检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

仿射传播和谱聚类的船舶轨迹聚类

河南科技大学学报（自然科学版） 2018年第1期39卷 35-40,6页

作者：李雨潇吴传生刘文李欢欢武汉理工大学理学院湖北武汉430063 武汉理工大学航运学院湖北武汉430063 内河航运技术湖北省重点实验室湖北武汉430063

针对谱聚类算法中常用的K-means算法对特征向量空间进行聚类初始值敏感等问题,提出了一种新的基于仿射传播(AP)的谱聚类算法。首先,利用动态时间规整(DTW)距离度量各船舶自动识别系统(AIS)轨迹之间的结构相似性,得到距离矩阵;其次,使用... 详细信息

针对谱聚类算法中常用的K-means算法对特征向量空间进行聚类初始值敏感等问题,提出了一种新的基于仿射传播(AP)的谱聚类算法。首先,利用动态时间规整(DTW)距离度量各船舶自动识别系统(AIS)轨迹之间的结构相似性,得到距离矩阵;其次,使用快速AP聚类算法改进传统谱聚类算法,基于指定的类别数对内河桥区水域船舶AIS轨迹数据进行实例验证。仿真实验结果表明:本文算法在不增加时间复杂度的基础上,比传统谱聚类算法有更高的鲁棒性,且实验准确率提高5.24%。

关键词：轨迹聚类动态时间规整距离谱聚类相似性度量仿射传播聚类

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于深度学习的企业财务困境预测研究

基于深度学习的企业财务困境预测研究

作者：韩欢欢首都经济贸易大学

学位级别：硕士

财务困境预测作为财务风险管理领域的热门话题,其预测模型正随着信息技术的革新而不断更迭。然而,深度神经网络,尤其是卷积神经网络(CNN)近年来在故障诊断、模式分类以及诸多金融问题的研究中取得了显著的成果,却在企业财务困境预测研... 详细信息

财务困境预测作为财务风险管理领域的热门话题,其预测模型正随着信息技术的革新而不断更迭。然而,深度神经网络,尤其是卷积神经网络(CNN)近年来在故障诊断、模式分类以及诸多金融问题的研究中取得了显著的成果,却在企业财务困境预测研究中少有应用。另一方面,现有的企业财务困境预测研究大多集中在静态截面数据上,而能够描述各指标之间的相互作用的图数据(graph)类型却很少被考虑。与此同时,财务数据作为财务困境预测研究的主体有着天然的图特征。近来,图卷积网络(GCN)已被证明是从图结构化数据中提取高维变量的统计特征的有效方法,这使得将图数据用于分析企业财务困境成为可能。因此,本文在深度学习的背景下,围绕企业财务困境预测这一研究主题提出两种解决方法来对不同的数据进行处理。第一项研究将嵌入SE模块("Squeeze-and-Excitation")的残差神经网络(Res Net)与成像技术(Imaging)相结合提出了一种名为ISE-Res Net的新型破产预测模型。在该模型中,一系列财务比率被转换成含有3个通道的图像,然后使用SE-Res Net作为分类器,将转换后的图像直接输出为破产或非破产。充分的实验表明,所提出的ISE-Res Net优于其他一些传统方法(例如,逻辑回归(LR),支持向量机(SVM),自适应增强(Ada Boost),随机森林(RF),一维卷积神经网络(1D CNN),人工神经网络(ANN),k最近邻(KNN)和二维卷积神经网络(2D CNN))。第二项研究通过将GCN与优化的动态时间规整(ODTW)相结合,提出了一种新的财务困境预测模型ODTW-GCN。在提出的模型中,ODTW被用来构造多变量时间序列中财务比率之间的相互作用关系,进而将财务指标转换成图的形式,通过GCN提取财务比率之间的空间特征进行最终的分类。为了分析和比较ODTW-GCN的性能,本研究使用来自中国上市公司的真实数据进行了一系列实验。实验证明,该模型的预测能力优于卷积神经网络(CNN),双向长短期记忆全卷积网络(Bi LSTM-FCN),长短期记忆全卷积网络(LSTM-FCN),多元注意力长短期记忆全卷积网络(MALSTM-FCN),多元长短期记忆全卷积网络(MLSTM-FCN)和核卷积神经网络(KCNN)。

