检索结果-南通市图书馆

基于双端数据和算法融合的输电线路故障测距新方法

在线全文

学校读者我要写书评

暂无评论

电力系统及其自动化学报 2016年第12期28卷 1-6页

作者：罗毅田吉华华北电力大学控制与计算机工程学院北京102206

针对输电线路故障测距中工频法和行波法在不同情况下的缺点,本文提出了一种基于双端数据和算法融合的输电线路故障测距的新方法。首先根据故障发生的位置将输电线路划分为5个区间,利用双端数据结合双端不同步工频法进行初步测距,确定故... 详细信息

针对输电线路故障测距中工频法和行波法在不同情况下的缺点,本文提出了一种基于双端数据和算法融合的输电线路故障测距的新方法。首先根据故障发生的位置将输电线路划分为5个区间,利用双端数据结合双端不同步工频法进行初步测距,确定故障发生的区段,为行波法识别行波波头提供可靠性保证;然后根据工频法确定的故障区段采用不同的测距策略,利用波头到达时间与波速、线路长度之间的关系建立方程组消除波速不准的影响,同时引入比率变量表示测距结果以降低因线路长度变化造成的影响,进而提高了测距的准确性和可靠性。仿真实验表明了算法的有效性。

关键词：输电线路故障测距双端数据算法融合工频法行波法

基于图像处理多算法融合的杂草检测方法及试验

在线全文

学校读者我要写书评

暂无评论

智慧农业（中英文） 2020年第4期2卷 103-115页

作者：苗中华余孝有徐美红何创新李楠孙腾上海大学机电工程与自动化学院上海200444 上海新弘生态农业有限公司上海202162

自动化除草是现代精确农业科学领域的研究热点。已有的自动化除草解决方案中普遍存在鲁棒性不强、过度依赖大量样本等问题,针对上述问题,本研究提出了基于图像处理多算法融合的田间杂草检测方法,设计了一套田间杂草自动识别算法。首先... 详细信息

自动化除草是现代精确农业科学领域的研究热点。已有的自动化除草解决方案中普遍存在鲁棒性不强、过度依赖大量样本等问题,针对上述问题,本研究提出了基于图像处理多算法融合的田间杂草检测方法,设计了一套田间杂草自动识别算法。首先通过设置颜色空间的阈值从图像中分割土壤背景。然后采用面积阈值、模板匹配和饱和度阈值三种方法对作物和杂草进行分类。最后基于投票的方式,综合权衡上述三种方法,实现对作物和杂草的精准识别与定位。以大豆田间除草为对象进行了试验研究,结果表明,使用融合多图像处理算法的投票方法进行作物和杂草识别定位,杂草识别平均错误率为1.79%,识别精度达到98.21%。相较单一的面积阈值、模板匹配和饱和度阈值方法,基于投票权重识别杂草的精度平均提升5.71%。同时,针对复杂多变的农业场景,进行了存在雨滴和阴影干扰的鲁棒性测试,实现了90%以上的作物识别结果,表明本研究方法具有较好的适应性和鲁棒性。本研究算法可为智能移动机器人除草作业等智慧农业领域应用提供技术支持。

关键词：杂草检测投票权重算法融合图像处理自动识别

在线全文

学校读者我要写书评

暂无评论

蚁群与遗传算法融合的聚类算法研究

西北大学学报（自然科学版） 2009年第5期39卷 745-749页

作者：朱峰陈莉西北大学信息科学与技术学院陕西西安710127

目的通过将蚁群与遗传算法融合,以解决蚁群聚类算法参数众多且与问题域相关,搜索容易出现停滞现象等问题。方法将主要影响蚁群聚类算法性能的5个参数作为遗传算法中的染色体进行编码。首先设计遗传算法的选择、交叉、变异算子,进而将用... 详细信息

目的通过将蚁群与遗传算法融合,以解决蚁群聚类算法参数众多且与问题域相关,搜索容易出现停滞现象等问题。方法将主要影响蚁群聚类算法性能的5个参数作为遗传算法中的染色体进行编码。首先设计遗传算法的选择、交叉、变异算子,进而将用于聚类结果评价的F-measure函数作为适应度函数,通过多次迭代找出最优的参数组合。结果在仿真实验中,获得了较好的聚类效果。结论蚁群与遗传融合的聚类算法较蚁群聚类算法有更大的优势。

