期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到119篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于统计特征主分量的信号调制识别 被引量：12
1
作者 陈怀新 南建设 肖先赐 《电子科技大学学报》 EI CAS CSCD 北大核心 2004年第3期231-234,238,共5页
采用数字信号处理方法提取待识别信号的瞬时特征统计参量,利用多元统计的主分量分析方法对特征参量进行其主分量组合,以消除特征参量间的相关性和压缩特征向量的维数,并采用统计模式识别的模板匹配判决进行信号调制方式的自动识别,模拟... 采用数字信号处理方法提取待识别信号的瞬时特征统计参量,利用多元统计的主分量分析方法对特征参量进行其主分量组合,以消除特征参量间的相关性和压缩特征向量的维数,并采用统计模式识别的模板匹配判决进行信号调制方式的自动识别,模拟结果证实了此方法的有效性和高识别率。 展开更多
关键词 信号调制识别 统计特征参量 主分量分析 特征压缩
下载PDF
基于双重特征选择降维的图像隐写分析 被引量：3
2
作者 周杰 张敏情 《计算机工程与设计》 北大核心 2016年第11期2917-2922,2948,共7页
针对现有图像隐写分析中,特征维数较高,冗余较大,影响分类结果的问题,提出一种基于双重特征选择降维的隐写分析方法。通过计算单维特征以及特征间互信息,定义互信息得分并删除冗余特征,用改进mRMR(最小冗余最大相关)算法,结合分类结果... 针对现有图像隐写分析中,特征维数较高,冗余较大,影响分类结果的问题,提出一种基于双重特征选择降维的隐写分析方法。通过计算单维特征以及特征间互信息,定义互信息得分并删除冗余特征,用改进mRMR(最小冗余最大相关)算法,结合分类结果选择最优特征子集。对空域S-UNIWARD和频域nsF5隐写算法,在不同嵌入率下通过集成分类器进行实验,实验结果表明,该方法能保持分类效果,有效降低特征维数,减少检测时间,提高隐写分析效率。 展开更多
关键词 特征选择 特征降维 互信息 最小冗余最大相关 隐写分析
下载PDF
文本分类中的特征降维方法研究 被引量：36
3
作者 张玉芳 万斌候 熊忠阳 《计算机应用研究》 CSCD 北大核心 2012年第7期2541-2543,共3页
特征降维是文本分类过程中的一个重要环节,为了提高特征降维的准确率,选出能有效区分文本类别的特征词,提高文本分类的效果,提出了结合文本类间集中度、文本类内分散度和词频类间集中度的特征降维方法。当获取特征词在文本集上的整体评... 特征降维是文本分类过程中的一个重要环节,为了提高特征降维的准确率,选出能有效区分文本类别的特征词,提高文本分类的效果,提出了结合文本类间集中度、文本类内分散度和词频类间集中度的特征降维方法。当获取特征词在文本集上的整体评价时,提出了一种新的全局评估函数,用最大值与次大值之差作为最终的评价函数值。实验比较了该方法与传统的特征降维方法,结果表明该方法在中文文本分类中具有较好的降维效果。 展开更多
关键词 文本分类 特征降维 集中度 分散度 评估函数
下载PDF
基于多维气象数据和PCA-BP神经网络的光伏发电功率预测 被引量：21
4
作者 刘俊 王旭 +4 位作者 郝旭东 陈业夫 丁坤 汪宁渤 牛拴保 《电网与清洁能源》 北大核心 2017年第1期122-129,共8页
