检索结果-南通市图书馆

基于非监督学习的PCB辐射源分布探测方法研究

在线全文

学校读者我要写书评

暂无评论

基于非监督学习的PCB辐射源分布探测方法研究

作者：冯恩南京邮电大学

学位级别：硕士

近年来,随着机器学习（Machine Learning,ML）技术的发展,越来越多的领域开始与ML相结合。ML擅长处理海量数据,尤其是ML中的非监督学习算法在处理大量无标签数据时有着优异的效果。在电子工程领域,随着高端电子设备的需求日益增加,印刷... 详细信息

近年来,随着机器学习（Machine Learning,ML）技术的发展,越来越多的领域开始与ML相结合。ML擅长处理海量数据,尤其是ML中的非监督学习算法在处理大量无标签数据时有着优异的效果。在电子工程领域,随着高端电子设备的需求日益增加,印刷电路板（Printed Circuit Board,PCB）作为版图设计的基础,因其能够大大地减少设备布线以及装配的差错成为了电子工程领域中不可或缺的一部分。PCB中的辐射会干扰本系统中子系统或其他系统的正常工作,从而影响整个产品的工作性能。探测PCB辐射源可以有效地解决PCB的辐射问题。将非监督学习算法与探测PCB辐射源相结合,可以进一步优化探测PCB辐射源分布的方法。本文对使用非监督学习算法探测PCB的辐射源分布展开研究,主要工作如下:一、分析了高斯分布探测异常值算法、自组织映射（Self-Organizing Map,SOM）网络算法和K均值聚类算法（K-means Clustering Algorithm,K-means）的技术优势,提出一种基于SOM和K-means探测PCB辐射源分布的方法。首先,引入高斯分布探测异常值算法提取出数据中的异常值,随后使用SOM进行第一次聚类分析,接着通过K-means进行第二次聚类分析,最终凭借手肘法确定PCB的辐射源数目和分布。仿真结果表明,通过与传统人工探测PCB辐射源的方法对比,所提算法能够一定程度上替代依靠经验探测PCB辐射源分布的方法。二、研究数据维度过高时,探测PCB辐射源分布的方法。提出一种基于SOM和混合高斯模型（Gaussian Mixture Model,GMM）探测PCB辐射源分布的方法,首先,引入孤立森林算法筛选出高维数据中的辐射数据,接着引入由SOM算法和GMM算法组成的模型,通过非监督学习对辐射数据进行聚类分析,最后使用轮廓系数法确定实际聚类数目与辐射源分布。仿真结果表明,提出的方案能够有效地探测出PCB的辐射源数量和分布,在一定程度上解决人工无法在高维数据中判断PCB辐射源的问题。

关键词：印刷电路板非监督学习异常值 K均值聚类算法自组织映射网络

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

一种硬盘故障预测的非监督对抗学习方法

西安电子科技大学学报 2020年第2期47卷 118-125页

作者：姜少彬杜春陈浩李军伍江江国防科技大学电子科学学院湖南长沙410073

为解决传统监督学习方法在不均衡数据集异常检测上易出现过拟合的问题,提出一种非监督对抗学习方法用于硬盘故障预测。该方法使用长短期记忆神经网络和全连接层设计了一种可进行二次编码的自编码器,只需使用正常样本进行训练,通过减小... 详细信息

为解决传统监督学习方法在不均衡数据集异常检测上易出现过拟合的问题,提出一种非监督对抗学习方法用于硬盘故障预测。该方法使用长短期记忆神经网络和全连接层设计了一种可进行二次编码的自编码器,只需使用正常样本进行训练,通过减小样本重构误差和潜在向量之间的距离,使模型学习正常样本的数据分布,从而提高了模型的泛化能力。模型中还引入生成式对抗网络增强非监督学习的效果。在多个数据集上的对比实验显示,该方法对异常样本的召回率和精确度都高于传统的监督学习和半监督学习分类器,泛化能力更强。所以,该非监督对抗学习方法在硬盘故障预测上是有效的。

关键词：异常检测硬盘故障预测生成式对抗网络非监督学习

在线全文

学校读者我要写书评

暂无评论

图像目标语义层级结构及其非监督学习算法

华中科技大学学报（自然科学版） 2009年第5期37卷 26-29页

作者：刘玮田金文王勇涛陈新武华中科技大学图像识别与人工智能研究所湖北武汉430074 华中科技大学多谱信息处理技术国防重点实验室湖北武汉430074

根据场景图像中某些目标的特征间具有空间关联性和几何连贯性的空间语义属性,对特定场景的图像序列进行学习,首先提取各图像的尺度不变特征变换(SIFT)特征点,分析每对图像中各匹配特征点对间的几何连贯性,然后根据图像序列特征点矢量间... 详细信息

根据场景图像中某些目标的特征间具有空间关联性和几何连贯性的空间语义属性,对特定场景的图像序列进行学习,首先提取各图像的尺度不变特征变换(SIFT)特征点,分析每对图像中各匹配特征点对间的几何连贯性,然后根据图像序列特征点矢量间的空间紧密程度进行聚类获得目标对象,从而得到基于空间关联性的一种新的图像语义层级结构(SBOSH),此层级结构图是通过非监督自动学习的过程获得的.由SBOSH结构图不仅可得到各节点上的目标对象,而且能够获得各节点间的空间交互性.所得的SBOSH结构图符合人对场景的逻辑分析,可以应用于场景分析、目标及目标局部精确定位和类目标的识别中.

