时间序列数据挖掘综述 被引量：77

1

作者 贾澎涛 何华灿 +1 位作者 刘丽 孙涛 《计算机应用研究》 CSCD 北大核心 2007年第11期15-18,29,共5页

在综合分析近年来时间序列数据挖掘相关文献的基础上,讨论了时间序列数据挖掘的最新进展,对各种学术观点进行了比较归类,并预测了其发展趋势。内容涵盖了时间序列数据变换、相似性搜索、预测、分类、聚类、分割、可视化等方面,为研究者... 在综合分析近年来时间序列数据挖掘相关文献的基础上,讨论了时间序列数据挖掘的最新进展,对各种学术观点进行了比较归类,并预测了其发展趋势。内容涵盖了时间序列数据变换、相似性搜索、预测、分类、聚类、分割、可视化等方面,为研究者了解最新的时间序列数据挖掘研究动态、新技术及发展趋势提供了参考。 展开更多

关键词 时间序列 数据挖掘 相似性搜索 模式发现

下载PDF 职称材料

层次聚类社区发现算法的研究 被引量：21

2

作者 龚尚福 陈婉璐 贾澎涛 《计算机应用研究》 CSCD 北大核心 2013年第11期3216-3220,3227,共6页

概述了社区发现算法的研究现状;介绍了因分析对象的不同而产生的四类社区发现方法:矩阵谱分析方法、层次聚类方法、基于边图思想的方法和基于极大团思想的方法。对其中性能最优的层次聚类方法进行了详细的综述,并对其典型算法进行了分... 概述了社区发现算法的研究现状;介绍了因分析对象的不同而产生的四类社区发现方法:矩阵谱分析方法、层次聚类方法、基于边图思想的方法和基于极大团思想的方法。对其中性能最优的层次聚类方法进行了详细的综述,并对其典型算法进行了分析比较。最后,提出了社区发现算法可能的研究方向,为今后的研究提供参考。 展开更多

关键词 社区发现 复杂网络 矩阵谱分析 层次聚类 边图思想 极大团方法

下载PDF 职称材料

基于深度学习的文本分类综述 被引量：18

3

作者 贾澎涛 孙炜 《计算机与现代化》 2021年第7期29-37,共9页

随着互联网的不断发展,网络上的文本数据日益增多,如果能对这些数据进行有效分类,那么更有利于从中挖掘出有价值的信息,因此文本数据的管理和整合显得十分重要。文本分类是自然语言处理任务中的一项基础性工作,主要应用于舆情检测及新... 随着互联网的不断发展,网络上的文本数据日益增多,如果能对这些数据进行有效分类,那么更有利于从中挖掘出有价值的信息,因此文本数据的管理和整合显得十分重要。文本分类是自然语言处理任务中的一项基础性工作,主要应用于舆情检测及新闻文本分类等领域,目的是对文本资源进行整理和归类。基于深度学习的文本分类,在对文本数据处理中,表现出较好的分类效果。本文对用于文本分类的深度学习算法进行详细阐述,按照深度学习的不同算法进行分类,并分析各种算法的特点,最后对深度学习算法在文本分类领域的未来研究方向进行总结。 展开更多

关键词 文本数据 文本分类 自然语言 深度学习

下载PDF 职称材料

煤矿井下视频多目标轨迹跟踪算法研究 被引量：12

4

作者 贾澎涛 贾伟 《计算机工程与应用》 CSCD 北大核心 2018年第2期222-227,共6页

为了提高煤矿井下监控视频的目标识别准确率,对运动目标进行有效跟踪,将小波变换和背景差分法相结合,对Camshift算法进行改进,提出了适用于煤矿井下视频多目标轨迹跟踪算法。首先采用小波三层变换对视频图像进行去噪处理,得到低频图像... 为了提高煤矿井下监控视频的目标识别准确率,对运动目标进行有效跟踪,将小波变换和背景差分法相结合,对Camshift算法进行改进,提出了适用于煤矿井下视频多目标轨迹跟踪算法。首先采用小波三层变换对视频图像进行去噪处理,得到低频图像。然后再进行背景差分运算,检测出运动目标。最后采用Camshift算法对运动目标进行跟踪处理。实验结果表明,改进的Camshift算法减少了原始Camshift算法在初始候选目标时的随机性,提高了目标检测和跟踪的准确率,为煤矿的安全生产提供了保证。 展开更多