太阳能光伏发电受很多随机因素的影响,这使得光伏系统输出功率具有不确定性的特点。光伏系统输出功率的精确预测对电力系统的未来规划、调度管理和运行控制有着重要意义。通过多个渠道搜集多维数的历史气象数据,同时将天气类型分为无云... 太阳能光伏发电受很多随机因素的影响,这使得光伏系统输出功率具有不确定性的特点。光伏系统输出功率的精确预测对电力系统的未来规划、调度管理和运行控制有着重要意义。通过多个渠道搜集多维数的历史气象数据,同时将天气类型分为无云、有云、多云和雨天4类;然后基于反向传播(back propagation,BP)神经网络建立不同气象条件下的光伏发电功率预测模型;最后利用主成分分析(principal component analysis,PCA)对原始气象特征数据进行降维分析和处理,以提高计算速度和精度。仿真算例结果验证了所建立的光伏发电功率预测模型的有效性,而且PCA降维能够降低训练,减少预测的计算时间,并提高预测精度,这表明PCA能适用于未来海量气象大数据下光伏电站短期、超短期的分钟级实时功率预测。 展开更多
关键词 BP神经网络 光伏发电功率预测 气象大数据 特征降维 主成分分析
下载PDF
基于深度学习的智能电网通信网可靠性评估方法 被引量：16
5
作者 马冀 田锦 林尚静 《电力信息与通信技术》 2021年第10期72-77,共6页
传统智能电网通信网可靠性评价方法是人为制定评价因素,会导致主观性和重复性问题,基于此,文章提出一种基于数据驱动的智能电网通信网可靠性评估方法。首先,基于层次分析法对通信网可靠性评价体系进行建模,构建原始可靠性特征;其次,将... 传统智能电网通信网可靠性评价方法是人为制定评价因素,会导致主观性和重复性问题,基于此,文章提出一种基于数据驱动的智能电网通信网可靠性评估方法。首先,基于层次分析法对通信网可靠性评价体系进行建模,构建原始可靠性特征;其次,将原始可靠性特征作为深度学习模型的输入,依据历史监测的智能电网通信网运行数据对深度学习模型进行训练,输出符合实际智能电网通信网运行状态的降维后的可靠性特征;最后,将降维后的可靠性特征输入神经网络模型,训练得到可靠性特征与可靠性的映射关系。实验结果表明,所提基于深度学习模型能够从电力通信网的实际运行数据中完成可靠性预测。 展开更多
关键词 可靠性评估 数据驱动 深度学习 堆叠自编码机 特征降维
下载PDF
计及低频减载动作的最大暂态频率偏移快速估计 被引量：14
6
作者 李常刚 李华瑞 +2 位作者 刘玉田 吴海伟 徐春雷 《电力系统自动化》 EI CSCD 北大核心 2019年第12期27-35,共9页
随着大容量远距离高压直流输电工程建设和大规模可再生能源的接入,受端电网频率安全风险增大。针对大容量直流闭锁等可能触发低频减载的严重扰动,文中提出基于机器学习的电力系统最大暂态频率偏移快速估计方法。将问题分解为低频减载响... 随着大容量远距离高压直流输电工程建设和大规模可再生能源的接入,受端电网频率安全风险增大。针对大容量直流闭锁等可能触发低频减载的严重扰动,文中提出基于机器学习的电力系统最大暂态频率偏移快速估计方法。将问题分解为低频减载响应判断和最大频率偏移估计两个子问题,通过子模型交替求解估计最大暂态频率偏移;基于支持向量回归方法构建最大频率偏移估计子模型,以支持向量机为个体学习器构建基于Bagging集成学习的低频减载响应判断子模型;以运行方式信息和扰动信息为输入,采用ReliefF算法和主成分分析法对输入特征进行选择和提取,降低模型复杂度。以某多直流馈入受端系统为例构建最大暂态频率偏移估计模型,验证所提方法的准确性和适应性。 展开更多
关键词 电力系统 频率偏移 低频减载 支持向量机 集成学习 特征降维
下载PDF
多元时间序列特征降维方法研究 被引量：14
7
作者 李正欣 张凤鸣 +1 位作者 张晓丰 杨仕美 《小型微型计算机系统》 CSCD 北大核心 2013年第2期338-344,共7页
