信息与生命 被引量：5

1

作者 李衍达 《化学通报》 CAS CSCD 北大核心 2001年第10期601-607,共7页

理解生命的本质的关键 ,在于信息科学与生物学的结合 ,以系统和综合的观点去理解生物 ,综合多种信息对生物体进行分析。生物信息学正是这样一个新兴的交叉学科。

关键词 生物信息学 生物调控 复杂系统 人工生命 分子生物学 分布自适应 信息特征

原文传递

基于混合式迁移学习的命名实体识别算法

2

作者 余肖生 张合欢 陈鹏 《计算机应用与软件》 北大核心 2024年第8期303-310,共8页

针对命名实体识别领域中大量标注数据难于获取而带来的问题,提出基于混合式迁移学习的命名实体识别算法——MT-NER。利用样本之间的距离作为权衡样本相似性的标准,进行样本迁移以扩充目标域样本;利用模型迁移建立带有finetune的新命名... 针对命名实体识别领域中大量标注数据难于获取而带来的问题,提出基于混合式迁移学习的命名实体识别算法——MT-NER。利用样本之间的距离作为权衡样本相似性的标准,进行样本迁移以扩充目标域样本;利用模型迁移建立带有finetune的新命名实体识别网络结构,用扩充后的目标域数据集来训练网络。以医疗领域为例的实验结果分析表明,MT-NER算法在小样本数据中的实体识别效果最佳,精度达到93.31%,召回率达到89.5%,F1值达到0.9317,与BiLSTM-CRF模型相比分别提升了6.33百分点、3.65百分点和0.0891。 展开更多

关键词 命名实体识别 迁移学习 双向LSTM-CRF 分布自适应

下载PDF 职称材料

精英反向学习t分布饥饿游戏搜索算法 被引量：1

3

作者 徐亦凤 刘升 +1 位作者 张伟康 刘宇凇 《计算机仿真》 北大核心 2023年第6期425-434,共10页

饥饿游戏搜索算法相较于传统的群智能优化算法,具有较好的鲁棒性和寻优能力,但仍存在易陷入局部最优、收敛速度慢等缺陷。为进一步提高饥饿游戏搜索算法的寻优性能,提出精英反向学习t分布饥饿游戏搜索算法(Elite Opposition-Based Learn... 饥饿游戏搜索算法相较于传统的群智能优化算法,具有较好的鲁棒性和寻优能力,但仍存在易陷入局部最优、收敛速度慢等缺陷。为进一步提高饥饿游戏搜索算法的寻优性能,提出精英反向学习t分布饥饿游戏搜索算法(Elite Opposition-Based Learning andt-Distribution Hunger Games Search Algorithm, EtHGS)。利用精英反向学习策略提高初始化种群多样性并且提高收敛速度,同时引入动态概率t分布自适应策略来平衡算法的全局探索和局部开发的能力。通过与饥饿游戏搜索算法(Hunger Games Search Algorithm, HGS)、哈里斯鹰算法(Harris Hawks Optimization, HHO)、黏菌算法(Slime Mould Algorithm, SMA)、精英反向黄金正弦鲸鱼算法(Elite Opposition-Based Golden-Sine Whale Optimization Algorithm, EGoldenSWOA)在多个单模态、多模态和高维测试函数之间进行寻优对比实验,结果表明,所提出的EtHGS算法具有较快收敛速度、较高求解精度以及较强的全局收敛能力。 展开更多

