检索结果-内蒙古大学图书馆

自动化学报 2022年第1期48卷 302-314页

作者：毛文涛田思雨窦智张迪丁玲河南师范大学计算机与信息工程学院新乡453007 “智慧商务与物联网技术”河南省工程实验室新乡453007

近年来,深度学习技术已在滚动轴承故障检测和诊断领域取得了成功应用,但面对不停机情况下的早期故障在线检测问题,仍存在着早期故障特征表示不充分、误报警率高等不足.为解决上述问题,本文从时序异常检测的角度出发,提出了一种基于深度... 详细信息

近年来,深度学习技术已在滚动轴承故障检测和诊断领域取得了成功应用,但面对不停机情况下的早期故障在线检测问题,仍存在着早期故障特征表示不充分、误报警率高等不足.为解决上述问题,本文从时序异常检测的角度出发,提出了一种基于深度迁移学习的早期故障在线检测方法.首先,提出一种面向多域迁移的深度自编码网络,通过构建具有改进的最大均值差异正则项和Laplace正则项的损失函数,在自适应提取不同域数据的公共特征表示同时,提高正常状态和早期故障状态之间特征的差异性;基于该特征表示,提出一种基于时序异常模式的在线检测模型,利用离线轴承正常状态的排列熵值构建报警阈值,实现在线数据中异常序列的快速匹配,同时提高在线检测结果的可靠性.在XJTU-SY数据集上的实验结果表明,与现有代表性早期故障检测方法相比,本文方法具有更好的检测实时性和更低的误报警数.

关键词：早期故障检测在线检测迁移学习异常检测深度自编码网络

来源：评论

学校读者我要写书评

暂无评论

灰狼与郊狼混合优化算法及其聚类优化

引用

自动化学报 2022年第11期48卷 2757-2776页

作者：张新明姜云刘尚旺刘国奇窦智刘艳河南师范大学计算机与信息工程学院新乡453007 智慧商务与物联网技术河南省工程实验室新乡453007

郊狼优化算法(Coyote optimization algorithm,COA)是最近提出的一种新颖且具有较大应用潜力的群智能优化算法,具有独特的搜索机制和能较好解决全局优化问题等优势,但在处理复杂优化问题时存在搜索效率低、可操作性差和收敛速度慢等不足... 详细信息

郊狼优化算法(Coyote optimization algorithm,COA)是最近提出的一种新颖且具有较大应用潜力的群智能优化算法,具有独特的搜索机制和能较好解决全局优化问题等优势,但在处理复杂优化问题时存在搜索效率低、可操作性差和收敛速度慢等不足.为弥补其不足,并借鉴灰狼优化算法(Grey wolf optimizer,GWO)的优势,提出了一种COA与GWO的混合算法(Hybrid COA with GWO,HCOAG).首先提出了一种改进的COA(Improved COA,ICOA),即将一种高斯全局趋优成长算子替换原算法的成长算子以提高搜索效率和收敛速度,并提出一种动态调整组内郊狼数方案,使得算法的搜索能力和可操作性都得到增强;然后提出了一种简化操作的GWO(Simplified GWO,SGWO),以提高算法的可操作性和降低其计算复杂度;最后采用正弦交叉策略将ICOA与SGWO二者融合,进一步获得更好的优化性能.大量的经典函数和CEC2017复杂函数优化以及K-Means聚类优化的实验结果表明,与COA相比,HCOAG具有更高的搜索效率、更强的可操作性和更快的收敛速度,与其他先进的对比算法相比,HCOAG具有更好的优化性能,能更好地解决聚类优化问题.

