检索结果-内蒙古大学图书馆

数据通信 2021年第4期 11-16页

作者：邝萌李英娜魏龄李川昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500 云南电网有限责任公司电力科学研究院昆明650217

对用电客户和电网公司来说家庭能源管理具有极其重大的意义。为实现能源管理中用电细节监测的目的,本文通过采集用户电力入口端电压、电流信息,并提取相关负荷特征,随后进行非侵入式负荷识别,最终达到监测电器用电细节的目的。针对非侵... 详细信息

对用电客户和电网公司来说家庭能源管理具有极其重大的意义。为实现能源管理中用电细节监测的目的,本文通过采集用户电力入口端电压、电流信息,并提取相关负荷特征,随后进行非侵入式负荷识别,最终达到监测电器用电细节的目的。针对非侵入式负荷识别中不同功率等级电器同时工作时,小功率电器容易出现被错误识别的情况,提出基于功率-谐波的近似度优化目标函数和高次谐波的正则化优化目标函数,在两者的基础上采用融合识别的方法。实验结果表明融合决策的识别方式能避免单一特征单一分类的局限性,获得良好的识别效果。

关键词：非侵入式负荷识别负荷特征近似度优化正则化优化融合识别

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的太阳活动区检测与跟踪方法研究

引用

天文研究与技术 2020年第2期17卷 191-200页

作者：朱健杨云飞苏江涛刘海燕李小洁梁波冯松昆明理工大学信息工程与自动化学院/云南省计算机技术应用重点实验室云南昆明650500 中国科学院太阳活动重点实验室北京100101

太阳活动区是各类太阳活动的主要能量来源,剧烈的太阳活动直接影响人类的生存环境,因此,准确地检测与跟踪太阳活动区对监控和预报空间天气非常重要.基于深度学习框架的YOLOv3-spp和DeepSort,提出了一种太阳活动区检测和跟踪方法(Active ... 详细信息

太阳活动区是各类太阳活动的主要能量来源,剧烈的太阳活动直接影响人类的生存环境,因此,准确地检测与跟踪太阳活动区对监控和预报空间天气非常重要.基于深度学习框架的YOLOv3-spp和DeepSort,提出了一种太阳活动区检测和跟踪方法(Active Regions Detection and Tracking Method,ARDTM),该方法较好地解决了传统图像处理方法易将一个太阳活动区误检测为多个,或者多个太阳活动区误检测为一个的问题;及时捕获新产生的太阳活动区和终止跟踪消失的太阳活动区,有效提高了太阳活动区的跟踪准确率.实验结果表明,该方法可以较好地检测和跟踪不同望远镜、不同时间间隔序列图像中的太阳活动区.

关键词：太阳活动区检测与跟踪深度学习 YOLOv3-spp DeepSort

来源：评论

学校读者我要写书评

暂无评论

基于多模型融合Stacking集成学习的异常用电检测方法研究

引用

电力科学与工程 2021年第3期37卷 23-29页

作者：邝萌李英娜李川曹敏昆明理工大学信息工程与自动化学院云南昆明650500 云南省计算机技术应用重点实验室云南昆明650500 云南电网有限责任公司电力科学研究院云南昆明650217

针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分... 详细信息

针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分类预测算法进行研究;其次,为了提高模型的整体性能,采用量子遗传算法对集成学习模型中的参数做优化处理;最后,通过云南某地区用电数据集进行验证,证明所提模型相比单一学习模型检测的准确率有明显提升,对提升异常排查效率,降低电力公司的运营成本具有重要意义。

关键词：异常用电检测多模型融合不平衡处理技术分类预测算法 Stacking集成学习

来源：评论

学校读者我要写书评

暂无评论

基于模糊聚类和孤立森林的用电数据异常检测

引用

陕西理工大学学报（自然科学版） 2020年第4期36卷 38-43页

作者：赵嫚李英娜李川杨莉昆明理工大学信息工程与自动化学院云南昆明650500 云南省计算机技术应用重点实验室云南昆明650500 云南电网有限责任公司电力科学研究院云南昆明650200

针对智能配用电背景下用电数据量大、维度高,实际数据集中异常点样本较少且获取成本较高等问题,提出了一种基于模糊聚类和孤立森林的异常检测方法。首先对历史用电数据进行预处理,利用模糊聚类算法将具有相同用电行为的电力用户进行分类... 详细信息

