检索结果-内蒙古大学图书馆

作者：马子弦南昌航空大学

学位级别：硕士

数据预处理时,主成分分析算法(pca算法)能够降低特征空间的维数。但是,由于涉及整体面部图像,使得在改变视点的情况下不能保证具有相同的识别率,故为了弥补局限性,在pca算法的基础上,提出了线性判别分析算法(LDA算法)来提高处理不同类... 详细信息

数据预处理时,主成分分析算法(pca算法)能够降低特征空间的维数。但是,由于涉及整体面部图像,使得在改变视点的情况下不能保证具有相同的识别率,故为了弥补局限性,在pca算法的基础上,提出了线性判别分析算法(LDA算法)来提高处理不同类别图像时的识别率。本文首先阐述了由pca与LDA相结合的新型算法,接着详细介绍了P-RBF神经网络的设计方法和具体实现过程,最后,在AT&T数据库和耶鲁数据库中进行人脸识别试验,从而为P-RBF神经网络的人脸识别系统设计了一个最优的人脸识别方案。在本文中,提出了基于多项式的径向基函数神经网络(P-RBF NNS)作为主要识别部分的人脸识别系统。该系统有助于解决高维图像识别问题,其主要由图像数据预处理部分和图像数据识别部分构成。提出的P-RBF神经网络体系结构分为三个功能模块:条件部分、结论部分、和聚集部分。在P-RBF神经网络的条件部分,输入空间通过使用模糊C均值(FCM)算法来实现模糊聚类的分配。在P-RBF神经网络的结论部分中,使用如下三种多项式,如常数型、线性型和二次多项式型来作为连接函数。在P-RBF神经网络的聚集部分,通过采用模糊推理法获得P-RBF神经网络模型的系数。同时,将“如果-那么”规则作为该神经网络聚集部分的模糊规则集合。该神经网络的基本设计参数(包括学习速率,动量系数,模糊化系数和特征选择项)由差分进化(DE)算法进行优化。最后,在AT&T数据库和耶鲁数据库进行人脸识别试验,实验结果表明,pca-LDA结合算法具有更好的可行性和有效性,能有效实时的给出测试者的人脸识别结果。

关键词： pca主成分分析 LDA线性判别分析 P-RBF神经网络 FCM模糊C均值 DE差分进化

来源：评论

学校读者我要写书评

暂无评论

基于深度神经网络的风机齿轮箱故障诊断研究

基于深度神经网络的风机齿轮箱故障诊断研究

引用

作者：占二林东北石油大学

学位级别：硕士

随着我国风电工程技术的日益成熟,风电的发展迎来了春天,同时也遇到了一些问题,齿轮箱是整个机组中关键传动零件,故障率比较高,而且不易排查,是影响社会生产和风电效益的主要原因,所以对齿轮箱进行故障诊断研究及预测具有重要意义。论... 详细信息

随着我国风电工程技术的日益成熟,风电的发展迎来了春天,同时也遇到了一些问题,齿轮箱是整个机组中关键传动零件,故障率比较高,而且不易排查,是影响社会生产和风电效益的主要原因,所以对齿轮箱进行故障诊断研究及预测具有重要意义。论文以齿轮箱振动信号为研究对象,研究了齿轮箱故障诊断方法并做仿真及实验验证。深入地研究了风力发电机组中齿轮箱结构,对故障产生的根本原因进行了分析,详细阐述了齿轮箱主要零部件的故障类型及其表现形式,并研究了齿轮和滚动轴承故障时振动信号的频率特征。由于传感器实际采集到的振动信号会存在噪声信息,会影响特征参数提取的准确性。因此本文提出一种改进小波阈值消噪方法,通过构造正弦信号加高斯白噪声和均匀白噪声来模拟故障齿轮振动信号,对齿轮箱齿轮故障仿真信号进行实验,采用信噪比(SNR)和均方根误差(RMSE)对去噪效果进行评价,验证了该方法的有效性。为了能全面的反应故障信息,提取故障信号时采用时域特征指标、频域特征指标共同组成特征向量集。在特征提取后得到的特征向量存在冗余及冲突问题,因此需要对特征向量集降低它们的维数,引入pca(Principal Components Analysis)主成分分析进行降维处理。降维后的特征向量共同输入RBF神经网络诊断及预测模型中,可以解决单一特征向量的信息片面问题。在对齿轮箱故障的状态进行识别时,针对RBF神经网络容易掉入局部最优的问题,采用一种具有遗传算法中的选择、交叉、变异操作的遗传-粒子群算法(GA-PSO),用于RBF神经网络的参数优化过程,对故障类型进行识别判断。以国内某风电场齿轮箱实验设备获取到的振动数据为原始数据,对齿轮6种不同的故障类型进行实验仿真,结果表明,基于GA-PSO-RBF神经网络的故障诊断模型效果更好。

