检索结果-内蒙古大学图书馆

中国科学：技术科学 2022年第7期52卷 1096-1110页

作者：袁慧谭章禄王福浩中国矿业大学(北京)管理学院北京100083 华北电力大学控制与计算机工程学院北京102206

高维数据分类在统计分析中具有重要意义.然而分类方法由于所依赖的度量距离仍面临噪声敏感性强、计算量大及精度低等问题而导致分类效果不佳.针对高维时序相似性度量的精度及效率的不足,基于欧式距离提出一种改进的相似性度量方法并用... 详细信息

高维数据分类在统计分析中具有重要意义.然而分类方法由于所依赖的度量距离仍面临噪声敏感性强、计算量大及精度低等问题而导致分类效果不佳.针对高维时序相似性度量的精度及效率的不足,基于欧式距离提出一种改进的相似性度量方法并用于提升分类效果.首先,采用离散小波变换(DWT)对序列进行分解重构,提出局部高频DWT方法以达到降维消噪的目的.然后,在距离函数的基础上结合波幅和秩相关系数的概念,从相对偏差与波动趋势一致性角度进行改进.采用1-最近邻技术(1-NN),比较所提方法与动态时间规整(DTW)、FastDTW、最长公共子序列(LCSS)度量方法的性能.基于40个UCR时间序列数据集的实验结果表明,相对于DTW,FastDTW,LCSS度量方法,所提方法下的1-NN分类准确率更具有优越性,置信度不低于85%,同时证实了所提相似性搜索方法在准确率及速度上均得到显著改善.该结论丰富了相似性度量理论基础,对数据挖掘技术在智能系统管理、时间序列统计上的应用具有重要的参考价值.

关键词：时间序列分析相似性度量离散小波变换 K-NN分类数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于项集归减的高维频繁高效用项集挖掘多目标优化方法

引用

控制与决策 2023年第10期38卷 2832-2840页

作者：张磊李柳杨海鹏孙翔程凡孙晓燕苏喻安徽大学计算机科学与技术学院合肥230039 安徽大学人工智能学院合肥230039 中国矿业大学信息与电气工程学院江苏徐州221116 合肥师范学院计算机学院合肥230001 合肥综合性国家科学中心人工智能研究院合肥230071

频繁高效用项集挖掘是数据挖掘的一项重要任务,挖掘到的项集由支持度和效用这2个指标衡量.在一系列用于解决这类问题的方法中,进化多目标方法能够提供1组高质量解以满足不同用户的需求,避免传统算法中支持度和效用的阈值难以确定的问题... 详细信息

频繁高效用项集挖掘是数据挖掘的一项重要任务,挖掘到的项集由支持度和效用这2个指标衡量.在一系列用于解决这类问题的方法中,进化多目标方法能够提供1组高质量解以满足不同用户的需求,避免传统算法中支持度和效用的阈值难以确定的问题.但是已有多目标算法多采用0-1编码,使得决策空间的维度与数据集中项数成正比,因此,面对高维数据集会出现维度灾难问题.鉴于此,设计一种项集归减策略,通过在进化过程中不断对不重要项进行归减以减小搜索空间.基于此策略,进而提出一种基于项集归减的高维频繁高效用项集挖掘多目标优化算法(IR-MOEA),并针对可能存在的归减过度或未归减到位的个体提出基于学习的种群修复策略用以调整进化方向.此外还提出一种基于项集适应度的初始化策略,使得算法在进化初期生成利于后期进化的稀疏解.多个数据集上的实验结果表明,所提出算法优于现有的多目标优化算法,特别是在高维数据集上.

关键词：多目标优化进化算法归减策略修复策略

来源：评论

学校读者我要写书评

暂无评论

三维后期重建中基于果蝇优化的点云数据配准研究

引用

南京理工大学学报 2023年第5期47卷 692-698页

作者：王婷李凯张洁杨雨佳徐州工业职业技术学院建筑工程学院江苏徐州221140 中国矿业大学环境与测绘学院江苏徐州221116 中国矿业大学力学与土木工程学院江苏徐州221116 广州理工学院计算机科学与工程学院广东广州510540

为了提高三维后期重建中的点云数据配准成功率,采用果蝇优化算法进行点云的最优变换矩阵和平移向量求解。首先,提取源点云特征,并结合模板点云特征构建点云配准目标函数。接着,建立果蝇优化算法点云配准模型,以点云配准目标函数作为果... 详细信息