针对智能配用电背景下用电数据量大、维度高,实际数据集中异常点样本较少且获取成本较高等问题,提出了一种基于模糊聚类和孤立森林的异常检测方法。首先对历史用电数据进行预处理,利用模糊聚类算法将具有相同用电行为的电力用户进行分类,并利用孤立森林算法对不同用电行为的用户进行异常检测分析。然后采用ROC曲线对所用算法和局部离群算法LOF、聚类算法K-means进行性能评价,用以验证所提方法的可行性。结果表明,所提算法更加适用于实际数据集中异常点较少的用电数据异常检测。

关键词：模糊聚类孤立森林异常检测数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于PCA和模糊聚类的用电行为分析

引用

数据通信 2020年第2期 36-40页

作者：赵嫚李英娜杨莉昆明理工大学信息工程与自动化学院云南昆明650504 云南省计算机技术应用重点实验室云南昆明650504 云南电网有限责任公司电力科学研究院云南昆明650217

随着智能电网的高速发展,电力系统中负荷数据高维度特性在数据分析过程中造成了数据冗余、聚类复杂、效率低等问题。基于此,本文提出利用主成分分析对负荷数据进行降维,提取主成分特征,并利用FCM聚类算法对负荷数据进行聚类分析,得出不... 详细信息

随着智能电网的高速发展,电力系统中负荷数据高维度特性在数据分析过程中造成了数据冗余、聚类复杂、效率低等问题。基于此,本文提出利用主成分分析对负荷数据进行降维,提取主成分特征,并利用FCM聚类算法对负荷数据进行聚类分析,得出不同用电习惯下的负荷数据聚类曲线及不同类别用户的用电行为特征。仿真结果表明本文所提方法,在降低数据维度的同时提高了算法的效率,并为供电企业进行负荷预测、异常检测、差异化服务等提供了帮助。

关键词：负荷数据特征降维聚类分析用电行为分析模糊聚类

来源：评论

学校读者我要写书评

暂无评论

面向个性化服装推荐的判断优化模型

引用

计算机工程与应用 2018年第11期54卷 204-210,229页

作者：王安琪刘骊付晓东刘利军黄青松昆明理工大学云南省计算机技术应用重点实验室信息工程与自动化学院计算机科学系昆明650500

针对已有服装推荐算法中服装色调与用户颜色特征不协调的问题,将服装搭配的四季色彩理论与计算机视觉领域的推荐方法相结合,提出一种面向个性化服装推荐的判断优化模型。提出四季色彩判断模型,对根据输入的人脸图像提取得到的用户颜色... 详细信息

针对已有服装推荐算法中服装色调与用户颜色特征不协调的问题,将服装搭配的四季色彩理论与计算机视觉领域的推荐方法相结合,提出一种面向个性化服装推荐的判断优化模型。提出四季色彩判断模型,对根据输入的人脸图像提取得到的用户颜色特征集进行分类;建立优化处理模型,根据四季色彩判断模型结果和用户所需风格进行优化处理并获得服装预推荐结果;通过用户评分及反馈机制,提高优化结果,得到最终推荐结果。实验表明,该方法能实现与用户颜色特征相协调的个性化的服装推荐,并且在实际应用中具有较高的准确率。

关键词：服装推荐判断模型优化模型计算机视觉图像理解

来源：评论

学校读者我要写书评

暂无评论

基于独立成分分析的射频干扰信号消除方法

引用

天文研究与技术 2019年第3期16卷 268-277页

作者：戴伟尚振宏徐永华刘辉杨亚光强振平中国科学院云南天文台云南昆明650011 昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500 中国科学院大学北京100049 西南林业大学大数据与智能工程学院云南昆明650224

射电天文已成为人类研究宇宙的重要途径。但随着人类生产、生活的发展,射频干扰信号对射电天文观测的影响越来越严重,观测数据的好坏关系到科学成果的质量甚至结论的真伪。目前广泛采用基于阈值判断射频干扰,对干扰信号直接舍弃部分观... 详细信息

射电天文已成为人类研究宇宙的重要途径。但随着人类生产、生活的发展,射频干扰信号对射电天文观测的影响越来越严重,观测数据的好坏关系到科学成果的质量甚至结论的真伪。目前广泛采用基于阈值判断射频干扰,对干扰信号直接舍弃部分观测数据的方法。此类方法存在阈值确定困难、观测带宽和时间被缩减等问题。针对脉冲星观测射电信号中,各干扰信号及射电信号统计独立以及呈现出的非高斯性,利用独立成分分析对混合信号进行分解,并根据观测信号中脉冲星信号和干扰信号的分布特点识别脉冲星信号,实现干扰信号消除。使用该方法对云南天文台40 m射电望远镜接收到的脉冲星观测信号进行独立成分分析,分解出独立的射频干扰信号和脉冲星信号,消除射频干扰信号。独立成分分析法在干扰信号消除、射电信号保留及信噪比方面均取得良好效果。