关键词：蚁群聚类遗传算法算法融合

在线全文

学校读者我要写书评

暂无评论

一种基于算法融合的运动目标跟踪算法

科学技术与工程 2012年第17期20卷 4187-4191页

作者：丁朋华范新南刘俊定河海大学计算机与信息学院(常州) 常州213022

为了提高目标跟踪算法在复杂环境下的稳健性,提出了一种将基于颜色特征的均值漂移算法和SURF(Speeded UpRobust Features)特征匹配算法相融合的目标跟踪方法。该算法首先采用颜色特征和SURF特征分别描述目标模板,利用均值漂移算法快速... 详细信息

为了提高目标跟踪算法在复杂环境下的稳健性,提出了一种将基于颜色特征的均值漂移算法和SURF(Speeded UpRobust Features)特征匹配算法相融合的目标跟踪方法。该算法首先采用颜色特征和SURF特征分别描述目标模板,利用均值漂移算法快速估计目标局部最优解。但仅采用单一颜色特征来估计目标位置,跟踪误差逐渐累积;采用SURF算法精确估算目标位置和尺度,及时修正累积误差。最后根据相似性度量Bhattacharyya系数选择较优的结果作为当前帧跟踪结果,且更新目标模板。实验结果表明,算法在目标发生较大形变、尺度变化、周边具有表观相似目标时具有很强的稳健性,且满足跟踪实时性要求。

关键词：目标跟踪算法融合均值漂移 SURF

基于AFSA-GA算法融合的机器人路径规划研究

在线全文

学校读者我要写书评

暂无评论

基于AFSA-GA算法融合的机器人路径规划研究

作者：梁凯新疆大学

学位级别：硕士

机器人路径规划是机器人技术中最重要的研究方向之一,随着国内外学者对路径规划方法的研究不断增多,使得机器人的应用范围越来越宽,对人们的生活、社会的发展以及科学技术的创新都有很大的影响。路径规划,即为在给定的工作环境中,机器... 详细信息

机器人路径规划是机器人技术中最重要的研究方向之一,随着国内外学者对路径规划方法的研究不断增多,使得机器人的应用范围越来越宽,对人们的生活、社会的发展以及科学技术的创新都有很大的影响。路径规划,即为在给定的工作环境中,机器人能根据任务要求寻找到一条路径,且这条路径能连接起点和终点,还能绕开所有障碍物的过程。本文的主要研究内容如下所示:1.对移动机器人路径规划的意义、发展趋势、国内外研究现状等进行了了解,并研究分析了传统的路径规划方法和智能的路径规划方法。2.学习了基本遗传算法(GA),并分析了其优缺点,针对由于初始种群质量的影响使得遗传算法寻优精度低和收敛速度慢的问题,提出间断无障碍的方法来生成初始种群,并对遗传操作进行了新的设计。将改进后的遗传算法应用到路径规划中来验证其有效性。3.学习人工鱼群算法(AFSA)的理论知识、优化步骤等,分析其优缺点。针对由于行为选择而使得人工鱼群算法容易陷入局部最优的情况,提出了新的行为选择策略,同时对觅食行为也进行了改进。将改进后的人工鱼群算法应用到机器人路径规划中,改进效果良好。4、通过对人工鱼群算法和遗传算法优缺点的分析,提出了将人工鱼群算法和遗传算法相结合的路径规划方法。其主要思路是在栅格环境中通过人工鱼的聚群、追尾及觅食行为对节点进行寻优选择,实现路径的搜索,搜索到的路径看成是遗传算法的初始种群,再通过遗传算法来实现最优路径的求解;最后通过仿真对三种算法进行了对比,验证了人工鱼群遗传算法的可行性和优越性。

关键词：路径规划最优路径算法融合遗传算法人工鱼群算法

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

面向海洋环境的算法融合策略路径规划研究

面向海洋环境的算法融合策略路径规划研究

作者：燕翔青岛大学

学位级别：硕士

路径规划及其优化方法是人工智能大数据时代背景下重要的组成部分,而其中有关海洋背景的路径规划研究较少。在当前海洋环境亟待开发和波浪滑翔机多功能海洋作业平台的普及和实践背景下,以往的寻路算法还有较多问题需要解决。鉴于此,本... 详细信息

