检索结果-内蒙古大学图书馆

光谱学与光谱分析 2019年第11期39卷 3547-3552页

作者：朱晓琳李光辉张萌江南大学物联网工程学院江苏无锡214122 物联网技术应用教育部工程技术研究中心江苏无锡214122

为了实现库尔勒香梨依据可溶性固体含量(SSC)分级定等和按质论价,推动采后处理向标准化、产业化方向健康发展,利用高光谱成像技术研究出了一种快速、有效、无损检测库尔勒香梨SSC的方法。以表面无损伤的157个库尔勒香梨作为研究样本,应... 详细信息

为了实现库尔勒香梨依据可溶性固体含量(SSC)分级定等和按质论价,推动采后处理向标准化、产业化方向健康发展,利用高光谱成像技术研究出了一种快速、有效、无损检测库尔勒香梨SSC的方法。以表面无损伤的157个库尔勒香梨作为研究样本,应用高光谱成像采集系统获取400~1 000nm波长范围内高光谱图像并用ENVI5.3软件提取感兴趣区域(ROI),获得高光谱数据。采用Kennard-Stone(KS)样本集划分方法将全部样本按照2∶1的比例划分为校正集(105)和预测集(52)。对比标准变量变换(SNV)、多元散射校正(MSC)、一阶导数(FD)和二阶导数(SD)等数据预处理方法对建模精度的影响,最终选用SNV方法对光谱曲线进行平滑去噪。该研究提出竞争性自适应重加权算法与平均影响值算法的组合算法(CARS-MIV)选择特征波长。在竞争性自适应重加权算法(CARS)方法中,建模样本由蒙特卡罗算法随机选择生成,变量回归系数会随之发生变化,因而回归系数的绝对值不能全面反映变量重要性,从而影响模型检测精度。为降低这种影响,应用平均影响值(MIV)算法对选出的自变量进行二次筛选,筛选出相关性较大的变量用以建模分析,并与CARS、连续投影算法(SPA)、蒙特卡罗无信息变量消除算法(MCUVE)等经典特征波长选择算法进行比较。最后分别以全波长(FS)光谱信息和四种特征波长选择方法得出的光谱信息作为输入矢量,应用支持向量回归(SVR)建立库尔勒香梨可溶性固体含量定量预测数学模型,以校正集相关系数(Rc)、校正集均方根误差(RMSEC)、预测集相关系数(Rp)和预测集均方根误差(RMSEP)四个参数来评估模型的预测精度。比较分析发现,CARS-MIV-SVR模型效果最佳,校正集相关系数(Rc)为0.985 94,预测集相关系数(Rp)达到0.946 31,校正集和预测集均方根误差分别为0.185 85和0.403 33。结果证明:CARS-MIV特征波长选择方法能够有效增强库尔勒香梨光谱数据特征波长选择的稳定性和精确性,提高模型的预测精度。利用高光谱技术结合CARS-MIV-SVR模型能够满足库尔勒香梨可溶性固体含量测定需求,实现库尔勒香梨的分级定等和按质论价。

关键词：光谱分析可溶性固体含量变量选择竞争性自适应重加权算法与平均响应值算法的组合支持向量回归

来源：评论

学校读者我要写书评

暂无评论

基于速度误差校正的林木应力波无损检测断层成像算法

引用

北京林业大学学报 2018年第1期40卷 108-119页

作者：焦治李光辉武夕物联网技术应用教育部工程技术研究中心江南大学物联网工程学院江苏无锡214122

【目的】应力波断层成像技术已经在林木无损检测领域得到了广泛的应用,然而木材的各向异性特征以及应力波速度反演计算的误差对断层成像的精度影响较大。因此,进一步提高断层图像的准确性非常关键。【方法】根据传统的应力波速度反演原... 详细信息

【目的】应力波断层成像技术已经在林木无损检测领域得到了广泛的应用,然而木材的各向异性特征以及应力波速度反演计算的误差对断层成像的精度影响较大。因此,进一步提高断层图像的准确性非常关键。【方法】根据传统的应力波速度反演原理,提出了一种基于速度误差校正的断层成像算法(ECIA)。该算法利用最小二乘QR分解法(LSQR)计算应力波在林木横截面网格单元内的速度分布,并使用误差校正机制(ECM)优化断层图像。为了评估算法的性能,分别选取了若干实验室内的原木试样及扬州市区古树进行无损检测实验,利用德国PICUS应力波断层成像仪获取的应力波传播数据实现了ECIA算法,生成了各实验样本的断层图像。【结果】ECIA算法较为精确地检测出了原木及活树中缺陷区域的位置及大小,尤其在活树的健康检测中,ECIA算法对于缺陷区域尤其是轻微腐朽区域的检测精度高于PICUS检测仪。【结论】ECIA算法能够产生较为准确的林木断层图像,适用于林木应力波无损检测。