关键词：优化算法灰狼优化算法郊狼优化算法混合算法聚类优化

来源：评论

学校读者我要写书评

暂无评论

一种联合时延和能耗的依赖性任务卸载方法

引用

计算机研究与发展 2023年第12期60卷 2770-2782页

作者：张俊娜鲍想陈家伟赵晓焱袁培燕王尚广河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室(河南师范大学) 河南新乡453007 网络与交换技术国家重点实验室(北京邮电大学) 北京100876

边缘计算通过在靠近用户的网络边缘侧部署计算和存储资源,使用户可将高延迟、高耗能应用程序卸载到网络边缘侧执行,从而降低应用延迟和本地能耗.已有的卸载研究通常假设卸载的任务之间相互独立,且边缘服务器缓存有执行任务所需的所有服... 详细信息

边缘计算通过在靠近用户的网络边缘侧部署计算和存储资源,使用户可将高延迟、高耗能应用程序卸载到网络边缘侧执行,从而降低应用延迟和本地能耗.已有的卸载研究通常假设卸载的任务之间相互独立,且边缘服务器缓存有执行任务所需的所有服务.然而,在真实场景中,任务之间往往存在依赖关系,且边缘服务器因其有限的存储资源只能缓存有限的服务.为此,提出一种在边缘服务器计算资源和服务缓存有限的约束下,权衡时延和能耗(即成本)的依赖性任务卸载方法.首先,松弛研究问题中的约束将其转换为凸优化问题;采用凸优化工具求最优解,并用解计算卸载任务的优先级.然后,按照优先级将任务卸载到成本最小的边缘服务器,若多个依赖任务卸载到不同的边缘服务器,为了使总成本最小,则采用改进粒子群算法求解边缘服务器的最佳传输功率.最后,为了验证所提方法的有效性,基于真实数据集进行了充分的实验.实验结果表明,所提方法与其他方法相比能够降低总成本8%~23%.

关键词：边缘计算任务卸载依赖性任务服务缓存改进粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于优势关系的多粒度Pythagorean模糊粗糙集的粒度选择方法

引用

河南师范大学学报(自然科学版) 2025年第3期53卷 79-87,I0008页

作者：薛占熬杨梦丽辛现伟郑宇孙林河南师范大学计算机与信息工程学院、智慧商务与物联网技术河南省工程实验室河南新乡453007

在Pythagorean模糊粗糙集的基础上,结合优势关系与多粒度,提出了一种基于优势关系的多粒度Pythagorean模糊粗糙集模型,并对其进行研究.首先给出了优势关系的Pythagorean模糊粗糙集、Pythagorean模糊熵概念,讨论其性质,然后定义了在乐观... 详细信息

在Pythagorean模糊粗糙集的基础上,结合优势关系与多粒度,提出了一种基于优势关系的多粒度Pythagorean模糊粗糙集模型,并对其进行研究.首先给出了优势关系的Pythagorean模糊粗糙集、Pythagorean模糊熵概念,讨论其性质,然后定义了在乐观、悲观下的优势关系的多粒度Pythagorean模糊粗糙集4种模型,以及Pythagorean模糊贴近度,并证明了其性质,设计了其最优粒度选择算法.通过遂昌金矿优化采矿的案例,对该模型进行了分析,验证了其有效性.

关键词：优势关系 Pythagorean模糊集多粒度粗糙集模糊熵贴近度

来源：评论

学校读者我要写书评

暂无评论

基于自适应鲸鱼优化算法和容错邻域粗糙集的特征选择算法

引用

模式识别与人工智能 2022年第2期35卷 150-165页

作者：孙林黄金旭徐久成马媛媛河南师范大学计算机与信息工程学院新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室新乡453007

针对传统鲸鱼优化算法(WOA)不能有效处理连续型数据、邻域粗糙集对噪声数据的容错性较差等问题,文中提出基于自适应WOA和容错邻域粗糙集的特征选择算法.首先,为了避免WOA过早陷入局部最优,基于迭代周期构建分段式动态惯性权重,改进WOA... 详细信息

针对传统鲸鱼优化算法(WOA)不能有效处理连续型数据、邻域粗糙集对噪声数据的容错性较差等问题,文中提出基于自适应WOA和容错邻域粗糙集的特征选择算法.首先,为了避免WOA过早陷入局部最优,基于迭代周期构建分段式动态惯性权重,改进WOA的收缩包围和螺旋捕食行为,设计自适应WOA.然后,为了解决邻域粗糙集对噪声数据缺乏容错性的问题,引入邻域内相同决策特征所占的比例,定义容错邻域上下近似集、容错近似精度和近似粗糙度、容错依赖度及容错近似条件熵.最后,基于容错邻域粗糙集构造适应度函数,使用自适应WOA,不断迭代以获取最优子群.高维数据集上采用费雪评分算法进行初步降维,降低算法的时间复杂度.在8个低维UCI数据集和6个高维基因数据集上的实验表明,文中算法可有效选择特征个数较少且分类精度较高的特征子集.