路径规划及其优化方法是人工智能大数据时代背景下重要的组成部分,而其中有关海洋背景的路径规划研究较少。在当前海洋环境亟待开发和波浪滑翔机多功能海洋作业平台的普及和实践背景下,以往的寻路算法还有较多问题需要解决。鉴于此,本文在引入海洋特性代价函数的A星算法与多策略优化方法的蚁群算法相结合的思想下,针对性的研究了面向海洋环境的算法融合策略路径规划。主要进行了以下研究工作:研究提出了面向海洋环境路径规划的一种多策略优化蚁群算法ACA-Mso(Ant Colony Algorithm based on Multi-strategy optimization)。该算法通过种群的信息素更新、预演变优化策略、状态概率选择公式设计以及对称路径优化等多策略,来改善收敛时间较长、找寻最优解迭代次数较多、对称路径选择规则模糊等缺点。之后将ACA-Mso算法和改进代价函数的A星算法进行融合。新的融合算法中,对蚁群算法前期迭代过程效率进行优化提升。通过实例求解表明,ACA-Mso算法相比其他两种算法效率较高,在收敛时间、路径长度、选择对称路径提高最优解质量等方面效果显著;而与ACA-Mso算法、A星算法相比的融合算法在算法运行时间以及保证最优解质量较高方面有一定改善,证明该算法有较强的实践能力。本文研究贡献主要在于将改进蚁群算法ACA-Mso算法与改进代价函数的A星算法相融合,提出一种面向海洋环境的融合算法,该算法将两种算法的优势相互融合以期达到更好的效果,并将该融合算法其应用于海洋背景下的路径规划问题求解。

关键词：路径规划蚁群算法多策略优化算法融合

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

多特征分类识别算法融合的网络钓鱼识别技术

计算机应用研究 2017年第4期34卷 1129-1132页

作者：徐欢潇徐慧雷丽婷南通大学电子信息学院江苏南通226019 南通大学计算机科学与技术学院江苏南通226019

针对页面特征提取实时性差的问题进行了研究,提出将特征分类,并行提取、检测、再融合结果的方法。首先提取三个类别的主要特征,包括文本、视觉和网络链接;然后分别利用贝叶斯算法、EMD算法以及网络爬虫来进行分类,并且基于后验概率来确... 详细信息

针对页面特征提取实时性差的问题进行了研究,提出将特征分类,并行提取、检测、再融合结果的方法。首先提取三个类别的主要特征,包括文本、视觉和网络链接;然后分别利用贝叶斯算法、EMD算法以及网络爬虫来进行分类,并且基于后验概率来确定权值的最终选取;最后把这三个分类结果进行融合。通过对贝叶斯、加权和加权贝叶斯的比较,从正确率、漏报率和误报率对算法进行评估。实验表明采用加权贝叶斯的方法来进行融合计算效果最佳,具有较高的准确率和较低的误报率和漏报率,提高了检测的精度和实时性。

关键词：网络钓鱼特征分类识别算法融合加权贝叶斯

基于多推荐算法融合的视频实时推荐系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

基于多推荐算法融合的视频实时推荐系统的设计与实现

作者：杨乔虎东南大学

学位级别：硕士

21世纪社会文娱产业得到了快速的发展,而视频作为一种生动形象的信息载体更是受到了人们的青睐。快速增长的视频业务带来的爆炸式视频数据规模扩张使得用户在浏览视频时显得无所适从,并且随着用户的急剧增长,企业想在短时间内让用户找... 详细信息