关键词 多目标跟踪 离散小波变换 背景差分法 CAMSHIFT算法

下载PDF 职称材料

基于MapObjects的矿井通风可视化系统 被引量：5

5

作者 贾澎涛 常心坦 《煤炭科学技术》 CAS 北大核心 2002年第12期50-52,49,共4页

所研究的矿井通风可视化系统是在Windows平台上采用组件化程序设计方法,将地理信息系统(GIS)和矢量化的概念引进矿井通风之中,以VB6 0和地理信息系统控件———MapOb jects相结合开发的。该系统可以方便的绘制矿山常用的通风图形,并能... 所研究的矿井通风可视化系统是在Windows平台上采用组件化程序设计方法,将地理信息系统(GIS)和矢量化的概念引进矿井通风之中,以VB6 0和地理信息系统控件———MapOb jects相结合开发的。该系统可以方便的绘制矿山常用的通风图形,并能同时处理矢量图形和栅格图形,实现了图形输入和计算结果的可视化,为矿山的日常决策提供了可靠的科学依据。 展开更多

关键词 地理信息系统 GIS MAPOBJECTS 组件化 ACTIVEX控件

下载PDF 职称材料

基于随机森林回归的围岩应力插值方法 被引量：10

6

作者 王苏健 贾澎涛 金声尧 《西安科技大学学报》 CAS 北大核心 2021年第2期274-281,共8页

为解决矿井围岩应力监测数据缺失的问题,基于集成学习理论,提出了一种基于随机森林回归预测的围岩应力监测数据插值方法。首先,基于缺失前的历史数据和随机森林回归预测方法,建立围岩应力数据插值模型(IRER)。其次,以无缺失的围岩应力... 为解决矿井围岩应力监测数据缺失的问题,基于集成学习理论,提出了一种基于随机森林回归预测的围岩应力监测数据插值方法。首先,基于缺失前的历史数据和随机森林回归预测方法,建立围岩应力数据插值模型(IRER)。其次,以无缺失的围岩应力时间序列数据为样本集,构建不同缺失情况的数据集,作为实验用数据。最后,在不同缺失值情况下,选择均值插值、中值插值、线性插值、最邻近插值、Zero阶梯插值、3次B样条插值、拉格朗日插值7种插值方法作为实验对比插值方法,验证围岩应力数据插值模型。结果表明,均值插值、中值插值和拉格朗日插值方法效果较差,尤其是拉格朗日插值方法;随着缺失值个数的增大,拉格朗日插值方法的误差成倍增大;线性插值、最邻近插值、Zero阶梯插值、3次B样条插值适用于缺失值较少的情况;IRER方法在不同缺失值情况下,均取得了较好的插值效果,且随着缺失值数量的增加,这种优势尤为明显。 展开更多

关键词 数据缺失 插值 集成学习 随机森林回归 预测

下载PDF 职称材料

独立成分分析在瓦斯浓度预测中的应用研究 被引量：9

7

作者 龚星宇 常心坦 贾澎涛 《工矿自动化》 北大核心 2015年第4期82-86,共5页

为提高含噪声瓦斯浓度数据的预测精度,提出了一种基于独立成分分析(ICA)和k-最近邻(kNN)法的反向传播人工神经网络(BP-ANN)预测模型。利用滑动时间窗算法产生训练样本矩阵,采用ICA方法估计训练样本矩阵中的独立成分,用不含噪声的独立成... 为提高含噪声瓦斯浓度数据的预测精度,提出了一种基于独立成分分析(ICA)和k-最近邻(kNN)法的反向传播人工神经网络(BP-ANN)预测模型。利用滑动时间窗算法产生训练样本矩阵,采用ICA方法估计训练样本矩阵中的独立成分,用不含噪声的独立成分重新构建训练集;运用k-NN法减小训练集规模,引入混合距离测度函数降低训练过程的计算复杂度。实验结果表明,该预测模型较普通BP-ANN模型有效减小了瓦斯浓度预测误差和训练时间。 展开更多

