检索结果-南通市图书馆

中国安全生产科学技术 2023年第7期19卷 205-210页

作者：孟庆森韩皓李易上海海事大学物流科学与工程研究院物流研究中心上海201306 上海海事大学物流工程学院上海201306

为准确预测高速公路二次事故,最大程度地降低事故危害,采用时空阈值分析法分别研究时间间隔阈值及空间间隔阈值对高速公路二次事故数据识别的影响,通过参考现有资料并结合本文阈值分析,将时间间隔阈值和空间间隔阈值设定为30 min、1 km... 详细信息

为准确预测高速公路二次事故,最大程度地降低事故危害,采用时空阈值分析法分别研究时间间隔阈值及空间间隔阈值对高速公路二次事故数据识别的影响,通过参考现有资料并结合本文阈值分析,将时间间隔阈值和空间间隔阈值设定为30 min、1 km,利用该阈值下二次事故数据的识别结果,构建基于贝叶斯优化随机森林的预测模型,并与其他模型的预测效果进行对比。研究结果表明:二次事故数据的识别对空间间隔阈值更加敏感,模型预测准确率达81.4%,优于其它对比模型。研究结果可为高速公路二次事故预测提供借鉴。

关键词：交通安全二次事故时空阈值法事故预测贝叶斯优化随机森林

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于GA-PLS-SPA的辣椒叶片叶绿素含量高光谱估测

引用

江苏农业科学 2024年第7期52卷 184-192页

作者：彭俊杰汪泓王宇肖玖军李可相邢丹贵州大学矿业学院贵州贵阳550025 贵州省山地资源研究所贵州贵阳550001 贵州省土地绿色整治工程研究中心贵州贵阳550001 贵州省农业科学院辣椒研究所贵州贵阳550009

叶绿素对辣椒的长势评估和营养状况管理具有重要的意义,针对高光谱存在数据量大和冗余度高的问题,探究不同特征选择算法相结合进行高光谱叶绿素含量估测的可行性。以贵州省遵义市栽培辣椒为研究对象,采集盛果期辣椒冠层高光谱数据,通过... 详细信息

叶绿素对辣椒的长势评估和营养状况管理具有重要的意义,针对高光谱存在数据量大和冗余度高的问题,探究不同特征选择算法相结合进行高光谱叶绿素含量估测的可行性。以贵州省遵义市栽培辣椒为研究对象,采集盛果期辣椒冠层高光谱数据,通过卷积平滑(SG)、一阶微分(FD)、二阶微分(SD)和多元散射校正(MSC)处理原始光谱数据,比较不同预处理方法下的贝叶斯优化随机森林(BO-RF)估测效果,以MSC预处理后的数据为基础,运用遗传偏最小二乘算法结合连续投影算法(GA-PLS-SPA)进行最优特征波段选取,最后以GA-PLS、SPA和GA-PLS-SPA分别选取的特征波段作为输入变量,建立BO-RF、RF和BP神经网络模型来验证GA-PLS-SPA的普适性和广泛性。结果表明,MSC相比其他预处理方法对叶绿素含量的反演效果最好;相同估测模型条件下,基于GA-PLS-SPA建立的估测模型精度最高,选取特征波段数量最少,为7个,GA-PLS-SPA-BO-RF是估测叶绿素含量的最佳模型,训练集的R^(2)、RMSE和RPD分别为0.896、2.791和3.124,测试集的R^(2)、RMSE和RPD分别为0.913、2.965和3.414;相同算法建模条件下,BO-RF的精度明显高于RF和BP神经网络。MSC处理后的光谱能极大程度提取出辣椒叶片的叶绿素信息,GA-PLS-SPA能有效实现特征波段选取,降低模型复杂度,BO-RF具有良好的叶绿素含量反演能力。

关键词：辣椒叶绿素高光谱波段选择遗传偏最小二乘算法连续投影算法贝叶斯优化随机森林

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的风电机组变桨系统状态监测与故障预警研究

基于数据驱动的风电机组变桨系统状态监测与故障预警研究

引用

作者：孙培旺河北工业大学

学位级别：硕士

风电机组结构复杂且运行工况恶劣,运维成本已是制约风电产业进一步发展的重要因素。变桨系统作为机组的核心子控制系统,集电气和机械结构于一体,易发生故障且已是导致机组停机维护的重要原因。因此,对风电机组变桨系统进行状态监测及故... 详细信息

风电机组结构复杂且运行工况恶劣,运维成本已是制约风电产业进一步发展的重要因素。变桨系统作为机组的核心子控制系统,集电气和机械结构于一体,易发生故障且已是导致机组停机维护的重要原因。因此,对风电机组变桨系统进行状态监测及故障预警具有重要意义。本文针对风电机组变桨系统状态监测及故障预警方法进行研究,主要内容如下:首先,介绍风电机组及变桨系统的基本结构和工作原理,详细分析变桨系统电气类和机械类故障的故障原因、维护措施,并根据风电场日志数据建立高频故障的故障树模型,为变桨系统的状态监测及故障预警工作做了铺垫。其次,针对变桨系统故障提出特征参数选择方法。为缩小特征参数选择范围,依据专家经验选出变桨系统特征参数候选集,利用K近邻抽样方法解决数据不均衡等问题并构建特征选择训练样本集。采用Relief算法对变桨系统进行特征参数选择,并利用统计学相关系数校验特征参数之间的相关性,为变桨系统的状态监测及故障预警研究奠定数据基础。再次,基于先验局部离群概率算法对变桨系统异常状态进行监测和识别。针对局部离群概率算法不能动态检测异常点的缺点,把训练阶段的过程变量作为先验知识融入到增量数据的检测中,使局部离群概率算法成为有监督学习的聚类算法,称之为先验局部离群概率算法,不仅能避免同分布增量数据检测的冗余计算还可以在线动态检测离群点。以SCADA数据作为检验,验证了先验局部离群概率算法在变桨系统状态监测上的可行性。最后,基于贝叶斯优化随机森林(Bayesian Optimization Random Forest,BO-RF)算法建立故障预警模型。考虑到随机森林在非线性和高维数据拟合问题上具有抗干扰、不易过拟合等优势,基于随机森林建立回归模型并采用贝叶斯全局优化算法解决模型中超参数寻优问题,以滑动窗口内残差均值与标准差作为监测统计量并设定报警阈值,从而实现变桨系统故障预警目标。利用均方根误差、决定系数指标,与BP神经网络、支持向量回归对比验证了所建回归模型的优越性。仿真结果表明,预警模型能有效实现变桨系统故障的提前预警。

关键词：变桨系统状态监测故障预警局部离群概率算法贝叶斯优化随机森林

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：