为了提高三维后期重建中的点云数据配准成功率,采用果蝇优化算法进行点云的最优变换矩阵和平移向量求解。首先,提取源点云特征,并结合模板点云特征构建点云配准目标函数。接着,建立果蝇优化算法点云配准模型,以点云配准目标函数作为果蝇优化算法适应度函数,并通过对最优浓度个体的搜索,完成最优变换矩阵和平移向量的求解。为了提高果蝇优化算法搜索精度,采用自适应气味浓度变换率参数,以增强果蝇优化算法对大规模点云的配准适应度。仿真结果表明,即使对源点云引入不同强度的噪声信号和不同规模的离群率干扰,果蝇优化算法的仍能够表现出较高的点云配准成功率和稳定性。相比常用点云配准算法,所提算法的旋转均方根误差和平移均方根误差更小,且配准的成功率更高。

关键词：点云配准三维重建果蝇优化算法变换矩阵平移向量

来源：评论

学校读者我要写书评

暂无评论

基于多尺度空间注意力引导的图像超分辨率重建网络

引用

北京航空航天大学学报 2023年

作者：程德强王培杰董彦强寇旗旗江鹤中国矿业大学信息与控制工程学院国家电力投资集团内蒙古白音华煤电有限公司露天矿中国矿业大学计算机科学与技术学院

针对基于注意力机制的图像超分辨率重建网络忽视了注意力特征的差异性，仅将注意力机制直接引入到网络模型中，对不同层次特征进行相同处理的问题，设计了一种多尺度空间注意力引导的图像超分辨率重建网络（SAGN）。提出了增强特征提取... 详细信息

针对基于注意力机制的图像超分辨率重建网络忽视了注意力特征的差异性，仅将注意力机制直接引入到网络模型中，对不同层次特征进行相同处理的问题，设计了一种多尺度空间注意力引导的图像超分辨率重建网络（SAGN）。提出了增强特征提取残差块，完善了局部信息的表征能力；集成了多尺度空间注意力模块，获取了多尺度的空间注意力特征信息；引入了注意力引导模块，对不同的特征分配个性化的权重，以实现有效的上下文全局特征融合和冗余信息抑制。实验结果表明：量化测试和主观效果上，相对于传统的注意力结构，SAGN在四个基准数据集上都展现出了优越性，其在4倍重建结果的峰值信噪比（PSNR）上平均提高了0.12dB，进一步证实了SAGN在恢复图像的几何结构和细节方面的优势。

关键词：超分辨率重建卷积神经网络注意力机制多尺度空间注意力注意力引导

来源：评论

学校读者我要写书评

暂无评论

基于动态支持向量提取的复杂装备实时安全评估

引用

中国科学:信息科学 2025年第1期55卷 156-171页

作者：焦博韬郭一楠何潇蒲佳洋巩敦卫中国石油大学(华东)计算机科学与技术学院青岛266580 中国矿业大学(北京)机械与电气工程学院北京100083 清华大学自动化系北京100084 青岛科技大学自动化与电子工程学院青岛266061

在非平稳环境下,对复杂装备进行实时安全评估有助于及时发现潜在危险.其中,在线监测数据的动态变化是最主要的挑战之一.尽管一些在线安全评估方法可以使用监测数据进行动态的调整,但它们通常假设监测数据标签是可用的.然而,在大部分现... 详细信息

在非平稳环境下,对复杂装备进行实时安全评估有助于及时发现潜在危险.其中,在线监测数据的动态变化是最主要的挑战之一.尽管一些在线安全评估方法可以使用监测数据进行动态的调整,但它们通常假设监测数据标签是可用的.然而,在大部分现实场景中,仅有部分提前收集的初始数据或历史数据是有标记的,而实时监测数据则通常是未标记的,这引发了被称为极端验证延迟的挑战.为解决该问题,本文提出了一种基于动态支持向量提取的实时安全评估方法.首先,基于支持向量域描述,在核空间构建包含不同类监测数据的超球面,捕获数据的几何结构;其次,通过对超球的更新,在未标记的监测数据中传播标签信息,从而适应监测数据的分布变化;进一步,采用支持向量动态加权策略,消除监测数据类别不平衡对模型性能的影响.面向蛟龙号深海载人潜水器监测数据的实验结果验证了所提方法的有效性.