关键词：目标语义语义层级结构空间关联性几何连贯性非监督学习

基于监督学习和非监督学习模型的企业财务风险预警对比研究

在线全文

学校读者我要写书评

暂无评论

中小企业管理与科技 2023年第12期 185-187页

作者：程雨晴孙乃立陈心淼江苏师范大学商学院江苏徐州221116

当前信息化的大数据时代,新的技术为企业财务风险预警带来了更多的可能性。论文结合制造业企业的发展现状与行业特点,以2019-2021年525家上市制造业公司为样本,根据其基期前1~5年财务与非财务数据,构建了结合财务与非财务指标的监督学... 详细信息

当前信息化的大数据时代,新的技术为企业财务风险预警带来了更多的可能性。论文结合制造业企业的发展现状与行业特点,以2019-2021年525家上市制造业公司为样本,根据其基期前1~5年财务与非财务数据,构建了结合财务与非财务指标的监督学习和非监督学习两类预警模型,并对财务风险预警模型的有效性进行了分析。结果发现:两类模型在企业财务风险预警方面都有一定的效果,但监督学习模型无论对高风险企业还是正常企业,均有更好的预测识别效果。未来企业可以导入监督学习方法构建财务风险预测体系,提前应对高风险事件的发生。

关键词：财务风险监督学习非监督学习预警模型

基于非监督学习的高光谱噪声方差估计算法研究

在线全文

学校读者我要写书评

暂无评论

基于非监督学习的高光谱噪声方差估计算法研究

作者：姬晴晴中国地质大学(北京)

学位级别：硕士

高光谱影像由于光电传输等因素的影响存在着噪声。这些噪声不仅影响了人们的视觉质感,还影响了影像的质量。与此同时,噪声方差估计不仅可以作为传感器质量的评价指标,而且还是高光谱影像后处理的重要参数。因此,高光谱影像的噪声方差估... 详细信息

高光谱影像由于光电传输等因素的影响存在着噪声。这些噪声不仅影响了人们的视觉质感,还影响了影像的质量。与此同时,噪声方差估计不仅可以作为传感器质量的评价指标,而且还是高光谱影像后处理的重要参数。因此,高光谱影像的噪声方差估计有着很重要的意义。本文以非监督学习原理为基础,通过构建非线性模型来估计影像的噪声方差,并且通过利用地物的空间相关性和高光谱影像的波谱相关性来提高噪声方差估计的精度。本文的主要内容有:(1)本文提出了空间光谱主成分分析算法(SSPCA)。该方法首先对原始影像进行空间光谱维度的重排得到二维重构后的影像,再利用主成分分析算法进行噪声和信号的分离,用来估计影像的噪声方差。本文还将SSPCA和两种经典的算法在模拟影像和真实影像上分别进行实验对比和分析,SSPCA虽然在整体上有着更高精度的估计结果,但是在部分波段上仍然没有很准确地估计出噪声方差。(2)本文利用非监督深度学习的算法进行高光谱影像的噪声评估。不同于常见的深度学习算法需要大量的数据对进行模型的训练,该方法每次训练只需要单张影像就可以对影像进行信息提取,最后得到影像的噪声方差估计值,大大减少了训练的时间。(3)为了能够更准确和快速的进行模型训练,本文对U-Net模型结构进行不断的优化和改进。首先,将原始的U-Net算法最后一层的激活函数改为sigmoid。其次,为了提高模型的训练速度,将原始的U-Net模型中的下采样和上采样层进行改进,将模型层数由原来的19层降为10层,然后得到了本文改进后U-Net模型。最后,为了提高模型提取信息的准确性,在改进后U-Net模型中加入了非局部块结构,这样有利于更准确地估计影像中的噪声方差。通过实验分析,非局部U-Net有着更快更准确估计噪声方差的优势。对于本文所提出的这两种高光谱噪声方差估计算法,本文对其进行了实验分析。实验结果表明,基于非监督深度学习的算法具有更高的准确性和稳定性。

关键词：非监督学习深度学习高光谱影像噪声方差估计

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

基于非监督贝叶斯学习雷达性能指标动态评估

系统工程与电子技术 2021年第1期43卷 74-82页

作者：杨磊毛欣瑶杨晓炜张海杨菲孙麟中国民航大学天津市智能信号与图像处理重点实验室天津300300 中国工程物理研究院电子工程研究所四川绵阳621999

针对传统雷达性能指标评估方法相对“机械”、缺乏理论约束,需要多次重复实验,导致评估效率较低,评估成本较高等问题,提出基于非监督贝叶斯学习方法的雷达性能指标动态评估算法,在一定雷达探测目标先验假设下,结合典型回波观测数据模型... 详细信息