关键词：小波阈值去噪时频分析 pca主成分分析粒子群优化算法 RBF神经网络故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的车辆运行状态监控技术应用研究

基于数据挖掘的车辆运行状态监控技术应用研究

引用

作者：丁博北京交通大学

学位级别：硕士

随着全球信息化的迅猛发展,道路交通相关管理部门和运输企业普遍建成了道路运输管理信息系统,这些系统运行过程中积累了大量关于车辆运行状况数据,这些信息主要包括两部分：一是车辆行驶过程中采集的运行状态信息,比如发动机转速、制动... 详细信息

随着全球信息化的迅猛发展,道路交通相关管理部门和运输企业普遍建成了道路运输管理信息系统,这些系统运行过程中积累了大量关于车辆运行状况数据,这些信息主要包括两部分：一是车辆行驶过程中采集的运行状态信息,比如发动机转速、制动、加速等,这些数据主要反映的是车辆的实时运行状况；二是行驶过程中利用GPS采集的数据,比如经纬度等,这些数据主要反映的是行驶位置、速度等。如何对这些数据进行挖掘分析,辨识车辆运行状态以及提取车辆运行规律,从而为运输企业、相关职能部门实现车辆运行过程监控管理提供技术手段和决策依据,具有重要的应用价值和现实意义。本文在实现采集并传输车辆实时运行状态信息基础上,利用串口通信技术接收车辆运行状态数据,开发基于Windows的上位机数据接收处理软件,实现数据预处理和存储；研究利用pca主成分分析等数学分析方法对接收并存储的海量车辆运行状态数据进行处理分析,从车辆行驶过程中的发动机转速、油压等运行参数数据中提取出用于分析和预测车辆工作单元运行故障所使用的特征信息；针对车辆行驶过程中的GPS设备采集提供的车辆行驶位置和速度等数据,根据超速情况划分和确定重点监控车辆,同时实现对该车技术状况和驾驶人情况信息的查询和登记；研究DBSCAN算法在车辆超速规律数据挖掘中的应用,根据超速多发点确定运输路线中的超速多发路段。综合研究成果为道路运输管理部门和运输企业实现安全监管提供了有效的技术手段。

关键词： CAN总线 GPS DBSCAN聚类算法 pca主成分分析车辆运行状态监控

来源：评论

学校读者我要写书评

暂无评论

基于pca-WNN模型的城市燃气短期负荷预测

基于PCA-WNN模型的城市燃气短期负荷预测

引用

作者：王晨西安石油大学

学位级别：硕士

随着我国城市建设、经济发展,城市燃气事业迅速发展。为了合理分配燃气输配、城市调度,必须对城市燃气短期负荷进行预测。传统的预测方法如回归分析法、贝叶斯估算模型法、支持向量机、时间序列模型法等由于其局限性已不能满足城市燃气... 详细信息