关键词 瓦斯浓度预测 独立成分分析 k-最近邻法 反向传播人工神经网络

下载PDF 职称材料

时间序列的自适应误差约束分段线性表示 被引量：9

8

作者 贾澎涛 林卫 何华灿 《计算机工程与应用》 CSCD 北大核心 2008年第5期10-13,共4页

实际过程中采集到的时间序列数据通常是海量数据,在原时间序列数据上直接进行数据挖掘的效率通常是低下的,有时甚至不可行,因此就须将时间序列在更高的层次上进行表示。借鉴时间序列线性分段的基本思想,提出了一种自适应误差约束的分段... 实际过程中采集到的时间序列数据通常是海量数据,在原时间序列数据上直接进行数据挖掘的效率通常是低下的,有时甚至不可行,因此就须将时间序列在更高的层次上进行表示。借鉴时间序列线性分段的基本思想,提出了一种自适应误差约束的分段线性表示方法,该方法在查找出时间序列特殊点的基础上,通过给定误差e进行调节,可以自动地产生拟合线段的数目。不仅可以压缩数据,去除噪声,还能得到时间序列的模式变化特征。与一般的分段线性表示相比,文中方法的拟合误差更小,适应能力更强。 展开更多

关键词 数据挖掘 时间序列 自适应 分段线性表示

下载PDF 职称材料

基于PSO-CNN-aBiGRU的瓦斯浓度预测方法 被引量：9

9

作者 贾澎涛 张智远 +2 位作者 梁荣 刘航舵 苗云风 《矿业研究与开发》 CAS 北大核心 2021年第12期76-81,共6页

针对工作面瓦斯浓度精准预测中未有效利用瓦斯数据的空间特性问题,在有效提取瓦斯浓度监测数据时空特征的基础上,提出了一种基于优化卷积神经网络和优化双向门控单元神经网络的瓦斯浓度预测方法(PSO-CNN-aBiGRU)。首先应用随机森林和Hil... 针对工作面瓦斯浓度精准预测中未有效利用瓦斯数据的空间特性问题,在有效提取瓦斯浓度监测数据时空特征的基础上,提出了一种基于优化卷积神经网络和优化双向门控单元神经网络的瓦斯浓度预测方法(PSO-CNN-aBiGRU)。首先应用随机森林和Hilbert-Huang变换方法对瓦斯监测数据中的缺失值和噪声进行预处理,然后使用经过粒子群优化的卷积神经网络对预处理后的瓦斯监测数据进行空间特征提取,最后考虑数据的历史信息和未来状态,基于自适应矩估计最大值优化的双向门控单元神经网络,构建PSOCNN-aBiGRU瓦斯浓度预测模型。试验结果表明,相对于PSO-CNN-BP、PSO-CNN-RNN和PSO-CNN-LSTM模型,PSO-CNN-aBiGRU在测试集上误差分别减少了52.21%、42.43%和29.6%。因此,PSO-CNN-aBiGRU模型能有效提高瓦斯浓度预测精度,对减少瓦斯灾害,保障煤矿的安全生产具有现实意义。 展开更多

关键词 瓦斯浓度预测 卷积神经网络 双向门控单元 粒子群优化 自适应矩估计最大值优化

原文传递

基于蚁群算法的井下救援路径优化方法 被引量：8

10

作者 龚星宇 常心坦 +1 位作者 贾澎涛 罗碧波 《工矿自动化》 北大核心 2018年第3期76-81,共6页

针对火灾背景下煤矿应急救援路径的优化问题,提出了一种基于蚁群算法的井下救援路径优化方法;建立了井下救援路径选择影响因素的层次结构模型,各影响因素按重要程度由高到低排列为CO浓度、瓦斯浓度、风量风速、巷道行走难度和人员综合素... 针对火灾背景下煤矿应急救援路径的优化问题,提出了一种基于蚁群算法的井下救援路径优化方法;建立了井下救援路径选择影响因素的层次结构模型,各影响因素按重要程度由高到低排列为CO浓度、瓦斯浓度、风量风速、巷道行走难度和人员综合素质;利用各影响因素的量化值更新蚁群算法信息素,寻找并保存最优路径。仿真结果表明,采用基于蚁群算法的井下救援路径优化方法能够选出最优路径,同时最优解具有较好的收敛性。 展开更多

