检索结果-南通市图书馆

Cloth simulation-based construction of pitfree canopy height models from airborne LiDAR data

在线全文

学校读者我要写书评

暂无评论

引用

Forest Ecosystems 2020年第1期7卷 1-13页

作者： Wuming Zhang Shangshu Cai Xinlian Liang Jie shao ronghai Hu Sisi Yu Guangjian Yan State Key Laboratory of Remote Sensing Science Jointly Sponsored by Beijing Normal University and Institute of Remote Sensing and Digital Earth of Chinese Academy of SciencesBeijing Engineering Research Center for Global Land Remote Sensing ProductsInstitute of Remote Sensing Science and EngineeringFaculty of Geographical ScienceBeijing Normal UniversityBeijing 100875China Department of Remote Sensing and Photogrammetry Finnish Geospatial Research Institute02431 MasalaFinland College of Resources and Environment University of Chinese Academy of SciencesBeijing 100049China ICube Laboratory UMR 7357 CNRS-University of Strasbourg300 bd Sebastien BrantCS10413F-67412 Illkirch CedexFrance Institute of Remote Sensing and Digital Earth Chinese Academy of SciencesBeijing 100101China University of Chinese Academy of Sciences Beijing 100049China

Background:The universal occurrence of randomly distributed dark holes(i.e.,data pits appearing within the tree crown)in LiDAR-derived canopy height models(CHMs)negatively affects the accuracy of extracted forest inventory ***:We develop an algorithm based on cloth simulation for constructing a pit-free ***:The proposed algorithm effectively fills data pits of various sizes whilst preserving canopy *** pitfree CHMs derived from point clouds at different proportions of data pits are remarkably better than those constructed using other algorithms,as evidenced by the lowest average root mean square error(0.4981 m)between the reference CHMs and the constructed pit-free ***,our pit-free CHMs show the best performance overall in terms of maximum tree height estimation(average bias=0.9674 m).Conclusion:The proposed algorithm can be adopted when working with different quality LiDAR data and shows high potential in forestry applications.

关键词： Data pits Tree crown Canopy height models Cloth simulation Pit-free

基于振动信号频谱高斯混合模型的瓷支柱绝缘子故障诊断

在线全文

学校读者我要写书评

暂无评论

引用

电气技术 2021年第6期22卷 36-42页

作者：焦宗寒邵鑫明郑欣刘荣海云南电网有限责任公司电力科学研究院昆明650217 华北电力大学云南电网公司研究生工作站昆明650217 华北电力大学河北省电力机械装备健康维护与失效预防重点实验室河北保定071003

本文提出一种基于振动信号频谱高斯混合模型(GMM)的变电站瓷支柱绝缘子振动信号特征提取方法,并利用粒子群算法(PSO)优化后的极限学习机(ELM)实现故障状态识别与分类。首先,根据瓷支柱绝缘子振动信号的频谱得到信号的频域分布。然后,利... 详细信息

本文提出一种基于振动信号频谱高斯混合模型(GMM)的变电站瓷支柱绝缘子振动信号特征提取方法,并利用粒子群算法(PSO)优化后的极限学习机(ELM)实现故障状态识别与分类。首先,根据瓷支柱绝缘子振动信号的频谱得到信号的频域分布。然后,利用高斯概率密度函数和期望最大值算法(EM)将频谱划分为三种模态,每个模态可以得到标准差σ、权重系数α和均值μ三个特征参数用于表征各频率的模态带宽、模态分量占比和模态中心频率。最后,将各模态的特征参数作为特征值输入分类模型实现状态识别与分类。

关键词：瓷支柱绝缘子振动信号频谱高斯混合模型故障诊断

基于LMD-PCA和样本熵的瓷支柱绝缘子故障诊断

在线全文

学校读者我要写书评

暂无评论

引用

无损检测 2021年第3期43卷 69-73,87页

作者：邵鑫明万书亭刘荣海郑欣华北电力大学机械工程系保定071003 华北电力大学云南电网公司研究生工作站昆明650217 云南电网有限责任公司电力科学研究院昆明650217

为了对变电站瓷支柱绝缘子状态进行有效评估,提出了一种将局域均值分解方法(Local Mean Decomposition,LMD)、主成分分析方法(Principal Components Analysis,PCA)和样本熵相结合的瓷支柱绝缘子振动信号故障诊断方法。首先,将瓷支柱绝... 详细信息

为了对变电站瓷支柱绝缘子状态进行有效评估,提出了一种将局域均值分解方法(Local Mean Decomposition,LMD)、主成分分析方法(Principal Components Analysis,PCA)和样本熵相结合的瓷支柱绝缘子振动信号故障诊断方法。首先,将瓷支柱绝缘子振动信号进行局域均值分解,得到PF(乘积函数)分量,利用主成分分析方法,提取主PF分量;其次,计算其样本熵作为表征瓷支柱绝缘子状态的特征向量,利用支持向量机(SVM)对输入的向量进行分类训练;最后,将测试样本特征向量输入训练好的SVM中进行分类识别。结果表明,该方法能有效提取瓷支柱绝缘子的故障特征并实现准确的故障分类。

关键词：瓷支柱绝缘子局域均值分解样本熵支持向量机