随着我国城市建设、经济发展,城市燃气事业迅速发展。为了合理分配燃气输配、城市调度,必须对城市燃气短期负荷进行预测。传统的预测方法如回归分析法、贝叶斯估算模型法、支持向量机、时间序列模型法等由于其局限性已不能满足城市燃气负荷预测。为此,必须采用开发新的模型、方法进行城市燃气负荷预测。城市燃气负荷的特点有:变化幅度明显、变化偶然性强、变化无规律、影响因素涉及方面广等。现有的城市燃气负荷预测方法有以下通病:预测结果不够精确、模型结果易产生局部最优解、模型建立困难、预测运算时间久、解的唯一性难以保证等,针对上述不足,本文首先分析了主要的九种城市燃气负荷值影响因素,采用pca主成分分析法对城市燃气影响因素的贡献率进行计算、排序,筛选出五种主要影响因素。科学地分析了BP神经网络的缺点,并介绍了小波神经网络作为城市燃气短期负荷预测模型的优越性,然后利用MATLAB软件构建小波神经网络预测模型——pca-WNN混合模型,将pca主成分析法筛选出的五种影响因素作为模型的输入层,将Morlet小波基函数作为模型的隐含层,输出层为预测负荷值。使用2011年2013年三年共计1045组数据作为研究对象。把前995组数据用于训练模型,后50组数据用作预测值的对比参考,计算模型的相对误差来分析预测精确度。将pca-WNN模型的预测情况和BP神经网络模型、灰色预测模型、GRNN广义回归神经网络进行对比分析,最终确定出该模型在城市燃气短期负荷预测方面有十分明显的优势,提高了城市燃气负荷预测的精确性和运算速度,推动城市燃气短期负荷预测事业的发展。

关键词：城市燃气短期负荷预测影响因素分析 pca主成分分析小波神经网络 pca-WNN混合模型

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的线阵式气缸套缺陷检测技术研究

基于机器视觉的线阵式气缸套缺陷检测技术研究

引用

作者：白鸽中北大学

学位级别：硕士

气缸套作为内燃机的核心组成部分,其质量直接对整体性能起作用。在气缸套的生产过程中,由于受到自身的内压力、夹紧力等作用,容易使气缸套表面出现气孔、裂纹缩孔等缺陷。这些缺陷的产生会影响产品的使用性能。目前,国内针对铸件表面的... 详细信息

气缸套作为内燃机的核心组成部分,其质量直接对整体性能起作用。在气缸套的生产过程中,由于受到自身的内压力、夹紧力等作用,容易使气缸套表面出现气孔、裂纹缩孔等缺陷。这些缺陷的产生会影响产品的使用性能。目前,国内针对铸件表面的缺陷检测大多靠人工来完成,随着市场的需求量增加,这种方式存在一定的局限性,不仅效率低,而且容易受主观因素的影响。而基于机器视觉不仅能够避免人眼识别存在的问题,且具有鲁棒性、高效性等优点。因此,本文提出了一种基于机器视觉的线阵式气缸套缺陷检测识别研究,主要完成以下内容的研究。(1)系统平台总体研究。首先搭建了一套完整的图像采集硬件平台,可实现对气缸套缺陷的自动检测。其次,通过对X射线成像系统的优化设计来提高获取图像的质量。(2)气缸套缺陷图像预处理研究。首先,对比分析了帧积分叠加法和空间滤波法,结合空间滤波的算法,本文采用中值滤波与维纳滤波的结合对图像进行降噪。其次,为了增加明暗区域对比度,选用直方图均衡化对图像进行增强。随后通过穷举法对阈值算法一一对比分析,提出了基于最大相关改进法和形态滤波学相结合的算法对气缸套表面疑似缺陷进行分割。实验结果表明,完成了对气缸套表面疑似缺陷的分割。(3)气缸套缺陷表面特征提取和识别分类研究。首先,针对气缸套表面缺陷在图像中的特点,提取几何特征、Hu不变矩以及改进后的LBP纹理特征作为特征矢量,并对融合后的高维数据利用pca主成分分析法进行数据降维;随后研究了支持向量机SVM的相关理论,选取径向基作为核函数与相关参数对缺陷进行分类。实验结果表明,符合气缸套缺陷分类要求。本文提出的基于机器视觉的线阵式气缸套缺陷检测研究,可以准确检测缺陷的同时也实现了对缺陷种类的快速分类。满足了企业对缺陷的自动化检测需求,具有重要的学术研究价值。

