检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于分类特征提取和深度学习的牛肉品质识别

食品与机械 2022年第7期38卷 91-98页

作者：王新龙李翔长治学院山西长治046011 陕西科技大学陕西西安710021

目的:降低数据差异性和光谱特征冗余度对牛肉品质识别的影响。方法:提出一种基于分类特征提取和深度学习的牛肉品质识别方法,采用改进的DPeak算法对光谱数据进行自适应聚类分析,实现对数据的差异性分析。定义牛肉光谱特征提取目标函数,... 详细信息

目的:降低数据差异性和光谱特征冗余度对牛肉品质识别的影响。方法:提出一种基于分类特征提取和深度学习的牛肉品质识别方法,采用改进的DPeak算法对光谱数据进行自适应聚类分析,实现对数据的差异性分析。定义牛肉光谱特征提取目标函数,采用离散狮群算法进行求解,提取每个分类的最佳光谱特征子集,最大限度降低特征冗余度。运用改进狮群算法(ILSO)对每个分类对应的支持向量机(SVM)模型参数进行优化,提出融合分类特征提取和ILSO优化SVM的牛肉品质识别模型,完成对牛肉品质的分类识别。结果:相比于SSA-SVM、PCA-SVM识别模型,该模型识别精度提高了约12.3%~14.5%。结论:基于分类特征提取和深度学习的牛肉品质识别模型能够提高牛肉品质识别精度。

关键词：牛肉特征近红外光谱狮群算法支持向量机品质识别

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于改进极限学习机的透明塑料裂痕检测

塑料科技 2020年第1期48卷 114-117页

作者：李加州郑州信息工程职业学院河南郑州450121

针对透明塑料中微小裂痕难以检测的问题,提出了基于改进的极限学习机算法的检测方法,采用卷积神经网络以组建特征提取器;同时,采用基于狮群算法优化的改进极限学习机算法以构建分类器。在改进极限学习机算法中,狮群算法被用于优化隐含... 详细信息

针对透明塑料中微小裂痕难以检测的问题,提出了基于改进的极限学习机算法的检测方法,采用卷积神经网络以组建特征提取器;同时,采用基于狮群算法优化的改进极限学习机算法以构建分类器。在改进极限学习机算法中,狮群算法被用于优化隐含层神经元和输入层神经元之间的权重矩阵,提高了透明塑料微小裂痕检测实验中的识别率。

关键词：卷积神经网络极限学习机狮群算法裂痕检测

在线全文

学校读者我要写书评

暂无评论

大数据环境中简化粒子群算法的改进研究

微电子学与计算机 2020年第2期37卷 25-29页

作者：齐欣靳雁霞张晋瑞程琦甫中北大学大数据学院山西太原030051

针对大数据存在的高维、强约束和多目标等复杂优化问题,本文提出一种改进的群智能优化算法--狮群简化粒子群算法(LSA-SPSO).该算法将狮群算法的分组思想融入简化粒子群优化算法中,将粒子分为三组寻优,每组使用不同的学习因子和学习维度... 详细信息

针对大数据存在的高维、强约束和多目标等复杂优化问题,本文提出一种改进的群智能优化算法--狮群简化粒子群算法(LSA-SPSO).该算法将狮群算法的分组思想融入简化粒子群优化算法中,将粒子分为三组寻优,每组使用不同的学习因子和学习维度向量,以此帮助种群执行不同的搜索机制,从而增强了种群的多样性.此外,引入种群育种,有利于粒子跳出局部最优位置,提高了算法的全局搜索性能.仿真实验表明,本文提出的改进算法有效改善了传统群智能算法中存在的不足,可以更好的应用到大数据中.

关键词：大数据简化粒子群狮群算法分组学习因子学习维度向量种群育种

基于ILSLOA的局部遮荫下光伏发电最大功率追踪

在线全文

学校读者我要写书评

暂无评论

电源技术 2021年第4期45卷 474-477页

作者：吴姿瑾肖辉卢文韬王至远黄治长沙理工大学电气与信息工程学院湖南长沙410114 国网湖南电力公司物资公司湖南长沙410007

针对光伏系统在局部遮荫情况(PSC)下的功率失配问题,提出了一种基于增强型狮群算法(ILSLOA)的最大功率点追踪控制方法,在基本狮群算法(BLOA)的基础上,引入反向搜索机制,利用反向搜索因子加快追踪速度,增强狮群算法的全局搜索能力,应用... 详细信息