关键词：财务困境预测深度神经网络 SE模块动态时间规整距离

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

轮毂批量加工过程CNC刀具破损检测系统

轮毂批量加工过程CNC刀具破损检测系统

作者：傅致远东北大学

学位级别：硕士

在流水线批量加工模式下,数控机床刀具发生破损后,需要及时更换,否则影响产品质量,甚至可能导致撞刀、电机堵转等事故,危害设备及人员安全。因此,研究批量加工过程中的刀具破损在线检测手段具有重大意义。本文结合汽车轮毂批量加工过程... 详细信息

在流水线批量加工模式下,数控机床刀具发生破损后,需要及时更换,否则影响产品质量,甚至可能导致撞刀、电机堵转等事故,危害设备及人员安全。因此,研究批量加工过程中的刀具破损在线检测手段具有重大意义。本文结合汽车轮毂批量加工过程中的实际情况,研制了一种数控机床刀具破损在线检测系统。论文主要工作内容有:从生产环境、抗干扰性、灵敏程度几个角度综合考虑,认为机床主轴功率是多种刀具破损检测信号中最好的,选择它作为检测系统所使用的信号。基于现有设备条件,检测系统通过工业以太网读取保存数控机床内部功率传感器数据,不需要额外安装外置功率传感器采集功率,能够简化系统结构、降低系统成本。搭建了主轴功率数据采集实验平台,验证了数据采集方式的可行性。分析流水线批量加工模式的特点,指出该模式下,数控机床加工同批次不同轮毂的过程中,功率时间序列的变化趋势具有周期性。根据这一特点,以刀具破损检测动态标准法为基础,设计刀具破损检测系统总体方案,确定系统总体由数据采集、标准建立、对比计算三大环节组成。在数据采集环节中,需要分辨加工过程中的不同工序以及该工序所使用的刀具编号。因此,在数据采集环节中,同时对数控代码和主轴功率进行采集,使用数控代码解析方式对采集数据进行处理,完成加工过程工序识别。在对比计算环节中,指出该环节的关键是计算标准序列和实时序列的差异程度。本文摆脱过去研究中逐点计算数据差值的方式,引入动态时间规整距离算法计算两条序列之间的时间序列相似性距离,作为反映差异程度的指标。在标准建立环节中,指出切削余量波动会影响建立标准序列。为了平抑切削余量波动的影响,提出以正常加工过程功率时间序列集合的平均时间序列作为对比检测的标准序列。为了适应对比计算环节的度量方法,选择动态时间规整距离重心平均方法计算时间序列集合的平均时间序列。进行了刀具破损检测系统的具体开发实现,在现场进行试运行。运行结果证明刀具破损检测系统满足设计要求,能够进行刀具破损在线检测。

关键词：数控机床刀具破损在线检测主轴功率动态时间规整距离

基于SoPC平台的动态时间规整算法加速系统实现

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SoPC平台的动态时间规整算法加速系统实现

作者：周汉清华中科技大学

学位级别：硕士

随着大数据时代的到来,针对时间序列的数据挖掘成为一个新兴的研究方向。在时间序列数据挖掘中,时间序列的相似度度量是最基础也是最重要的环节。在大量时间序列相似度度量算法中,动态时间规整(Dynamic Time warping,DTW)算法是被业界... 详细信息

随着大数据时代的到来,针对时间序列的数据挖掘成为一个新兴的研究方向。在时间序列数据挖掘中,时间序列的相似度度量是最基础也是最重要的环节。在大量时间序列相似度度量算法中,动态时间规整(Dynamic Time warping,DTW)算法是被业界广泛认可的最佳的时间序列度量算法。随着嵌入式设备的普及和发展,时间序列数据挖掘应用于该平台的需求也日益增加。嵌入式平台对资源、性能和功耗要求较高。而对海量的时间序列相似度计算,提升嵌入式平台的性能和能量效率,进行实时处理具有重要意义。本文的主要研究工作是基于可编程片上系统(System-on-a-Programmable-Chip,SoPC)平台,通过软硬件协同设计方法,实现DTW算法的加速系统,以提升DTW计算性能并降低功耗,同时保证系统具有一定的灵活性。本文提出的DTW算法加速系统,充分利用了算法本身的并行性,实现了细粒度并行计算,具有较高的计算效率;该设计支持可配置参数计算,可配置的参数包括时间序列长度,模板数量和SakoeChiba约束半径等;本系统利用SoPC平台,进行合理的软硬件划分,基于FPGA实现的DTW-FPGA模块作为软件层的子函数被调用,提升了应用设计的灵活性。我们对本文提出的DTW算法加速系统进行了大量、全面的实验测试。实验涵盖多种数据集、针对多种应用,以性能和功耗作为主要的目标评价体系。实验中,本系统取得了平均6.91x的加速比和3.88x的能量效率提升,并且能够适应多种应用和多种数据集的计算需求,具有一定的稳定性和灵活性。