关键词：缺陷检测阈值分割 LBP纹理 pca主成分分析支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于pca-BP神经网络的智慧建筑暖通空调能耗预测

引用

制冷与空调（四川） 2023年第2期37卷 225-230页

作者：杜会军中铁建设集团华北工程有限公司天津300000

智慧暖通空调受到通风、温度和湿度高维数据影响,存在数据高维、冗余、异常问题,影响能耗预测精度。为了获取精准预测结果,结合pca-BP神经网络方法预测智慧建筑暖通空调能耗。采用pca(principal components analysis)方法对通风、温度... 详细信息

智慧暖通空调受到通风、温度和湿度高维数据影响,存在数据高维、冗余、异常问题,影响能耗预测精度。为了获取精准预测结果,结合pca-BP神经网络方法预测智慧建筑暖通空调能耗。采用pca(principal components analysis)方法对通风、温度和湿度能耗数据降维处理,将三维特征样本点映射到二维平面,通过特征归一化处理,获取保留原特征低维能耗数据。加权平均处理能源数据,解决数据缺失、冗余等问题。对pca降维矩阵做归一化处理,查找出异常数据,通过线性标量假设,去除其贡献率低的数据。利用BP神经网络(Back propagation neural network)非线性逼近特性,平滑处理能耗数据,取代异常点数据。构建能耗预测目标函数,避免BP神经网络陷入局部最优解,完成BP神经网络的动态预测。由实验结果可知,该方法制冷能耗波动范围为500-3750kW/月,制热能耗波动范围为650-3450kW/月,与实际数据一致,说明使用该方法具有精准预测结果。

关键词： pca主成分分析 BP神经网络智慧建筑暖通空调能耗预测

来源：评论

学校读者我要写书评

暂无评论

社交投资平台用户影响力分析——以雪球网为例

引用

服务科学和管理 2019年第6期8卷 251-262页

作者：娄韶华周曼屈启兴对外经济贸易大学信息学院北京伦敦大学学院电子与电气工程学院伦敦

随着互联网技术的普及,移动社交媒体逐渐步入人们的生活,但各类复杂的信息噪声也增加了人们筛选有效信息的成本。目前具有代表性的降噪方法是评估用户的影响力,但目前国内外在垂直领域方面研究的影响力模型较少。因此,本文选取了雪球网... 详细信息

随着互联网技术的普及,移动社交媒体逐渐步入人们的生活,但各类复杂的信息噪声也增加了人们筛选有效信息的成本。目前具有代表性的降噪方法是评估用户的影响力,但目前国内外在垂直领域方面研究的影响力模型较少。因此,本文选取了雪球网这一成熟的投资领域社会化平台,探究在该领域如何建立用户影响力评估模型,以丰富用户影响力相关的学术研究,同时也为社交平台的投资者提供一个低成本、高效率的信息筛选环境。通过借鉴、分析不同平台的影响力模型,结合数据特征,本文选择了主成分分析法,以确定转发数、粉丝数等10个指标的权重。通过各主成分及方差贡献率计算各指标在主成分线性组合中的系数,再进行加权平均和归一化计算,得到了最终的影响力模型。为了验证其有效性,本文采取了层次分析法和和熵值法,再次计算影响力并进行对比。实验结果显示,本文所提出的用户影响力评估方法,能够有效地适用于投资领域的社交平台,准确呈现不同用户的影响力。