关键词 井下应急救援 路径优化 蚁群算法 层次结构模型 层次分析法

下载PDF 职称材料

计算机专业学生创新能力培养研究——以西安科技大学为例 被引量：8

11

作者 史晓楠 贾澎涛 罗晓霞 《软件导刊.教育技术》 2015年第11期30-32,共3页

培养学生的创新能力对提高学生的竞争力有着积极作用。2015年对西安科技大学计算机学院全体本科生进行了创新能力问卷调查,研究学生主观能动性、教学及实践环节设置、学科竞赛、创新创业训练、职业规划几个方面,并对调查结果进行了分析... 培养学生的创新能力对提高学生的竞争力有着积极作用。2015年对西安科技大学计算机学院全体本科生进行了创新能力问卷调查,研究学生主观能动性、教学及实践环节设置、学科竞赛、创新创业训练、职业规划几个方面,并对调查结果进行了分析,为下一步构建学生创新能力培养的信息化平台提供数据支持。 展开更多

关键词 计算机专业 创新能力

下载PDF 职称材料

基于多特征的视频场景分类 被引量：7

12

作者 贾澎涛 杨丽娜 《计算机应用研究》 CSCD 北大核心 2018年第11期3472-3475,共4页

针对视频检测效率低下问题,提出了一种基于多特征融合及特征阈值的视频场景分类方法——阈值判定分类法。首先,提取场景视频的平均关键帧;然后,根据其结构化特征以及不同空间结构对场景识别的贡献度对平均关键帧进行划分与重组,得到感... 针对视频检测效率低下问题,提出了一种基于多特征融合及特征阈值的视频场景分类方法——阈值判定分类法。首先,提取场景视频的平均关键帧;然后,根据其结构化特征以及不同空间结构对场景识别的贡献度对平均关键帧进行划分与重组,得到感兴趣区域及次感兴趣区域;接着,分别提取这两个区域的场景特征,并利用多特征融合技术分别得到两者的综合特征;最后,根据综合特征并利用特征阈值,进行场景动态分类。实验结果表明,该方法充分利用了视频的结构化特征,实验准确率达到80%,在一定程度上证明了该分类方法的有效性。 展开更多

关键词 场景分类 多特征 特征融合 综合特征 阈值判定

下载PDF 职称材料

基于堆叠LSTM的多源矿压预测模型分析 被引量：7

13

作者 贾澎涛 苗云风 《矿业研究与开发》 CAS 北大核心 2021年第8期79-82,共4页

矿压失衡引起的顶板事故是煤矿重大灾害之一,矿压的精准预测对保证煤层的安全开采具有重要意义。为提高矿压的预测精度,提出了一种基于堆叠LSTM的多源矿压预测模型。首先,采用灰色关联度对煤矿工作面多源矿压进行分析排序并进行数据预处... 矿压失衡引起的顶板事故是煤矿重大灾害之一,矿压的精准预测对保证煤层的安全开采具有重要意义。为提高矿压的预测精度,提出了一种基于堆叠LSTM的多源矿压预测模型。首先,采用灰色关联度对煤矿工作面多源矿压进行分析排序并进行数据预处理;其次,采用堆叠式网络结构,确定每一个LSTM层的隐藏节点数、迭代次数等参数;最后,采用Adam优化算法对模型进行优化,从而对工作面矿压进行预测。采用均方根误差作为评价指标对预测模型性能进行评估,实验结果表明:相较于BP模型,堆叠LSTM多源矿压预测模型在训练集和测试集上RMSE分别减少了49.15%和51.26%;相较于LSTM,分别减少了45.37%和46.61%;相较于GRU,分别减少了44.66%和45.89%。因此,堆叠LSTM多源矿压预测模型在工作面矿压预测方面具有更高的精确性。 展开更多

