期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征优选和随机森林的掘进机多工况截割岩石硬度识别
被引量：
2
1
作者
常聚才
戚鹏飞
陈潇
《煤炭学报》
EI
CAS
CSCD
北大核心
2023年第2期1070-1084,共15页
为了实现岩巷掘进机不同工况截割岩壁岩石硬度的识别,通过掘进机多截割工况岩石硬度识别实验平台,获得不同工况截割不同硬度岩石的截割电机电流及扭矩信号,提出一种基于特征优选和随机森林(RF)的掘进机截割岩壁岩石硬度识别方法。该方...
为了实现岩巷掘进机不同工况截割岩壁岩石硬度的识别,通过掘进机多截割工况岩石硬度识别实验平台,获得不同工况截割不同硬度岩石的截割电机电流及扭矩信号,提出一种基于特征优选和随机森林(RF)的掘进机截割岩壁岩石硬度识别方法。该方法首先利用自适应噪声的完全集合经验模态分解(CEEMDAN)对实验获得的电流及扭矩信号进行分解,获得本征模态分量(IMF)并计算IMF的样本熵(SE),将SE最高的IMF进行变分模态(VMD)二次分解。计算二次分解IMF的模糊熵后对电流及扭矩信号重构,再计算重构信号的时频特征,与二次分解IMF的模糊熵组成电流及扭矩信号的时-频-熵特征。为了避免特征过多影响模型识别,提出Relief-F结合Pearson相关系数的特征选择方法,最后通过乌燕鸥算法(STOA)优化随机森林(RF)的最大特征数和决策树个数,完成了不同截割工况下岩石硬度识别模型的建立。结果表明:(1)对电流及扭矩信号先CEEMDAN分解再VMD分解可以降低原始信号的随机性和波动性,相较于CEEMDAN及VMD的一次分解,岩石硬度识别准确度分别提升15.2%和23.9%;(2)不同截割工况下岩石硬度识别,电流信号的时域特征占岩石硬度识别准确度权重最大;(3)提出的Relief-F结合Pearson相关系数的特征优选方法对3种工况下截割4种硬度岩石的电流及扭矩信号特征聚类明显;(4) STOA对RF关键系数的选取有优化效果,且算法迭代次数少,相较于传统的粒子群优化算法,以不同工况截割不同硬度岩石识别准确度提高7.2%。
展开更多
关键词
掘进岩石硬度识别
二次分解
Reli
f
-
f
算法
Pearson相关系数
随机森林
下载PDF
职称材料
基于改进快速鲁棒特征的图像快速拼接算法
被引量：
10
2
作者
朱琳
王莹
+1 位作者
刘淑云
赵博
《计算机应用》
CSCD
北大核心
2014年第10期2944-2947,共4页
针对快速鲁棒特性(SURF)算法实时性、鲁棒性等无法满足实际应用需求的问题,提出了一种对SURF的改进算法,实现图像快速拼接。改进的算法采用机器学习的方法,建立一个二进制分类器,识别出SURF提取的特征点中的关键特征点,并剔除非关键特...
