检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于字典学习的人脸识别算法研究

基于字典学习的人脸识别算法研究

作者：曹清华陕西师范大学

学位级别：硕士

伴随着信息时代的来临,人工智能和大数据等技术的快速发展,人们的生活方式相应的产生了巨大的变化。人脸识别技术是其中影响人们日常生活方式最重要的一项技术,该技术使人们都进入到了一个“刷脸”的时代。但是由于人脸图像在日常收集... 详细信息

伴随着信息时代的来临,人工智能和大数据等技术的快速发展,人们的生活方式相应的产生了巨大的变化。人脸识别技术是其中影响人们日常生活方式最重要的一项技术,该技术使人们都进入到了一个“刷脸”的时代。但是由于人脸图像在日常收集的过程中容易受到不同光照条件、不同面部表情和一些外物遮挡等不利因素的影响,导致人脸图像在分类的过程中存在一定的难度。基于稀疏表示和字典学习的人脸识别算法可以有效的解决上述问题并且具有很好的鲁棒性。然而,应用于人脸识别的字典学习算法也存在一定的改进空间。当前的字典学习算法在学习的过程中都将字典原子均等的对待,但实际上不同的字典原子对分类的贡献不同,所以对不同的字典原子需要给予不同的权重约束。并且在完成人脸样本图像的收集时,我们往往会受到环境的干扰从而影响收集人脸样本图像的数量和质量,使得人脸识别问题变成一个小样本问题。本文通过对基于字典学习与稀疏表示理论相关算法的深入研究,提出了两种改进算法来解决上述问题,主要取得了以下研究成果:首先,提出了基于互信息与字典学习的人脸识别算法,该算法在字典学习的过程中引入互信息系数,根据不同原子向量与标签向量之间的互信息系数设置不同的权重约束,然后对改进的字典学习算法的目标函数进行设计,在求解目标函数时采用对原子循环迭代的方法求解。该算法加强了字典与样本标签之间的联系,提升了字典的判别性,从而提高人脸的识别率。其次,提出了基于样本多样性的融合字典学习算法,该算法为了增强样本的多样性,利用奇异值分解构造虚拟样本,并且在虚拟样本和原始样本上同时进行字典学习得到原始字典和虚拟字典,为了使得到的字典进行互补,对由原始字典的得到类标向量和虚拟字典得到的类标向量进行加权融合,最终得到测试样本图像的分类结果。该算法有效的减缓了人脸识别算法中的小样本问题,提高了人脸识别率。最后,本文对所提出的算法在公开人脸数据集上进行实验对比,对比实验结果验证所提算法具有一定的改进。

关键词：人脸识别字典学习互信息系数样本多样性小样本问题

基于空间相关性的索力传感器优化布置及全桥索力反演预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于空间相关性的索力传感器优化布置及全桥索力反演预测研究

作者：董佳霖哈尔滨工业大学

学位级别：硕士

作为缆索体系桥梁中的重要承重结构,拉索成为桥梁结构安全评价的一个重要因素,索力监测在大跨径斜拉桥和悬索桥的健康监测系统中已经成为必不可少的监测项目。一个合理的拉索监测方案,特别是索力监测位置极大程度地影响着桥梁结构安全... 详细信息

作为缆索体系桥梁中的重要承重结构,拉索成为桥梁结构安全评价的一个重要因素,索力监测在大跨径斜拉桥和悬索桥的健康监测系统中已经成为必不可少的监测项目。一个合理的拉索监测方案,特别是索力监测位置极大程度地影响着桥梁结构安全评估的准确性,也是建造经济节约型健康监测系统的关键。本文从拉索群荷载响应的空间相关性出发提出了基于索力相关性的传感器优化方法,并利用最优测点处的索力信息实现了对未监测位置处拉索索力的估计,达到了利用有限的传感器最大限度地获取全桥拉索荷载响应的目的。首先采用B样条拟合法提取由环境因素引起的索力趋势项为研究对象,以Pearson相关系数、最大信息系数(MIC)和互信息系数(MI)三个系数作为拉索群空间相关性的度量指标,深入地挖掘不同位置拉索间荷载响应的内在关联。Pearson相关系数只能描述变量间的线性关系,但是桥梁的荷载响应的复杂程度远远超过线性关联;最大信息系数因为噪声的存在使其难以发挥在相关性探索中的优势,而拉索间的散点图却呈现出“宽带”的特点;相比而言,基于核密度估计的互信息系数更能探索拉索群间的非线性关系,因此选取互信息系数作为拉索群空间相关性建模的依据;其次利用键能算法(BEA)对拉索群相关系数矩阵进行聚类分析,并根据测点在聚类关联度中的排列顺序进行传感器测点分类和最优测点选择。以南京长江三桥上游84根拉索为研究对象,以0.05为间距,讨论了相关性阈值取0.9.6时上游拉索群传感器优化布置方案。当阈值取0.9时,有接近1/2的拉索被选择为监测对象,并且最优测点的个数随着相关性阈值的减少而逐渐减少,优化结果论证了该方法的有效性;最后提出了基于粒子群算法的核极限学习机模型(PSOELM)以实现利用有限的监测拉索对未监测处拉索索力变化的估计。从预测精度、误差分布等角度对比分析了不同的激活函数和核函数下的极限学习机模型(ELM)、多元线性回归模型(MLR)和自适应回归样条模型(MARS)在全桥索力反演预测中的性能,发现具有RBF核函数的RBFELM模型具有更高的预测精度和泛化能力,索力预测最大均方根为2.79,并且绝对误差落在[-3,3]区间内的概率为99.54%,预测精度满足实际工程的需要;文中还利用MARS模型对基于空间相关性的传感器优化方法进行验证,验证了选取互信息系数为相关性指标的合理性和优化方法的有效性。

