检索结果-南通市图书馆

基于Hilbert-Huang变换的制动意图聚类识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

汽车工程 2016年第5期38卷 580-586,573页

作者：唐先智王波杨树军马雷燕山大学车辆与能源学院秦皇岛066004

为了进一步提高电动汽车再生制动系统对驾驶员制动意图的识别准确率,从而使电动汽车能在制动的过程中回收更多的能量,提出了基于Hilbert-Huang变换(HHT)的电动汽车制动意图聚类识别方法。建立了HHT的数学模型,基于HHT在时频域中进一步... 详细信息

为了进一步提高电动汽车再生制动系统对驾驶员制动意图的识别准确率,从而使电动汽车能在制动的过程中回收更多的能量,提出了基于Hilbert-Huang变换(HHT)的电动汽车制动意图聚类识别方法。建立了HHT的数学模型,基于HHT在时频域中进一步探寻中等制动和平缓制动两种制动意图下制动踏板行程信号的特征。建立了制动踏板行程信号特征提取模型,运用Hilbert局部边际能量谱得到局部特征能量,从而对信号特征进行提取,获取信号的特征向量。建立基于模糊C均值聚类算法的制动意图识别模型,并分别进行了离线实验和实时实验。结果表明所提出的基于HHT的制动意图模糊C均值聚类识别方法能更好地分辨中等制动和平缓制动意图,提高了识别准确率,并具有较好的实时性。

关键词：电动汽车制动意图 Hilbert-Huang变换聚类识别

基于特征提取与聚类识别的人工源电磁伪随机信号处理方法

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2022年第4期57卷 973-981,1008,I0011页

作者：张贤李帝铨李晋胡艳芳中南大学有色金属成矿预测与地质环境监测教育部重点实验室湖南长沙410083 中南大学地球科学与信息物理学院湖南长沙410083 湖南师范大学信息科学与工程学院湖南长沙410081

人工源电磁数据易受噪声干扰,影响勘探效果。传统人工源电磁数据处理通常采用频点筛选、异常剔除等方法,人为因素影响太大,且滤波方法无法保留伪随机有效信号。为解决这些问题,针对人工源电磁伪随机数据,通过剖析有用信号与噪声的时域特... 详细信息

人工源电磁数据易受噪声干扰,影响勘探效果。传统人工源电磁数据处理通常采用频点筛选、异常剔除等方法,人为因素影响太大,且滤波方法无法保留伪随机有效信号。为解决这些问题,针对人工源电磁伪随机数据,通过剖析有用信号与噪声的时域特征,定量辨识并定性分析人工源电磁伪随机有用信号,提出了基于特征提取和聚类识别的人工源电磁伪随机信号处理方法。首先,建立两类典型噪声和伪随机信号的样本库,分析样本库信号的时、频域特征;然后,提取时域统计学特征,并结合模糊C均值聚类算法识别并去除噪声,保留有用信号并重构人工源电磁原始数据;最后,利用数字相干技术提取有效频点的频谱。对模拟数据与实测数据进行处理分析,结果表明:本方法能准确、有效地识别并剔除典型噪声,显著提高人工源电磁伪随机数据的质量,经本文方法处理后的电场分量E归一化电场曲线和广域视电阻率曲线更平稳、连续,可有效提高人工源电磁信号的信噪比。

关键词：人工源电磁法伪随机信号特征提取聚类识别

在线全文

学校读者我要写书评

暂无评论

基于免疫聚类识别的耦合功能规划方法与实例

计算机集成制造系统 2006年第9期12卷 1421-1430页

作者：肖人彬库琼曹鹏彬华中科技大学管理学院湖北武汉430074 华中科技大学CAD中心湖北武汉430074

公理设计是以独立公理为基础的,并未提供分析和处理具有功能耦合关系的耦合设计手段。针对这一问题,提出了一种耦合功能规划的新方法。该方法首先利用免疫算法对功能耦合关系进行聚类识别,然后对功能耦合程度加以量化处理,最后通过解耦... 详细信息

公理设计是以独立公理为基础的,并未提供分析和处理具有功能耦合关系的耦合设计手段。针对这一问题,提出了一种耦合功能规划的新方法。该方法首先利用免疫算法对功能耦合关系进行聚类识别,然后对功能耦合程度加以量化处理,最后通过解耦和割裂操作对耦合功能进行重组,从而确定各功能的实现顺序。其中耦合关系的聚类识别旨在为解耦操作提供信息支持,以避免耦合信息的不必要丢失。结合卧式壳管式冷凝器产品的设计实例,对该方法及其有效性进行了说明和验证,还对免疫聚类识别算法中的有关参数进行了讨论,并围绕算法性能的优劣和算法结果对解耦的影响作用,分别将其与遗传聚类识别算法和基于图论的聚类识别方法进行了比较。