针对光伏系统在局部遮荫情况(PSC)下的功率失配问题,提出了一种基于增强型狮群算法(ILSLOA)的最大功率点追踪控制方法,在基本狮群算法(BLOA)的基础上,引入反向搜索机制,利用反向搜索因子加快追踪速度,增强狮群算法的全局搜索能力,应用到最大功率点追踪中。设置多种光照模式进行仿真验证,并与粒子群算法(PSO)、BLOA进行比较。结果表明,所提方法追踪速度更快、精度更高,追踪过程波动更小。

关键词：局部遮荫狮群算法反向搜索最大功率点追踪光伏系统

在线全文

学校读者我要写书评

暂无评论

基于改进随机森林的成绩预测研究与应用

基于改进随机森林的成绩预测研究与应用

作者：吴程昊浙江农林大学

学位级别：硕士

随着互联网信息技术的迅速发展,国家教育事业发展“十三五”规划中明确提出要推进教育现代化、重视并合理运用教育领域中产生的信息。如何科学且全面地对学生成绩进行分类预测,对于高校教育工作来说具有极大的研究意义。本文考虑到了随... 详细信息

随着互联网信息技术的迅速发展,国家教育事业发展“十三五”规划中明确提出要推进教育现代化、重视并合理运用教育领域中产生的信息。如何科学且全面地对学生成绩进行分类预测,对于高校教育工作来说具有极大的研究意义。本文考虑到了随机森林算法具备变量重要性排序、处理高维样本、抗噪能力强等优点,因此采用了随机森林对学生行为数据进行分析,实现学生成绩的分类预测。为了提高预测精度,本文采用预测试样本的分类正确率作为对应决策树的权重对传统随机森林进行加权处理得到加权随机森林模型(WRF),并且引入了狮群算法(lion swarm optimization,LSO)对加权随机森林模型进行参数调优。为了提高狮群算法的参数寻优能力,本文首先在原始狮群算法的搜索公式中引入差分变异机制以及参数自适应调整策略,在保证算法前期全局搜索能力和后期局部寻优能力的同时,能更易于跳出局部极值;并且通过引入人工鱼群算法中的觅食行为机制,提高了局部寻优能力,最终建立一种改进狮群算法(DALSO)。通过DALSO算法对加权随机森林参数进行综合寻优,求取最优参数组合,从而提高随机森林的求解精度,最后构建基于改进狮群算法优化加权随机森林模型(DALSO＿WRF),对学生成绩进行分类预测。利用测试函数和学生数据集,对DALSO优化加权随机森林模型进行仿真测试与分类,实验结果表明:DALSO算法较多种对照算法均具有较强的寻优能力。在学生成绩分类预测中,基于DALSO优化加权随机森林模型比传统随机森林、支持向量机等模型的预测精度更高,F1值相比基准模型约提升了13%。

关键词：成绩分类预测随机森林算法数据挖掘狮群算法 DALSO_WRF算法

基于DV-Hop的三维WSNs节点定位算法优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于DV-Hop的三维WSNs节点定位算法优化研究

作者：刘学治西北师范大学

学位级别：硕士

节点定位技术是无线传感器网络(Wireless Sensor Networks,WSNs相关技术中关键的支撑技术。WSNs中节点位置信息的获取是所采集数据具有实际意义的基础,三维空间中节点定位算法能够更加有效解决现实世界的定位需求。如何对现有的三维空... 详细信息

节点定位技术是无线传感器网络(Wireless Sensor Networks,WSNs相关技术中关键的支撑技术。WSNs中节点位置信息的获取是所采集数据具有实际意义的基础,三维空间中节点定位算法能够更加有效解决现实世界的定位需求。如何对现有的三维空间节点定位算法进行改进与优化,有效降低节点定位误差,提高节点定位可靠性是三维空间中节点定位算法研究的趋势。本文重点研究三维DV-Hop算法,针对其存在的问题,提出改进方法,主要工作如下:(1针对三维DV-Hop定位算法单跳跳数划分不合理和平均跳距误差大造成定位精度低的问题,提出一种基于多通信半径与跳距优化的三维DV-Hop定位算法。首先,使用多种通信半径重新划分一跳跳数值,参考网络中存在的锚节点数量和自组成网之后各个锚节点周围存在的节点数计算多通信半径数量,使得多通信半径数更加符合网络的局部和整体特性;其次,使用锚节点选择法筛选未知节点所接收的锚节点集合中的非共面锚节点,提高节点定位的可靠性。使用搜索得到的最大距离相似的锚节点对计算平均跳距,利用该跳距计算未知节点到特定非共面锚节点的距离;最后,使用优化的跳数值和距离值通过最小最大法(Min-Max计算位置。仿真实验表明,在不同的通信半径、锚节点数和节点总数的环境下,该算法都有较好的定位效果,有效减少了因跳数和平均跳距产生的误差,提高了定位精度。(2针对三维DV-Hop定位算法边缘未知节点定位误差大和节点坐标计算不准确等问题,提出一种基于狮群算法与区域定位的三维DV-Hop定位算法。首先,通过设置跳数阈值和节点信任度值限定节点的通信范围和锚节点选择顺序;其次,一跳节点利用接收信号强度指示(Received Signal Strength Indicator,RSSI测距模型得到与邻近锚节点间的距离,通过将距离值和通信半径的比值转化为跳数值,减少跳数误差。引入修正因子,对多跳跳数值和平均跳距值进行校正;最后,将节点位置计算问题转化为寻优问题,采用狮群算法（Lion Swarm Optimization,LSO）计算节点坐标值。仿真实验表明,在较少锚节点条件下,与传统三维DV-Hop定位算法、加权三维DV-Hop定位算法和VNDV-Hop算法相比,该算法提高了边缘未知节点的定位精度,减少了平均定位误差。

