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6篇文章
< 1 >
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：
基于混合智能优化算法的输变电工程全环节关键数据处理方法
1
作者 何琳 黄博 +1 位作者 申亚波 李爽 《沈阳工业大学学报》 CAS 北大核心 2024年第3期263-269,共7页
为了提升输变电工程全环节的数据管理质效,提出了一种基于混合智能优化算法的输变电工程全环节关键数据处理方法。该方法以造价数据管理为核心,利用层次分析法建立工程造价控制评估模型,获得了造价评估指标与指标权重。同时设计了一种... 为了提升输变电工程全环节的数据管理质效,提出了一种基于混合智能优化算法的输变电工程全环节关键数据处理方法。该方法以造价数据管理为核心,利用层次分析法建立工程造价控制评估模型,获得了造价评估指标与指标权重。同时设计了一种改进的随机邻域嵌入算法实现数据降维,进而引入经自适应改进的鲸鱼优化算法及粒子群算法。在交叉策略框架下,将两者相结合并得到鲸鱼粒子群混合优化算法。实验结果表明,所提方法对输变电工程全环节关键数据的处理效果较优,而与其他方法相比,其精度和效率也均具备显著优势,能够提升数据管理水平。 展开更多
关键词 输变电工程 全环节 鲸鱼粒子群混合优化算法 随机邻域嵌入算法 工程造价 关键数据 交叉策略 数据管理 层次分析法
下载PDF
结合高光谱像素级信息和CNN的玉米种子品种识别模型 被引量：11
2
作者 王立国 王丽凤 《遥感学报》 EI CSCD 北大核心 2021年第11期2234-2244,共11页
玉米作为中国重要粮食作物,品种众多,易出现错分现象,影响农业安全和粮食生产。针对传统基于卷积神经网络CNN(Convolutional Neural Network)的高光谱图像作物品种识别模型所需建模样本数量巨大的问题,提出基于高光谱像素级信息和CNN的... 玉米作为中国重要粮食作物,品种众多,易出现错分现象,影响农业安全和粮食生产。针对传统基于卷积神经网络CNN(Convolutional Neural Network)的高光谱图像作物品种识别模型所需建模样本数量巨大的问题,提出基于高光谱像素级信息和CNN的玉米种子品种识别模型。首先,获取不同品种玉米种子在400—1000 nm范围内的高光谱图像,提取样本全部像素的203维光谱信息,利用主成分分析PCA(Principal Component Analysis)算法将光谱维度降至8维。在实验中,样本的像素级光谱信息(即:样本的全部像素的光谱信息)除应用于CNN模型外,也应用于支持向量机(SVM)和K近邻分类(KNN)模型中,结果表明:在相同模型中,基于像素级光谱信息比基于米粒级光谱信息(即:每粒样本所有像素光谱信息的平均值)识别效果好;在相同情况下,CNN模型比SVM和KNN模型的识别效果好;基于像素级光谱信息和CNN的品种识别模型识别效果最稳定,依据像素级分类结果采用多数投票策略对玉米种子样本进行识别,样本识别精度高达100%(注:100%为建模集样本与测试集样本数量为0.27和0.32时的识别精度,随着测试集样本数量的增加,该识别精度将有所降低)。最后,使用t分布随机邻域嵌入(t-SNE)算法实现CNN输出特征值的可视化,验证了基于高光谱像素级信息和CNN的品种识别模型的有效性。在建模样本极少的情况下,实现了玉米种子品种的无损、高效识别,为精准农业提供了理论基础。 展开更多
关键词 高光谱图像 卷积神经网络 深度学习 玉米种子 t分布随机邻域嵌入算法 像素级光谱信息
原文传递
基于t-SNE和核马氏距离的滚动轴承健康状态评估 被引量：6
3
作者 胡启国 杜春超 罗棚 《组合机床与自动化加工技术》 北大核心 2021年第8期57-61,共5页
针对滚动轴承在健康状态评估过程中,退化状态特征筛选和健康指数难以构建等问题,提出了一种基于t-SNE(t-distribution Stochastic Neighbor Embedding)和核马氏距离的滚动轴承健康状态评估方法。首先,利用随机森林算法筛选出重要性较高... 针对滚动轴承在健康状态评估过程中,退化状态特征筛选和健康指数难以构建等问题,提出了一种基于t-SNE(t-distribution Stochastic Neighbor Embedding)和核马氏距离的滚动轴承健康状态评估方法。首先,利用随机森林算法筛选出重要性较高的退化状态特征,并构建高维相对退化状态特征;其次,为防止退化状态特征冗余对评估结果产生影响,利用t-SNE对高维相对退化状态特征集进行降维,将退化状态特征进行融合;最后,将其与等距映射(Isometric mapping,Isomap)、KPCA方法对比,以验证t-SNE流形学习算法进行退化状态特征降维的有效性与优越性,结果表明t-SNE算法具有一定优势。最终结果验证了所提方法的有效性。 展开更多