关键词 深度学习 堆叠式网络 长短时记忆网络 多源矿压

原文传递

事故树-层次分析法的煤矿火灾救援路径综合预判优选 被引量：6

14

作者 龚星宇 常心坦 +1 位作者 贾澎涛 张晋安 《现代电子技术》 北大核心 2018年第8期151-154,共4页

针对救援路径优选的综合预判,对事故相关因素作预警分析,提出基于事故树的逆向层次分析安全评价模型。通过现场调研、专家经验等方式遴选主要因素,构建出事故树-AHP层次结构模型;利用Saaty等人的1-9标度比较法和"专家系数法"... 针对救援路径优选的综合预判,对事故相关因素作预警分析,提出基于事故树的逆向层次分析安全评价模型。通过现场调研、专家经验等方式遴选主要因素,构建出事故树-AHP层次结构模型;利用Saaty等人的1-9标度比较法和"专家系数法"建立基于信心指数法的主要指标成对比较专家判断矩阵;综合利用判断矩阵的几何平均特征、算术平均特征以及特征向量特征,采用"三级滤波法"逐层求解,确定反映判断矩阵特性的指标权值。为了对安全评价模型的应用效果进行验证,将其用于西北某煤矿一号井网络拓扑图的煤矿火灾救援路径综合预判模拟。实验结果表明,模型计算的权值结果与专家经验基本一致,验证了该方法的有效性。 展开更多

关键词 安全评价 事故树 层次分析法 煤矿安全 井下救援 预警分析 专家经验

下载PDF 职称材料

采煤机截割部低照度图像的边缘检测技术

15

作者 贾澎涛 靳路伟 +2 位作者 王斌 郭风景 李娜 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第4期172-178,共7页

针对井下低照度环境下采煤机截割部边缘检测任务中存在的边缘缺失、细节模糊等问题,提出一种基于分数阶微分的边缘检测Lif算法。首先采用更大的检测模板尺寸,根据Grünwald-Let-nikov分数阶定义构造最初的分数阶掩膜算子;然后根据Pa... 针对井下低照度环境下采煤机截割部边缘检测任务中存在的边缘缺失、细节模糊等问题,提出一种基于分数阶微分的边缘检测Lif算法。首先采用更大的检测模板尺寸,根据Grünwald-Let-nikov分数阶定义构造最初的分数阶掩膜算子;然后根据Pascal三角形理论确定掩膜算子上各位置的权重系数,并将掩膜算子扩展到4个不同方向;最后将得到的掩膜算子与图像进行卷积,利用图像的局部特征信息对每个方向的微分结果进行后处理。结果表明:(1)在进行多个不同场景的井下低照度图像上的实验时,Lif算法可以更全面地获取图像中不同方向上的边缘信息,在处理低照度图像时具备更强的抗噪性能,并且提取的边缘线条比其余边缘检测算法更加清晰、完整,保留了更多的纹理细节信息。(2)在客观指标评价的对比上,与基于分数阶灰色系统模型的边缘检测算法以及改进的分数阶Sobel边缘检测算法相比,Lif算法在Entropy指标上分别提高了43%、11%,AG指标上分别提高了23%、23%,SSIM指标上分别提高了152%、6%。表明Lif算法在进行采煤机截割部的边缘检测任务时更具优势,研究对井下设备工作运行时的安全性和可靠性提升具有重要意义。 展开更多

