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

基于纵横比自适应的相关滤波跟踪算法

电子学报 2024年第6期52卷 2112-2122页

作者：钟钰彬杨鹏窦磊南京理工大学瞬态物理国家重点实验室江苏南京210094

由于跟踪过程目标不规则形变的影响,采用固定纵横比的尺度模型无法精确地估计目标的尺度.为解决该问题,本文提出基于纵横比自适应的相关滤波跟踪算法.基于fDSST(fast Discriminative Scale Space Tracking)算法,训练学习纵横比模型,更... 详细信息

由于跟踪过程目标不规则形变的影响,采用固定纵横比的尺度模型无法精确地估计目标的尺度.为解决该问题,本文提出基于纵横比自适应的相关滤波跟踪算法.基于fDSST(fast Discriminative Scale Space Tracking)算法,训练学习纵横比模型,更新目标的纵横比,获取更精确的目标尺度.在此基础上,本文设计了平滑修正方案以及学习率自适应机制,可以有效地缓解因目标出现遮挡导致的模型漂移问题.在OTB100、VOT2016和VOT2018数据集上与其他跟踪算法进行对比实验,结果表明本文算法改善了基准算法的性能,特别是在OTB100上的总体准确率和成功率比fDSST提高了9.6%和6.2%.

关键词：目标跟踪相关滤波纵横比尺度估计平滑修正学习率自适应

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

多特征融合的自适应相关滤波跟踪算法

计算机工程与应用 2018年第14期54卷 19-25,40页

作者：范文兵赵周鼎王诗郑州大学信息工程学院郑州450001

针对图像目标跟踪问题,为提高跟踪精度,提出了一种多特征融合的自适应相关滤波跟踪算法。算法首先选取HOG和CN两种互补特征,分别训练两个相关滤波跟踪器跟踪图像目标,然后利用提出的响应图置信度计算公式计算两个跟踪器的响应图权重并... 详细信息

针对图像目标跟踪问题,为提高跟踪精度,提出了一种多特征融合的自适应相关滤波跟踪算法。算法首先选取HOG和CN两种互补特征,分别训练两个相关滤波跟踪器跟踪图像目标,然后利用提出的响应图置信度计算公式计算两个跟踪器的响应图权重并进行自适应融合做出决策。滤波器更新阶段,算法结合两个特征的响应图置信度与两帧之间的变化率动态调整滤波器学习速率。仿真实验采用跟踪基准数据库(OTB-2013)中的36组彩色视频序列进行实验,对比了流行的相关滤波跟踪算法,结果表明,该算法在平均跟踪精度上优于其他算法,具有一定的应用价值。

关键词：相关滤波目标跟踪特征融合学习率自适应

维普期刊数据库

BP改进算法在哮喘症状-证型分类预测中的应用

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2017年第1期38卷 215-219页

作者：董国华陈亚楠朱习军青岛科技大学信息科学技术学院山东青岛266061

针对BP算法学习率需要人为不断调试且收敛速度慢的缺点,通过对其算法性能进行分析,提出一种基于竞争学习与学习率自适应的改进BP算法,即CAL-BP算法。将改进算法用于哮喘症状-证型的分类预测实验中,将BP算法与CAL-BP算法对哮喘症状-证型... 详细信息

针对BP算法学习率需要人为不断调试且收敛速度慢的缺点,通过对其算法性能进行分析,提出一种基于竞争学习与学习率自适应的改进BP算法,即CAL-BP算法。将改进算法用于哮喘症状-证型的分类预测实验中,将BP算法与CAL-BP算法对哮喘症状-证型数据的训练效果做了对比,实验结果表明,采用改进的CAL-BP算法训练数据时收敛速度更快,识别率更高。

关键词： BP神经网络竞争学习学习率自适应 CAL-BP算法哮喘症状-证型

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于切削温度的刀具状态监控研究

基于切削温度的刀具状态监控研究

作者：曹开维华中科技大学

学位级别：硕士

重载切削、硬态切削等加工方式的应用日趋广泛,促进了制造业的减耗增效。但随之而来的恶劣工况也让刀具失效的风险大为增加,使刀具状态监控成为重要的议题。切削温度与加工过程中发生的变形、挤压、摩擦紧密相关,不仅直观地反映了刀具... 详细信息