关键词：无线传感器网络三维DV-Hop 多通信半径锚节点选择狮群算法区域定位

基于群智能算法及数字孪生的离散制造车间调度方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于群智能算法及数字孪生的离散制造车间调度方法研究

作者：黄澄山东大学

学位级别：硕士

随着中国制造2025战略的深入实施,新一代信息技术与制造业深度融合,智能制造成为推进我国制造业转型升级、实施高质量发展的关键所在。作业车间调度问题作为智能制造核心任务——智能排产领域的一个重要问题,决定着离散制造企业的生产... 详细信息

随着中国制造2025战略的深入实施,新一代信息技术与制造业深度融合,智能制造成为推进我国制造业转型升级、实施高质量发展的关键所在。作业车间调度问题作为智能制造核心任务——智能排产领域的一个重要问题,决定着离散制造企业的生产调度方案,对企业的生产效率与竞争力的提升有着重要意义。柔性制造模式下,生产过程中不确定性和复杂性急剧增加,动态事件在生产过程中时常发生,现代制造业迫切需要动态调度方法来有效减少由于动态事件带来的不良影响。传统调度方法缺乏对动态事件监测的智能性与实时性,物理空间与智能制造的信息空间缺乏互通。数字孪生作为一种虚实交互、实时映射的新技术,为解决作业车间调度发展的难题提供了一种新思路。本文以离散制造企业作业车间调度问题为研究对象,进行以下研究:（1）为形成生产的初始调度方案,针对静态作业车间调度问题,设计了一种基于改进狮群算法的静态作业车间调度问题求解方法。针对狮群算法在求解作业车间调度问题时收敛速度慢,局部搜索能力弱等问题,提出了一种融合Solis＆Wets局部搜索的混合狮群算法。在该算法中,将狮群算法与粒子群算法相结合,提高算法收敛速度,并将寻优结果进一步使用Solis＆Wets局部搜索算法进行局部寻优,提高搜索精度。通过在基准数据集以及机加工车间实例上进行仿真分析,验证了提出的改进算法在求解作业车间调度问题的有效性和稳定性。（2）针对动态作业车间调度问题,提出了一种基于SPT调度规则的动态调度集成模型。在该模型中,针对紧急订单插入、工件优先级改变、设备故障三种不同的动态调度事件给出基于SPT规则的重调度方法。在动态事件发生时,首先识别动态事件种类,根据动态事件的种类选取不同的重调度方式生成新的调度方案。最后,在动态调度实例上验证了所提模型求解的可行性。（3）针对静态调度方案的可行性验证与动态事件的实时重调度问题,设计了一个基于调度规则的动态作业车间调度数字孪生模型。针对传统机加工车间调度缺乏智能性、实时性等问题,结合数字孪生技术,构建基于数字孪生的动态作业车间调度模型。通过实例证明,该模型在生成初始调度方案时,可有效验证初始调度方案的设备利用率与可能存在的加工问题,并及时就初始调度方案进行修改;通过物理车间与虚拟车间实时交互,可实时检测动态事件的发生。在车间服务系统给出重调度方案后,传回调度方案验证并根据验证后的重调度方案生产。实例验证了所提模型在动态作业车间调度问题上的有效性。

关键词：智能制造作业车间调度数字孪生狮群算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

三维点云数据的聚类精简和重建算法研究

三维点云数据的聚类精简和重建算法研究

作者：王玲燕太原科技大学

学位级别：硕士

随着人工智能、机器视觉等科学技术的快速发展,三维重建技术在逆向工程、文物保护、虚拟现实、医学图像等领域应用越来越广泛,如何使三维重建高效而准确成为了研究的热点。由于三维重建获取的原始点云数据量大而杂,需要对其进行去噪、... 详细信息