关键词 饥饿游戏搜索算法 精英反向学习 分布自适应 高维优化

下载PDF 职称材料

权值自适应调整Unscented粒子滤波及其在组合导航中的应用 被引量：12

4

作者 薛丽 高社生 赵岩 《中国惯性技术学报》 EI CSCD 北大核心 2012年第4期459-463,共5页

针对粒子滤波存在的重要性密度函数难以选取和粒子退化问题,提出了一种新的权值自适应调整Unscented粒子滤波算法。该算法在Unscented粒子滤波的采样过程中吸收权值自适应调整的优点,考虑最新量测影响,通过欧氏距离和反映量测噪声统计... 针对粒子滤波存在的重要性密度函数难以选取和粒子退化问题,提出了一种新的权值自适应调整Unscented粒子滤波算法。该算法在Unscented粒子滤波的采样过程中吸收权值自适应调整的优点,考虑最新量测影响,通过欧氏距离和反映量测噪声统计特性的精度因子来自适应的调整粒子对应权值分布,增加有用粒子的权值,降低粒子退化程度,保持粒子多样性。同时Unscented变换提高了滤波精度,使该算法能更好地适用于非线性、非高斯系统模型的计算。将提出的算法应用于GPS/DR组合导航系统进行仿真验证,结果表明,提出的权值自适应调整Unscented粒子滤波算法得到的东向定位误差控制在±5.5 m附近,北向定位误差则在±5.2 m附近,滤波性能明显优于扩展卡尔曼滤波和Unscented粒子滤波,能提高GPS/DR组合导航系统解算精度。 展开更多

关键词 Unscented粒子滤波 似然分布自适应调整 权值自适应调整 GPS/DR组合导航

下载PDF 职称材料

基于深度迁移学习的航天器故障诊断 被引量：11

5

作者 唐艺璠 窦立谦 +2 位作者 季春惠 刘文静 宗群 《空间控制技术与应用》 CSCD 北大核心 2021年第3期57-63,共7页

随着航天科技的发展,智能故障诊断技术是确保航天器控制系统安全、自主运行的关键技术之一.由于在轨航天器遥测数据样本少、噪声高、未标记,因此缺乏自适应能力、学习能力的传统故障诊断方法难以准确诊断在轨航天器故障.本文针对上述问... 随着航天科技的发展,智能故障诊断技术是确保航天器控制系统安全、自主运行的关键技术之一.由于在轨航天器遥测数据样本少、噪声高、未标记,因此缺乏自适应能力、学习能力的传统故障诊断方法难以准确诊断在轨航天器故障.本文针对上述问题提出一种基于深度迁移学习的航天器故障诊断方法,为在轨航天器实时故障诊断提供了可行方法.首先,对航天器运行数据进行预处理,将多维时域信号转换为二维图像信号;其次,搭建基于残差网络的故障诊断深度学习框架,并利用地面测试数据与其他航天器在轨运行数据对网络进行预训练;进而,为了实现当前在轨航天器实时故障诊断,本文采用迁移学习自适应方法,设计网络联合分布自适应代价函数,对故障诊断模型进行参数重调,使模型适应当前在轨航天器故障诊断任务.仿真结果表明,所提出的基于深度迁移学习的故障诊断方法可以快速准确的诊断出航天器故障. 展开更多

关键词 深度迁移学习 故障诊断 联合分布自适应 残差网络

下载PDF 职称材料

基于域适应神经网络与联合分布自适应的无监督故障诊断方法 被引量：8

6

作者 张钊 李新宇 高亮 《计算机集成制造系统》 EI CSCD 北大核心 2022年第8期2365-2374,共10页

故障诊断对于机械设备的健康管理十分重要,当前,数据驱动的故障诊断方法已成为了本领域研究热点。然而,机械设备的工作状态与条件是不断变化的,这导致故障数据分布不同,故障诊断带来了挑战。针对该问题,提出一种基于域适应神经网络与联... 故障诊断对于机械设备的健康管理十分重要,当前,数据驱动的故障诊断方法已成为了本领域研究热点。然而,机械设备的工作状态与条件是不断变化的,这导致故障数据分布不同,故障诊断带来了挑战。针对该问题,提出一种基于域适应神经网络与联合分布自适应的无监督故障诊断方法。首先,将不同数据分布的故障诊断数据通过信号转图像的方法进行数据预处理;然后,使用域适应神经网络生成数据分布相似的特征;最后使用联合分布自适应方法处理所生成的特征。该方法可以有效地解决工作状态与条件发生变化所带来的数据分布不同的问题。所生成的模型可以在无标签的情况下,较为准确地诊断在另一个工作状态下采样的故障数据。最后,利用本领域的经典案例———凯斯西储大学轴承数据集,对所提方法进行了测试验证,实验结果证明了该方法的可行性与有效性。 展开更多