关键词：应力波断层成像误差校正最小二乘QR分解林木无损检测

来源：评论

学校读者我要写书评

暂无评论

基于KM-FNN的无线传感器网络缺失数据重建算法

引用

传感技术学报 2019年第8期32卷 1245-1252页

作者：武加文李光辉江南大学物联网工程学院江苏无锡214122 物联网技术应用教育部工程技术研究中心江苏无锡214122

在环境监测领域,无线传感器网络节点受恶劣环境或软硬件故障的影响,在数据传输的过程中不可避免地发生数据丢失的现象,这将严重影响监测数据流的可靠性和用户的科学决策。提出了一种基于自适应的K-均值算法和模糊神经网络相结合的分簇... 详细信息

在环境监测领域,无线传感器网络节点受恶劣环境或软硬件故障的影响,在数据传输的过程中不可避免地发生数据丢失的现象,这将严重影响监测数据流的可靠性和用户的科学决策。提出了一种基于自适应的K-均值算法和模糊神经网络相结合的分簇式无线传感器网络缺失数据重建算法(KM-FNN)。该算法使用模糊神经网络模型重建缺失数据,并引入自适应机制适时更新训练模型。针对不同数据集的仿真结果表明,与以往同类算法相比,KM-FNN具有更好的缺失数据重建准确性。

关键词：无线传感器网络数据重建 K-均值模糊神经网络环境监测

来源：评论

学校读者我要写书评

暂无评论

基于信任机制的无线传感器网络多协议层入侵检测方法

引用

传感技术学报 2019年第5期32卷 739-748页

作者：许力李光辉江南大学物联网工程学院江苏无锡214122 物联网技术应用教育部工程技术研究中心江苏无锡214122

无线传感器网络的单层攻击检测方法中仅考虑某一层次的攻击,具有局限性,而在跨层攻击的检测方法中存在较高的误报率和漏报率。针对这些问题,本文提出了一种结合信任机制和噪声检测技术的多协议层入侵检测方法(T-MPNID)。该方法中通过计... 详细信息

无线传感器网络的单层攻击检测方法中仅考虑某一层次的攻击,具有局限性,而在跨层攻击的检测方法中存在较高的误报率和漏报率。针对这些问题,本文提出了一种结合信任机制和噪声检测技术的多协议层入侵检测方法(T-MPNID)。该方法中通过计算物理层、MAC层和网络层中多个关键参数的相对偏差值得到信任值,利用加权法建立各协议层的信任值,融合协议层的评估值得到融合信任值。本文引入数据噪声检测技术,对簇内节点各协议层的关键参数进行检测,然后对存在异常关键参数的节点平均融合信任值进行惩罚得到全局信任值。各协议层的关键参数作为噪声检测数据,平均融合信任值为噪声检测提供了数据的可信的权值和惩罚机制中节点惩罚力度。仿真实验表明,在典型的单层和跨层攻击中,本文提出的入侵检测方法(T-MPNID)有较高的检测率,较低的误报率和漏报率。

关键词：网络安全多协议层入侵检测信任值数据噪声检测无线传感器网络

来源：评论

学校读者我要写书评

暂无评论

基于RELIEF算法和极限学习机的苹果轻微损伤高光谱检测方法

引用

浙江大学学报（农业与生命科学版） 2019年第1期45卷 126-134页

作者：张萌李光辉江南大学物联网工程学院江苏无锡214000 物联网技术应用教育部工程技术研究中心江苏无锡214000

采用高光谱成像技术(400～1 000 nm)对苹果轻微损伤进行快速识别及无损检测。采集苹果正常及不同损伤时间的高光谱图像,选择图像中合适的区域作为感兴趣区域并提取平均光谱反射率及图像熵信息,将采集的样本按2∶1的比例分为训练集和测... 详细信息