关键词：功能耦合关系聚类识别免疫算法耦合功能规划公理设计

在线全文

学校读者我要写书评

暂无评论

人群监控图像异常轨迹数据聚类识别仿真

计算机仿真 2019年第2期36卷 390-394页

作者：李文李小艳仰恩大学工程技术学院福建泉州362014

实现人群监控图像异常轨迹数据的聚类识别,对紧急突发事件发生时及时报警,方便安保人员及时采取应对措施,保证人们生命财产安全具有重要意义。针对当前方法存在识别准确率较低的问题,提出一种基于运动特征的异常轨迹数据聚类识别方法,... 详细信息

实现人群监控图像异常轨迹数据的聚类识别,对紧急突发事件发生时及时报警,方便安保人员及时采取应对措施,保证人们生命财产安全具有重要意义。针对当前方法存在识别准确率较低的问题,提出一种基于运动特征的异常轨迹数据聚类识别方法,将人群监控图像中任意行人的轨迹数据描述为一个流向量序列,提取被监测行人的运动特征,对人群监控图像中被监测行人所有轨迹的起点集合和终点集合进行计算,并采用Hausdorff距离对两个集合中长度不等的行人轨迹进行相似度计算,实现人群监控图像行人轨迹数据预处理。采用人虚拟的最小外接矩形的中心点替代人群监控图像中被监测行人的重心,通过最小外接矩形中心的变化描述行人的跳跃、下蹲、爬行、跑、徘徊五种异常轨迹。根据人群监控图像中被监测行人运动轨迹连接线的波峰波谷存在性,实现异常轨迹数据聚类识别。仿真测试结果证明,所提方法能够区分人群监控图像中行人的正常行为轨迹和异常行为轨迹,且识别准确率较高。

关键词：人群监控图像异常轨迹数据聚类识别

在线全文

学校读者我要写书评

暂无评论

基于量子模距离的量子态聚类识别(英文)

量子光学学报 2003年第4期9卷 144-148页

作者：董道毅陈宗海中国科学技术大学自动化系安徽合肥230027

针对量子系统的状态识别,定义了一种量子模距离作为量子态之间的相似性度量,提出了一种基于量子模距离的聚类算法,它既适用于对量子叠加态的识别,也适合对量子纠缠态的识别。在算法中,根据待识别的样本量子态求取聚类中心,分别计算各量... 详细信息

针对量子系统的状态识别,定义了一种量子模距离作为量子态之间的相似性度量,提出了一种基于量子模距离的聚类算法,它既适用于对量子叠加态的识别,也适合对量子纠缠态的识别。在算法中,根据待识别的样本量子态求取聚类中心,分别计算各量子态到聚类中心的量子模距离,根据量子模距离对量子态进行聚类识别。算例说明了这种聚类识别方法的合理性和有效性。

关键词：量子态聚类识别量子模距离纠缠态量子信息

基于改进K-means算法的客户行为聚类识别——以新一站大数据环境为例

在线全文

学校读者我要写书评

暂无评论

基于改进K-means算法的客户行为聚类识别——以新一站大数据环境...

作者：蔡浩原南京工业大学

学位级别：硕士

近年来,随着客户对个性化消费要求的提高,企业为了获得竞争优势,已将客户的个性化需求摆在十分重要的位置上。客户的个性化需求离不开对客户行为数据的聚类分析,但是企业的客户数据类型复杂、数量巨大,在进行个性化聚类挖掘时面临着数... 详细信息

近年来,随着客户对个性化消费要求的提高,企业为了获得竞争优势,已将客户的个性化需求摆在十分重要的位置上。客户的个性化需求离不开对客户行为数据的聚类分析,但是企业的客户数据类型复杂、数量巨大,在进行个性化聚类挖掘时面临着数据挖掘方法和数据挖掘平台选择的多重困难,所以企业对于客户行为数据挖掘方法和平台难题的解决已经迫在眉睫。因此,本文以新一站电商保险平台为切入点,着重解决新一站平台在对客户进行聚类时遇到的挖掘算法和平台的难题,为新一站保险平台的客户个性化服务提供基础,最终能够在市场竞争中获得优势。为了解决新一站客户行为数据的挖掘过程中遇到的难题,本文首先分析总结了目前大数据、数据挖掘、聚类和客户行为的研究现状,并以此为基础总结了目前通用的研究方法,为研究分析打下了坚实的理论基础。之后,为了进一步分析新一站平台客户行为的背景,具体分析了新一站平台的框架结构、购物流程、客服流程、客户行为、以及客户特征等多方面,对接下来新一站客户聚类挖掘有着重要的作用。在总结和分析了现有聚类研究的基础上,本文根据新一站客户数据的特点,选择了 K-means作为聚类分析的基础,通过改进人工蜂群算法中的初始化过程、选择策略、领域调整策略以及新解生成机制,改善了原先人工蜂群算法的存在的不足,并利用改进之后的算法与K-means相结合为K-ABC算法,从而弥补K-means算法存在的依赖初始值等缺陷,提高了算法的有效性和可靠性。根据选择算法的特点以及目前数据处理平台的比较,选择了 Hadoop作为数据处理平台,并进行了聚类方法的并行化部署。最后本文通过新一站客户数据,在Hadoop平台上进行了实验,证明了融合后聚类算法K-ABC的有效性,并成功的实现了对新一站客户的聚类。本文改进了经典人工蜂群算法中的初始化过程、选择策略、领域调整策略以及新解生成机制,提高了人工蜂群算法效率性和鲁棒性;并利用改良后的人工蜂群算法与K-means相结合,弥补了单独使用K-means算法的缺陷。本文的研究为众多企业利用客户行为数据进行客户聚类挖掘提供了一定的技术层面的支撑。