重载切削、硬态切削等加工方式的应用日趋广泛,促进了制造业的减耗增效。但随之而来的恶劣工况也让刀具失效的风险大为增加,使刀具状态监控成为重要的议题。切削温度与加工过程中发生的变形、挤压、摩擦紧密相关,不仅直观地反映了刀具承受的载荷,还包含着许多揭示切削状态的信息。本文依靠一种光纤比色测温装置,利用其良好的响应性与传输稳定性,提出了一种基于切削温度的刀具状态监控方法,该方法包括以下两部分:其一,尽可能准确地还原刀具承受的最高温度,为操作者提供直观的参考。对此,本文针对测温探头无法抵近热源的问题,利用有限元仿真研究了刀具温度分布,评估了测量温度与刀具最高温度之间的差异。为确保该有限元模型的可靠性,还将热电偶阵列测温实验作为仿真结果的对照,对接触面换热系数、对流换热系数等参数进行了校准。然后,基于温度测量值与最高值间的映射规律,探讨了加工过程中测量补偿的实施。其二,挖掘温度信号中与磨损有关的特征,对不良切削状态及时作出预警。对此,本文首先结合了瞬态温度仿真与断续切削实验,以此说明该测温装置对快速波动的温度响应性良好。进而测试了刀具磨损对频域温度的影响,讨论了特征的提取,并设计了一种四层前馈神经网络对磨损刀具进行鉴别。还引入了一种学习率自适应算法,对神经网络的训练过程进行了优化,降低了其对超参数和初始值的依赖性,使操作人员能针对特定的需求训练定制化磨损模型。在变切削参数的刀具状态鉴别实验中,该方法取得了不低于90%的分类准确率;而在刀具全寿命状态监控实验中,神经网络的输出与作为对照的振动信号基本同步变化,说明了该方法的可行性。最后,本文介绍了一套切削状态可视化软件,将这两部分统一起来。该软件集成了多通道测量、动态波形显示、刀具状态预警等功能,支持历史记录查阅及磨损模型训练。其在车轮镟修加工场景中的应用,向业界展示了一种刀具状态监控的新思路。

关键词：切削温度传热仿真人工神经网络学习率自适应可视化软件

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

神经网络方法在光伏监控中的若干应用

神经网络方法在光伏监控中的若干应用

作者：李继勇杭州电子科技大学

学位级别：硕士

能源问题一直受到人们的广泛关注,以光伏发电为代表的新能源技术得到了重视,光伏监控是利用好太阳能的重要手段。但是光伏监控中存在着复杂非线性问题,如何利用人工智能技术将光伏监控中存在的难题朝着智能化方向发展是本文的主要研究... 详细信息

能源问题一直受到人们的广泛关注,以光伏发电为代表的新能源技术得到了重视,光伏监控是利用好太阳能的重要手段。但是光伏监控中存在着复杂非线性问题,如何利用人工智能技术将光伏监控中存在的难题朝着智能化方向发展是本文的主要研究动机。本文基于神经网络方法从光角度传感器模型辨识以及组件故障诊断方面做了应用研究,具体内容如下:第一部分:主要介绍神经网络的理论基础。首先,从生物神经元描述出发,对其抽象出的人工神经元原理以及工作特点进行了介绍。然后,基于环境提供信息的多少对神经网络的三种学习方式进行了总结与描述。最后,对于神经网络学习过程中所采用的三种常用算法原理以及典型网络结构进行了总结与归纳。第二部分:选择了BP神经网络模型作为本文主要研究对象。首先,对于BP神经网络模型的算法原理进行了简单概述,对于该模型工作过程中的信号前馈计算和误差反向传播分别进行了理论推导,获取到最终的误差迭代公式。然后,在网络结构设计方面进行了研究,关于输入输出样本的选择和处理做了深入讨论。最后,主要对于网络训练中的参数选择进行了研究与分析。第三部分:针对光伏监控中使用的一种特殊光角度传感器存在模型难以辨识的问题,提出了L-M算法优化的BP神经网络系统辨识模型。首先,针对光角度传感器中存在的制造或安装误差而无法准确测量角度的非线性问题,建立了用于模型辨识的BP神经网络模型。然后,研制了一套基于光角度传感器的实验数据采集系统,获取到训练神经网络的输入输出实验数据。最后,对于训练完成且达到目标设定值的神经网络,可以有效地根据光角度传感器测得的电流数据预测出输出角度值,该方法可以有效地应用于机理建模中存在参数未知甚至难以建模的数学问题。第四部分:针对光伏组件存在运行状态与运行参数之间的复杂非线性问题,提出了学习率自适应的BP神经网络故障诊断模型。首先,采用数学语言分析了运行参数与环境条件之间的复杂非线性问题,建立了学习率自适应的BP神经网络故障诊断模型。然后,为了验证模型的有效性,采用的是光伏组件本构方程进行实验数据采集,获取到用于训练网络的输入输出数据。最后,对于训练完成且达到目标设定值的神经网络,采用一组新的运行数据用来验证神经网络,结果表明该网络可以有效地对组件运行状态进行识别与分类,验证了方法的有效性。

