检索结果-南通市图书馆

WRSR与改进朴素贝叶斯融合的变压器故障诊断技术研究

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2021年第20期49卷 120-128页

作者：朱保军咸日常范慧芳刘兴华高鸿鹏陈蕾国网山东省电力公司淄博供电公司山东淄博255000 山东理工大学电气与电子工程学院山东淄博255000

电力变压器的运行状态评估及其故障准确定位,一直是制约电网运行安全和设备运维效率的技术瓶颈。建立一种基于加权秩和比(Weighted Rank Sum Ratio,WRSR)并结合改进朴素贝叶斯网络的诊断模型,用以评估电力变压器整体运行状态,确定故障... 详细信息

电力变压器的运行状态评估及其故障准确定位,一直是制约电网运行安全和设备运维效率的技术瓶颈。建立一种基于加权秩和比(Weighted Rank Sum Ratio,WRSR)并结合改进朴素贝叶斯网络的诊断模型,用以评估电力变压器整体运行状态,确定故障位置及具体故障类型。首先从多个变电站收集变压器的历年故障数据,并将其作为训练集,在改进朴素贝叶斯网络中建立起特征参量与故障位置、故障类型之间的非线性映射关系。结合某电网的具体变压器运行状态信息与检测数据,利用WRSR模型对具体变压器整体运行状态进行评价,然后将状态性能较差的变压器故障检测数据作为测试集代入至改进朴素贝叶斯网络中来预测故障位置。最终结果表明,所提模型能够实现对电力变压器状态的合理评价,又可在预测故障部位及故障类型时保持较高的准确率。

关键词：变压器 WRSR 朴素贝叶斯状态评估故障位置

在线全文

学校读者我要写书评

暂无评论

基于朴素贝叶斯的风电功率组合概率区间预测

高电压技术 2020年第3期46卷 1099-1108页

作者：杨锡运张艳峰叶天泽苏杰华北电力大学控制与计算机工程学院北京102206 华北电力大学控制与计算机工程学院保定071003

为了提高风电功率概率区间预测性能,提出了一种基于朴素贝叶斯的正态指数平滑法和混合滑动核密度估计的组合风电功率区间预测方法。首先,通过朴素贝叶斯分类器建立点预测模型;然后,分别通过正态指数平滑法和混合滑动核密度估计预测误差... 详细信息

为了提高风电功率概率区间预测性能,提出了一种基于朴素贝叶斯的正态指数平滑法和混合滑动核密度估计的组合风电功率区间预测方法。首先,通过朴素贝叶斯分类器建立点预测模型;然后,分别通过正态指数平滑法和混合滑动核密度估计预测误差的概率分布,得出对应的某一置信概率下的预测区间;最后,利用熵权法合理的加权组合正态指数平滑法估计所得预测区间和混合滑动核密度估计所得预测区间,生成最终的风电功率预测区间。研究结果表明:与正态指数平滑法和混合滑动核密度得出的预测区间相比,提出的熵权法加权组合预测可提高区间覆盖率、降低区间平均带宽,证明了该组合概率区间预测方法能同时兼顾可靠性和准确性。论文研究可为风电功率预测提供参考。

关键词：风电功率区间预测朴素贝叶斯指数平滑法核密度估计熵权法

基于改进半监督朴素贝叶斯的LPI雷达信号识别

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2017年第11期39卷 2463-2469页

作者：符颖王星周一鹏范翔宇空军工程大学航空航天工程学院陕西西安710038

针对先验信息残缺的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于改进的半监督朴素贝叶斯的识别算法。该算法首先提取出4种低截获概率(low probability of intercept,LPI)雷达信号的双谱对角切片作为识别特征;针对... 详细信息

针对先验信息残缺的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于改进的半监督朴素贝叶斯的识别算法。该算法首先提取出4种低截获概率(low probability of intercept,LPI)雷达信号的双谱对角切片作为识别特征;针对传统的半监督朴素贝叶斯(semi-supervised Na?ve Bayes,SNB)在更新训练样本集过程中会产生迭代错误的不足,利用改进的SNB(Revised SNB,RSNB)算法构建分类器,完成对测试样本的识别。该方法通过在无标记样本集生成的置信度列表中选取置信度较高的样本添加到有标记样本集中,再利用预测后的分类结果对分类器参数(即特征期望向量珡mi和方差向量σi)进行改进,有效解决了传统算法分类精度低且分类性能不稳定等缺点。理论分析和仿真结果表明,在LPI雷达信号识别问题,相比于SNB算法和传统的主成分分析加支持向量机法(principal component analysis-support vector machine,PCA-SVM),该算法具有更高的分类识别率和更好的分类性能。