针对传统雷达性能指标评估方法相对“机械”、缺乏理论约束,需要多次重复实验,导致评估效率较低,评估成本较高等问题,提出基于非监督贝叶斯学习方法的雷达性能指标动态评估算法,在一定雷达探测目标先验假设下,结合典型回波观测数据模型,建立雷达性能指标后验概率模型。考虑到先验知识与观测数据可能存在的非共轭特性,针对先验概率模型建立分层贝叶斯模型,从而保证雷达性能指标后验概率密度函数的可解性。此外,为了保证后验概率密度函数的闭合解析解,应用变分贝叶斯期望最大化(variational Bayesian expectation maximization,VB-EM)方法,基于高斯赛德尔迭代策略分别计算性能指标及其超参数的后验概率密度函数。最终,利用后验概率密度函数计算结果,可获得相应性能指标解析估计值及其置信区间和置信度,从而实现对指标动态变化的解析指示。相比传统蒙特卡罗评估方法,所提方法仅需一次实验数据便可获得定量的、解析的指标评估结果,可以大大缩减评估成本,提升评估效率,同时可对指标动态变化给出定量指示。应用仿真数据对雷达定位、测高精度以及目标检测概率指标进行了验证,相比传统方法,评估处理增益获得了有效提升。

关键词：非监督学习贝叶斯学习动态评估雷达性能指标

在线全文

学校读者我要写书评

暂无评论

基于非监督学习的多波地震油气储层表征方法

基于非监督学习的多波地震油气储层表征方法

2018年中国地球科学联合学术年会

作者：张凯林年添文博魏乾乾张冲田高鹏山东科技大学地球科学与工程学院山东科瑞机械制造有限公司山东省煤田地质局

多波多属性分析能够提供丰富的地震油气储层信息,基于此,本文以多波地震资料为基础,设计了一种基于非监督学习的多波地震油气储层表征方法。该方法有机结合了聚类非监督学习、多波属性复合与色彩特征融合等技术,将本方案应用于实际储层... 详细信息

多波多属性分析能够提供丰富的地震油气储层信息,基于此,本文以多波地震资料为基础,设计了一种基于非监督学习的多波地震油气储层表征方法。该方法有机结合了聚类非监督学习、多波属性复合与色彩特征融合等技术,将本方案应用于实际储层预测表明,该方法有助于提高人眼对地质异常信息的辨别能力,降低反演多解性。

关键词：非监督学习聚类分析多波复合属性色彩特征融合地震储层预测

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于非监督学习的恶意欠费用电客户识别

信息技术 2019年第3期43卷 33-36页

作者：李汉巨广东电网有限责任公司东莞供电局

恶意欠费用户识别对供电企业有重要意义,有利于供电企业提前介入,避免电费回收风险。由于用户电费数据缺少标签以区分用户是否恶意欠费,因此需要采取非监督学习方式建立识别模型。文中借鉴信息安全风险评估的风险值概念,综合欠费的恶意... 详细信息

恶意欠费用户识别对供电企业有重要意义,有利于供电企业提前介入,避免电费回收风险。由于用户电费数据缺少标签以区分用户是否恶意欠费,因此需要采取非监督学习方式建立识别模型。文中借鉴信息安全风险评估的风险值概念,综合欠费的恶意程度和欠费造成的经济损失程度来评估用户的欠费风险值,建立基于经验阀值的动态更新的恶意欠费用户识别模型。案例分析表明,该模型具备良好的识别能力,符合人们对恶意欠费用户的经验理解。

关键词：恶意欠费用电客户非监督学习信息安全风险评估聚类算法

在线全文

学校读者我要写书评

暂无评论

基于非监督学习的入侵分析新方法

计算机应用研究 2007年第7期24卷 146-150页

作者：韦相和李千目张宏淮阴师范学院江苏淮安223001 南京理工大学江苏南京210094

提出一种新的基于非监督学习的入侵分析方法。该方法具有发现未知攻击类型的能力,既可以作为独立的分析方法使用,又可以作为基于数据融合的入侵检测的一个分析引擎。在该方法中,核心非监督学习算法采用最大最小距离算法,同时融合非线性... 详细信息

提出一种新的基于非监督学习的入侵分析方法。该方法具有发现未知攻击类型的能力,既可以作为独立的分析方法使用,又可以作为基于数据融合的入侵检测的一个分析引擎。在该方法中,核心非监督学习算法采用最大最小距离算法,同时融合非线性的归一化预处理和非数值型特征的有效编码等技术。与同类方法相比,该方法检测率较高,尤其是对于DoS和Probing两大类攻击效果更好。

关键词：入侵检测非监督学习机器学习