关键词：实时安全评估非平稳环境极端验证延迟类别不平衡数据流

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的建筑火灾蔓延快速预测

引用

中国安全科学学报 2023年第11期33卷 117-125页

作者：郭震贾笑岩李富民胡妍闫秋艳中国矿业大学力学与土木工程学院江苏徐州221116 江苏省土木工程环境灾变与结构可靠性高校重点实验室江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

为了迅速预演或重现火场,实时调整火场救援策略,并为建筑设计提供有利于消防工程的空间构成方案,利用火灾动力学软件(FDS)和机器学习技术,研究建筑火灾的关键影响因素。以单室火灾烟气溢出为案例,利用11种空间构成参数和7776组火灾工况... 详细信息

为了迅速预演或重现火场,实时调整火场救援策略,并为建筑设计提供有利于消防工程的空间构成方案,利用火灾动力学软件(FDS)和机器学习技术,研究建筑火灾的关键影响因素。以单室火灾烟气溢出为案例,利用11种空间构成参数和7776组火灾工况,采用5类机器学习算法训练火场模拟结果数据,并完成算法效率评估。结果表明:机器学习算法适用于建筑空间这类离散型的参数学习与评估预测,它能够直观地给出各参数的权重,挖掘火灾动力学系统中的关键信息,实现火场数据可视化;其中,随机森林(RF)算法具有最高的预测效率,其最佳预测准确率可达91.82%。

关键词：建筑火灾快速预测机器学习权重占比空间构成

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的无监督矿井人员跟踪

引用

煤炭学报 2021年第S01期46卷 601-608页

作者：陈伟任鹏田子建姜添伏轩仪中国矿业大学(北京)机电与信息工程学院北京100083 中国矿业大学计算机科学与技术学院江苏徐州221116 中国矿业大学矿山数字化教育部工程研究中心江苏徐州221116

目标跟踪是一项有挑战性的计算机视觉任务,在智能交通、人机交互、视频监控等领域有重要作用。目前已经出现诸多性能优越的跟踪算法,但是在煤矿场景下实现良好的跟踪效果,依旧存在较大困难,主要面临遮挡严重、背景干扰较多、井下人员较... 详细信息

目标跟踪是一项有挑战性的计算机视觉任务,在智能交通、人机交互、视频监控等领域有重要作用。目前已经出现诸多性能优越的跟踪算法,但是在煤矿场景下实现良好的跟踪效果,依旧存在较大困难,主要面临遮挡严重、背景干扰较多、井下人员较多、数据集样本数量少、缺乏统一标注等挑战,严重影响目标跟踪的效果。针对煤矿场景下,矿井视频数据集不完善、图像质量差以及缺乏统一标注等问题,设计了一种无监督的方法训练目标跟踪模型,将相关滤波和孪生网络相结合,融合二者在目标跟踪任务的优势,构建轻量级端到端的目标跟踪网络模型,采用目标前向跟踪、多帧后向验证方法完成无监督模型的目标跟踪过程。模型的主干网络使用轻量级AlexNet神经网络,解决了煤矿环境下移动平台存储和计算资源有限的问题。根据矿井环境下存在遮挡严重、背景干扰较多、密集目标排列紧密复杂等问题,提出了使用注意力机制提取视频图像中目标重要性信息的方法。在模型的主干网络结构中添加通道注意力机制和空间注意力机制,将重点关注的目标从诸多背景信息中提取出来,通过处理重要信息进而更好地完成跟踪当前目标的任务。将改进后基于注意力机制的无监督矿井人员跟踪模型与ECO,Staple,DSST,SiamFc,SiamRPN模型的平均覆盖率和平均中心位置误差进行对比,发现所提出的目标跟踪模型适用于煤矿复杂环境的人员跟踪问题,具有较好的目标跟踪效果。

关键词：矿井人员跟踪无监督学习注意力机制孪生网络 AlexNet神经网络

来源：评论

学校读者我要写书评

暂无评论

逆光海况下低质量红外目标的增强与识别

引用

光学学报 2023年第6期43卷 218-230页

作者：侯义锋丁畅刘海 Mandal Mrinal 高兴宇罗祯东吴自库梧州学院电子与信息工程学院广西梧州543001 桂林电子科技大学机电工程学院广西桂林531004 中国矿业大学信息与控制工程学院江苏徐州221116 阿尔伯塔大学电子与计算机工程系埃德蒙顿阿尔伯塔加拿大T6G 1H9 青岛农业大学理学与信息科学学院山东青岛266109

海上红外目标识别在海事搜寻中发挥着重要的作用,针对逆光海况下出现的目标反向对比度特点及其目标淹没于背景的问题,结合其直方图呈现的局部尖峰特点,提出了修正灰度占比的新直方图均衡化并融合边缘信息的增强算法。该算法可以有效地... 详细信息