关键词 故障诊断 域适应神经网络 联合分布自适应方法 无监督学习 迁移学习

下载PDF 职称材料

面向配电网投资决策的小样本关联规则自适应迁移学习方法 被引量：6

7

作者 杨建平 向月 刘俊勇 《中国电机工程学报》 EI CSCD 北大核心 2022年第16期5823-5834,共12页

随着高比例清洁能源的接入以及供需交互的加深,配电网投资决策涉及清洁能源装机、自动化设备等新增要素,传统决策方法模型难以建立且求解复杂,难以满足电网精准化投资的要求。针对这一问题,首先基于已有指标体系,按照投入产出关系对常... 随着高比例清洁能源的接入以及供需交互的加深,配电网投资决策涉及清洁能源装机、自动化设备等新增要素,传统决策方法模型难以建立且求解复杂,难以满足电网精准化投资的要求。针对这一问题,首先基于已有指标体系,按照投入产出关系对常见指标进行分类,然后在此基础上提出一种面向配电网投资决策的自适应关联规则挖掘方法。该方法通过深度学习网络捕捉投资效益指标与投资项之间的关联关系,并引入数据分布自适应的迁移学习技术解决深度学习在电网投资决策过程中训练数据样本不足及电网新增投资措施缺乏实际运行样本参照的问题。通过挖掘投入-产出关联关系,构建基于投资效益机理分析的投资决策模型,最终辅助实现配电网投资规划方案的优选。基于某电网数据仿真并分析不同目标下的最优投资决策方案,实验结果表明,该自适应学习网络能有效捕捉电网多重指标下的投入产出关系,构建起投资措施与效益产出之间的桥梁,从而辅助决策者根据当地投资需求更灵活地制定投资决策方案。 展开更多

关键词 配电网 投资决策 深度学习 迁移学习 数据分布自适应 小样本

下载PDF 职称材料

基于平衡分布自适应迁移学习的多风电机组运行状态监测方法

8

作者 张雅洁 王罗 +4 位作者 刘宇璐 乐波 韩爽 苏营 刘永前 《可再生能源》 CAS CSCD 北大核心 2024年第8期1068-1073,共6页

风电机组状态的准确监测对风电机组安全稳定运行和经济效益提升至关重要。但是,受不同风电机组运行数据分布差异的影响,现有状态监测方法在多风电机组应用场景下存在精度和效率难以兼顾的问题,而平衡分布自适应迁移学习(BDA)可以拉近数... 风电机组状态的准确监测对风电机组安全稳定运行和经济效益提升至关重要。但是,受不同风电机组运行数据分布差异的影响,现有状态监测方法在多风电机组应用场景下存在精度和效率难以兼顾的问题,而平衡分布自适应迁移学习(BDA)可以拉近数据距离,同化数据分布。因此,文章提出了一种基于BDA的多风电机组状态监测方法。首先,基于Copula熵的互信息法挖掘风电机组运行状态关键影响参量;然后,构建基于门控循环单元模型(GRU)和序贯概率比检验(SPRT)方法的单风电机组状态监测模型;最后,构建基于BDA的多风电机组运行数据分布同化模型,并用于多风电机组运行状态监测。算例结果表明,所提方法可以有效节省建模成本和计算成本,能够在保障多风电机组运行状态监测精度的前提下,显著提升监测效率。 展开更多