关键词：结构健康监测空间相关性传感器优化布置互信息系数极限学习机

SFDM：一种考虑了流量和存量的数据管理模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

SFDM：一种考虑了流量和存量的数据管理模型

作者：王有天清华大学

学位级别：硕士

本文提出了一种新的数据管理模型——流量和存量数据模型,简称SFDM。SFDM把所描述的实体视为对象,描述其属性的变化,并借鉴会计理论中对流量和存量的处理方法,将数据进行了流量和存量的区分,把数据的当前状态看成是过去所有流量积累的结... 详细信息

本文提出了一种新的数据管理模型——流量和存量数据模型,简称SFDM。SFDM把所描述的实体视为对象,描述其属性的变化,并借鉴会计理论中对流量和存量的处理方法,将数据进行了流量和存量的区分,把数据的当前状态看成是过去所有流量积累的结果,而非直接修改所致。模型采用分录,即{时间,对象,属性,变化值,变化量}的形式,来描述对象属性的变动,并根据分录来计算对象在各个时间点的状态。该模型应用简单灵活,能很好地支持回滚、分拆、合并等操作。本文还对多用户情况下的模型构造进行了研究。多用户下的流量和存量模型允许多用户通过分录的形式交换有关对象属性的变化信息,用户可以对于收到的分录进行分类汇总,计算出各个对象在不同时间的状态。本文通过扩展关系型数据库的功能,如面向对象集合的聚合函数,对象关系图等,利用现有的软件资源对模型进行了实现。我们还进一步探讨了该模型的商业应用,并利用该模型开发了一个简易的电子名片系统,将该系统与一些同类系统进行了对比,以说明该模型的功能和特点。多用户流量和存量模型下除了用户间的信息交换外,用户本身还需要对收到的信息进行甄别处理。对于企业级的应用来说,需要探讨计算机辅助的决策处理,以便甄别收到的分录。本文对如何利用决策树分类方法对分录进行分类判定进行了讨论,并利用信息熵理论对决策树分类方法提出了改进。从编码的效率来讲,流量和存量模型采用的分录形式还可以改进。我们讨论了利用文法来对分录格式进行扩展的情况,允许利用多种产生式来生成分录,从而可以根据所描述的信息选择最适合的产生式,使得分录形式更为简洁。这种方法还可以把目前关系型数据库的表视为一种产生式,从而允许模型兼容目前关系型数据库的数据。

关键词：流量和存量模型数据管理决策树互信息系数

Fault Detection and Diagnosis for Gas Turbine Based on Information Entropy Models

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Fault Detection and Diagnosis for Gas Turbine Based on Infor...

作者： MUHIRWA ALEXIS（吴伟）哈尔滨工业大学

学位级别：硕士

随着科学技术的发展，人们正不断尝试克服一系列的阻碍去进行更加高效和精确的生产。这种不间断的创新已经到了维护领域，能够监测一些大型、复杂的设备的运转情况以及预测可能的故障的发生。特别的，对于电站来说这一点就显得极其重要... 详细信息

随着科学技术的发展，人们正不断尝试克服一系列的阻碍去进行更加高效和精确的生产。这种不间断的创新已经到了维护领域，能够监测一些大型、复杂的设备的运转情况以及预测可能的故障的发生。特别的，对于电站来说这一点就显得极其重要，它可以说是电厂在一段时间运行维护的一个核心问题。因此，燃气轮机的异常检测和故障诊断成为一个递归问题，以避免生产发生问题，并且不断优化以提高其使用寿命。由于燃气轮机必须在恶劣的条件下工作，如随着运转时间的增加温度的升高，高转速，高压以及恶劣环境的传递等问题，会增加燃气轮机故障发生的几率。这些问题很有可能引发安全问题，同时设备故障导致的生产的停滞甚至机组停机都会导致严重的经济损失。燃气轮机的异常检测和故障诊断包括一系列的健康监测方法。本文主要从Shannon信息论的角度进行研究。首先，应用早前提出的统计方法，基于互信息即“最大信息系数”来建立一个稳定的运行模式，体现在燃气轮机内部各传感器的测量值均大致不变的一个模式。常模式反应了燃气轮机运行的一个理想模式，这是基于进一步的测量得出的故障问题相对应的一个模式。其次，本文利用信息熵的核函数扩展理论对燃气轮机排气温度进行分析来构造一个信息量更大的子集来进行故障预警并利用C4.5决策树根据故障的种类和分类规则来标记数据样本。本工作的主要目的是通过初步介绍互信息理论在燃气轮机异常检测以及传感器强相关性的检测应用，其次，结合燃气轮机排气温度与核空间和决策树的概念，分析其如何提高燃气轮机的性能。实验数据的分析显示，从两个信息熵的理论得出的结果可以看出该方法是可靠的，并且值得利用该理论对燃气轮机健康监测进行更加深入的研究。

关键词：燃气轮机故障检测与诊断燃气排温传感器互信息系数 Shannon信息熵理论