关键词：鲸鱼优化算法(WOA) 特征选择邻域粗糙集邻域熵适应度函数

来源：评论

学校读者我要写书评

暂无评论

基于多粒度模糊邻域熵的在线流组特征选择

引用

计算机工程与设计 2025年第1期46卷 214-222页

作者：韩子钦徐久成章磊周长顺许诗卉河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室河南新乡453007

针对传统在线流组特征选择方法无法处理异常或者缺失的不完备混合数据,导致特征选择效果不佳的问题,在不完备系统中提出一种基于多粒度模糊邻域熵的在线流组特征选择算法。考虑不完备混合数据中的不确定信息,将决策自信息与模糊邻域熵... 详细信息

针对传统在线流组特征选择方法无法处理异常或者缺失的不完备混合数据,导致特征选择效果不佳的问题,在不完备系统中提出一种基于多粒度模糊邻域熵的在线流组特征选择算法。考虑不完备混合数据中的不确定信息,将决策自信息与模糊邻域熵相结合,从代数和信息视角提出多粒度模糊邻域熵;提出在线流组内、组间粒选度,根据模糊邻域对比度对特征组进行冗余分析。在8个公共数据集上进行实验对比分析,所提算法在处理不完备混合数据时能有效消除冗余特征,提高数据的分类精度。

关键词：流特征选择流组自信息模糊邻域粗糙集不完备决策系统模糊邻域熵重合度

来源：评论

学校读者我要写书评

暂无评论

基于模糊邻域相对决策熵的属性约简算法

引用

计算机科学 2025年第2期52卷 165-172页

作者：徐久成张杉白晴马妙贤河南师范大学计算机与信息工程学院河南新乡453007 河南师范大学智慧商务与物联网技术河南省工程实验室河南新乡453007

针对模糊邻域粗糙集对数据分布敏感且无法有效评估密度差异较大数据集的分类不确定性这一问题,提出了一种基于模糊邻域相对决策熵的属性约简算法。首先,采用相对距离定义样本的分类不确定度,重塑模糊邻域相似关系,并结合变精度模糊邻域... 详细信息

针对模糊邻域粗糙集对数据分布敏感且无法有效评估密度差异较大数据集的分类不确定性这一问题,提出了一种基于模糊邻域相对决策熵的属性约简算法。首先,采用相对距离定义样本的分类不确定度,重塑模糊邻域相似关系,并结合变精度模糊邻域粗糙近似,减少样本被归入错误类别的可能性;其次,在信息观下将模糊邻域可信度和覆盖度引入信息熵,并与基于代数观构造的模糊邻域相对依赖度相结合,提出模糊邻域相对决策熵;最后,设计一种基于模糊邻域相对决策熵的属性约简算法,从信息观和代数观两个角度来评估属性的重要度。在8个公共数据集上将其与现有的6种属性约简算法进行对比实验,结果表明,所提算法能有效地测量不同数据分布下样本的不确定度,提高数据的分类性能。

关键词：属性约简模糊邻域粗糙集分类不确定度信息熵

来源：评论

学校读者我要写书评

暂无评论

基于θ算子的多粒度直觉模糊粗糙集模型

引用

计算机科学 2024年第8期51卷 83-96页

作者：郑宇薛占熬吕明明徐久成河南师范大学计算机与信息工程学院河南新乡453000 智慧商务与物联网技术河南省工程实验室河南新乡453000

针对在多属性决策中决策者难以在多个属性相互冲突时做出准确判断的问题,文中在直觉模糊近似空间中,首先利用直觉模糊集的隶属度、非隶属度与模糊蕴含算子,提出了基于θ算子和θ*算子的直觉模糊集及其隶属度和非隶属度的概念,并证明了... 详细信息

