检索结果-南通市图书馆

基于经验小波变换及核概率密度的物体表面变形测量

在线全文

学校读者我要写书评

暂无评论

光子学报 2018年第3期47卷 145-154页

作者：肖启阳李健吴思进杨连祥董明利曾周末天津大学精密测试技术与仪器国家重点实验室天津300072 北京信息科技大学仪器科学与光电工程学院北京100192 奥克兰大学机械工程系罗切斯特48309

采用CCD相机采集物体变形前后的散斑图片,利用一维经验小波变换对散斑图片进行逐行分解,获得一系列的固有分量.根据分解后分量的核概率密度函数提出基于核概率密度的自适应降噪法,去除噪声干扰,提取跟变形信息相关的分量并重构,利用重... 详细信息

采用CCD相机采集物体变形前后的散斑图片,利用一维经验小波变换对散斑图片进行逐行分解,获得一系列的固有分量.根据分解后分量的核概率密度函数提出基于核概率密度的自适应降噪法,去除噪声干扰,提取跟变形信息相关的分量并重构,利用重构后的每一行获得变形前后重构散斑图.采用Hilbert法计算重构后散斑图的相位,对变形前后散斑图相位进行相减,根据相位差进行解包裹获得物体表面变形信息.实验结果表明该方法能够有效地对物体表面变形进行测量,且测量精度较经验模态分解提高4倍.

关键词：数字散斑干涉相位提取经验小波变换表面变形核概率密度估计

在线全文

学校读者我要写书评

暂无评论

过站航班地面保障过程动态预测

北京航空航天大学学报 2021年第6期47卷 1095-1104页

作者：王立文李彪邢志伟刘洪恩罗谦中国民航大学航空工程学院天津300300 中国民航大学电子信息与自动化学院天津300300 中国民用航空局第二研究所工程技术研究中心成都610041

过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题,提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型,设计了基于航班属性... 详细信息

过站航班地面保障过程预测是机场协同决策系统的重要功能。针对目前无法实现过程精细化动态预测且精度较低的问题,提出了一种基于贝叶斯网络的过站航班地面保障过程动态预测方法。建立了地面保障过程贝叶斯网络模型,设计了基于航班属性的初始样本空间生成算法,结合高斯核概率密度估计构建了地面保障过程动态预测方法。某枢纽机场实际数据的仿真结果表明:所提方法在充分考虑航班运行属性的基础上实现了各保障节点的动态预测,其平均绝对误差仅为2.224 1 min,均方根误差相比其他方法低近2 min,能够为机场运行短时战术组织提供客观的决策依据。

关键词：航空运输动态预测地面保障过程贝叶斯网络航班属性核概率密度估计

改进的主动形状模型方法在人脸特征点定位中的应用

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2007年第8期41卷 1320-1323,1329页

作者：戈新良杨杰张田昊杜春华上海交通大学图像处理与模式识别研究所

针对主动形状模型(ASM)已成功应用于人脸特征点定位提出了两点改进方法.其一,首先用Adaboost方法在图像中检测到人脸区域,然后在人脸区域中检测到瞳孔的位置,为ASM中的点分布模型粗略地定位好初始位置;其二,将原始ASM方法中的关键点的1... 详细信息

针对主动形状模型(ASM)已成功应用于人脸特征点定位提出了两点改进方法.其一,首先用Adaboost方法在图像中检测到人脸区域,然后在人脸区域中检测到瞳孔的位置,为ASM中的点分布模型粗略地定位好初始位置;其二,将原始ASM方法中的关键点的1D纹理模型改进为基于核概率密度估计模型的2D纹理模型.改进的方法在SJTU人脸数据库中进行验证,结果表明,改进的ASM方法提高了特征点定位的精度.

关键词：主动形状模型瞳孔检测核概率密度估计人脸检测

基于联合特征的边缘粒子滤波目标跟踪算法研究

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2015年第6期32卷 1906-1911,1916页

作者：孟军英刘教民韩明石家庄学院计算机科学与工程学院石家庄050035 燕山大学信息科学与工程学院河北秦皇岛066004

针对采用单一特征建立的动态空间模型与实际系统差距较大,从而使估计误差增加的问题,通过将系统的状态参数引入颜色特征模型中,与颜色特征参数一起构成系统状态空间向量,提出了一种联合颜色状态特征的优化目标跟踪算法。应用Rao-Blackwe... 详细信息

针对采用单一特征建立的动态空间模型与实际系统差距较大,从而使估计误差增加的问题,通过将系统的状态参数引入颜色特征模型中,与颜色特征参数一起构成系统状态空间向量,提出了一种联合颜色状态特征的优化目标跟踪算法。应用Rao-Blackwellization算法思想,由Kalman线性滤波方法解析处理线性的颜色特征转移和更新过程;而目标位置参数采用粒子滤波进行估计,提高了视频目标跟踪的精度和实时性。通过与其他相似算法的比较实验结果可以看出,算法在环境亮度发生变化、目标遮挡等情况下,仍能够保持较高的跟踪精度,既提高了跟踪系统的鲁棒性,又保证了算法的实时性,优于传统的单一特征视频跟踪算法。

