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
4
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VDM-ISSA-LSSVM的云资源短期负载预测模型
被引量:
2
1
作者
杨哲兴
谢晓兰
李水旺
《实验室研究与探索》
CAS
北大核心
2023年第6期117-124,共8页
准确预测云资源短期负载对提高云平台资源管理效率、保障云服务质量至关重要。针对传统模型在面对小样本、非线性云资源负载数据时预测精度不高,提出一种基于变分模态分解(VMD)和改进麻雀搜索算法(ISSA)优化最小二乘支持向量机(LSSVM)...
准确预测云资源短期负载对提高云平台资源管理效率、保障云服务质量至关重要。针对传统模型在面对小样本、非线性云资源负载数据时预测精度不高,提出一种基于变分模态分解(VMD)和改进麻雀搜索算法(ISSA)优化最小二乘支持向量机(LSSVM)的云资源短期负载预测模型。将原始负载数据通过VMD分解成多个相对平稳的模态分量;对麻雀搜索算法进行优化,增强种群多样性,提高寻优性能和收敛速度。利用改进麻雀搜索算法优化LSSVM的关键参数,建立VMD-ISSA-LSSVM预测模型。利用Wikipedia网站的云资源负载数据进行仿真,结果表明,所提模型在预测精度上优于参照模型。
展开更多
关键词
云计算
负载预测
麻雀搜索算法
变分模态算法
最小二乘支持向量机
下载PDF
职称材料
参数优化VMD对引风机振动信号处理研究
被引量:
2
2
作者
骆东松
张双贵
《舰船电子工程》
2022年第3期193-196,共4页
针对传统振动信号分析算法经验模态分解(Empirical Mode Decomposition,EMD)在引风机振动信号分析中所呈现的模态混叠和端点效应现象,在含有较强噪声的非线性非平稳的振动信号去噪效果较差,因此,论文提出一种参数优化的变分模态算法(Var...
针对传统振动信号分析算法经验模态分解(Empirical Mode Decomposition,EMD)在引风机振动信号分析中所呈现的模态混叠和端点效应现象,在含有较强噪声的非线性非平稳的振动信号去噪效果较差,因此,论文提出一种参数优化的变分模态算法(Variational Mode Decomposition,VMD),建立包络熵适应度函数,利用PSO算法确定VMD算法中参数[K,α]最优值,从而提高算法的稳定性和可靠性。
展开更多
关键词
引风机
振动信号
降噪
变分模态算法
下载PDF
职称材料
基于改进随机森林的高光谱激光雷达信号分选研究
3
作者
刘子恒
刘汉城
敏乾
《激光杂志》
CAS
北大核心
2024年第8期218-223,共6页
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...
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。
展开更多
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
下载PDF
职称材料
基于VMD的家用电器负荷特征提取与识别
4
作者
吴玉刚
迟长春(指导)
《上海电机学院学报》
2023年第6期317-323,共7页
负荷识别是诊断用户用电情况的重要方法,在监测、预警和故障诊断等方面有着重要的意义。针对传统特征提取方法容易出现负荷信息丢失的问题,采用变分模态分解(VMD)算法,将方差贡献率最大的本征模态分量(IMF)对应的能量熵作为特征,结合卷...