关键词：时间序列数据挖掘相似度度量动态时间规整距离软硬件协同设计

海底电缆敷设场景中超短基线组合定位方法研究

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

时空信息学报 2024年

作者：刘宗喜欧阳本红王昱力夏荣张磊陈冠旭张济勇中国电力科学研究院有限公司电网环境保护全国重点实验室国网浙江省电力有限公司舟山供电公司浙江舟山海洋输电研究院有限公司自然资源部第一海洋研究所国网经济技术研究院有限公司

高精度定位是确保海底电缆作业安全和效率的关键。传统的海缆敷设作业采用单一的超短基线定位（ultra-short baseline，USBL）技术进行水下定位，受海底深埋犁高压水枪引起的浮泥影响，数据存在频繁跳动的问题。为提升海底电缆敷设场景... 详细信息

高精度定位是确保海底电缆作业安全和效率的关键。传统的海缆敷设作业采用单一的超短基线定位（ultra-short baseline，USBL）技术进行水下定位，受海底深埋犁高压水枪引起的浮泥影响，数据存在频繁跳动的问题。为提升海底电缆敷设场景中水下定位的稳定性和精度，本文对超短基线组合定位方法展开研究。首先，分析响应式USBL和应答式USBL的稳定性和精度；其次，基于卡尔曼滤波，利用选定模式的USBL与惯导系统进行组合定位；最后，分析USBL组合定位的稳定性和精度。结果表明：应答式USBL可克服响应式USBL中硬件延时误差和时钟同步误差的影响，提供更为稳定和精确的定位结果，将静态定位精度从1.1 m提升至0.4 m；基于应答式USBL与惯导组合定位可克服单纯应答式USBL动态定位结果存在系统偏差的问题，将深埋犁轨迹与船舶GNSS轨迹整体的欧氏距离从2.954 m降低至1.652 m、动态时间归整距离从206.886 m降低至96.661 m。

关键词：海底电缆深埋犁 USBL 惯导组合定位定位精度欧氏距离动态时间规整距离

基于多健康特征与TLSSA-SVM模型的锂电池SOH预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

兰州工业学院学报 2024年第6期31卷 86-92页

作者：司梦婷张梅徐云涛安徽理工大学电气与信息工程学院安徽淮南232001

为提高锂电池非线性退化过程中SOH的预测精度,提出了一种基于多特征融合与TLSSA-SVM模型的锂电池SOH预测方法。首先从电池原始数据中提取电池的多健康特征:直接测量特征、容量增量特征、相似性特征,通过多维尺度缩放,降低高维特征数据... 详细信息

为提高锂电池非线性退化过程中SOH的预测精度,提出了一种基于多特征融合与TLSSA-SVM模型的锂电池SOH预测方法。首先从电池原始数据中提取电池的多健康特征:直接测量特征、容量增量特征、相似性特征,通过多维尺度缩放,降低高维特征数据的信息重叠;接着引入Tent混沌映射和莱维飞行改进SSA,避免了SSA陷入局部最优;然后利用改进的TLSSA对SVM进行参数寻优,得到最优模型;最后利用该模型对锂电池进行SOH预测,并以NASA锂电池数据集为依据进行实验验证。结果表明,该预测方法的RMSE仅在1.52%以下,R^(2)均在0.974以上。

关键词：健康状态动态时间规整距离麻雀搜索算法支持向量机健康特征

维普期刊数据库