采用高光谱成像技术(400～1 000 nm)对苹果轻微损伤进行快速识别及无损检测。采集苹果正常及不同损伤时间的高光谱图像,选择图像中合适的区域作为感兴趣区域并提取平均光谱反射率及图像熵信息,将采集的样本按2∶1的比例分为训练集和测试集。使用RELIEF算法基于光谱平均反射率及图像熵信息提取了8个特征波段(17、30、35、51、61、66、94和120),分别基于全波段和特征波段进行极限学习机(extreme learning machine, ELM)建模分析,并与支持向量机(support vector machine, SVM)和K-均值聚类算法进行比较。结果表明,基于全波段的ELM模型最终测试集识别率为94.44%,基于特征波段的RELIEF-极限学习机(Re-ELM)模型识别率为96.67%,基于特征波段的Re-SVM及Re-K均值模型的最终测试集识别率分别为92.22%和91.67%,证实了Re-ELM是一种更为有效的苹果损伤分类判别方法。在此基础上,基于图像处理技术和特征波段提出了一种苹果轻微损伤高光谱检测算法,使用该算法针对特征波段进行独立成分分析(independent component analysis, ICA)变换,选取ICA第3成分图像进行自适应阈值分割,从而获得损伤图像。对全部高光谱图像进行检测表明,该算法的最终识别率超过94%,说明该算法能够较为有效地识别苹果损伤区域。

关键词：苹果损伤高光谱成像无损检测极限学习机独立成分分析

来源：评论

学校读者我要写书评

暂无评论

基于VF-CS的移动传感器网络覆盖优化算法

引用

通信学报 2018年第3期39卷 95-107页

作者：李光辉胡世红江南大学物联网工程学院江苏无锡214122 江苏省无线传感网高技术研究重点实验室江苏南京210003 物联网技术应用教育部工程技术研究中心江苏无锡214122

在野外环境部署大规模传感器网络时,往往采用随机部署方式,导致覆盖率不高。为此提出一种基于虚拟力(virtual force)扰动和布谷鸟搜索(CS,Cuckoo search)的移动传感器网络覆盖优化算法(VF-CS)。首先,对传感器节点进行Voronoi图划分,形... 详细信息

在野外环境部署大规模传感器网络时,往往采用随机部署方式,导致覆盖率不高。为此提出一种基于虚拟力(virtual force)扰动和布谷鸟搜索(CS,Cuckoo search)的移动传感器网络覆盖优化算法(VF-CS)。首先,对传感器节点进行Voronoi图划分,形成独立的泰森多边形(Thiessen polygon)。其次,对泰森多边形内的节点进行虚拟力的分析,将多边形顶点和邻居节点的作用力作为布谷鸟搜索位置更新的扰动因子。最后,通过布谷鸟搜索引导节点移动实现覆盖优化。仿真实验结果表明,与以往基于Voronoi图的覆盖优化算法相比,VF-CS算法提高了覆盖率,减少了节点平均移动距离。

关键词：移动传感网络虚拟力布谷鸟搜索覆盖率优化

来源：评论

学校读者我要写书评

暂无评论

基于C-LSTM的传感器数据流半监督在线异常检测算法

引用

传感技术学报 2021年第3期34卷 330-339页

作者：唐海贤李光辉江南大学人工智能与计算机学院江苏无锡214122 物联网技术应用教育部工程技术研究中心江苏无锡214122

在传感器网络中,有监督的异常数据检测算法的检测准确率以及鲁棒性受限于有标注数据集的构建,无监督异常数据检测算法往往导致较高的误报率(FPR)。为解决上述问题,针对到达服务器端的传感器数据流提出了一种基于卷积神经网络(CNN)和长... 详细信息

在传感器网络中,有监督的异常数据检测算法的检测准确率以及鲁棒性受限于有标注数据集的构建,无监督异常数据检测算法往往导致较高的误报率(FPR)。为解决上述问题,针对到达服务器端的传感器数据流提出了一种基于卷积神经网络(CNN)和长短时记忆网络(LSTM)的半监督在线异常检测算法。本算法利用K-means判别检测误差,并在检测中利用新数据重新训练机器学习模型,从而提高模型在长时间范围内的异常检测准确度。为了评估本算法的性能,使用因特尔伯克利实验室数据集IBRL(Intel Berkeley Research Lab)完成仿真实验,并与同类算法进行对比。实验结果表明,与同类算法相比,本算法对各个数据集都具有较高的召回率和F1-Score;应用K-means聚类的半监督模型,其异常检测结果更稳定。

关键词：传感器数据流在线异常检测半监督 C-LSTM K-means

来源：评论

学校读者我要写书评

暂无评论

离散时滞随机系统的一种均方有界事件驱动控制策略

引用

电子学报 2020年第3期48卷 524-530页

作者：高毅李云骥彭力江苏省传感网应用工程技术研究开发中心无锡职业技术学院江苏无锡214121 物联网技术应用教育部工程研究中心江南大学江苏无锡214122

针对状态时滞随机系统,应用事件驱动近似二次性能指标和随机均方有界理论,同时考虑控制输入和事件决策,设计了反馈控制器和相应的事件驱动控制策略.基于状态反馈的事件驱动策略同时使用当前状态和时滞状态进行事件的触发,并利用近似二... 详细信息