关键词：目标跟踪边缘粒子滤波核概率密度估计卡尔曼滤波算法

Fourier变换在非参数统计上的一个应用

在线全文

学校读者我要写书评

暂无评论

数学的实践与认识 2018年第14期48卷 312-315页

作者：袁志杰黄欣袁莉芬合肥工业大学数学学院安徽合肥230601 合肥工业大学电气与自动化工程学院安徽合肥230009

非参数统计的一个重要研究方向是概率密度估计，密度估计的核心问题是求最优窗宽．基于Fourier变换及其性质给出了待估计的密度函数二阶导数的平方的积分的一个估计式，与传统的估计式相比，该式是对密度函数修正得到的．

关键词： Fourier变换核概率密度估计最优窗宽

在线全文

学校读者我要写书评

暂无评论

多变量时间序列相关分析及建模预测研究

多变量时间序列相关分析及建模预测研究

作者：梁志平大连理工大学

学位级别：硕士

在时间序列建模研究中,多变量相关分及变量选择是掌握复杂系统动力学演变规律的必要手段之一。由于变量间不仅存在线性关系,而且存在复杂的非线性关系,典型的线性相关分析方法一般无法有效选择相关变量,而互信息作为信息论中统计依赖性... 详细信息

在时间序列建模研究中,多变量相关分及变量选择是掌握复杂系统动力学演变规律的必要手段之一。由于变量间不仅存在线性关系,而且存在复杂的非线性关系,典型的线性相关分析方法一般无法有效选择相关变量,而互信息作为信息论中统计依赖性的测量工具,能够有效表征变量间的相关关系,因此本文采用互信息分析变量间的相关性,为建立有效的预测模型尝试选择合理的输入变量。针对互信息估计中滑动平均柱状图密度估计平滑权值固定的问题,本文提出更能反映样本分布的权值估计方法,以改善互信息用于相关分析的性能,并结合逐步回归的思想,得到基于预测模型的输入变量选择方法;此外,针对广泛研究的稀疏核概率密度估计问题,本文采用最小化K-L散度实现核参数的迭代估计,并引入字典法预处理降低训练样本集规模,从而建立有效的稀疏核密度估计模型,在此基础上进行2阶Renyi熵互信息相关分析,实现改进NMIFS过滤式输入变量选择;然而过滤式变量选择算法变量子集规模无法自动确定,为此本文提出k-近邻多维互信息变化率来判断相关变量与无关变量,同时根据输入变量子集之间的相关关系剔除冗余变量,进而建立变量子集规模自动确定的前向式输入变量选择模型。为验证本文所提方法的有效性,分别采用人工数学模型以及实际的时间序列模型进行仿真分析,仿真结果表明所提方法能够有效的完成互信息估计及变量相关分析,实现相关输入变量的选择,最终建立具有较高精度的预测模型。

关键词：多变量相关分析互信息变量选择核概率密度估计预测建模

面向不平衡数据故障检测的上采样集成学习算法研究

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

面向不平衡数据故障检测的上采样集成学习算法研究

作者：王子扬北京化工大学

学位级别：硕士

随着现代工业过程的日渐复杂,提高生产稳定性变得日益重要,故障检测与诊断算法成为研究热点。然而,在当代的生产过程中,海量、不平衡成为采集样本的主要特性。当样本不平衡时,传统检测与诊断算法会出现偏向于多数类的问题,造成少数类漏... 详细信息

随着现代工业过程的日渐复杂,提高生产稳定性变得日益重要,故障检测与诊断算法成为研究热点。然而,在当代的生产过程中,海量、不平衡成为采集样本的主要特性。当样本不平衡时,传统检测与诊断算法会出现偏向于多数类的问题,造成少数类漏报,影响工业生产的安全稳定运行。因此,面向不平衡数据的检测与诊断相关方法变得尤为重要。基于不平衡数据检测的相关研究主要集中于数据层面以及算法层面,基于上述两方面,本文研究了面向不平衡数据故障检测的上采样集成学习方法。在数据层面,针对经典数据上采样方法生成样本缺乏可解释性的弊端,提出一种基于核概率密度估计的加权上采样及样本筛选方法。首先在核概率密度估计基础上设计加权系数,用于加强分类边界,获得少数类样本的加权概率密度分布函数,保证新生成样本与原始少数类样本一起形成的新少数类样本集服从加权概率密度分布函数,解决生成样本缺乏可解释性的弊端。其次引入接收拒绝采样进行样本筛选,提升生成样本质量,使得该方法更具理论可行性。最后,设置平衡度阈值,判断样本生成数量是否达标。在样本最近邻求解中本方法使用核距离代替欧氏距离,在处理高维非线性分类问题上更具优势。在算法层面,针对Boosting方法基分类器差异性弱导致强分类器泛化能力较差的问题,引入支持向量机作为基分类器,提高各基分类器的差异性,实现强分类器泛化能力的提升。此外,针对现有集成学习以最小化分类错误率作为优化目标为弱分类器分配权重的问题,提出一种基于G-mean的SVM-boosting方法,通过最大化G-mean值来为弱分类器分配权重,实现对于多数类以及少数类数据均正确分类。该分类器用于故障检测时可以提高检测算法对少数类样本即故障样本判别准确率,降低漏报所带来的安全威胁。最后以流化床结块故障检测问题为目标,仅利用少数故障样本组成的不平衡样本集,本文方法即可实现结块故障的提前预警。同时在与相关经典算法的对比中,本文方法能够获得更高的故障检测准确率。此外,将本文方法用于通用数据集--UCI数据集中,通过与相关经典算法的比较,验证了本文方法在处理不平衡数据问题中的有效性和通用性。

