检索结果-南通市图书馆

基于异构数据特征级融合的多任务暂态稳定评估

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2023年第9期47卷 118-128页

作者：钱倍奇陈谦张政伟刘明洋王苏颖牛应灏河海大学能源与电气学院江苏省南京市211100 国网河南省电力公司电力科学研究院河南省郑州市450052

考虑到基于深度学习的暂态稳定评估方法对电力系统输入数据的描述不够全面,异构数据常被忽略,且许多特征信息无法有效融合,为充分利用电力系统各类异构数据以提高模型的精确度和算法性能,提出了一种异构数据特征级融合的深度学习方法。... 详细信息

考虑到基于深度学习的暂态稳定评估方法对电力系统输入数据的描述不够全面,异构数据常被忽略,且许多特征信息无法有效融合,为充分利用电力系统各类异构数据以提高模型的精确度和算法性能,提出了一种异构数据特征级融合的深度学习方法。首先,利用多层感知机、图卷积网络、门控循环单元分别对静态多变量数据、拓扑图域数据、时序多变量数据进行特征提取;然后,采用张量融合方法对所提取特征进行特征级融合,并将展平的融合特征输入共享层,利用基于同方差不确定性的多任务学习方法,同时实现了暂态稳定判别与暂态稳定裕度预测。在此基础上,建立了暂态稳定评估模型,并对所提方法的性能进行了评估。最后,采用新英格兰10机39节点系统进行仿真、训练与验证,结果表明所提方法能有效提升评估的准确性与鲁棒性。

关键词：暂态稳定评估异构数据深度学习特征级融合自适应多任务学习

基于MSF和I-InceptionNet的变工况滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报(自然科学版) 2024年

作者：王进花曹文宝周德义曹洁兰州理工大学电气工程与信息工程学院甘肃省制造信息工程研究中心兰州城市学院信息工程学院

针对滚动轴承在故障数据有限且不同工况下采集的信号之间具有不同的分布特性，导致大多数智能故障诊断方法在数据有限和变工况条件下故障诊断准确率低、鲁棒性差的问题，提出一种基于多传感器融合（Multisensor Fusion，MSF）和改进的In... 详细信息

针对滚动轴承在故障数据有限且不同工况下采集的信号之间具有不同的分布特性，导致大多数智能故障诊断方法在数据有限和变工况条件下故障诊断准确率低、鲁棒性差的问题，提出一种基于多传感器融合（Multisensor Fusion，MSF）和改进的InceptionNet网络（Improved InceptionNet，I-InceptionNet）的故障诊断方法。将采集的多种信号通过多相抗混叠滤波器进行重采样，然后转换为RGB图像作为模型的输入。使用注意力特征融合(Attention Feature Fusion， AFF)改进InceptionNet网络的连接层融合多传感器的图像数据，从而提高整体分类性能，最后对融合后的图像进行故障状态分类。将所提方法在帕德博恩大学轴承数据集和FEMTO-ST轴承数据集进行验证，实验结果表明，所提出的方法在变工况中诊断效果高于单一信号源和其他对比方法，融合效果更佳，并且在数据量有限的情况下也具有较高的诊断性能。

关键词：滚动轴承故障诊断 InceptionNet网络特征级融合多传感器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种注意力机制的多波段图像特征级融合方法

西安电子科技大学学报 2020年第1期47卷 120-127页

作者：杨晓莉蔺素珍中北大学大数据学院

针对多波段同步融合图像普遍存在的清晰度不高、图像细节不丰富的问题,提出一种基于注意力机制生成对抗网络的图像特征级融合方法。首先,利用多波段特征图与其均值的差值构建注意力权重图,通过特征图与注意力权重图的点乘和相加获得特... 详细信息

针对多波段同步融合图像普遍存在的清晰度不高、图像细节不丰富的问题,提出一种基于注意力机制生成对抗网络的图像特征级融合方法。首先,利用多波段特征图与其均值的差值构建注意力权重图,通过特征图与注意力权重图的点乘和相加获得特征增强图,以此构建特征增强模块;其次,设计特征级融合模块,将多波段特征增强图连接,通过归一化、上采样、卷积等操作重构融合图像;最后,将特征增强模块和特征融合模块级联建立生成器,并以VGG-16作为判别器构建生成对抗网络,以实现多波段图像端到端融合。实验结果表明,与当前经典的融合方法相比,所提出方法的平均梯度最为突出,验证了该方法的有效性。