21世纪社会文娱产业得到了快速的发展,而视频作为一种生动形象的信息载体更是受到了人们的青睐。快速增长的视频业务带来的爆炸式视频数据规模扩张使得用户在浏览视频时显得无所适从,并且随着用户的急剧增长,企业想在短时间内让用户找到兴趣相符的视频也愈发的艰难。而推荐技术的出现正是为了解决信息过载的问题,但传统的推荐系统存在一些不足之处:首先,传统推荐系统大多是在单机上部署或基于Hadoop架构的MapReduce部署,当数据量较大时单机部署的系统无法实现较大的吞吐量,而基于Hadoop的MapReduce的部署是基于持久存储的计算,该模式对有迭代需求的推荐算法运算时由于频繁的存取磁盘无法保证有效的运算效率。其次,传统的推荐系统虽然能够给用户进行个性化的推荐,但没有考虑到用户兴趣会随时波动的情况,因此未对用户实时反馈信息进行推荐模型的增量更新。再者,传统系统的推荐列表通常是由独立的算法计算而来,未充分考虑各类推荐算法的短板。为解决上述问题,本文主要针对视频个性化推荐的实时推荐特点,借鉴Lambda架构思想,构建一套基于Spark平台的通用的离线、近线和在线的推荐系统。基于上述系统实现了基于内容特征相似推荐模型、基于视频评分数据的协同推荐模型,并提出相应的增量模型来提供实时推荐功能。为了兼顾用户长短期偏好提高实时推荐的准确性,本文提出了基于用户偏好整合的推荐算法。最后本文给出对各种推荐算法推荐结果的融合策略弥补了各自推荐算法的短板。主要工作内容有:首先,本文研究了并行计算框架Spark的计算原理和实时流数据处理组件Spark Streaming的处理机制,分析了数据采集框架Flume和Kafka各自擅长的场景和业务流程,结合支持海量数据的分布式存储,随机查询速度较快的HBase。在此基础上构建一套基于Spark平台的通用推荐计算模型,使得各种支持增量的推荐算法都能独立运行在该模型上。其次,本文研究传统的内容推荐和协同推荐算法实现流程,使用TF-IDF技术从视频的描述信息和标签数据中抽取出视频特征向量,依据这些向量计算内容之间的相似度给出基于内容推荐的推荐列表。本文通过对用户评分矩阵数据进行ALS(交替最小二乘法)矩阵分解得到用户和内容的特征矩阵,并通过评分预测给出协同推荐列表,此外本文还给出了上述基于内容推荐和基于用户协同推荐的实时更新模型。再次,本文提出了一种基于用户偏好整合的推荐算法,该算法对用户的历史反馈数据进行长、短期分类,单独计算其长、短期的历史偏好,对用户的实时数据进行在线处理得出其实时偏好,最后引入时间因子衰减来整合历史和实时偏好得出用户的最终偏好向量。此外,本文仔细研究上述算法优缺点,结合系统不同的推荐场景本文通过对上述多种算法结果按照不同权重的进行融合来弥补各类推荐算法的缺点。最后,通过部署Hadoop、Spark等分布式软件,借助Movielens数据集实现了相关的理论和研究工作,设计并开发一套实时推荐系统,并在此平台上给出上述算法的实现,实验结果表明本套系统能满足视频实时推荐的时效性需求并且有效提高了推荐系统的准确率。

关键词： Spark SparkStreaming 推荐系统算法融合偏好整合实时推荐

数据场和K-Means算法融合的雷达信号分选

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

雷达科学与技术 2016年第5期14卷 517-520,525页

作者：赵贵喜刘永波王岩郑洪涛中国人民解放军93199部队

雷达辐射源信号分选是电子情报侦察的关键环节,其中未知雷达的信号分选一直是分选中的难题。针对传统K-Means聚类算法对初始聚类中心敏感、需要事先确定初始聚类数目的缺点,将数据场算法引入到雷达信号分选,并将其与K-Means聚类算法相结... 详细信息

雷达辐射源信号分选是电子情报侦察的关键环节,其中未知雷达的信号分选一直是分选中的难题。针对传统K-Means聚类算法对初始聚类中心敏感、需要事先确定初始聚类数目的缺点,将数据场算法引入到雷达信号分选,并将其与K-Means聚类算法相结合,提出了一种融合算法,该算法不需要雷达信号的先验知识,适用于处理未知雷达信号。通过仿真实验验证所提出的融合算法分选准确率较高,为雷达信号分选提供了新的思路。

关键词：雷达信号分选数据场 K-Means聚类算法融合