图像噪声进行拟合.但是,由于自然界中的图像信息与噪声信息的形式非常复杂,普通的高斯混合模型在进行拟合时有时无法达到最佳的拟合效果.因此,本文在高斯混合模型的基础上进行改进,主要工作内容包括: 1.对于高光谱图像而言,影响其质量的噪声类型非常复杂,但是其取值范围通常在一定区间内,因此高斯混合模型在对噪声进行拟合时往往不能取得最佳效果.针对这一问题,本文提出了一种基于张量低秩分解与有界高斯混合模型(Bounded Gaussian Mixture Model,BGMM)相结合的图像去噪方法.该方法的主要过程为:首先,将高光谱图像张量进行低秩分解,利用低Tucker秩先验来描述高光谱图像的底层图像固有的张量结构,再利用有界高斯混合模型对噪声进行建模,在求解模型中的参数时,使用了变分贝叶斯方法.最后,我们将改进的算法应用于高光谱图像的去噪实验上,证明了本文算法可以成功地去除多种噪声,不仅视觉效果优于以前的算法,在峰值信噪比(Peak Signal-Noise Ratio,PSNR)方面和高斯混合模型相比也有所提升,特别是在去除非高斯噪声时,提升更加明显. 2.在基于图像先验的监督学习算法中,通常需要大量的干净图像进行训练,有时干净图像的缺失会导致模型的训练不足,从而影响算法的去噪效果.针对这一问题,本文提出了一种基于非对称高斯混合模型(Asymmetric Gaussian Mixture Model,AGMM)和自监督学习的图像去噪算法.该算法可以从单一图像上提取图像块,从而获取先验信息,然后对非对称高斯混合模型的参数进行分析,得出图像噪声的强度与模型协方差矩阵特征值有关的结论,并利用期望最大化方法和Newton-Raphson法求解模型中的参数值.其次,引入了协方差校正模块和噪声估计模块,实现了对图像的盲去噪.最后,我们通过进行图像去噪实验,证明了我们非对称高斯混合比高斯混合模型有更好的拟合效果,并且我们的算法相比于图像先验算法,不仅在视觉效果方面有所提升,并且在对含非高斯噪声的图像进行去噪时峰值信噪比和结构相似性(Structural Similarity,SSIM)方面也有所提升.

关键词：高斯混合模型低秩张量分解变分贝叶斯方法自监督学习

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型的遮挡篮球运动员目标检测方法

引用

赤峰学院学报(自然科学版) 2025年第2期41卷 6-9页

作者：孙玉婷安徽国际商务职业学院文化旅游学院安徽合肥231131

在篮球赛场上,由于区域位置不同,运动员运动的背景与摄像机拍到的图像之间的差异很大,多人被遮挡的情况下篮球运动员目标检测效果会下降。基于此,本文提出了一种基于高斯混合模型的篮球运动员目标检测方法。利用金字塔特征结构的多尺度... 详细信息

在篮球赛场上,由于区域位置不同,运动员运动的背景与摄像机拍到的图像之间的差异很大,多人被遮挡的情况下篮球运动员目标检测效果会下降。基于此,本文提出了一种基于高斯混合模型的篮球运动员目标检测方法。利用金字塔特征结构的多尺度学习方法,建立遮挡篮球运动员特征表征数据集,根据每帧图像提取出的像素点建立高斯混合模型,并进行背景描述,实现背景减除,最后优化遮挡篮球运动员的目标检测流程。为验证方法有效性,设计实验,结果表明:应用该方法后,检测速度更快,平均为14.3帧/s,检测精度更高,平均为76.56%。

关键词：高斯混合模型遮挡目标监测特征提取表征数据集背景减除

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：