关键词 低照度图像 分数阶微分 边缘检测 采煤机截割部 煤矿

下载PDF 职称材料

基于泛平均运算的矿井瓦斯浓度组合预测模型 被引量：6

16

作者 贾澎涛 邓军 《中国安全科学学报》 CAS CSCD 北大核心 2012年第6期41-46,共6页

为有效分析煤矿瓦斯监测数据以实现准确、可靠的瓦斯浓度预测,基于不等权泛平均运算模型,研究瓦斯浓度时间序列组合预测的方法,提出一种新的矿井瓦斯浓度组合预测模型,并证明最优组合预测模型是其特例。采用自回归(AR)模型和径向基函数(... 为有效分析煤矿瓦斯监测数据以实现准确、可靠的瓦斯浓度预测,基于不等权泛平均运算模型,研究瓦斯浓度时间序列组合预测的方法,提出一种新的矿井瓦斯浓度组合预测模型,并证明最优组合预测模型是其特例。采用自回归(AR)模型和径向基函数(RBF)神经网络预测模型作为组合预测模型的单项预测模型;以遗传算法和最小二乘法确定新组合预测模型的参数,实现瓦斯浓度预测单项模型的最优组合。试验分析表明:新模型在平方和误差、平均绝对误差、均方误差、平均绝对百分比误差、均方百分比误差等评价指标上,均取得比自回归模型、径向基函数神经网络模型和最优组合预测模型更低的误差。 展开更多

关键词 瓦斯浓度 组合预测 不等权 泛平均运算模型 遗传算法

下载PDF 职称材料

基于多特征融合的煤自燃温度深度预测模型

17

作者 王斌 贾澎涛 +2 位作者 郭风景 孙刘咏 林开义 《中国矿业》 北大核心 2024年第2期84-90,共7页

为了有效预防煤矿采空区煤自燃灾害,提高煤自燃灾害预测模型精度,提出了基于多特征融合的煤自燃温度深度预测模型。首先,通过自编码器网络对煤自燃数据的每一个特征进行降噪处理,增强数据的鲁棒性;其次,按时间序列顺序将降噪后的数据转... 为了有效预防煤矿采空区煤自燃灾害,提高煤自燃灾害预测模型精度,提出了基于多特征融合的煤自燃温度深度预测模型。首先,通过自编码器网络对煤自燃数据的每一个特征进行降噪处理,增强数据的鲁棒性;其次,按时间序列顺序将降噪后的数据转成二维特征矩阵,采用滑动窗口对特征矩阵进行切片,并采用深度学习中的卷积神经网络提取特征矩阵上的有效特征,进行特征数据融合,在降噪和特征提取与融合的过程中采用差分进化算法对降噪自编码器和卷积神经网络的参数进行优化;最后,将融合后的数据输入门控循环单元神经网络进行煤自燃温度预测。实验结果表明,降噪后和特征融合后的数据在平均绝对误差上比直接采用原始数据预测误差分别降低6.55%和69.26%,均方根误差分别降低13.23%和63.49%,说明经过编码器降噪以及特征融合处理后能够有效提升煤自燃温度预测的准确度。 展开更多

关键词 煤自燃 深度学习 卷积神经网络 预测 差分进化算法

下载PDF 职称材料

基于梯度提升决策树的瓦斯浓度在线预测 被引量：1

18

作者 郭风景 王斌 +2 位作者 贾澎涛 孙刘咏 廖永强 《中国煤炭》 2023年第10期61-67,共7页

为了准确可靠实时预测矿井瓦斯浓度,结合集成学习理论,提出了一种基于梯度提升决策树方法的瓦斯浓度在线预测模型(PGBDT)。首先采集瓦斯浓度历史数据,将异常值视为缺失值后,应用拉格朗日插值法对数据中的缺失值进行预处理;其次基于处理... 为了准确可靠实时预测矿井瓦斯浓度,结合集成学习理论,提出了一种基于梯度提升决策树方法的瓦斯浓度在线预测模型(PGBDT)。首先采集瓦斯浓度历史数据,将异常值视为缺失值后,应用拉格朗日插值法对数据中的缺失值进行预处理;其次基于处理后的瓦斯浓度历史数据和梯度提升决策树方法建立瓦斯浓度预测模型;随后采用L2范式作为目标函数,确定模型输入滑动窗口的最优长度,实现在线预测;最后选择线性回归、差分自回归移动平均、支持向量回归、BP神经网络、长短时记忆网络(LSTM)、门控循环单元神经网络(GRU)等预测方法作为对比方法,对提出的瓦斯浓度在线预测进行了验证模型。实验结果表明,相对于线性回归、差分自回归移动平均、支持向量回归、BP神经网络等方法,PGBDT方法的预测精度和运行效率具有明显优势,相较于LSTM、GRU方法,PGBDT在运行效率方面有较好的优势。综合来看,PGBDT取得了较好的预测效果,显著提高了瓦斯浓度在线预测效率和预测模型的泛化能力。 展开更多