负荷识别是诊断用户用电情况的重要方法,在监测、预警和故障诊断等方面有着重要的意义。针对传统特征提取方法容易出现负荷信息丢失的问题,采用变分模态分解(VMD)算法,将方差贡献率最大的本征模态分量(IMF)对应的能量熵作为特征,结合卷积神经网络(CNN)模型完成负荷识别。实验结果表明:此负荷识别方法识别效果良好,识别率为95.9459%,为电力部门开展相关研究提供了可靠的依据。
展开更多
关键词
负荷识别
变分模态分解算法
卷积神经网络
下载PDF
职称材料
题名
基于VDM-ISSA-LSSVM的云资源短期负载预测模型
被引量:
2
1
作者
杨哲兴
谢晓兰
李水旺
机构
桂林理工大学信息科学与工程学院
桂林理工大学广西嵌入式技术与智能系统重点实验室
出处
《实验室研究与探索》
CAS
北大核心
2023年第6期117-124,共8页
基金
国家自然科学基金项目(62262011)
广西自然科学基金项目(2021JJA170130)。
文摘
准确预测云资源短期负载对提高云平台资源管理效率、保障云服务质量至关重要。针对传统模型在面对小样本、非线性云资源负载数据时预测精度不高,提出一种基于变分模态分解(VMD)和改进麻雀搜索算法(ISSA)优化最小二乘支持向量机(LSSVM)的云资源短期负载预测模型。将原始负载数据通过VMD分解成多个相对平稳的模态分量;对麻雀搜索算法进行优化,增强种群多样性,提高寻优性能和收敛速度。利用改进麻雀搜索算法优化LSSVM的关键参数,建立VMD-ISSA-LSSVM预测模型。利用Wikipedia网站的云资源负载数据进行仿真,结果表明,所提模型在预测精度上优于参照模型。
关键词
云计算
负载预测
麻雀搜索算法
变分模态算法
最小二乘支持向量机
Keywords
cloud
computing
load
prediction
sparrow
search
algorithm
variational
modal
algorithm
least
squares
support
vector
machine
分类号
TP391 [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
参数优化VMD对引风机振动信号处理研究
被引量:
2
2
作者
骆东松
张双贵
机构
兰州理工大学电气工程与信息工程学院
出处
《舰船电子工程》
2022年第3期193-196,共4页
文摘
针对传统振动信号分析算法经验模态分解(Empirical Mode Decomposition,EMD)在引风机振动信号分析中所呈现的模态混叠和端点效应现象,在含有较强噪声的非线性非平稳的振动信号去噪效果较差,因此,论文提出一种参数优化的变分模态算法(Variational Mode Decomposition,VMD),建立包络熵适应度函数,利用PSO算法确定VMD算法中参数[K,α]最优值,从而提高算法的稳定性和可靠性。
关键词
引风机
振动信号
降噪
变分模态算法
Keywords
induced
draft
fan
vibration
signal
noise
reduction
variational
modal
algorithm
分类号
TP13 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于改进随机森林的高光谱激光雷达信号分选研究
3
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]
下载PDF
职称材料
题名
基于VMD的家用电器负荷特征提取与识别
4
作者
吴玉刚
迟长春(指导)
机构
上海电机学院电气学院
出处
《上海电机学院学报》
2023年第6期317-323,共7页
文摘
负荷识别是诊断用户用电情况的重要方法,在监测、预警和故障诊断等方面有着重要的意义。针对传统特征提取方法容易出现负荷信息丢失的问题,采用变分模态分解(VMD)算法,将方差贡献率最大的本征模态分量(IMF)对应的能量熵作为特征,结合卷积神经网络(CNN)模型完成负荷识别。实验结果表明:此负荷识别方法识别效果良好,识别率为95.9459%,为电力部门开展相关研究提供了可靠的依据。
关键词
负荷识别
变分模态分解算法
卷积神经网络
Keywords
load
identification
variational
modal
decomposition
algorithm
convolutional
neural
networks
分类号
TM561 [电气工程—电器]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于VDM-ISSA-LSSVM的云资源短期负载预测模型
杨哲兴
谢晓兰
李水旺
《实验室研究与探索》
CAS
北大核心
2023
2
下载PDF
职称材料
2
参数优化VMD对引风机振动信号处理研究
骆东松
张双贵
《舰船电子工程》
2022
2
下载PDF
职称材料
3
基于改进随机森林的高光谱激光雷达信号分选研究
刘子恒
刘汉城
敏乾
《激光杂志》
CAS
北大核心
2024
0
下载PDF
职称材料
4
基于VMD的家用电器负荷特征提取与识别
吴玉刚
迟长春(指导)
《上海电机学院学报》
2023
0
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