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

特征直连与结构化约束的多视图子空间聚类

计算机工程与科学 2022年第4期44卷 753-760页

作者：张翼飞邓秀勤王卓薇广东工业大学数学与统计学院广东广州510006

多视图子空间聚类作为处理多视图数据的聚类算法,其目的在于学习到一个共识的子空间后用于聚类。但是,现存的多视图子空间聚类算法只是将目标放在了原有的多个视图上,忽略了通过特征直连得到的数据。提出的FSMC算法使原有的多个视图与... 详细信息

多视图子空间聚类作为处理多视图数据的聚类算法,其目的在于学习到一个共识的子空间后用于聚类。但是,现存的多视图子空间聚类算法只是将目标放在了原有的多个视图上,忽略了通过特征直连得到的数据。提出的FSMC算法使原有的多个视图与特征直连视图相互学习,通过误差重构和结构化约束子空间得到一个更加合适的子空间表示,同时还考虑了多视图与特征直连视图的权重关系。最后,在4个基准数据集上进行实验,验证了算法的有效性。

关键词：多视图子空间共识矩阵特征直连结构化约束

在线全文

学校读者我要写书评

暂无评论

基于多视角非负矩阵分解的人体行为识别

计算机工程与应用 2018年第16期54卷 37-43,75页

作者：郭炜婷夏利民中南大学信息科学与工程学院长沙410075

提出一种基于多视角非负矩阵分解的视角不变特征提取方法用于融合多视角信息并进行人体行为识别。通过提取每个视频帧的时空描述符,有效描述了视频场景中的运动和形态信息;为了解决观测角度改变对识别的影响,在不同视角下构建基于时空... 详细信息

提出一种基于多视角非负矩阵分解的视角不变特征提取方法用于融合多视角信息并进行人体行为识别。通过提取每个视频帧的时空描述符,有效描述了视频场景中的运动和形态信息;为了解决观测角度改变对识别的影响,在不同视角下构建基于时空描述符的时空矩阵,并利用多视角非负矩阵分解构建多视角的目标函数以得到融合了多视角信息的共识矩阵;计算共识矩阵的最大相关系数进行人体行为分类。该方法在WVU数据集、i3Dpose数据集上进行了验证,并与其他方法进行比较,结果表明了该方法在行为识别方面的有效性。

关键词：多视角非负矩阵分解时空矩阵共识矩阵最大相关系数

在线全文

学校读者我要写书评

暂无评论

基于聚类集成的用户负荷模式识别

计算机应用与软件 2014年第12期31卷 237-241页

作者：黄剑文严宇平广东电网公司信息中心广东广州510600

为提高错峰管理中用户负荷模式识别的可靠性与普适性,针对目前单一聚类算法难以解决用电负荷数据的不平衡性以及时序特性等问题,提出一种基于聚类集成技术的用户负荷模型识别方案。利用多种标准化方法以及经遴选的聚类算法生成多样化的... 详细信息

为提高错峰管理中用户负荷模式识别的可靠性与普适性,针对目前单一聚类算法难以解决用电负荷数据的不平衡性以及时序特性等问题,提出一种基于聚类集成技术的用户负荷模型识别方案。利用多种标准化方法以及经遴选的聚类算法生成多样化的聚类成员,通过将所有聚类成员合并构造共识矩阵并进行重构,得到较单一聚类算法更为优越的分群结果。该方案比采用单一的聚类分析得到的用户用电负荷数据分簇结果更稳健可靠,且对数据结构变化的敏感度低、分簇效果更好、泛化能力更强,并在中山市6 500家专变用户的用电负荷模式识别中取得了良好的应用效果。

关键词：负荷模式共识矩阵聚类集成 CSPA算法行为分析

聚类融合与深度学习在用电负荷模式识别的应用研究

在线全文

学校读者我要写书评

暂无评论

聚类融合与深度学习在用电负荷模式识别的应用研究

作者：林锦波华南理工大学

学位级别：硕士

研究用户用电负荷模式的特点，有助于电网公司对用户的用电行为有更透彻的理解，并能依据细分的目标用户群制定相应的市场策略，提供对应的个性化服务，使各方都收益。用户用电负荷模式的主流研究方式是对用户负荷曲线数据进行聚类分析... 详细信息

研究用户用电负荷模式的特点，有助于电网公司对用户的用电行为有更透彻的理解，并能依据细分的目标用户群制定相应的市场策略，提供对应的个性化服务，使各方都收益。用户用电负荷模式的主流研究方式是对用户负荷曲线数据进行聚类分析以及分类分析。传统的单一聚类分析方法对于具有不平衡性以及时序特性的负荷曲线数据存在泛化能力不强，稳健性不高的问题。针对这一问题，本文提出基于聚类融合的负荷曲线聚类研究。本文首先着重研究如何遴选适合负荷曲线数据聚类分析算法，从30种通用聚类算法中挑选出3种适用于负荷曲线聚类的通用聚类算法，并给出通用聚类算法在该场景的有效性评价。运用Bootstrap方法，生成具有差异性的聚类成员，并设计共识函数，定义各样本间的距离，再运用CSPA超图分割方法进行合并，从而得到比单一算法更优的最终聚类结果。本文最终聚类融合结果将负荷曲线分为四个典型群体，分别为双峰型、三峰型、平稳型以及避峰型。聚类融合结果总体匹配正确度为74.61%，并与单一方法进行对比分析，实证了聚类融合优异于单一聚类方法。以聚类融合算法得到的标签作为输入，针对负荷用电行为模式识别，建立了基于负荷曲线分类的深度学习模型，并给出了该场景的模型参数设置。通过交叉验证，模型在在预测集准确度为76.91%，显示了深度学习模型通过自学习方式训练隐含层的优势。并对比分析BP人工神经网络、支持向量机以及随机森林的分类结果，实验表明了深度学习模型在用户用电负荷模式识别的良好性能。

关键词： Bootstrap 共识矩阵聚类有效性自学习深度网络

基于多属性群决策层次分析的POPs污染处理技术评价模型研究

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

计算机与应用化学 2016年第2期33卷 218-222页

作者：张启伦杨韵桐东北石油大学电子科学学院黑龙江大庆163000

为了准确评估POPs污染处理技术优劣程度,提出一种基于多属性群决策层次分析法的POPs污染处理技术优劣评价模型。首先,详细分析了评价POPs污染处理技术优劣的指标因素,建立了综合评价指标体系;其次,通过计算专家评价矩阵间的相似度和差... 详细信息

为了准确评估POPs污染处理技术优劣程度,提出一种基于多属性群决策层次分析法的POPs污染处理技术优劣评价模型。首先,详细分析了评价POPs污染处理技术优劣的指标因素,建立了综合评价指标体系;其次,通过计算专家评价矩阵间的相似度和差异度得到专家信任度,聚合群体专家意见形成共识矩阵并得到各指标权重值;同时,引入最大隶属度原则的有效度,提出采用级别特征值公式和置信度准则确保了POPs污染处理技术优劣评估结果的可靠性。最后以实际案例进行技术优劣评估。结果表明了模型合理可靠,能准确判断优劣级别。

关键词：相似度聚合共识矩阵模糊综合评价群决策层次分析法