关键词 风电机组 状态监测 平衡分布自适应迁移学习 序贯概率比检验 门控循环单元

下载PDF 职称材料

基于特征迁移学习的提升机轴承智能故障诊断 被引量：4

9

作者 潘晓博 葛鲲鹏 董飞 《工矿自动化》 北大核心 2022年第9期1-7,32,共8页

针对提升机复杂实际工况导致的现有故障诊断方法准确率低和适应性弱的问题,提出了一种基于深度迁移特征选取(DTF)与平衡分布自适应(BDA)的提升机轴承智能故障诊断方法。对不同工况下的轴承故障信号进行时频分析,提取时域、频域统计特征... 针对提升机复杂实际工况导致的现有故障诊断方法准确率低和适应性弱的问题,提出了一种基于深度迁移特征选取(DTF)与平衡分布自适应(BDA)的提升机轴承智能故障诊断方法。对不同工况下的轴承故障信号进行时频分析,提取时域、频域统计特征,采用深度置信网络进行高维深度特征提取。为从高维深度特征集中选取出既有利于故障模式识别,也有利于跨域故障诊断的特征,采用基于ReliefF与域间差异的迁移特征选取(TFRD)方法对各特征的可迁移性进行量化评估,利用TFRD方法对各特征进行类别区分度和域不变性量化评估,采用ReliefF算法处理各类特征数据,获得表征类别区分度的权重值;计算同一特征在不同域间的最大均值差异,构建一种新的特征可迁移性量化指标。基于TFRD方法,选取特征可迁移性大的深度特征构建特征子集,利用BDA对源域和目标域的特征子集进行分布适应,降低两者间的分布差异。采用源域特征集训练故障模式识别分类器,对目标域样本进行故障识别与分类。采用经典机器学习方法、深度学习方法和迁移学习方法构建了8种故障诊断模型,用于与提出的DTF-BDA故障诊断模型进行故障诊断准确率对比。结果表明:① DTF-BDA故障诊断模型能够取得明显优于其他对比模型的性能,最高故障诊断准确率可达100%。② TFRD方法能有效提高基于迁移学习方法构建的故障诊断模型的性能,与迁移成分分析和联合分布自适应相结合情况下的最高故障诊断准确率分别可达96.46%和97.67%。 展开更多

关键词 矿井提升机 轴承故障 故障诊断 迁移学习 深度特征 平衡分布自适应

下载PDF 职称材料

平衡分布自适应的变工况轴承故障迁移诊断研究 被引量：1

10

作者 王廷轩 刘韬 +1 位作者 刘应东 王振亚 《机械科学与技术》 CSCD 北大核心 2023年第8期1316-1323,共8页

针对机器学习方法中样本满足独立同分布导致的诊断精度低下问题,提出了平衡分布自适应(BDA)算法与K-最近邻(KNN)分类算法结合的轴承故障迁移诊断方法。提取变工况下的轴承故障信号的时域特征分别作为源域和目标域,并利用Fisher判别分析... 针对机器学习方法中样本满足独立同分布导致的诊断精度低下问题,提出了平衡分布自适应(BDA)算法与K-最近邻(KNN)分类算法结合的轴承故障迁移诊断方法。提取变工况下的轴承故障信号的时域特征分别作为源域和目标域,并利用Fisher判别分析方法优选特征;基于BDA将不同工况的特征样本映射至可再生希尔伯特空间,引入最大均值差异(MMD)对变工况样本的边缘分布差异和条件分布差异进行适配;利用KNN分类器对分布适配后的样本进行迁移诊断。仿真和实验表明:本文方法在同实验平台和跨实验平台迁移上,轴承诊断的准确性和分布距离相较于其他算法优势明显。 展开更多

关键词 轴承 平衡分布自适应 变工况 FISHER判别 最大均值差异 迁移诊断

下载PDF 职称材料

基于IGD^(+)指标的两阶段选择高维多目标进化算法 被引量：1

11

作者 张伟 刘建昌 +2 位作者 刘圆超 郑恬子 杨婉婷 《控制理论与应用》 EI CAS CSCD 北大核心 2023年第5期801-816,共16页

针对在高维空间下多目标进化算法难以维持种群收敛性和多样性平衡的问题,本文提出一个基于IGD^(+)指标的两阶段选择高维多目标进化算法(MaOEA–ITS).在第1阶段,算法基于IGD^(+)指标选择收敛性良好的精英个体,其所需的参考点通过引入切... 针对在高维空间下多目标进化算法难以维持种群收敛性和多样性平衡的问题,本文提出一个基于IGD^(+)指标的两阶段选择高维多目标进化算法(MaOEA–ITS).在第1阶段,算法基于IGD^(+)指标选择收敛性良好的精英个体,其所需的参考点通过引入切割平面截距法构建.在第2阶段,MaOEA–ITS使用模糊c均值算法对参考向量进行聚类,聚类后的参考向量引导种群分解策略对剩余个体进行环境选择,从而维持种群的多样性.另外,为了保护能够提高种群多样性的极值解,本文提出一个参考点分布自适应策略.最后,通过仿真实验来验证MaOEA–ITS的有效性和优越性. 展开更多