针对常见的降维方法难以有效地保留多元时间序列主要特征的问题,分析了传统PCA方法在多元时间序列降维中的局限性;提出一种基于共同主成分分析的线性降维方法;把共同主成分与核技巧相结合,通过数学推导,将其拓展为基于共同核主成分分析... 针对常见的降维方法难以有效地保留多元时间序列主要特征的问题,分析了传统PCA方法在多元时间序列降维中的局限性;提出一种基于共同主成分分析的线性降维方法;把共同主成分与核技巧相结合,通过数学推导,将其拓展为基于共同核主成分分析的非线性降维方法;最后分析两种方法的降维有效性.与传统PCA方法相比,基于共同核主成分分析的降维方法可以表达变量间的非线性关系、能够选取合适的核函数和形状参数,因此降维手段更为灵活、对数据的适应性更强.实验结果表明,本文提出的降维方法能够更有效地对多元时间序列进行降维. 展开更多
关键词 多元时间序列 特征降维 共同主成分 共同核主成分 模式匹配
下载PDF
基于词频的优化互信息文本特征选择方法 被引量：13
8
作者 刘海峰 姚泽清 苏展 《计算机工程》 CAS CSCD 2014年第7期179-182,共4页
互信息(MI)是一种常用的文本特征选择方法,经典MI方法未考虑同一个特征项在不同类别内频数的差异性,也未考虑同一个特征在同一类别内的不同文本之间分布上的差异性。针对上述不足,以特征项的频数为依据,分别从特征项的类内分布、类间分... 互信息(MI)是一种常用的文本特征选择方法,经典MI方法未考虑同一个特征项在不同类别内频数的差异性,也未考虑同一个特征在同一类别内的不同文本之间分布上的差异性。针对上述不足,以特征项的频数为依据,分别从特征项的类内分布、类间分布上的差异以及类内不同文本之间分布上的差异等角度,通过引入特征项的类内频数因子、类内位置分布因子以及类间分布因子,提出一种改进的MI文本特征选择方法,使得特征项的频数信息在MI模型中得到有效利用,合理改善互信息模型在文本特征选择方面的不足。文本分类实验结果表明,改进MI文本特征选择方法的平均准确率、召回率分别提高约5.2%及4.6%,平均综合评价指标值提高约4.9%,有效提高了模型的文本分类效率。 展开更多
关键词 文本分类 特征选择 互信息 特征频率 特征降维 类内分布
下载PDF
具有普适性的改进非负矩阵分解图像特征提取方法 被引量：12
9
作者 贾旭 孙福明 +1 位作者 李豪杰 曹玉东 《计算机应用》 CSCD 北大核心 2018年第1期233-237,254,共6页
为提高图像特征提取的普适性,提出了一种基于改进非负矩阵分解(NMF)的图像特征提取方法。首先,考虑到提取的图像特征的实际意义,选用非负矩阵分解模型进行图像特征的降维处理;其次,为实现用较小数量系数来描述图像特征,将稀疏约束作为... 为提高图像特征提取的普适性,提出了一种基于改进非负矩阵分解(NMF)的图像特征提取方法。首先,考虑到提取的图像特征的实际意义,选用非负矩阵分解模型进行图像特征的降维处理;其次,为实现用较小数量系数来描述图像特征,将稀疏约束作为非负矩阵分解模型的正则项之一;然后,为使降维后优化得到的特征具有较好的类间区分性,将聚类属性作为非负矩阵分解的另一个正则项;最后,通过对模型的梯度下降优化求解,获得最优的特征基向量与图像特征向量。实验结果表明,针对3种图像数据库,所提的图像特征更有利于图像正确分类或识别,错误接受率(FAR)与错误拒绝率(FRR)分别可以降低到0.021与0.025。 展开更多
关键词 非负矩阵分解 特征提取 稀疏表示 梯度下降法 特征降维
下载PDF
一种融入PCA的LBP特征降维车型识别算法 被引量：12
10
作者 董恩增 魏魁祥 +1 位作者 于晓 冯倩 《计算机工程与科学》 CSCD 北大核心 2017年第2期359-363,共5页