关键词：图像融合深度学习多波段图像特征级融合注意力机制生成对抗网络

基于耦合度量学习的特征级融合方法及在步态识别中的应用

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2013年第A1期43卷 7-11页

作者：王科俊阎涛吕卓纹哈尔滨工程大学自动化学院哈尔滨150001

根据耦合度量学习方法能够直接处理不同集合的数据这一特性,将其应用到数据融合领域,提出了一种基于耦合度量学习的特征级融合方法.该方法首先通过增加对原始单个集合中具有相关关系的数据的优化处理,将耦合度量学习方法的目标函数改进... 详细信息

根据耦合度量学习方法能够直接处理不同集合的数据这一特性,将其应用到数据融合领域,提出了一种基于耦合度量学习的特征级融合方法.该方法首先通过增加对原始单个集合中具有相关关系的数据的优化处理,将耦合度量学习方法的目标函数改进成在耦合空间中所有具有相关关系的投影特征均彼此接近,从而使得这些特征的整体分布更满足特征级融合的需求,而后采用串行方式对特征进行融合,最终得到更加有效的特征用来分类识别.将上述方法应用到步态识别中,以解决步态识别中的数据融合问题.采用CASIA(B)步态数据库进行实验分析,结果表明该方法识别效果较好.

关键词：耦合度量学习特征级融合步态识别步态能量图

面向多源电力感知终端的异构多参量特征级融合:融合模式、融合框架与场景验证

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2021年第7期36卷 1314-1323页

作者：王红霞王波董旭柱姚良忠张锐锋马富齐武汉大学电气与自动化学院武汉430074 贵州电力科学研究院贵阳550000

对多源电力感知终端产生的异构多参量数据进行融合分析,是实现电力物联网下电力目标有效感知的关键。目前,电力多参量融合仍以同构多参量融合和决策级异构多参量融合为主,异构、多源的融合及分析技术薄弱,无法满足电力物联网下的异构多... 详细信息

对多源电力感知终端产生的异构多参量数据进行融合分析,是实现电力物联网下电力目标有效感知的关键。目前,电力多参量融合仍以同构多参量融合和决策级异构多参量融合为主,异构、多源的融合及分析技术薄弱,无法满足电力物联网下的异构多参量深度融合需求。该文提出一种适用于电力结构化时序参量和非结构化图像参量的普适性融合框架,可用于电力对象的描述性、预测性或决策性分析。首先考虑电力时序参量的时间和空间特性,将其转换为适用于非线性混沌系统的递归图,从而使其和非结构化电力图像具有相同的描述空间;然后用卷积神经网络对二类参量进行特征提取,并对特征矩阵按权重进行拼接融合、全连接和目标感知;最后,以输电线路覆冰等级感知和绝缘子污秽等级感知为应用场景,从精确性和容错性角度对所提模型进行分析,验证了所提模型的普适性。

关键词：多源电力感知终端电力异构多参量特征级融合特征同化多参量递归图

一种基于关系度量融合框架的说话人认证特征级融合算法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2011年第12期37卷 1503-1513页

作者：刘镝孙冬梅裘正定北京交通大学信息科学研究所北京100044 北京邮电大学北京100876 中国联合网络通信集团有限公司博士后工作站北京100033 现代信息科学与网络技术北京市重点实验室北京100044

探讨了说话人认证特征级融合策略的可行性.根据关系度量融合框架,构建该策略认证系统.通过与传统融合、单模态算法比较,本算法性能优于以上算法.为进一步分析特征级融合算法优于现有融合算法的原因,本文利用最大Kullback-Leibler距离计... 详细信息

探讨了说话人认证特征级融合策略的可行性.根据关系度量融合框架,构建该策略认证系统.通过与传统融合、单模态算法比较,本算法性能优于以上算法.为进一步分析特征级融合算法优于现有融合算法的原因,本文利用最大Kullback-Leibler距离计算融合算法融合信息量.该距离弥补了传统Kullback-Leibler距离不具有对称性的缺憾,更加精准地获取信息量.分析结果验证了本算法实验结论,说明特征级融合可获取比现有匹配分数级融合更多的信息量,从而取得更优精度.