关键词：射频干扰独立成分分析脉冲星干扰信号消除

来源：评论

学校读者我要写书评

暂无评论

电力信息物理融合系统模型与关键技术

引用

云南电力技术 2019年第5期47卷 2-7页

作者：李川杨莉周年荣唐标李英娜张大骋昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500 云南电网有限责任公司电力科学研究院昆明650217 昆明理工光智检测科技有限公司昆明650093

利用信息物理融合系统(cyber physical systems,CPS),让信息系统和物理系统准确对应,介绍了典型融合网络和传感系统的电力物理信息融合系统(cyber physical power systems,CPPS)的模型,并给出了为适应于智能电网的目标和要求,给出融合... 详细信息

利用信息物理融合系统(cyber physical systems,CPS),让信息系统和物理系统准确对应,介绍了典型融合网络和传感系统的电力物理信息融合系统(cyber physical power systems,CPPS)的模型,并给出了为适应于智能电网的目标和要求,给出融合为目标的关键技术,从而实现人的控制在时间、空间等方面的延伸,将物理设备联网,特别是连接到互联网,使得物理设备具有计算、通信、精确控制、远程协调和自治五大功能。

关键词：电力系统电力信息物理融合系统智能电网电能路由器网络安全

来源：评论

学校读者我要写书评

暂无评论

基于HOG和E-SVM的服装图像联合分割算法

引用

计算机工程与应用 2017年第18期53卷 199-203页

作者：黄冬艳刘骊付晓东黄青松昆明理工大学云南省计算机技术应用重点实验室信息工程与自动化学院计算机科学系昆明650500

针对目前服装图像分割准确率低的问题,提出一种基于HOG特征和E-SVM分类器的服装图像联合分割算法。该算法具体可分为三个迭代的步骤:超像素组合、E-SVM分类器训练、分割传播,并用到辅助数据集。将用户输入的图像结合辅助服装集进行超像... 详细信息

针对目前服装图像分割准确率低的问题,提出一种基于HOG特征和E-SVM分类器的服装图像联合分割算法。该算法具体可分为三个迭代的步骤:超像素组合、E-SVM分类器训练、分割传播,并用到辅助数据集。将用户输入的图像结合辅助服装集进行超像素分割,并利用分割传播方法将超像素组合成多个区域。利用分割效果积极的区域的HOG信息训练E-SVM分类器。通过E-SVM分类器以及分割传播方法将输入的图像中的服装分割出来。实验结果表明,该方法能够高准确率地分割出服装图像。

关键词：联合分割方向梯度直方图(HOG)特征超像素组合模范支持向量机(E-SVM)分类器分割传播

来源：评论

学校读者我要写书评

暂无评论

基于改进混合高斯模型的太阳Hα图像特征检测

引用

电子科技 2018年第12期31卷 57-62,67页

作者：梁宇峰白先勇冯松昆明理工大学云南省计算机技术应用重点实验室/信息工程与自动化学院云南昆明650500 中国科学院太阳活动重点实验室北京100012 中国科学院国家天文台北京100049

文中提出将三帧差分与混合高斯模型相结合的算法来对太阳Hα图像中的特征进行检测。对图像进行标准差归一化后,利用维纳滤波方法对图像进行平滑处理;并利用三帧差分快速得到一副背景图像,更新到混合高斯模型主背景分布中建立稳定的动态... 详细信息

文中提出将三帧差分与混合高斯模型相结合的算法来对太阳Hα图像中的特征进行检测。对图像进行标准差归一化后,利用维纳滤波方法对图像进行平滑处理;并利用三帧差分快速得到一副背景图像,更新到混合高斯模型主背景分布中建立稳定的动态背景,从而探测作为前景变化的耀斑、暗条活动;按照太阳活动面积去除掉前景图像中残留的噪声点完成检测操作;根据检测结果计算太阳活动的相关数据。文中分别选用了国家天文台怀柔太阳观测基地的两组数据和太阳全球振荡监测网的一组数据来展示其执行过程并对结果进行评价。实验结果表明,同目前存在的耀斑识别算法相比,文中算法能够自动识别出暗条和耀斑的爆发;能根据耀斑面积演化计算出耀斑级别和耀斑的开始、峰值和结束时刻;有效解决了噪声与光照变化的影响,提高了耀斑检测的准确度。

关键词：太阳活动特征检测维纳滤波三帧差分法混合高斯模型耀斑等级暗条识别

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：