关键词：用户影响力 pca主成分分析社交投资平台

来源：评论

学校读者我要写书评

暂无评论

空调产品绿色设计指标冲突识别及分析

引用

日用电器 2023年第12期 7-15页

作者：苏金胡嘉琦尤莎莉合肥工业大学机械工程学院合肥230041 中国电器科学研究院股份有限公司广州510000

为了解决绿色产品设计指标间存在的潜在冲突问题,提出了一种基于主成分分析-径向基神经网络(pca-RBF)模型的设计指标冲突识别方法。首先,利用修正余弦相似性分析和1-9标度法(Analytic Hierarchy Process,AHP)构建目标判定矩阵,计算指标... 详细信息

为了解决绿色产品设计指标间存在的潜在冲突问题,提出了一种基于主成分分析-径向基神经网络(pca-RBF)模型的设计指标冲突识别方法。首先,利用修正余弦相似性分析和1-9标度法(Analytic Hierarchy Process,AHP)构建目标判定矩阵,计算指标组冲突等级。然后利用冲突解决图表分析(CRD分析)框架识别制约设计指标协调评价的冲突指标组,并确定出各指标组的冲突等级范围。pca主成分分析法对指标组降维后的低维数据为模型的输入,冲突等级数据为模型的输出,构建出输入与输出的映射关系,训练可得到能够预测指标组是否发生冲突的RBF神经网络预测模型。以空调产品为例,基于此方法得到的空调类产品指标冲突的预测值与真实值基本契合,通过对空调产品设计指标的分析,验证了该方法的科学性与可操作性。

关键词：冲突识别 CRD分析 pca主成分分析 RBF径向基神经网络

来源：评论

学校读者我要写书评

暂无评论

基于pca降维的SVM人脸快速检测方法

引用

青岛科技大学学报（自然科学版） 2010年第5期31卷 528-532页

作者：李磊青岛科技大学信息科学技术学院山东青岛266061

提出一种改进的快速人脸检测方法。人脸模式训练阶段,先将训练样本的人脸特征经pca降维提取主要特征,然后训练SVM人脸模式函数,由于训练样本维数的降低,节约了训练时间。检测阶段,利用肤色在YCbCr空间的聚类性,在色度空间建立高斯肤色... 详细信息

提出一种改进的快速人脸检测方法。人脸模式训练阶段,先将训练样本的人脸特征经pca降维提取主要特征,然后训练SVM人脸模式函数,由于训练样本维数的降低,节约了训练时间。检测阶段,利用肤色在YCbCr空间的聚类性,在色度空间建立高斯肤色模型进行皮肤分割。对分割区域进行连通域体态分析后,用pca方法将待检测样本降维处理,利用SVM检测识别人脸。实验结果表明,这种方法可以快速有效检测图像中的单幅或多幅人脸区域。

关键词：陶瓷材料人脸检测高斯模型 pca主成分分析支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于pca-GA-BP算法的风力发电功率预测

引用

物联网技术 2022年第10期12卷 87-88,91页

作者：朱传奇安徽理工大学安徽淮南232001

针对风力发电不稳定、易受环境干扰、难以并入电网等问题,提出使用pca-GA-BP算法对风力发电功率进行预测,该方法使用遗传算法对BP神经网络进行优化,使用pca主成分分析对风力涡轮机输出功率的影响因素数据进行降维,将降维数据作为输入,... 详细信息

针对风力发电不稳定、易受环境干扰、难以并入电网等问题,提出使用pca-GA-BP算法对风力发电功率进行预测,该方法使用遗传算法对BP神经网络进行优化,使用pca主成分分析对风力涡轮机输出功率的影响因素数据进行降维,将降维数据作为输入,将预测结果作为输出。最后,通过仿真将该方法和传统算法进行对比。结果表明,该模型可以快速准确地预测不同天气状况下的风电输出功率。

关键词：风力发电 pca主成分分析遗传算法 BP神经网络降维传递函数

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：