针对快速鲁棒特性(SURF)算法实时性、鲁棒性等无法满足实际应用需求的问题,提出了一种对SURF的改进算法,实现图像快速拼接。改进的算法采用机器学习的方法,建立一个二进制分类器,识别出SURF提取的特征点中的关键特征点,并剔除非关键特征点。此外,采用Relief-F算法将改进的SURF描述子降维简化来完成图像配准。图像融合阶段采用带阈值的加权融合算法,实现了图像无缝拼接。实验结果表明,改进的算法具有较强的实时性和鲁棒性,并且提高了图像配准的效率,加快了图像拼接的速度。
展开更多
关键词
图像快速拼接
快速鲁棒特征算法
机器学习
relief
-
f
算法
图像融合
下载PDF
职称材料
题名
基于特征优选和随机森林的掘进机多工况截割岩石硬度识别
被引量：
2
1
作者
常聚才
戚鹏飞
陈潇
机构
安徽理工大学矿业工程学院
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2023年第2期1070-1084,共15页
基金
安徽省重点研究与开发计划资助项目(202004a07020045)
安徽省高校协同创新资助项目(GXXT-2019-029)。
文摘
为了实现岩巷掘进机不同工况截割岩壁岩石硬度的识别,通过掘进机多截割工况岩石硬度识别实验平台,获得不同工况截割不同硬度岩石的截割电机电流及扭矩信号,提出一种基于特征优选和随机森林(RF)的掘进机截割岩壁岩石硬度识别方法。该方法首先利用自适应噪声的完全集合经验模态分解(CEEMDAN)对实验获得的电流及扭矩信号进行分解,获得本征模态分量(IMF)并计算IMF的样本熵(SE),将SE最高的IMF进行变分模态(VMD)二次分解。计算二次分解IMF的模糊熵后对电流及扭矩信号重构,再计算重构信号的时频特征,与二次分解IMF的模糊熵组成电流及扭矩信号的时-频-熵特征。为了避免特征过多影响模型识别,提出Relief-F结合Pearson相关系数的特征选择方法,最后通过乌燕鸥算法(STOA)优化随机森林(RF)的最大特征数和决策树个数,完成了不同截割工况下岩石硬度识别模型的建立。结果表明:(1)对电流及扭矩信号先CEEMDAN分解再VMD分解可以降低原始信号的随机性和波动性,相较于CEEMDAN及VMD的一次分解,岩石硬度识别准确度分别提升15.2%和23.9%;(2)不同截割工况下岩石硬度识别,电流信号的时域特征占岩石硬度识别准确度权重最大;(3)提出的Relief-F结合Pearson相关系数的特征优选方法对3种工况下截割4种硬度岩石的电流及扭矩信号特征聚类明显;(4) STOA对RF关键系数的选取有优化效果,且算法迭代次数少,相较于传统的粒子群优化算法,以不同工况截割不同硬度岩石识别准确度提高7.2%。
关键词
掘进岩石硬度识别
二次分解
Reli
f
-
f
算法
Pearson相关系数
随机森林
Keywords
rock
hardness
identi
f
ication
secondary
decomposition
algorithm
o
f
relief
-
f
Pearson
correlation
coe
f
f
icient
random
f
orest
分类号
TD353 [矿业工程—矿井建设]
下载PDF
职称材料
题名
基于改进快速鲁棒特征的图像快速拼接算法
被引量：
10
2
作者
朱琳
王莹
刘淑云
赵博
机构
中国北方车辆研究所信息与控制技术部
出处
《计算机应用》
CSCD
北大核心
2014年第10期2944-2947,共4页
基金
国家自然科学基金资助项目(61305018
61273303)
文摘
针对快速鲁棒特性(SURF)算法实时性、鲁棒性等无法满足实际应用需求的问题,提出了一种对SURF的改进算法,实现图像快速拼接。改进的算法采用机器学习的方法,建立一个二进制分类器,识别出SURF提取的特征点中的关键特征点,并剔除非关键特征点。此外,采用Relief-F算法将改进的SURF描述子降维简化来完成图像配准。图像融合阶段采用带阈值的加权融合算法,实现了图像无缝拼接。实验结果表明,改进的算法具有较强的实时性和鲁棒性,并且提高了图像配准的效率,加快了图像拼接的速度。
关键词
图像快速拼接
快速鲁棒特征算法
机器学习
relief
-
f
算法
图像融合
Keywords
f
ast
image
stitching
Speeded
Up
Robust
f
eature
（SUR
f
）
algorithm
machine
learning
relief
-
f
algorithm
image
f
usion
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征优选和随机森林的掘进机多工况截割岩石硬度识别
常聚才
戚鹏飞
陈潇
《煤炭学报》
EI
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
2
基于改进快速鲁棒特征的图像快速拼接算法
朱琳
王莹
刘淑云
赵博
《计算机应用》
CSCD
北大核心
2014
10
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