针对状态时滞随机系统,应用事件驱动近似二次性能指标和随机均方有界理论,同时考虑控制输入和事件决策,设计了反馈控制器和相应的事件驱动控制策略.基于状态反馈的事件驱动策略同时使用当前状态和时滞状态进行事件的触发,并利用近似二次性能指标进行约束;基于输出反馈的事件驱动策略使用当前状态进行事件的触发.最后,通过实验进行了仿真,对事件驱动性能指标进行量化,并与相关文献进行对比,验证了所提出方案可以在保证系统性能的前提下有效减少通信传输,延长无线传感网络的使用寿命.

关键词：事件驱动控制均方有界时滞

来源：评论

学校读者我要写书评

暂无评论

基于NMEA-BP的WSN数据流异常检测算法

引用

传感技术学报 2018年第5期31卷 746-752页

作者：顾晓勇李光辉江南大学物联网工程学院江苏无锡214122 江苏省无线传感网高技术研究重点实验室南京210003 物联网技术应用教育部工程技术研究中心江苏无锡214122

针对常规BPNN(Back Propagation Neural Network)容易陷入局部最优解、收敛速度慢等问题,提出了一种基于小生境思维进化NMEA(Niche Mind Evolutionary Algorithm)及BPNN的传感器数据流异常检测算法(NMEA-BP)。该算法利用NMEA的全局搜索... 详细信息

针对常规BPNN(Back Propagation Neural Network)容易陷入局部最优解、收敛速度慢等问题,提出了一种基于小生境思维进化NMEA(Niche Mind Evolutionary Algorithm)及BPNN的传感器数据流异常检测算法(NMEA-BP)。该算法利用NMEA的全局搜索性优化BPNN的参数,获得BPNN的最优权阈值,从而提高异常检测的准确性。为了评估算法的性能,使用因特尔伯克利实验室数据集IBRL(Intel Berkeley Research Lab)及带标记的传感网络数据集LWSNDR(Labeled Wireless Sensor Network Data Repository)完成了仿真实验,并与基于常规BPNN、支持向量机(Support Vector Machine)和极限学习机(Extreme Learning Machine)等3种异常检测算法作对比。仿真实验结果表明,与上述3种算法相比,NMEA-BP算法对各个数据集都具有较高的检测率和较低的误报率,检测率平均达到99.45%,误报率平均仅为1.45%。此外,NMEA-BP异常检测算法的模型训练时间比传统的BPNN异常检测算法平均减少30%以上。

关键词：无线传感网络参数优化 BP神经网络异常检测仿真

来源：评论

学校读者我要写书评

暂无评论

基于约简策略与自适应SVDD的无线传感网络离群检测方法

引用

传感技术学报 2017年第9期30卷 1388-1395页

作者：魏畅李光辉江南大学物联网工程学院江苏无锡214122 物联网技术应用教育部工程技术研究中心江苏无锡214122 江苏省无线传感网高技术研究重点实验室南京210003

无线传感网络经常被部署于条件恶劣、无人值守的环境中,受到恶劣天气、软硬件故障、能量不足或者恶意攻击等因素的影响,传感器节点感知数据的缺失或错误难以避免。因此,传感器数据流的离群检测对于提高系统可用性至关重要。提出一种基... 详细信息

无线传感网络经常被部署于条件恶劣、无人值守的环境中,受到恶劣天气、软硬件故障、能量不足或者恶意攻击等因素的影响,传感器节点感知数据的缺失或错误难以避免。因此,传感器数据流的离群检测对于提高系统可用性至关重要。提出一种基于约简策略与自适应SVDD(Support Vector Data Description)的离群检测方法(RASVDD),该方法首先使用基于马氏距离标准的方法约简数据集,有效地减少了训练样本;然后利用基于数据分布密度准则和数据流时间相关性自适应更新决策模型。针对Intel Berkeley数据集及Sensor Scope System数据集的仿真实验表明,RASVDD的离群检测正确率TPR(True Positive Rate)平均达98%,误报率FPR(False Positive Rate)平均仅为1%,并且与传统的SVDD算法相比,RASVDD决策模型训练时间减少了20%以上。

关键词：无线传感网络数据约简 SVDD 离群检测仿真

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：