-
题名基于改进随机森林的高光谱激光雷达信号分选研究
- 1
-
-
作者
刘子恒
刘汉城
敏乾
-
机构
甘肃民族师范学院
-
出处
《激光杂志》
CAS
北大核心
2024年第8期218-223,共6页
-
基金
甘肃省自然科学基金项目(No.23JRRP0002)。
-
文摘
高光谱激光雷达数据在频谱维度上具有很高的维度,包含大量的波段或频带,易出现忽视频谱带中有用信息的情况,进而导致高光谱激光雷达信号分选效果较差。为此,提出基于改进随机森林的高光谱激光雷达信号分选研究。首先,采用变分模态分解算法对高光谱激光雷达含噪信号展开去噪处理;然后,采用长短期记忆神经网络算法对去噪后的高光谱激光雷达信号展开特征提取,并利用自编码神经网络对提取的特征展开重构处理,以获取重构后的雷达信号特征;最后,采用随机森林算法根据高光谱激光雷达信号特征完成信号分选。实验结果表明,所提方法的SNR为30.648 dB,RMSE为0.1498,预测分选类别与实际分选类别几乎一致,分析时间始终未超过5 s,表明所提方法的分选性能较好,具有实用性。
-
关键词
高光谱激光雷达信号
随机森林
变分模态分解算法
长短期记忆神经网络算法
自编码神经网络
-
Keywords
hyperspectral LiDAR signal
random forest
variational modal decomposition algorithm
long and short term memory neural network algorithm
self coding neural network
-
分类号
TN247
[电子电信—物理电子学]
-
-
题名基于长短期记忆神经网络的健康状态估算
被引量：1
- 2
-
-
作者
肖仁鑫
宋新月
张梦帆
夏雪磊
肖佳鹏
-
机构
昆明理工大学交通工程学院
-
出处
《农业装备与车辆工程》
2020年第4期77-81,共5页
-
文摘
当前电池健康状态估算与预测在处理大量电池数据、时间间隔较长存在一定缺陷。长短期记忆神经网络算法在解决该问题时效果明显。在完成电池循环充放电实验基础之上,分析和提取电池放电过程中外部信号变化的特征指标,以电池放电数据中放电容量、放电时间、循环次数训练并建立了长短期记忆神经网络预测模型,采用3种不同的自适应学习率优化算法对学习训练部分进行优化,最后对比分析模型预测的准确程度。结果表明,长短期记忆神经网络估算电池健康状态的误差小于5%,证明预测模型的有效性。
-
关键词
锂离子电池
健康状态
长短期记忆神经网络算法
学习率优化
-
Keywords
lithium-ion battery
state of health
long short term memory neural network algorithm
learning rate optimization
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