车型识别是智能交通系统研究的关键技术之一,针对车型识别的过程中存在处理的信息量大,提取特征维数高,识别实时性较差等问题,设计了一种融入PCA的LBP特征降维车型识别算法。首先在视频序列中使用帧间差分法提取目标车辆;然后计算目标... 车型识别是智能交通系统研究的关键技术之一,针对车型识别的过程中存在处理的信息量大,提取特征维数高,识别实时性较差等问题,设计了一种融入PCA的LBP特征降维车型识别算法。首先在视频序列中使用帧间差分法提取目标车辆;然后计算目标车辆的LBP特征并利用PCA方法将数据由像素维数降至训练数据维数,在增强识别算法对光线变化鲁棒性的同时,一定程度上降低了车型识别的计算量;最后利用最小距离分类器对目标车辆进行分类识别。实验结果表明,所设计的车型识别算法与常规PCA方法相比,所设计的算法在光照变化时识别准确率有所提高,算法的实时性得到了一定的提升。 展开更多
关键词 车型识别 帧间差分法 特征降维 鲁棒性 最小距离分类器
下载PDF
基于电子鼻技术的混合气体识别研究 被引量：11
11
作者 刘伟玲 吴龙焦 +1 位作者 张思祥 闫子琪 《现代电子技术》 北大核心 2020年第6期57-60,共4页
为了评估恶臭对人类和环境的影响,需要有效鉴别出恶臭成分,设计并研发了以传感器阵列为核心的在线检测恶臭成分的电子鼻系统。针对传感器响应曲线几何特征提取方式的不足,提出分段拟合曲线的方式进行特征值提取。采用主成分分析(PCA)和... 为了评估恶臭对人类和环境的影响,需要有效鉴别出恶臭成分,设计并研发了以传感器阵列为核心的在线检测恶臭成分的电子鼻系统。针对传感器响应曲线几何特征提取方式的不足,提出分段拟合曲线的方式进行特征值提取。采用主成分分析(PCA)和线性判别分析(LDA)两种降维方式对原始数据降维,并结合支持向量机(SVM)和BP神经网络进行分类识别。结果表明,SVM和BP神经网络结合LDA都能100%识别出三种恶臭物质,SVM结合PCA识别率为92%,BP神经网络结合PCA识别率为94%。 展开更多
关键词 电子鼻系统 气体识别 特征值提取 特征降维 气体分类 在线检测
下载PDF
基于特征融合的猪肉新鲜度高光谱图像检测 被引量：10
12
作者 朱启兵 肖盼 +1 位作者 黄敏 尹克 《食品与生物技术学报》 CAS CSCD 北大核心 2015年第3期246-252,共7页
利用高光谱反射图像技术研究了猪肉新鲜度的无损检测。采集了180个猪肉样本在400-1 000 nm范围内的高光谱反射图像,提取了高光谱图像的光谱均值和熵两类特征;分别利用连续投影算法、主成分分析,以及连续投影算法结合主成分分析3种特征... 利用高光谱反射图像技术研究了猪肉新鲜度的无损检测。采集了180个猪肉样本在400-1 000 nm范围内的高光谱反射图像,提取了高光谱图像的光谱均值和熵两类特征;分别利用连续投影算法、主成分分析,以及连续投影算法结合主成分分析3种特征降维方法,提取了反映肉类新鲜度信息的重要特征变量;并建立了这些特征变量与挥发性盐基氮（TVB-N）的最小二乘支持向量机（LSSVM）预测模型;在此基础上提出了猪肉TVB-N含量的可视化检测方法。研究结果表明：相比于单一特征模型,利用光谱均值和熵融合特征的LSSVM模型可显著提高模型的准确度;连续投影算法结合主成分分析的特征降维方法,可显著降低模型的复杂度,提高模型准确度。利用光谱均值和熵两类特征,通过连续投影算法和主成分分析相结合的特征降维方法所建立的LSSVM预测模型,可取得最佳的预测准确度,其预测集的均方根误差RMSEP为1.96,相关系数（RP）为0.948,剩余预测偏差（RPD）为3.12,可满足实际检测需要。建立在此基础上的可视化方法,可直观显示肉类的腐败区域和程度。 展开更多
关键词 猪肉 高光谱图像 挥发性盐基氮 特征融合 特征降维 可视化检测
下载PDF
一种基于“特征降维”文本复杂网络的特征提取方法 被引量：10
13
作者 张丽 马静 《情报科学》 CSSCI 北大核心 2019年第10期20-25,共6页