随着人工智能、机器视觉等科学技术的快速发展,三维重建技术在逆向工程、文物保护、虚拟现实、医学图像等领域应用越来越广泛,如何使三维重建高效而准确成为了研究的热点。由于三维重建获取的原始点云数据量大而杂,需要对其进行去噪、精简等预处理研究,以删除大量冗余数据;然后进行曲面重建研究,以获得准确的三维模型。基于此,本文主要针对点云精简和曲面重建相关算法进行了研究,主要工作内容如下:(1)针对传统K-Means聚类算法对初始聚类中心选择依赖性强的问题,利用狮群算法的快速收敛性及易于获取全局最优解的优势,研究了一种基于狮群优化的改进KMeans聚类算法。通过狮群算法对狮王不断迭代更新,优化狮王位置,将算法停止执行时的狮王全局最优解作为聚类中心,替代传统算法经过随机初始化得到具有不确定因素的聚类中心。本文选择UCI数据集进行验证,实验结果表明,本文提出的改进算法聚类效果更好且算法较为稳定。(2)针对传统聚类精简算法数据精度低和容易出现空洞等问题,本文利用基于狮群优化的聚类算法对点云数据集进行特征聚类;针对每一特征类中的点云进行局部拟合,计算平均曲率作为阈值,通过各点曲率与阈值的对比,大于阈值的点云删除,以达到简化点云的目的。本文选用兔子模型进行实验,结果证明,改进的聚类精简算法点云精简效果更好,点云特征保持更完整。(3)针对传统的Delaunay三角剖分曲面重建算法在大规模点云重建过程中效率低、精度不高的问题,研究了一种基于精简和去噪的Delaunay三角剖分曲面重建算法。利用本文的精简算法对点云数据进行精简;在三角剖分的过程中,利用法向量衡量的方法去除冗余的噪声点;使用Delaunay三角剖分的逐点插入法对点云模型进行网格化得到三维模型。本文选用兔子和马的模型进行实验,结果表明,本文方法提升了三维重建的效率与精度,获得了效果更佳的三维模型。

关键词：三维重建点云精简狮群算法 K-Means算法 Delaunay三角剖分

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多策略灰狼优化算法及其应用研究

多策略灰狼优化算法及其应用研究

作者：刘静怡广西民族大学

学位级别：硕士

灰狼优化算法是模拟自然界灰狼捕食行为提出的一种新型群智能优化算法,该算法通过模拟灰狼发现猎物,包围猎物,狩猎过程来寻求最优解。该算法具有结构简单,寻优能力强,易于实现等优点。自该算法提出以来,就受到了国内外学者广泛关注,但... 详细信息

灰狼优化算法是模拟自然界灰狼捕食行为提出的一种新型群智能优化算法,该算法通过模拟灰狼发现猎物,包围猎物,狩猎过程来寻求最优解。该算法具有结构简单,寻优能力强,易于实现等优点。自该算法提出以来,就受到了国内外学者广泛关注,但随着研究的深入,发现灰狼优化算法存在后期搜索效率低,易陷入早熟等缺点。本论文针对灰狼优化算法所存在的不足进行分析改进,目的在于提高灰狼优化算法的整体性能,并将改进后的算法应用于一些复杂的工程优化问题,以期在提高算法性能的同时扩宽算法的应用领域。本文主要内容有以下3个方面:(1)针对灰狼种群后期聚集导致搜索能力不高的问题,引入狮群算法,提出一种基于混合狮群的灰狼优化算法。改进后的算法提高了种群多样性,扩大种群搜索范围,并将改进后的算法应用于函数优化和路径规划问题。实验结果表明,该改进算法在函数优化和路径规划问题中获得了理想效果。(2)针对灰狼种群全局与局部搜索能力不平衡问题,引入精英反向策略以及自适应权重策略,提出一种混合灰狼优化算法。在搜索初期均匀分布种群,后期引入自适应权重能较好的平衡灰狼全局与局部搜索能力,并应用于物流配送中的车辆调度问题。实验结果表明,该改进算法能够有效的节省物流配送车辆调度总成本。(3)针对灰狼优化算法收敛速度较慢的问题,将差分进化算法引入灰狼优化算法,提出混合差分进化-灰狼优化算法。采用变异来选取更加优秀的个体来进行寻优,并将其应用于最优潮流计算。实验结果表明,在最优潮流计算问题上,该改进算法提供了有效的解决方案。

关键词：灰狼优化算法狮群算法动态权重策略精英反向策略差分进化算法路径规划物流车辆调度最优潮流