关键词 瓦斯浓度 集成学习 梯度提升决策树 在线预测

下载PDF 职称材料

基于PSO-SRU深度神经网络的煤自燃温度预测模型 被引量：4

19

作者 贾澎涛 林开义 郭风景 《工矿自动化》 北大核心 2022年第4期105-113,共9页

针对传统煤自燃温度预测模型泛化能力不强、鲁棒性较差的问题,提出了一种基于改进粒子群(PSO)优化简单循环单元(SRU)的煤自燃温度预测模型(PSO-SRU模型)。首先,对煤自燃程序升温实验中采集的气体浓度数据进行预处理,选取与煤温相关性较... 针对传统煤自燃温度预测模型泛化能力不强、鲁棒性较差的问题,提出了一种基于改进粒子群(PSO)优化简单循环单元(SRU)的煤自燃温度预测模型(PSO-SRU模型)。首先,对煤自燃程序升温实验中采集的气体浓度数据进行预处理,选取与煤温相关性较强的O_(2),CO,CO_(2),CH_(4),C_(2)H_(4)作为煤温预测指标,并将预测指标划分为训练集和测试集;其次,构建SRU预测模型拟合训练集中煤自燃温度与气体指标间非线性规律,将平均绝对误差(MAE)作为适应度函数,利用改进的PSO算法优化SRU预测模型参数;最后,将测试集数据输入参数最优的SRU预测模型,利用SRU计算得到煤自燃温度预测值。实验结果表明:通过指标择优和参数寻优后,PSO-SRU模型在测试集上的MAE相较于基于支持向量回归(SVR)、随机森林(RF)和反向传播(BP)的煤自燃温度预测模型分别降低了12.58,7.65,5.91℃,表明PSO-SRU模型在一定程度上提高了预测精度;均方根误差(RMSE)分别降低了22.65,17.45,8.94℃,PSO-SRU模型在训练集和测试集上的决定系数(R^(2))仅相差0.03,表明PSO-SRU模型具有良好的泛化性和鲁棒性。 展开更多

关键词 煤自燃温度预测 气体指标 深度神经网络 循环神经网络 SRU单元 粒子群算法

下载PDF 职称材料

基于选择性集成分类器的面部表情识别研究 被引量：5

20

作者 贾澎涛 李阳 《计算机应用研究》 CSCD 北大核心 2017年第12期3825-3827,3833,共4页

为了提高面部表情的分类识别性能,基于集成学习理论,提出了一种二次优化选择性(quadratic optimization choice,QOC)集成分类模型。首先,对于九个基分类器,依据性能进行排序,选择前30%的基分类器作为集成模型的候选基分类器;其次,依据... 为了提高面部表情的分类识别性能,基于集成学习理论,提出了一种二次优化选择性(quadratic optimization choice,QOC)集成分类模型。首先,对于九个基分类器,依据性能进行排序,选择前30%的基分类器作为集成模型的候选基分类器;其次,依据组合规则产生集成模型簇;最后,对集成模型簇进行二次优化选择,选择具有最小泛化误差的集成分类器的子集,从而确定最优集成分类模型。为了验证QOC集成分类模型的性能,选择采用最大值、最小值和均值规则的集成模型作为对比模型。实验结果表明,相对基分类器,QOC集成分类模型取得了较好的分类效果,尤其是对于识别率较差的悲伤表情类,平均识别率提升了21.11%;相对于非选择性集成模型,QOC集成分类模型识别性能也有显著提高。 展开更多

关键词 选择性集成学习 多分类器 面部表情识别

下载PDF 职称材料