关键词：信号识别朴素贝叶斯半监督学习低截获概率雷达双谱对角切片

基于微震监测和概率优化朴素贝叶斯的短期岩爆预测模型

在线全文

学校读者我要写书评

暂无评论

岩土力学 2024年第6期45卷 1884-1894页

作者：孙嘉豪王文杰解联库武汉科技大学资源与环境工程学院湖北武汉430081 应急管理部信息研究院北京100029

岩爆是地下岩土工程中常见的地压灾害。为实时准确地预测岩爆,提出一种基于微震监测和概率优化朴素贝叶斯的短期岩爆预测模型。首先,以114组岩爆样本数据为基础,结合相关特征选择算法选取累计微震事件数、累积微震能量、累积微震视体积... 详细信息

岩爆是地下岩土工程中常见的地压灾害。为实时准确地预测岩爆,提出一种基于微震监测和概率优化朴素贝叶斯的短期岩爆预测模型。首先,以114组岩爆样本数据为基础,结合相关特征选择算法选取累计微震事件数、累积微震能量、累积微震视体积和累积微震能量率4项微震参数作为预测指标。其次,为最大程度地削弱朴素贝叶斯算法的条件独立性假设,采用指标相关重要性赋权法和相似度函数从属性赋权和实例赋权两方面优化条件概率,并针对条件概率赋权后可能引起的决策失衡问题,引入马氏距离补偿先验概率损失,进而提出一种带有条件概率加权和先验概率补偿机制的概率优化朴素贝叶斯算法预测岩爆烈度等级。最后,从模型评估、模型比较和工程验证3个方面检验模型的准确性和可靠性。研究结果表明,所提模型预测准确率为86.96%,预测性能优于其他机器学习模型,可为实际工程的岩爆预测提供科学依据。

关键词：微震监测岩爆预测朴素贝叶斯属性权重实例权重

基于克里金插值与朴素贝叶斯的盾构开挖面上软下硬分类及风险评估

在线全文

学校读者我要写书评

暂无评论

土木工程学报 2022年第S02期55卷 66-73页

作者：王秋实丁文其赵志坚李爱国乔亚飞同济大学土木工程学院上海200092 同济大学岩土与地下工程教育部重点实验室上海200092 中铁南方投资集团有限公司广东深圳518000 深圳市勘察测绘院(集团)有限公司广东深圳518028

为定量分析上软下硬地层中盾构隧道开挖面的风险,本文提出基于克里金插值的盾构隧道开挖面可视化方法和基于朴素贝叶斯的开挖面风险分级方法。首先,通过克里金插值,基于钻孔地质分层数据和隧道轴线设计数据计算开挖面地层分布并可视化,... 详细信息

为定量分析上软下硬地层中盾构隧道开挖面的风险,本文提出基于克里金插值的盾构隧道开挖面可视化方法和基于朴素贝叶斯的开挖面风险分级方法。首先,通过克里金插值,基于钻孔地质分层数据和隧道轴线设计数据计算开挖面地层分布并可视化,依据地层物理力学参数对开挖面进行上软下硬分类,并以数组形式存储。然后,通过文献统计建立开挖面七个力学特性参数与刀盘磨损、盾构姿态调整和刀盘扭矩波动三项风险的对应关系;基于开挖面数组高效计算地层参数,将盾构开挖面风险由低到高划分为Ⅰ~Ⅴ五个等级,采用朴素贝叶斯构建兼顾离散型和连续型参数的盾构开挖面风险自动分级方法。最后,依托深圳11号线二期某区间地质钻孔及轴线设计数据,验证所提出方法的可行性,风险自动分级准确率达89%。建立的盾构开挖面风险自动分级方法可在勘察设计阶段预判上软下硬地层中的掘进风险。

关键词：克里金插值朴素贝叶斯上软下硬盾构风险分级

在线全文

学校读者我要写书评

暂无评论

基于相关系数的加权朴素贝叶斯分类算法

东北大学学报（自然科学版） 2008年第7期29卷 952-955页

作者：张明卫王波张斌朱志良东北大学信息与科学工程学院辽宁沈阳110004 东北大学软件学院辽宁沈阳110004

朴素贝叶斯分类算法的条件独立性假设在很少情况下能够满足,为了克服该问题,提出了一种基于相关系数的加权朴素贝叶斯分类模型.通过计算条件属性和决策属性之间的相关系数,对不同的条件属性赋予不同的权重,从而在保持简单性的基础上有... 详细信息

朴素贝叶斯分类算法的条件独立性假设在很少情况下能够满足,为了克服该问题,提出了一种基于相关系数的加权朴素贝叶斯分类模型.通过计算条件属性和决策属性之间的相关系数,对不同的条件属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算法的分类性能.首先给出了基于相关系数的属性权值求解方法,然后描述了相应的算法,并对算法原理进行了分析与证明.通过在中医小儿肺炎病例数据集和UCI数据集上的仿真实验,验证了该方法的有效性.

