检索结果-南通市图书馆

面向海量数据的相对波速变化计算的并行化方法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2022年第2期39卷 21-25页

作者：张赛司冠南周风余蔡寅山东交通学院信息科学与电气工程学院山东济南250300 山东大学控制科学与工程学院山东济南250100 山东省地震局山东济南250014

随着地震台站数量大大增加,测量数据量也急剧增长。传统的串行化相对波速变化计算方法面向海量数据时存在计算速度慢、消耗时间长等问题,已不能满足日常业务的需求。针对此问题,提出一种面向海量数据的相对波速变化计算的并行化方法。... 详细信息

随着地震台站数量大大增加,测量数据量也急剧增长。传统的串行化相对波速变化计算方法面向海量数据时存在计算速度慢、消耗时间长等问题,已不能满足日常业务的需求。针对此问题,提出一种面向海量数据的相对波速变化计算的并行化方法。通过对地震数据集的划分和算法调度,将数据集分布到基于Spark计算框架的分布式集群上进行并行运算。实验表明,该方法提高了相对波速变化计算的速度,显示出计算模型的稳定性和可扩展性。

关键词：相对波速变化并行计算海量数据分布式归一化

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的云边智能协同综述

计算机应用 2023年第10期43卷 3162-3169页

作者：田鹏新司冠南安兆亮李建辛周风余山东交通学院信息科学与电气工程学院济南250357 山东大学控制科学与工程学院济南250061

随着物联网(IoT)的快速发展,大量在传感器等边缘场景产生的数据需要传输至云节点处理,这带来了极大的传输成本和处理时延,而云边协同为这些问题提供了有效的解决方案。首先,在全面调查和分析云边协同发展过程的基础上,结合当前云边智能... 详细信息

随着物联网(IoT)的快速发展,大量在传感器等边缘场景产生的数据需要传输至云节点处理,这带来了极大的传输成本和处理时延,而云边协同为这些问题提供了有效的解决方案。首先,在全面调查和分析云边协同发展过程的基础上,结合当前云边智能协同中的研究思路与进展,重点分析和讨论了云边架构中的数据采集与分析、计算迁移技术以及基于模型的智能优化技术;其次,分别从边缘端和云端深入分析了各种技术在云边智能协同中的作用及应用,并探讨了云边智能协同技术在现实中的应用场景;最后,指出了云边智能协同目前存在的挑战及未来的发展方向。

关键词：云边协同人工智能计算迁移模型训练与推理数据驱动

在线全文

学校读者我要写书评

暂无评论

面向知识图谱补全的归纳学习研究综述

计算机科学与探索 2023年第11期17卷 2580-2604页

作者：梁新雨司冠南李建辛田鹏新安兆亮周风余山东交通学院信息科学与电气工程学院济南250357 山东大学控制科学与工程学院济南250000

知识图谱补全能够使知识图谱更加完整。然而,传统的知识图谱补全方法假定在测试时所有实体和关系都出现在训练过程,由于现实世界知识图谱的演变性质,一旦出现不可见实体或不可见关系,就需要重新训练知识图谱。面向知识图谱补全的归纳学... 详细信息

知识图谱补全能够使知识图谱更加完整。然而,传统的知识图谱补全方法假定在测试时所有实体和关系都出现在训练过程,由于现实世界知识图谱的演变性质,一旦出现不可见实体或不可见关系,就需要重新训练知识图谱。面向知识图谱补全的归纳学习旨在补全包含不可见实体或不可见关系的三元组,而无需从头开始训练知识图谱,因此近年来受到广泛关注。首先从知识图谱的基本概念出发,将知识图谱补全分为两大类,直推式和归纳式;其次从归纳式的知识图谱补全的理论角度出发,分为半归纳和全归纳这两类,并从该角度对模型进行总结归纳;然后从归纳式的知识图谱补全的技术角度出发,分为基于结构信息和基于额外信息这两大类,将基于结构信息的方法细分为基于归纳嵌入、基于逻辑规则和基于元学习这三类,将基于额外信息的方法细分为基于文本信息和其他信息这两类,并对当下方法进一步深入细分、分析和对比;最后对未来的研究方向进行展望。

关键词：知识图谱知识图谱补全归纳学习

巡检机器人对输电线断股实时在线检测与诊断的一种方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2010年第6期25卷 185-191页

作者：周风余李贻斌冯国瑞山东大学控制科学与工程学院济南250061 山东政法学院信息科学技术系济南250014

根据输电线断股引起的辐射场的变化和巡检机器人运行环境状况,选用热释电远红外传感器对输电线断股信号进行检测。在数据处理时,针对断股信号的非平稳性质和小波基的时频特征,选用db4小波基对断股信号进行了6层小波分解。为解决单纯采... 详细信息

根据输电线断股引起的辐射场的变化和巡检机器人运行环境状况,选用热释电远红外传感器对输电线断股信号进行检测。在数据处理时,针对断股信号的非平稳性质和小波基的时频特征,选用db4小波基对断股信号进行了6层小波分解。为解决单纯采用小波变换带来的诸如分解信息量大,故障特征值数目多、提取需要人工干预,难以实现在线检测与诊断的问题,本文引入了小波能量熵的概念,从而使描述输电线断股故障的特征值数目大大减少,并且易于计算机自动提取,利用较小规模的BP网络就实现了巡检机器人对铝绞导线断股损伤的在线精确诊断。在线断股检测实验证明了该方案的正确性。