关键词 滚动轴承 退化状态特征 t-分布随机邻域嵌入算法 核马氏距离 健康状态评估
下载PDF
基于LNN-DPC加权集成学习的转炉炼钢终点碳温软测量方法 被引量：4
4
作者 熊倩 刘辉 刘旭琛 《计算机集成制造系统》 EI CSCD 北大核心 2022年第12期3886-3898,共13页
转炉炼钢终点控制的关键是碳温准确预报。针对实际生产中因原料品质差异导致的炉次样本波动性较大所造成全局单一模型无法精确预测终点碳温的问题,提出一种局部最近邻密度峰值聚类算法(LNN-DPC)加权集成学习软测量方法。首先,采用改进... 转炉炼钢终点控制的关键是碳温准确预报。针对实际生产中因原料品质差异导致的炉次样本波动性较大所造成全局单一模型无法精确预测终点碳温的问题,提出一种局部最近邻密度峰值聚类算法(LNN-DPC)加权集成学习软测量方法。首先,采用改进的峰值密度聚类算法划分降维后的训练数据形成局部样本子集,构建子集与原始数据间的一一对应关系生成高斯过程回归子模型,并在原始数据子集下度量得到熵值加权的子集“质心”;其次,通过灰色关联分析选择与测试样本关联度较强的模型作为局部模型,提出关联度加权集成策略输出碳温预测结果。在实际转炉炼钢生产过程数据仿真结果下,碳含量在±0.02%的误差范围内精度达到85.2%,温度在±10℃的误差范围内精度达到84.8%。 展开更多
关键词 转炉炼钢 集成学习 t-分布随机邻域嵌入算法 局部最近邻密度峰值聚类算法 灰色关联分析 高斯过程回归
下载PDF
基于PCA与t-SNE特征降维的城市植被SVM识别方法 被引量：1
5
作者 于慧伶 霍镜宇 +1 位作者 张怡卓 蒋毅 《实验室研究与探索》 CAS 北大核心 2019年第12期135-140,共6页
以高光谱图像降维为研究问题,针对主成分分析法(PCA)投影结果混叠、线性不可分和t-分布式随机邻域嵌入算法(t-SNE)内存占用大、运行时间长等不足,提出了一种基于PCA与t-SNE结合的高光谱图像降维方法。设计了基于SVM的城市植被识别模型,... 以高光谱图像降维为研究问题,针对主成分分析法(PCA)投影结果混叠、线性不可分和t-分布式随机邻域嵌入算法(t-SNE)内存占用大、运行时间长等不足,提出了一种基于PCA与t-SNE结合的高光谱图像降维方法。设计了基于SVM的城市植被识别模型,有效地提高了运行速率,进而更好地提取高光谱图像的本质特征,提高了高光谱图像中城市植被的分类精度。实验选取肯尼迪航天中心(KSC)数据为对象,结果表明,PCA-t-SNE-SVM算法总体分类精度可达92.06%,Kappa系数为0.91时,分类效果最优,相较于PCA-SVM和t-SNE-SVM算法,总体分类精度分别提高了13.51%和3.33%,Kappa系数分别提高了0.15和0.04,均表现出良好的性能。 展开更多
关键词 高光谱图像分类 城市植被分类 主成分分析法 t-分布式随机邻域嵌入算法 支持向量机
下载PDF
基于灰色关联分析的电力基建工程造价预测方法
6
作者 王雅琪 王佳慧 +1 位作者 张文 卫子钰 《电气技术与经济》 2024年第8期301-303,共3页
造价预测是电力基建工程前期工作中重要内容,对降低工程造价风险具有重要意义,但是现行方法 MARE比较高,预测精度比较低。基于此,针对现行方法存在的不足,提出基于灰色关联分析的电力基建工程造价预测方法。先筛选电力基建工程造价特征... 造价预测是电力基建工程前期工作中重要内容,对降低工程造价风险具有重要意义,但是现行方法 MARE比较高,预测精度比较低。基于此,针对现行方法存在的不足,提出基于灰色关联分析的电力基建工程造价预测方法。先筛选电力基建工程造价特征指标,建立工程造价预测指标体系,然后采用T分布随机邻域嵌入降维算法对预测指标降维处理,通过对预测指标灰色关联分析,优选相似特征工程,最后采用均值强化算法对特征相似的工程造价预测值计算,实现基于灰色关联分析的电力基建工程造价预测。经实验证明,本文方法预测结果 MARE值不足1%,预测值与工程造价真实情况基本贴合,在电力基建工程造价预测方面具有良好的应用前景。 展开更多
关键词 灰色关联分析 电力基建工程 造价 指标体系 T分布随机邻域嵌入降维算法 均值强化算法
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 下一页 到第 页
使用帮助 返回顶部