关键词 高维多目标优化 IGD^(+)指标 两阶段选择策略 参考点分布自适应策略 种群分解策略 进化算法

下载PDF 职称材料

域适应网络与平衡动态分布自适应的轴承变工况故障迁移诊断研究

12

作者 王廷轩 王贵勇 +1 位作者 刘韬 王振亚 《机械强度》 CAS CSCD 北大核心 2023年第3期509-518,共10页

机械设备在工业现场下的工况复杂多变,导致故障样本分布不均,给传统机器学习带来巨大的困扰。针对上述问题,提出了一种基于域适应神经网络与平衡动态分布自适应的轴承故障迁移诊断方法。首先,利用小波变换改进卷积神经网络的卷积层,并... 机械设备在工业现场下的工况复杂多变,导致故障样本分布不均,给传统机器学习带来巨大的困扰。针对上述问题,提出了一种基于域适应神经网络与平衡动态分布自适应的轴承故障迁移诊断方法。首先,利用小波变换改进卷积神经网络的卷积层,并自适应提取轴承样本特征。其次,利用最大均值差异度量和权重正则化在损失函数处理所生成的特征,改善样本分布差异,获取域适应神经网络模型。最后,利用A-distance距离改进平衡分布自适应,使其具备动态特性,进一步改善样本分布差异,通过KNN分类器实现轴承迁移诊断。经过实验验证,所提方法在同试验台和跨试验台案例验证中,能够较为精确地迁移出轴承故障状态,证明该方法可有效解决无标签样本在变工况条件下样本分布不均的问题,具备有效性与鲁棒性。 展开更多

关键词 轴承 域适应神经网络 平衡分布自适应 小波变换 A-distance距离 迁移诊断

下载PDF 职称材料

基于角域重采样的宽度迁移学习算法

13

作者 齐晓轩 王珊 《制造技术与机床》 北大核心 2023年第9期25-33,共9页

针对在变工况中采集到的信号通常为非平稳信号,并且采集到的振动数据分布不一致等情况,提出了基于角域重采样的宽度迁移学习(ADR-BTL)算法,用于轴承故障诊断。首先将非平稳的时域振动信号转换为角域平稳信号,将平稳化处理后的信号进行... 针对在变工况中采集到的信号通常为非平稳信号,并且采集到的振动数据分布不一致等情况,提出了基于角域重采样的宽度迁移学习(ADR-BTL)算法,用于轴承故障诊断。首先将非平稳的时域振动信号转换为角域平稳信号,将平稳化处理后的信号进行特征提取,构建多域特征数据集,然后将不同工况下的源域数据和目标域数据通过平衡分布自适应(BDA)方法进行领域适配来减小域间的分布差异,最后构建宽度迁移学习模型。实验首先验证了角域重采样方法可以将振动信号进行平稳化处理,然后通过仿真样本分析得出BDA方法能够解决数据分布不一致问题,最后通过实验结果得出,提出的ADR-BTL识别率达到了98.9%,识别效果是最好的,证明了所提的方法在轴承故障诊断方面是有效的。 展开更多

关键词 变工况 角域重采样 平衡分布自适应 宽度学习

下载PDF 职称材料

基于数据分布自适应的迁移学习算法比较研究 被引量：3

14

作者 和泽 郭辉 《软件导刊》 2020年第8期80-83,共4页

机器学习通常要求训练数据和测试数据来源于同一特征空间并服从相同的分布,如果条件不满足,则需就要重新收集训练数据并重新训练模型。迁移学习作为解决这一问题的有效方法,其中基于数据分布的自适应迁移学习已成为该领域主要的研究方... 机器学习通常要求训练数据和测试数据来源于同一特征空间并服从相同的分布,如果条件不满足,则需就要重新收集训练数据并重新训练模型。迁移学习作为解决这一问题的有效方法,其中基于数据分布的自适应迁移学习已成为该领域主要的研究方向之一。为比较已有数据分布自适应迁移学习算法性能,在3种公开数据集Image-CLEF、Amazon Review、Office-Caltech上通过TCA、JDA、CORAL、GFK、BDA、EasyTL算法验证6种算法的有效性,并分析比较它们之间的性能差异。结果表明,6种迁移学习算法在Image-CLEF、Amazon Review、Office-Caltech数据集上迁移效果依次降低,EasyTL算法在3种数据集上表现良好。 展开更多