关键词：客户行为聚类识别人工蜂群算法 Hadoop 推荐服务

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征敏感度的弹道群目标聚类识别方法

装备学院学报 2015年第3期26卷 52-57页

作者：李昌玺郭戈汪毅赵龙华张晨空军预警学院研究生管理大队空军预警学院研究生处 95269部队国防信息学院信息系统系

针对弹道单目标识别中,传感器资源利用率低、识别耗时长的缺点,采用群目标理论,提出了基于特征敏感度的弹道群目标聚类识别方法。该方法首先对目标群进行聚类,然后选取目标特征组合对各个分群进行敏感度计算,确立各分群的威胁度。同时,... 详细信息

针对弹道单目标识别中,传感器资源利用率低、识别耗时长的缺点,采用群目标理论,提出了基于特征敏感度的弹道群目标聚类识别方法。该方法首先对目标群进行聚类,然后选取目标特征组合对各个分群进行敏感度计算,确立各分群的威胁度。同时,通过比较某个特定阶段各类特征的优劣性,为特征优化组合提供指导意见,优化了目标特征组合,提高了识别效率。最后,仿真实验验证了方法的可行性。

关键词：特征敏感度群目标聚类识别

在线全文

学校读者我要写书评

暂无评论

基于蚁群算法的多字符聚类识别

天津理工大学学报 2008年第5期24卷 34-37页

作者：王立群杨淑莹安博天津理工大学计算机科学与技术学院天津300191

本文采用蚁群算法对聚类数目已知的多字符进行聚类识别,在分析了基本蚁群算法的基础上,提出了一种改进的蚁群算法,该算法结合分布式计算、正反馈机制、贪婪式搜索算法等.对每只蚂蚁构造一个可行解,利用信息素矩阵,经过若干次的迭代,找... 详细信息

本文采用蚁群算法对聚类数目已知的多字符进行聚类识别,在分析了基本蚁群算法的基础上,提出了一种改进的蚁群算法,该算法结合分布式计算、正反馈机制、贪婪式搜索算法等.对每只蚂蚁构造一个可行解,利用信息素矩阵,经过若干次的迭代,找寻包含最优解的蚂蚁.通过与K-means和遗传算法比较,最后得出结论,该蚁群算法识别效果好,执行效率高.

关键词：聚类识别蚁群算法多字符

基于核函数的SOM及在齿轮故障聚类识别中的应用

在线全文

学校读者我要写书评

暂无评论

湖北工学院学报 2002年第4期17卷 11-14页

作者：廖广兰史铁林华中科技大学机械科学与工程学院武汉430074

结合统计学习理论 SL T 和支持向量机 SVM 的原理 ,在传统的采用欧氏距离作为竞争评价函数的自组织映射 SOM 基础上 ,提出了一种基于核函数的自组织映射 KSOM 方法 ,并把它应用于齿轮故障的聚类识别 .该方法先把特征空间映射到高维... 详细信息

结合统计学习理论 SL T 和支持向量机 SVM 的原理 ,在传统的采用欧氏距离作为竞争评价函数的自组织映射 SOM 基础上 ,提出了一种基于核函数的自组织映射 KSOM 方法 ,并把它应用于齿轮故障的聚类识别 .该方法先把特征空间映射到高维的像空间 ,使得特征数据在像空间的映像能够较好地分开 ,然后在特征空间利用核函数来构造像空间中自组织竞争的评价函数以及权值的调整方法 ,最终在特征空间实现高维像空间中数据的聚类 .试验结果表明 ,应用 KSOM方法来聚类识别齿轮的故障 ,比传统 SOM取得的效果更好。

关键词：核函数自组织映射评价函数齿轮故障聚类识别