关键词：说话人认证特征级融合最大Kullback-Leibler距离关系度量融合框架

在线全文

学校读者我要写书评

暂无评论

特征级融合方法及其在医学图像方面的应用

计算机应用与软件 2019年第4期36卷 1-9,45页

作者：张飞飞周涛陆惠玲梁蒙蒙杨健宁夏医科大学公共卫生与管理学院宁夏银川750000 宁夏医科大学理学院宁夏银川750000

特征级融合是图像处理领域的重要内容之一,从特征变换和特征选择两个角度对特征级融合方法及其在医学图像处理中的应用进行较为全面的总结。以医学图像特征级融合为例介绍其基本流程,将特征级融合方法分为特征变换和特征选择。在特征变... 详细信息

特征级融合是图像处理领域的重要内容之一,从特征变换和特征选择两个角度对特征级融合方法及其在医学图像处理中的应用进行较为全面的总结。以医学图像特征级融合为例介绍其基本流程,将特征级融合方法分为特征变换和特征选择。在特征变换方面,按照方法是否线性可分和是否监督学习两个维度进行划分总结,详细介绍线性变换方法中奇异值分解法和非负矩阵分解法,非线性变换中的人工神经网、支持向量机和模糊集五种方法及其在医学图像方面的应用。总结特征选择方法的整体流程,分别从搜索策略和评价准则的角度对方法进行分类总结,详细介绍粗糙集和遗传算法两种随机搜索算法的改进及其在医学图像方面的应用,并阐述停止条件和结果验证过程。对特征级融合方法的发展方向进行总结和展望。特征级融合算法的总结对其进一步发展具有积极意义。

关键词：特征级融合特征变换特征选择特征降维医学图像

基于特征级融合神经网络的磁共振成像前列腺肿瘤CAD模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2015年第10期35卷 2813-2818页

作者：陆惠玲周涛王惠群王文文宁夏医科大学理学院银川750004

针对磁共振成像(MRI)前列腺肿瘤感兴趣区域(ROI)在高维特征表示下存在特征相关和维数灾难问题,提出了一种基于主成分分析(PCA)的特征级融合神经网络(NN)的MRI前列腺肿瘤CAD模型。首先提取MRI前列腺肿瘤ROI的6维几何特征、6维统计特征、7... 详细信息

针对磁共振成像(MRI)前列腺肿瘤感兴趣区域(ROI)在高维特征表示下存在特征相关和维数灾难问题,提出了一种基于主成分分析(PCA)的特征级融合神经网络(NN)的MRI前列腺肿瘤CAD模型。首先提取MRI前列腺肿瘤ROI的6维几何特征、6维统计特征、7维Hu不变矩特征、56维灰度共生矩阵的纹理特征、3维Tamura纹理特征和24维频域特征,得到102维特征矢量;然后通过PCA进行特征级融合得到累计贡献率达到89.62%的8维变换特征,降低特征矢量的维数;再次利用经典的神经网络(四种训练算法BFGS拟牛顿算法、BP算法、最速梯度下降算法和Levenberg-Marquardt算法)作为分类器进行分类识别;最后以180幅前列腺患者的MRI图像为原始数据,采用基于特征级融合神经网络(NN)的计算机辅助诊断模型对前列腺肿瘤进行辅助诊断。实验结果表明:经过特征级融合的神经网络识别前列腺良恶性肿瘤的能力至少提高10%左右,这种特征级融合策略是有效的,一定程度上提高了特征之间的不相关性。

关键词：前列腺肿瘤计算机辅助诊断主成分分析神经网络特征级融合

在线全文

学校读者我要写书评

暂无评论

基于NCT的特征级图像融合

计算机工程 2011年第16期37卷 209-211页

作者：许占伟张涛长春光学精密机械与物理研究所长春130000 中国科学院研究生院北京100049

为得到更好的融合效果,将特征级融合与像素级融合相结合,利用Contourlet变换(CT)对源图像进行分解,对于近似图像,利用Canny算子进行边缘检测以得到边缘特征图像,再以边缘特征图像作为交叉视觉皮质模型的输入,根据各神经元的点火次数进... 详细信息

为得到更好的融合效果,将特征级融合与像素级融合相结合,利用Contourlet变换(CT)对源图像进行分解,对于近似图像,利用Canny算子进行边缘检测以得到边缘特征图像,再以边缘特征图像作为交叉视觉皮质模型的输入,根据各神经元的点火次数进行融合;对于细节图像,根据区域能量系数矩阵进行融合。通过多聚焦闹钟图像和CT、MRI图像对该算法进行实验,并以熵、互信息和平均梯度作为融合效果的评价指标。实验结果表明,该算法的性能优于传统融合算法。

关键词：图像融合非采样Contourlet变换交叉视觉皮质模型 Canny算子特征级融合