关键词 迁移学习 数据分布自适应 算法比较 数据集

下载PDF 职称材料

一种基于动量BP算法的似然分布自适应粒子滤波 被引量：3

15

作者 张园 赵长胜 李晓明 《小型微型计算机系统》 CSCD 北大核心 2019年第10期2058-2062,共5页

在量测精度不高时,重要性重采样粒子滤波效果较好,但在观测模型具有较高精度时,由于较多的无效样本可能导致粒子滤波失效.同时传统粒子滤波重采样算法虽可以用来解决粒子退化问题,但也会出现如粒子的多样性丧失、高权值的粒子被多次计算... 在量测精度不高时,重要性重采样粒子滤波效果较好,但在观测模型具有较高精度时,由于较多的无效样本可能导致粒子滤波失效.同时传统粒子滤波重采样算法虽可以用来解决粒子退化问题,但也会出现如粒子的多样性丧失、高权值的粒子被多次计算等,同时也存在传统的BP神经网络与粒子滤波结合会导致实时性较差等问题.针对这些问题,本文提出基于动量BP算法的似然分布自适应粒子滤波(MO-NNWA-APF):一方面通过反映量测噪声统计性能的精度因子α对似然分布状态自适应调整,增加先验和似然的重叠区,提高滤波精度;另一方面将动量BP算法与似然分布自适应调整结合,增大位于低概率密度区域的粒子的权值,同时部分高权值粒子被分裂为小权值粒子,一定程度上增加粒子的多样性和改善算法的实时性.选用一维系统和多维单目标系统仿真综合比较算法得出:使用基于动量BP算法的似然分布自适应粒子滤波算法优于现有的基本粒子滤波算法、基于BP神经网络的粒子滤波算法,在系统状态、均方根误差、估计与真值的关系、有效粒子数等方面体现出较好的预测能力,预测结果表现精度较高,算法稳定,实时性较好. 展开更多

关键词 粒子退化 精度因子 似然分布自适应调整 动量BP算法 实时性

下载PDF 职称材料

顾及有色噪声的自适应粒子滤波UWB定位算法 被引量：2

16

作者 张园 谭兴龙 +1 位作者 赵长胜 李晓明 《测绘通报》 CSCD 北大核心 2019年第8期30-33,共4页

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟... 传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明:观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。 展开更多

关键词 有色噪声 卡尔曼滤波 粒子滤波 似然分布自适应 UWB

下载PDF 职称材料

一种抗遮挡与重采样的粒子滤波跟踪算法研究 被引量：1

17

作者 王旭阳 王艳伟 《计算机工程与科学》 CSCD 北大核心 2017年第4期813-820,共8页

针对经过多次迭代之后粒子滤波因粒子匮乏,对于光照、遮挡与旋转等问题会出现跟踪精度下降,甚至失败等问题,提出了一种似然分布自适应调整ALD方法,根据噪声因子的大小来自适应调整似然分布状态,增加先验和似然的重叠区域,有效提高滤波... 针对经过多次迭代之后粒子滤波因粒子匮乏,对于光照、遮挡与旋转等问题会出现跟踪精度下降,甚至失败等问题,提出了一种似然分布自适应调整ALD方法,根据噪声因子的大小来自适应调整似然分布状态,增加先验和似然的重叠区域,有效提高滤波的稳定性,减少重采样次数;在跟踪精度不高或失败时,用局部三值模式LTP来判定所要跟踪区域,根据有效粒子所占用的面积采用动态的粒子阈值来减少重采样次数,采用模板更新来继续跟踪。实验结果表明,该算法的采样次数更少,在遮挡、旋转等条件下能有效地跟踪目标。 展开更多