关键词：数据挖掘分类算法朴素贝叶斯加权朴素贝叶斯相关系数

在线全文

学校读者我要写书评

暂无评论

多阶段聚类—朴素贝叶斯的异常检测

重庆大学学报（自然科学版） 2009年第8期32卷 983-986页

作者：姜立标马乐余建伟刘永花哈尔滨工业大学(威海)汽车工程学院哈尔滨工业大学(威海)计算机科学与技术学院山东威海264209

针对异常检测手段用来标定数据集中明显的不同于其他数据的对象,提出多阶段聚类旨在解决噪声数据的引入和缺失属性样本的处理,并改变传统的贝叶斯分类的被动学习为主动学习的方式来构造性能优越的分类器。在数据预处理阶段,利用密度聚... 详细信息

针对异常检测手段用来标定数据集中明显的不同于其他数据的对象,提出多阶段聚类旨在解决噪声数据的引入和缺失属性样本的处理,并改变传统的贝叶斯分类的被动学习为主动学习的方式来构造性能优越的分类器。在数据预处理阶段,利用密度聚类滤去噪声点,密度聚类的输出作为下一阶段的K-means聚类的输入,提高了K-means的分类准确率。K-means负责对缺失属性的样本进行处理。在分类阶段,利用adaboost学习算法优化朴素贝叶斯分类器,使其获得较好的分类效果。

关键词：聚类朴素贝叶斯主动学习 K—means算法

朴素贝叶斯算法与Bootstrapping方法相结合的中文物种描述文本语义标注研究

在线全文

学校读者我要写书评

暂无评论

现代图书情报技术 2014年第5期 83-89页

作者：段宇锋朱雯晶陈巧崔红华东师范大学商学院上海200241 上海图书馆上海科学技术情报研究所上海200031 美国亚利桑那大学信息资源与图书馆学学院图森85719

【目的】降低中文物种描述文本语义标注的学习成本。【方法】设计基于Bootstrapping的弱监督学习方法,以少量数据为基础,迭代执行学习和标注过程。在迭代过程中,利用置信度最高的标注数据扩充知识库,提升标注能力。【结果】运用15 041... 详细信息

【目的】降低中文物种描述文本语义标注的学习成本。【方法】设计基于Bootstrapping的弱监督学习方法,以少量数据为基础,迭代执行学习和标注过程。在迭代过程中,利用置信度最高的标注数据扩充知识库,提升标注能力。【结果】运用15 041条数据测试算法效率,F-value的平均值达到0.911 2。【局限】对过于稀疏的数据,标注效率相对较低。【结论】本研究设计的方法不仅有效降低系统学习对训练数据规模的要求,而且可提高标注效率。

关键词： Bootstrapping方法朴素贝叶斯物种描述文本语义标注

在线全文

学校读者我要写书评

暂无评论

一种新的多关系朴素贝叶斯分类器

系统工程与电子技术 2008年第4期30卷 655-657页

作者：徐光美杨炳儒秦奕青北京科技大学信息工程学院知识工程研究所北京100083

针对现有多关系朴素贝叶斯分类器中存在的统计偏斜问题,扩展了语义关系图的定义,给出了一种新的统计计数方法,构建了相应得多关系朴素贝叶斯分类公式,形成了一种基于关系数据库技术的新的多关系朴素贝叶斯分类器。为高效进行关系表连接... 详细信息

针对现有多关系朴素贝叶斯分类器中存在的统计偏斜问题,扩展了语义关系图的定义,给出了一种新的统计计数方法,构建了相应得多关系朴素贝叶斯分类公式,形成了一种基于关系数据库技术的新的多关系朴素贝叶斯分类器。为高效进行关系表连接,采用元组ID传播方法对关系表进行虚拟连接。进一步提高分类准确率,基于互信息标准对属性进行剪枝。实验显示新的分类器具有良好的分类性能。

关键词：多关系数据挖掘朴素贝叶斯语义关系图分类关系数据库