海上红外目标识别在海事搜寻中发挥着重要的作用,针对逆光海况下出现的目标反向对比度特点及其目标淹没于背景的问题,结合其直方图呈现的局部尖峰特点,提出了修正灰度占比的新直方图均衡化并融合边缘信息的增强算法。该算法可以有效地提升目标区域的对比度,从而提升海上红外图像的质量。在海上红外目标识别与检测中,建立了目标与背景的多尺度“九宫格”搜索框,演化了局部对比度显著性量化的数学模型,实现了符合人眼视觉特性的红外目标的准确定位与检测。在海上红外图像增强测试中,所提算法可以使原图像的平均梯度提升两倍以上,使局部对比度增益因子提升两倍以上。在目标识别的算法测试中,所提多尺度局部对比度目标检测算法可以使目标检测率达到99%以上。

关键词：测量红外成像海上红外目标识别红外图像增强直方图变换局部对比度显著性逆光海况

来源：评论

学校读者我要写书评

暂无评论

基于DWT的相似性搜索算法

引用

统计与信息论坛 2023年第1期38卷 3-15页

作者：谭章禄袁慧王福浩中国矿业大学(北京)管理学院北京100083 华北电力大学控制与计算机工程学院北京102206

时间序列数据聚类在统计分析中具有重要意义。然而高维时间序列数据挖掘高度依赖的相似性搜索方法仍面临计算量大、准确率低等问题。为了提升高维时间序列数据挖掘任务的准确率和效率,提出一种基于波动特征的时间序列相似性搜索算法。... 详细信息

时间序列数据聚类在统计分析中具有重要意义。然而高维时间序列数据挖掘高度依赖的相似性搜索方法仍面临计算量大、准确率低等问题。为了提升高维时间序列数据挖掘任务的准确率和效率,提出一种基于波动特征的时间序列相似性搜索算法。该算法首先提出局部高频离散小波变换(LHFDWT)方法,通过合理的分解与重构来实现序列的降维;然后提出基于欧氏距离(ED)、波动幅度和秩相关系数从时间序列形态波动的相对偏差和趋势一致性角度计算相似度;最后提出一种相似性搜索算法和新的基于波动特征的时间序列聚类方法,并利用k-medoids聚类技术进行聚类分析。基于UCR标准时间序列数据集的实验结果表明,相对于动态时间规整(DTW)和最长公共子序列(LCSS)方法,所提新方法下的聚类准确率表现更优,置信度达到99%;在正确预测聚类数目和搜索效率方面具有更好的效果,且聚类结果具有更高的稳定性;1-NN分类准确率更高,说明其在确定更好的聚类中心方面效果更优,置信度至少为85%,证明了所提新方法的相似性搜索算法的优越性。

关键词：时间序列时序降维相似性度量小波变换聚类分类

来源：评论

学校读者我要写书评

暂无评论

典型煤矿区土壤中多环芳烃类化合物的污染特征

引用

中国环境科学 2023年第7期43卷 3582-3591页

作者：徐振鹏袁珂月钱雅慧梁汉东中国矿业大学(北京)地球科学与测绘工程学院煤炭资源与安全开采国家重点实验室北京100083 陕西师范大学计算机科学学院陕西西安710062

以3个煤矿区土壤中多环芳烃类化合物(PACs)为研究对象,结合正定矩阵因子分析(PMF)和蒙特卡洛(Monte-Carlo)模拟,分析典型煤矿区土壤中PACs污染的来源和致癌风险.结果显示,石嘴山煤矿、棋盘井煤矿和石炭井煤矿周边土壤中ΣPACs分别为2186... 详细信息

以3个煤矿区土壤中多环芳烃类化合物(PACs)为研究对象,结合正定矩阵因子分析(PMF)和蒙特卡洛(Monte-Carlo)模拟,分析典型煤矿区土壤中PACs污染的来源和致癌风险.结果显示,石嘴山煤矿、棋盘井煤矿和石炭井煤矿周边土壤中ΣPACs分别为21862,6226,2278μg/kg.受煤矿区影响显著的地区土壤中PACs组成类型丰富且以低环为主.同时,烷基多环芳烃(aPAHs)含量明显高于母体多环芳烃(16PAHs).PMF溯源结果显示煤矿区土壤中PACs污染以煤和煤矸石颗粒为主要污染源,其次是交通源.Monte-Carlo模拟显示,3个煤矿区均对当地居民存在潜在致癌风险,尽管研究区受涉煤污染源影响显著,但煤炭燃烧才是致癌风险的主要贡献者.此外,Monte-Carlo模拟相较于终生致癌风险模型(ILCR)准确性更高,而传统采取ILCR进行风险评估低估了实际成人的致癌风险.

关键词：煤矿区烷基多环芳烃(aPAHs) 正定矩阵因子分析(PMF) 蒙特卡洛(Monte-Carlo)模拟终生致癌风险(ILCR)

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：