关键词 粒子滤波 似然分布自适应调整 局部二值模式 局部三值模式 遮挡 重采样

下载PDF 职称材料

基于Sentinel-2数据的祁连山草地自动提取策略

18

作者 邢瑾 候建西 +3 位作者 刘勇 张寅丹 刘立 郭根发 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第4期473-482,共10页

提出一种基于影像重叠区域特征迁移的大区域草地自动提取策略,评估重叠区域样本量对模型性能的影响,集成神经网络分类器和平衡分布自适应模型,仅利用重叠区域信息,自适应平衡因时相差异造成的草地特征变化,迁移拓展完成大区域草地信息... 提出一种基于影像重叠区域特征迁移的大区域草地自动提取策略,评估重叠区域样本量对模型性能的影响,集成神经网络分类器和平衡分布自适应模型,仅利用重叠区域信息,自适应平衡因时相差异造成的草地特征变化,迁移拓展完成大区域草地信息的精准提取.以Sentinel-2影像为例,开展甘肃祁连山国家级自然保护区西北部草地制图试验,在6景草地分类中,单幅分类总体精度和卡帕系数均大于89.09%和0.75,重叠区域的样本量仅达到10%时分类性能趋于稳定.结果表明该策略在草地制图中的有效性及拓展到大区域影像综合制图中的潜力. 展开更多

关键词 草地提取 Sentinel-2影像 重叠区 平衡分布自适应 反向传播神经网络

下载PDF 职称材料

子空间分布自适应的传感器在线漂移补偿算法

19

作者 陶洋 杨皓诚 梁志芳 《新一代信息技术》 2019年第24期6-14,共9页

传感器漂移补偿方法针对电子鼻系统中气体传感器的输出响应随使用时间延伸发生改变,进而导致气体识别准确率下降这一问题提出,大多针对离线场景,在实际应用中存在定期进行系统人工校正所造成的成本高耗时长等困难。因此,本文提出了一种... 传感器漂移补偿方法针对电子鼻系统中气体传感器的输出响应随使用时间延伸发生改变,进而导致气体识别准确率下降这一问题提出,大多针对离线场景,在实际应用中存在定期进行系统人工校正所造成的成本高耗时长等困难。因此,本文提出了一种子空间分布自适应的传感器在线漂移补偿算法。算法通过构造测地线核将原始样本与漂移样本嵌入到流形子空间,然后引入条件分布自适应和流形正则化以减小样本特征的分布差异,并利用结构风险最小化原则构建分类器。分类模型的在线更新通过将每轮分类后获得预测标签的漂移样本引入到下一轮的模型训练过程中以实现。在公开数据集上进行漂移补偿实验,结果表明,提出的算法提高了漂移样本的分类准确率,有效地实现了传感器的在线漂移补偿。 展开更多

关键词 电子鼻 在线漂移补偿 流形子空间 条件分布自适应

下载PDF 职称材料

多导弹分布式自适应协同制导方法 被引量：21

20

作者 邹丽 孔繁峨 +1 位作者 周锐 吴江 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2012年第1期128-132,共5页

针对多导弹的齐射攻击问题,提出了一种具有异构"领弹-被领弹"的分布式自适应协同制导方法.该方法在局部通信和传统比例导引基础上,基于分布式网络同步原理设计了领弹和被领弹的分布式协同制导律.领弹的分布协同制导基于固定... 针对多导弹的齐射攻击问题,提出了一种具有异构"领弹-被领弹"的分布式自适应协同制导方法.该方法在局部通信和传统比例导引基础上,基于分布式网络同步原理设计了领弹和被领弹的分布式协同制导律.领弹的分布协同制导基于固定系数的比例导引律,而被领弹的分布协同制导则基于自适应可变系数的比例导引律,并设计了被领弹比例导引系数的分布式自适应调节规律.给出了5枚导弹协同目标攻击的仿真结果,验证了该自适应分布式协同制导算法的有效性. 展开更多

关键词 导弹 协同制导 局部通信 分布式自适应

下载PDF 职称材料