关键词： BP神经网络 L-M算法学习率自适应传感器辨识故障诊断

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

BP神经网络的改进研究及应用

BP神经网络的改进研究及应用

作者：刘天舒东北农业大学

学位级别：硕士

BP神经网络作为人工神经网络的重要分支,是促进该学科发展的重要力量,体现出这门科学的理论精华。1985年Rumelhart等几位学者提出误差反向传播的学习机制,经过不断改进与完善,发展成为现在的BP神经网络。BP神经网络具有完善的理论体系,... 详细信息

BP神经网络作为人工神经网络的重要分支,是促进该学科发展的重要力量,体现出这门科学的理论精华。1985年Rumelhart等几位学者提出误差反向传播的学习机制,经过不断改进与完善,发展成为现在的BP神经网络。BP神经网络具有完善的理论体系,清晰的算法流程,强大的数据识别和模拟功能。在解决非线性系统问题时,优势明显,突显出巨大的实际应用价值。随着对BP神经网络研究和应用的深入,BP算法自身暴露出一些明显的缺陷:误差收敛速度慢,学习时间过长;学习过程易陷入局部极小值;网络泛化能力差;构建网络结构缺乏统一原则等。这些缺陷的存在直接制约BP神经网络的学习精度,影响网络的应用效果。因此,对BP算法进行持续改进,可以促进BP神经网络的理论成熟,同时也具有很高的实际应用价值。本文参考BP算法性能试验的结果,发掘网络在学习阶段遇到的各种问题,通过深入分析BP神经网络的基本原理,找到各类缺陷产生的原因。为解决BP算法在学习过程中遇到的这些难题,文章借鉴国内外BP神经网络的研究动态,针对问题产生的根源,在改进BP神经网络方面做出新尝试,探讨一种改进的新方法。为了验证这种方法的理论可行性,文章对算法过程进行详细地推导和阐述,利用计算编程来实现算法的整个数学过程,在与其它改进方法对比的过程中,证明新算法的优势。对比结果说明:应用新型学习率自适应方法改进后的BP神经网络,不仅算法简单,易于编程实现,而且在整个学习过程中误差下降很快,能够快速地摆脱局部极小值,最终使BP神经网络稳定快速地学习。利用新型学习率自适应算法构建黑龙江省农机总动力预测模型和电力负荷预测模型。通过计算机编程计算和多种改进方法对比分析,验证BP神经网络改进后的应用性能。改进后的BP神经网络仿真误差非常小,学习速度快,是一种高精度的算法模型。该算法的预测结果可以为合理规划行业发展提供理论依据,应用领域广泛。从实践中发现问题—总结问题—解决问题—指导实践,是指导本课题研究的核心辩证方法。与此同时,文章采用BP神经网络、系统工程、数值优化方法和计算机仿真等多学科相结合的研究方法,以Matlab7计算机仿真软件作为实验平台,通过编程计算,按照实验设计的要求,完成各类BP算法的对比试验。本文针对BP神经网络的算法缺陷提出一种理论探讨,希望能为持续改进工作提供理论参考和实验借鉴。由于笔者的学识有限,对BP神经网络的改进研究还不够全面,难免有些不足之处。因此,BP神经网络的改进工作仍然需要根据实际应用情况不断地深入进行,才能取得理论的长远发展。

关键词： BP神经网络改进研究学习率自适应改进方法对比

自适应BP神经网络在日最高气温预报中的应用

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

科研信息化技术与应用 2015年第3期6卷 68-78页

作者：万飞笑罗泽阎保平郝美玉中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049

气象数据规模飞速增长,BP神经网络由于其强大的非线性系统拟合能力,在气象数据尤其是气温相关数据的分析和预测中得到广泛应用。考虑到气温数据的海量规模,采用传统BP神经网络的预报面临误差收敛速度慢、容易陷入局部极小等问题,从而严... 详细信息

气象数据规模飞速增长,BP神经网络由于其强大的非线性系统拟合能力,在气象数据尤其是气温相关数据的分析和预测中得到广泛应用。考虑到气温数据的海量规模,采用传统BP神经网络的预报面临误差收敛速度慢、容易陷入局部极小等问题,从而严重影响预测的效率和精准度。本文以BP算法为基础提出了一种改进的学习率自适应算法建立BP网络预报模型,并针对气象数据的多维性和周期性提出了优化方案。实验结果表明该方法可以高效的完成最高气温的预测,并且相对传统算法拥有更高的预报精度。

关键词：日最高气温预报 BP神经网络学习率自适应逐步回归分析

自适应BP神经网络在日最高气温预报中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

数据与计算发展前沿 2015年第3期 68-78页

作者：万飞笑罗泽阎保平郝美玉中国科学院计算机网络信息中心中国科学院大学

关键词：日最高气温预报 BP神经网络学习率自适应逐步回归分析