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5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：
基于机器视觉的焊点检测算法研究 被引量：11
1
作者 刘美菊 李凌燕 郭文博 《电子器件》 CAS 北大核心 2017年第4期1015-1020,共6页
为了提高电路板焊点检测的准确率,提出了改进的K-近邻法。首先,采用工业相机采集图像并选取470个焊点作为训练样本,利用模板匹配法对图像中的焊点进行定位。然后根据特征分布直方图提取焊点的特征并绘制特征分布情况,选择能区分不同类... 为了提高电路板焊点检测的准确率,提出了改进的K-近邻法。首先,采用工业相机采集图像并选取470个焊点作为训练样本,利用模板匹配法对图像中的焊点进行定位。然后根据特征分布直方图提取焊点的特征并绘制特征分布情况,选择能区分不同类别焊点的特征作为有效特征。最后,建立改进的K-近邻法焊点检测分类器,选取559个焊点作为测试样本对模型进行测试。实验结果表明改进的K-近邻算法检测的准确率96%以上,可以有效地提高检测效率。 展开更多
关键词 机器视觉 焊点检测 特征提取 改进的k-近邻法
下载PDF
基于IKNN和LOF的变压器回复电压数据清洗方法研究
2
作者 陈啸轩 邹阳 +3 位作者 翁祖辰 林锦茄 林昕亮 张云霄 《电子测量与仪器学报》 CSCD 北大核心 2024年第2期92-100,共9页
基于回复电压极化谱提取特征参量是目前广泛应用的变压器油纸绝缘状态评估方法,但极化谱易受工况干扰、人工失误等因素影响而出现特征数据异常的情况,严重降低评估准确性。针对上述问题,该文提出了一种基于局部离群因子(LOF)和改进K最近... 基于回复电压极化谱提取特征参量是目前广泛应用的变压器油纸绝缘状态评估方法,但极化谱易受工况干扰、人工失误等因素影响而出现特征数据异常的情况,严重降低评估准确性。针对上述问题,该文提出了一种基于局部离群因子(LOF)和改进K最近邻(IKNN)的回复电压数据清洗方法。首先,选取回复电压极化谱的回复电压极大值Urmax、初始斜率Sr与主时间常数tcdom作为老化特征参量,并基于LOF算法对非标准极化谱中的异常特征量数据进行识别与筛除。其次,利用模糊C均值(FCM)聚类算法减小噪声点对KNN算法的干扰,并通过加权欧氏距离标度突出各特征量间的关联性,进而构建出基于IKNN的数据填补模型架构以实现特征缺失数据的填补。最后,代入多组实测数据验证所提数据清洗方法的实效性。结果表明,数据清洗后的状态评估准确率相较于原有数据上升了50%左右,有效提高了变压器回复电压数据质量,为准确感知变压器运行状况奠定坚实的基础。 展开更多
关键词 油纸绝缘 特征数据清洗 局部离群因子算法 回复电压极化谱 改进k最近邻算法
下载PDF
基于多状态时间序列预测学习的电源车故障预测方法 被引量：5
3
作者 李炜 周丙相 +1 位作者 蒋栋年 孙晓静 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第4期1532-1544,共13页
针对现有的故障预测方法难以适用于大型复杂装备的现状,提出了一种基于多状态时间序列动态趋势预测学习的电源车故障预测方法。该方法首先建立基于长短时记忆(LSTM)网络的电源车运行状态时序预测模型,并结合电源车历史及实时运行数据对... 针对现有的故障预测方法难以适用于大型复杂装备的现状,提出了一种基于多状态时间序列动态趋势预测学习的电源车故障预测方法。该方法首先建立基于长短时记忆(LSTM)网络的电源车运行状态时序预测模型,并结合电源车历史及实时运行数据对未来运行态势进行预测;在获取其预测态势的基础上,再利用改进的k-近邻(kNN)算法分析状态变化趋势和故障之间的关联性,对未来可能发生的故障进行预判。最后,在电源车仿真系统上进行实验分析,验证了所提方法的有效性和适用性。 展开更多
关键词 故障预测 电源车 状态时间序列 长短时记忆网络 改进的k-近邻算法
原文传递
基于CSI的改进KNN室内定位方法 被引量：10
4
作者 党小超 马平川 郝占军 《传感器与微系统》 CSCD 2019年第10期51-53,共3页
为了解决基于接收信号强度指示(RSSI)的室内定位方法定位精度低和稳定性差等问题,提出了一种基于信道状态信息(CSI)的无源室内定位算法。该算法使用卡尔曼滤波处理原始CSI信号,结合高斯径向基核函数加权的K邻近算法(RBF-KNN)与置信度空... 为了解决基于接收信号强度指示(RSSI)的室内定位方法定位精度低和稳定性差等问题,提出了一种基于信道状态信息(CSI)的无源室内定位算法。该算法使用卡尔曼滤波处理原始CSI信号,结合高斯径向基核函数加权的K邻近算法(RBF-KNN)与置信度空间进行室内定位。实验结果表明:该方法精度高于其他算法。 展开更多
关键词 信道状态信息 指纹定位 卡尔曼滤波 改进加权k邻近算法 置信度水平
下载PDF
基于改进K近邻算法的小型汽车号牌识别系统 被引量：4
5
作者 马志远 余粟 《软件导刊》 2020年第6期231-234,共4页
为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助OpenCV图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用Sobel边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比... 为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助OpenCV图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用Sobel边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比实现车牌轮廓定位,并根据列像素值对车牌字符进行切割,最后采用改进的K近邻算法对分割后的单个车牌字符进行识别。实验结果表明,基于改进K近邻算法的车牌识别系统处理时间为2.08s,识别正确率达91.3%。与传统的K近邻算法相比有着更高的识别率,与神经网络法相比,有着更快的识别速度。 展开更多
关键词 均值滤波 SOBEL边缘检测 车牌识别 改进的k近邻算法
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