关键词：不平衡数据故障检测核概率密度估计加权上采样样本筛选集成学习算法 G-mean值

售电侧开放市场环境下的短期负荷预测方法研究

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

售电侧开放市场环境下的短期负荷预测方法研究

作者：鲁迪广东工业大学

学位级别：硕士

短期电力负荷预测在电力系统的调度、生产和规划中起着重要的作用,精准的负荷预测有利于决策者做出正确决策计划以及有利于电力系统的稳定运行。在售电侧开放市场环境下,多个售电主体的市场竞争带来了电价的波动,以电价为导向的用户用... 详细信息

短期电力负荷预测在电力系统的调度、生产和规划中起着重要的作用,精准的负荷预测有利于决策者做出正确决策计划以及有利于电力系统的稳定运行。在售电侧开放市场环境下,多个售电主体的市场竞争带来了电价的波动,以电价为导向的用户用电行为也随之做出改变,使得负荷曲线更加随机和复杂,给短期负荷预测带来了更多的不确定性。现有的确定性的点预测方法无法有效的模拟和捕捉这种变化特性,准确的提供全面的预测值信息。为此本文在售电侧开放市场环境下对短期负荷预测进行研究,提出一种基于电价需求响应的多分位鲁棒极限学习机的短期负荷预测方法。首先对影响负荷预测的因素进行分析,除基于传统负荷预测因素如气象因素和日类型因素外,同时对以电价为导向的需求影响因素进行讨论,提出一种基于实时电价的需求响应模型对响应的影响程度进行计算,以此得到基于实时电价需求响应的量化因子,为下一步的模型预测做准备。然后将分位回归和鲁棒极限学习机模型结合在一起实现对负荷的多分位场景的预测。模型利用不同的分位值设定来实现预测场景的变换,以此将更多不确定的因素纳入预测过程中,得到多个分位值下的预测结果。同时模型保留了鲁棒极限学习机的鲁棒性,能较好的处理售电侧市场中的随机干扰因素。其次考虑到售电侧新市场环境下负荷曲线的干扰成分较多,为更准确的提取负荷曲线的趋势,提出利用时变滤波的模式分解方法对历史负荷曲线进行降噪分解。然后对每一个子模式利用所提的方法进行预测,最后叠加单个的预测值得到最终的预测结果。为提供更全面和直观的预测值信息,充分的利用上述多个分位下的预测结果,本文采用二次核概率密度估计形成多个分位下模型的预测结果的概率密度图,直观的展示了所有可能性的预测结果以及出现的概率。最后为验证模型的有效性,采用澳大利亚AEMO所公布的数据进行仿真,实例表明:1)本文所提出的基于电价导向的需求响应模型能够有效的实现对实时电价响应程度的合理估计;2)与基准模型相比,本文所提多分位鲁棒极限学习机模型的预测精度更高,能够实现多分位场景下的高精度预测;3)所提的概率密度估计能够直观和有效的展示所有预测值的概率分布,同时进一步验证混合模型预测值的有效性;4)对节假日和季节负荷的仿真分析,验证了模型对特殊负荷曲线的一般适用性。

关键词：短期负荷预测多分位鲁棒极限学习机电价导向需求响应核概率密度估计

实时Marginalized粒子滤波算法研究

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

电子元器件应用 2008年第2期10卷 63-66,70页

作者：马涛杨展辉西安电子科技大学自动化系陕西西安710071

研究了蒙特卡罗粒子滤波技术,讨论了高维状态空间中的目标状态估计问题。针对粒子滤波算法的计算复杂度问题,提出了一种基于改进型快速高斯变换(IFGT)的Marginal-ized粒子滤波算法。仿真实验结果表明,该算法可以有效降低计算复杂度,并... 详细信息

研究了蒙特卡罗粒子滤波技术,讨论了高维状态空间中的目标状态估计问题。针对粒子滤波算法的计算复杂度问题,提出了一种基于改进型快速高斯变换(IFGT)的Marginal-ized粒子滤波算法。仿真实验结果表明,该算法可以有效降低计算复杂度,并能保证粒子滤波的其它性能。

关键词：粒子滤波计算复杂度核概率密度估计改进的快速高斯变换