关键词：输电线巡检机器人小波分析熵断股检测

在线全文

学校读者我要写书评

暂无评论

基于模式划分的空调能耗混合填补方法

山东大学学报（工学版） 2022年第1期52卷 9-18页

作者：孙鸿昌周风余单明珠翟文文牛兰强山东大学控制科学与工程学院山东济南250061 山东大卫国际建筑设计有限公司机电智能化设计研究院山东济南250101

针对公共建筑能耗监测平台采集的空调能耗数据存在缺失、异常等问题,提出一种将无监督学习与监督学习结合的基于模式划分的空调能耗混合填补方法。利用k-means聚类算法将空调能耗数据划分至制冷、制热和独立新风3种运行模式中。在制冷... 详细信息

针对公共建筑能耗监测平台采集的空调能耗数据存在缺失、异常等问题,提出一种将无监督学习与监督学习结合的基于模式划分的空调能耗混合填补方法。利用k-means聚类算法将空调能耗数据划分至制冷、制热和独立新风3种运行模式中。在制冷及制热模式下,提出了一种BP神经网络(back propagation neural network,BPNN)和改进粒子群优化算法(amelio-rate particle swarm optimization,APSO)相结合的混合填补策略,进行能耗填补,采用随机森林(random forest,RF)作为特征提取策略,用改进的惯性权重和速度更新方程的APSO优化BPNN的初始参数;在独立新风模式下,采用k最邻近算法(k-nearest neighbor,kNN)填补能耗。青岛市某商场空调能耗试验数据分析结果表明,与RF-APSO-BPNN算法、BPNN算法、小脑神经网络算法(cerebellar model articulation controller,CMAC)相比,本研究方法填补空调能耗的平均百分比误差分别减少了53.44%、69.39%、62.15%。RF-APSO-BPNN-kNN混合方法填补空调能耗更优于其他算法。

关键词：公共建筑空调能耗数据运行模式划分 RF-APSO-BPNN-kNN混合模型机器学习

多PCA模型及SVM-DS融合决策的服务机器人故障诊断

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2015年第3期35卷 434-440,587页

作者：袁宪锋宋沐民周风余陈竹敏山东大学控制科学与工程学院济南250061 山东大学计算机科学与技术学院济南250101

针对轮式服务机器人驱动系统故障诊断问题,提出一种基于多主成分分析(principal component analysis,简称PCA)模型及支持向量机和DS证据理论(support vector machine and dempster-shafer,简称SVM-DS)融合决策的故障诊断方法,分别利用... 详细信息

针对轮式服务机器人驱动系统故障诊断问题,提出一种基于多主成分分析(principal component analysis,简称PCA)模型及支持向量机和DS证据理论(support vector machine and dempster-shafer,简称SVM-DS)融合决策的故障诊断方法,分别利用正常状态和故障状态下的传感器数据建立多个PCA模型。利用正常状态下的PCA模型实现故障的检测。传感器数据经多PCA模型特征提取后作为SVM的输入向量,实现故障的初步分离。基于混淆矩阵定义SVM的全局及局部可信度,并依据可信度值和故障初步分离结果完成基本概率分配函数的赋值,以实现SVM和DS证据理论在故障分离中的有效结合。实验结果表明,本研究方法能灵敏检测到机器人驱动系统故障的发生,故障分离平均正确率达92.6%,与传统单PCA模型的方法相比有更高的正确率和稳定性。

关键词：服务机器人故障诊断主成分分析支持向量机 DS证据理论

在线全文

学校读者我要写书评

暂无评论

智能空间中的环境自适应RSSI定位

高技术通讯 2012年第10期22卷 1083-1089页

作者：宋保业田国会周风余山东大学控制科学与工程学院济南250061 山东科技大学信息与电气工程学院青岛266590

针对智能空间中接收信号强度指示（RSSI）定位的精度受环境参数动态变化影响的问题，提出了一种环境自适应RSSI定位算法，并阐明了环境参数的变化是影响测距精度和定位误差的主要因素。提出的环境自适应RSSI定位算法首先通过奇异值剔除... 详细信息

针对智能空间中接收信号强度指示（RSSI）定位的精度受环境参数动态变化影响的问题，提出了一种环境自适应RSSI定位算法，并阐明了环境参数的变化是影响测距精度和定位误差的主要因素。提出的环境自适应RSSI定位算法首先通过奇异值剔除和均值滤波对测量数据预处理，然后使用自适应RSSI距离估计算法估计节点间距离，进一步使用最大似然估计求得未知节点位置，最后利用Kalman滤波估计移动目标轨迹。实验结果表明使用该算法的移动目标跟踪定位误差可小于1m，能够满足智能空间移动目标定位的要求。

关键词：智能空间无线传感器网络接收信号强度指示(RSSI) 定位