针对在多属性决策中决策者难以在多个属性相互冲突时做出准确判断的问题,文中在直觉模糊近似空间中,首先利用直觉模糊集的隶属度、非隶属度与模糊蕴含算子,提出了基于θ算子和θ*算子的直觉模糊集及其隶属度和非隶属度的概念,并证明了它们的一系列性质。然后,在直觉模糊集与多粒度粗糙集上,定义基于θ算子的多粒度直觉模糊粗糙集的悲观、乐观模型,讨论两种模型的相关性质。最后,给出了基于θ算子的多粒度直觉模糊粗糙集模型的多属性决策算法,将高校引进的人才评价和企业绿色经济供应链的商家评价作为实例进行了分析,同时还与已有方法进行了分析对比,用乐观、悲观模型与已有方法的决策结果的对比证明了所提方法的正确性,并验证了该模型算法的有效性。

关键词：粗糙集直觉模糊集蕴含算子多粒度多属性决策

来源：评论

学校读者我要写书评

暂无评论

基于残差密集融合对抗生成网络的PET-MRI图像融合

引用

河南师范大学学报（自然科学版） 2024年第1期52卷 74-83,I0005页

作者：刘尚旺杨荔涵河南师范大学计算机与信息工程学院智慧商务与物联网技术河南工程实验室河南新乡453007

为了增强核磁共振与正电子发射断层扫描图像融合的纹理细节,摆脱人工设计融合规则对先验知识的依赖.提出了自适应的残差密集生成对抗网络(adaptive dense residual generative adversarial network,ADRGAN)来融合两种模态的医学图像.ADR... 详细信息

为了增强核磁共振与正电子发射断层扫描图像融合的纹理细节,摆脱人工设计融合规则对先验知识的依赖.提出了自适应的残差密集生成对抗网络(adaptive dense residual generative adversarial network,ADRGAN)来融合两种模态的医学图像.ADRGAN设计了区域残差学习模块与输出级联生成器,在加深网络结构的同时避免特征丢失;然后,设计了基于自适应模块的内容损失函数,强化输出融合图像的内容信息;最后,通过源图像的联合梯度图与融合图像的梯度图构建对抗性博弈来高效训练生成器与鉴别器.实验结果表明,ADRGAN在哈佛医学院MRI/PET数据集的测试中峰值信噪比和结构相似度分别达到55.2124和0.4697,均优于目前最先进的算法;所构建的模型具有端对端和无监督两特性,无需人工干预,也不需要真实数据作为标签.

关键词：深度学习对抗生成网络多模态图像融合密集残差网络

来源：评论

学校读者我要写书评

暂无评论

基于双空间模糊邻域相似关系的多标记特征选择

引用

模式识别与人工智能 2022年第9期35卷 805-815页

作者：徐久成申凯丽河南师范大学计算机与信息工程学院新乡453007 河南师范大学智慧商务与物联网技术河南工程实验室新乡453007

针对基于粗糙集的大部分多标记特征选择方法存在的忽略样本的模糊性和邻域关系、手动设置邻域半径、从单一的样本空间度量属性重要度等问题,文中利用模糊邻域粗糙集弥补经典粗糙集的不足,并在此基础上从特征空间和标记空间出发,提出基... 详细信息

针对基于粗糙集的大部分多标记特征选择方法存在的忽略样本的模糊性和邻域关系、手动设置邻域半径、从单一的样本空间度量属性重要度等问题,文中利用模糊邻域粗糙集弥补经典粗糙集的不足,并在此基础上从特征空间和标记空间出发,提出基于双空间模糊邻域相似关系的多标记特征选择算法.首先,设计自适应邻域半径的计算方法,构建特征空间下样本的模糊邻域相似矩阵.再根据模糊邻域相似关系,得出特征空间下的样本相似度及标记空间下的样本相似度.然后,通过权重将特征空间和标记空间上的样本相似度进行融合,基于融合后的度量计算属性重要度.最后,运用前向贪心算法构建多标记特征选择算法.在12个多标记数据集上的对比实验验证文中算法的有效性.

关键词：多标记特征选择模糊邻域相似关系模糊邻域粗糙集自适应邻域半径不确定性度量

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：