【目的/意义】本文构建一种'特征降维'文本复杂网络进行文本表示,解决传统词同现文本复杂网络处理海量数据时的维数灾难与语义不足问题,再结合机器学习方法提升文本特征提取效果。【方法/过程】依据共现关系抽取二级词条,再结... 【目的/意义】本文构建一种'特征降维'文本复杂网络进行文本表示,解决传统词同现文本复杂网络处理海量数据时的维数灾难与语义不足问题,再结合机器学习方法提升文本特征提取效果。【方法/过程】依据共现关系抽取二级词条,再结合依存句法关系抽取三级词条,构建'特征降维'文本复杂网络,接着利用PCA算法和TOPSIS法评价网络节点重要性提取反映文本主题的关键词作为文本特征词,实现文本特征提取。【结果/结论】本文以网络新闻数据为实验对象。实验结果表明,特征降维文本复杂网络能较好地表示中文文本,并且在较好地保留了文本语义信息的同时有效减少网络节点冗余,结合PCA算法的特征提取方法可以使文本分类性能提高。 展开更多
关键词 文本复杂网络 特征降维 PCA 特征提取
原文传递
基于深度自编码网络的软件缺陷预测方法 被引量：10
14
作者 周末 徐玲 +2 位作者 杨梦宁 廖胜平 鄢萌 《计算机工程与科学》 CSCD 北大核心 2018年第10期1796-1804,共9页
软件缺陷预测是提升软件质量的有效方法,而软件缺陷预测方法的预测效果与数据集自身的特点有着密切的相关性。针对软件缺陷预测中数据集特征信息冗余、维度过大的问题,结合深度学习对数据特征强大的学习能力,提出了一种基于深度自编码... 软件缺陷预测是提升软件质量的有效方法,而软件缺陷预测方法的预测效果与数据集自身的特点有着密切的相关性。针对软件缺陷预测中数据集特征信息冗余、维度过大的问题,结合深度学习对数据特征强大的学习能力,提出了一种基于深度自编码网络的软件缺陷预测方法。该方法首先使用一种基于无监督学习的采样方法对6个开源项目数据集进行采样,解决了数据集中类不平衡问题;然后训练出一个深度自编码网络模型。该模型能对数据集进行特征降维,模型的最后使用了三种分类器进行连接,该模型使用降维后的训练集训练分类器,最后用测试集进行预测。实验结果表明,该方法在维数较大、特征信息冗余的数据集上的预测性能要优于基准的软件缺陷预测模型和基于现有的特征提取方法的软件缺陷预测模型,并且适用于不同分类算法。 展开更多
关键词 软件缺陷预测 特征降维 深度自编码网络 类不平衡
下载PDF
基于Stacking与多特征融合的加密恶意流量检测 被引量：8
15
作者 霍跃华 赵法起 《计算机工程》 CAS CSCD 北大核心 2023年第5期165-172,180,共9页
加密技术保护网络通信安全的同时,大量恶意软件也采用加密协议来隐藏其恶意行为。在现有基于机器学习的TLS加密恶意流量检测模型中,存在单模型检测算法对多粒度特征适用性差和混合流量检测误报率高的问题。提出基于Stacking策略和多特... 加密技术保护网络通信安全的同时,大量恶意软件也采用加密协议来隐藏其恶意行为。在现有基于机器学习的TLS加密恶意流量检测模型中,存在单模型检测算法对多粒度特征适用性差和混合流量检测误报率高的问题。提出基于Stacking策略和多特征融合的非解密TLS加密恶意流量检测方法。分析加密恶意流量特征多粒度的特点,提取流量的流特征、连接特征和TLS握手特征。对所提取的特征通过特征工程进行规约处理,从而减少计算开销。对规约处理后的3类特征分别建立随机森林、XGBoost和高斯朴素贝叶斯分类器模型学习隐藏在流量内部的规律。在此基础上,使用流指纹融合处理后的多维特征,利用Stacking策略组合3个分类器,构成DMMFC检测模型来识别网络中的TLS加密恶意流量。基于CTU-13公开数据集对构建的模型进行性能评估,实验结果表明,该方法在二分类实验上识别召回率高达99.93%,恶意流量检测的误报率低于0.10%,能够有效检测非解密的TLS加密恶意流量。 展开更多
关键词 加密恶意流量 TLS协议 Stacking策略 特征降维 多特征融合
下载PDF
基于形状特征及纹理特征的中药材检索方法 被引量：9
16
作者 朱黎辉 李晓宁 +2 位作者 张莹 蒲华秀 吴纯洁 《计算机工程与设计》 CSCD 北大核心 2014年第11期3903-3907,共5页
为有效提取中药材图像的特征,提高中药材图像分类准确率并提升检索性能,对中药材图像的梯度方向直方图形状特征和局部二元模式纹理特征进行研究,对2种特征进行维数改进,提出一种基于形状特征和纹理特征的中药材检索方法。使用改进的图... 为有效提取中药材图像的特征,提高中药材图像分类准确率并提升检索性能,对中药材图像的梯度方向直方图形状特征和局部二元模式纹理特征进行研究,对2种特征进行维数改进,提出一种基于形状特征和纹理特征的中药材检索方法。使用改进的图像梯度方向直方图和分块局部二元模式进行形状及纹理的特征提取;对提取得到的特征向量进行线性组合;采用一对一方式构造多分类器,使用支持向量机进行分类检索。实验结果表明,组合降维特征提取算法能在中药材图像数据集中取得较好的识别效果。 展开更多
关键词 分块局部二元模式 梯度方向直方图 支持向量机 中药材检索 特征降维
下载PDF
基于GBDT算法真空自耗铸锭终点锰含量预测模型 被引量：8
17
作者 查伟 董艳伍 +1 位作者 姜周华 刘玉潇 《中国冶金》 CAS CSCD 北大核心 2023年第7期107-114,共8页
真空自耗熔炼是生产高品质特殊钢的重要方法之一,但熔炼过程中易挥发元素容易烧损并使铸锭成分产生波动,影响最终铸锭的质量。为准确控制锰元素熔炼前后的成分波动,采用皮尔逊相关系数法和互信息法对生产数据进行降维处理,选取12个特征... 真空自耗熔炼是生产高品质特殊钢的重要方法之一,但熔炼过程中易挥发元素容易烧损并使铸锭成分产生波动,影响最终铸锭的质量。为准确控制锰元素熔炼前后的成分波动,采用皮尔逊相关系数法和互信息法对生产数据进行降维处理,选取12个特征作为模型输入,数据标准化和超参数寻优后建立真空自耗铸锭梯度提升决策树(GBDT)终点锰含量预测模型,并与决策树(DT)、随机森林(RF)和适应性提升(Adaboost)预测模型进行对比。研究发现,工艺参数中熔炼电流、补缩电流及真空度对终点锰含量的影响程度最大。经过降维处理后各模型的预测误差都有降低,其中GBDT模型的降低幅度最大,并且其均方根误差为0.03146,平均绝对误差为0.02551,模型误差最低,在±0.06%、±0.04%、±0.02%误差范围内的炉次所占比例分别为96%、78%、44%,整体误差范围内预测效果较好,对实际生产有一定的指导意义。 展开更多
关键词 真空自耗炉 元素烧损 终点锰含量 特征降维 GBDT预测模型
原文传递
基于IPSO优化LS-SVM的铣削刀具磨损状态监测方法研究 被引量：9
18
作者 聂鹏 马尧 +2 位作者 郭勇翼 李正强 单春富 《振动与冲击》 EI CSCD 北大核心 2022年第22期137-143,共7页
刀具是机械加工中的重要组成部分,刀具磨损会影响加工精度和加工效率,准确掌握加工时刀具磨损状态至关重要,提出了一种改进粒子群优化(improved particle swarm optimization, IPSO)算法优化最小二乘支持向量机(least square support ve... 刀具是机械加工中的重要组成部分,刀具磨损会影响加工精度和加工效率,准确掌握加工时刀具磨损状态至关重要,提出了一种改进粒子群优化(improved particle swarm optimization, IPSO)算法优化最小二乘支持向量机(least square support vector machine, LS-SVM)的刀具磨损状态监测方法。采集铣削时的切削力信号,分别利用经验模态分解(empirical mode decomposition, EMD)和主成分分析(principal component analysis, PCA)法进行特征提取和降维,IPSO算法改进了粒子速度、位置的更新策略和权重搜索方法,IPSO算法通过计算适应度函数对LS-SVM识别模型的惩罚因子和核参数迭代寻优。结果表明,降维后的特征可分性较强,IPSO算法寻优能力强于传统PSO和LdPSO算法,将降维后的特征当作IPSO-LS-SVM模型的输入,模型的识别精度和效率优于PSO和LdPSO优化的LS-SVM模型。 展开更多
关键词 刀具磨损状态 经验模态分解(EMD) 特征降维 改进粒子群 最小二乘支持向量机(LS-SVM)
下载PDF
基于深度神经网络的多星测控调度方法 被引量：8
19
作者 李长德 徐伟 +1 位作者 徐梁 王燕 《中国空间科学技术》 CSCD 北大核心 2022年第1期65-72,共8页
卫星规模的急剧扩大给传统多星测控调度方法带来了巨大挑战。传统调度方法面临调度时间长、任务满足度低等问题,难以适应大规模卫星调度。为此,引入了支持大数据和并行计算且具有自主学习特性的深度神经网络(DNN)算法,提出了一种基于DN... 卫星规模的急剧扩大给传统多星测控调度方法带来了巨大挑战。传统调度方法面临调度时间长、任务满足度低等问题,难以适应大规模卫星调度。为此,引入了支持大数据和并行计算且具有自主学习特性的深度神经网络(DNN)算法,提出了一种基于DNN的多星测控资源调度方法。根据多星测控资源调度的特点以及DNN算法的要求,对调度过程中影响调度结果的相关实体和约束等信息进行特性分析,选择对调度结果有较大影响的属性或约束,离散化处理后作为DNN的特征值。在此基础之上通过预处理将测控任务与测控资源间的全匹配缩减为有效匹配,减小求解空间,降低DNN的特征维度以及训练难度。然后基于抽取的特征值及调度特性构建DNN模型,并通过大量历史调度数据完成对该DNN模型的训练。最后经试验表明,DNN调度方法的任务满足度达到99%,且通过特征降维后,算法的运行时间缩减了83%,验证了算法的可行性和高效性。 展开更多
关键词 深度神经网络 多星测控 任务调度 特性分析 特征降维
下载PDF
支持向量描述鉴别分析及在人脸识别中的应用 被引量：7
20
作者 陈长军 詹永照 文传军 《计算机应用研究》 CSCD 北大核心 2010年第2期488-490,共3页
数据降维是模式识别的重要组成部分。支持向量鉴别分析(support vector discriminant analysis,SVDA)依最优超平面法线方向投影对数据进行降维,克服了传统方法中假设数据满足高斯分布时,导致无法反映超平面单侧中多类数据间投影距离差... 数据降维是模式识别的重要组成部分。支持向量鉴别分析(support vector discriminant analysis,SVDA)依最优超平面法线方向投影对数据进行降维,克服了传统方法中假设数据满足高斯分布时,导致无法反映超平面单侧中多类数据间投影距离差异并影响了算法有效性的缺点。提出一种支持向量描述鉴别分析(support vec-tor description discriminant analysis,SVDDA)算法,首先利用支持向量机最优超平面获取样本的类属信息,然后通过SVDD的超球面法线作为投影轴取得样本的投影距离,取两信息的组合作为样本的特征映射。算法利用SVDD的一类紧致超球特性,弥补支持向量鉴别分析的不足。通过人脸识别实验,验证了该算法的有效性。 展开更多
关键词 特征降维 支持向量鉴别分析 支持向量数据描述 支持向量描述鉴别分析 人脸识别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部