检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于奇异值分解的马氏距离光伏故障监测

电子器件 2024年第1期47卷 182-187页

作者：郭刚花徐洋师路欢许昌电气职业学院电气工程系河南许昌461000 许昌学院电气与机械工程学院河南许昌461000

及时检测出光伏阵列短路、断路、阴影遮挡等故障并作出相应处理,不仅有利于提高光伏阵列收益,也有利于降低光伏阵列安全风险,避免火灾等事故。基于马氏距离方法,计算出光伏阵列实测电流电压和仿真模型输出电流电压的相似程度,以此用于... 详细信息

及时检测出光伏阵列短路、断路、阴影遮挡等故障并作出相应处理,不仅有利于提高光伏阵列收益,也有利于降低光伏阵列安全风险,避免火灾等事故。基于马氏距离方法,计算出光伏阵列实测电流电压和仿真模型输出电流电压的相似程度,以此用于光伏阵列故障监测。正常条件下,光伏阵列实测电流电压值和仿真模型输出电流电压值较为接近,传统马氏距离方法在求解逆矩阵时将产生奇异解。结合奇异值分解方法对传统马氏距离方法进行了改进,试验证明,所提出的方法能够精准检测出相应的短路、断路、阴影遮挡等故障。

关键词：光伏阵列故障监测奇异值分解马氏距离

在线全文

学校读者我要写书评

暂无评论

基于马氏距离的数模联动滚动轴承寿命评估

自动化应用 2024年第8期65卷 207-210页

作者：吴志远孙博中车唐山机车车辆有限公司河北唐山063035 台州畅行轨道交通运营管理有限公司浙江台州318001

作为高速列车走行部系统的关键部件,滚动轴承的剩余寿命预测直接决定了系统的剩余寿命。因此,对滚动轴承进行退化状态监测和剩余使用寿命(RUL)预测具有重要的工程意义。将马氏距离作为滚动轴承振动信号及温度信号特征指标的度量,建立相... 详细信息

作为高速列车走行部系统的关键部件,滚动轴承的剩余寿命预测直接决定了系统的剩余寿命。因此,对滚动轴承进行退化状态监测和剩余使用寿命(RUL)预测具有重要的工程意义。将马氏距离作为滚动轴承振动信号及温度信号特征指标的度量,建立相应性能指标序列,从指标序列中观测滚动轴承的退化状态,结合以指数模型为退化模型的数模联动方法进行RUL预测,并引入基于3σ准则的首次预测时间(FPT)以触发RUL预测过程,可以实现滚动轴承RUL的可靠预测。将这种方法和传统神经网络的寿命预测方法进行对比实验,结果表明,本文基于马氏距离的偏离指标数模联动寿命评估方法具有较高的预测准确度。

关键词：马氏距离性能退化滚动轴承寿命评估

结构化最大间隔双支持向量机在股票预测中的应用

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第11期60卷 346-355页

作者：林明松杨晓梅杨志霞新疆大学数学与系统科学学院乌鲁木齐830046

股票价格受政策、宏观经济以及公司经营状况等多方因素的影响,且各因素之间存在较高的相关性,因此股票数据存在的高噪声、非平稳等特性使得股票预测充满困难。为了减少数据中存在的噪声对股价预测准确性的影响,基于马氏距离的类间隔可分... 详细信息

股票价格受政策、宏观经济以及公司经营状况等多方因素的影响,且各因素之间存在较高的相关性,因此股票数据存在的高噪声、非平稳等特性使得股票预测充满困难。为了减少数据中存在的噪声对股价预测准确性的影响,基于马氏距离的类间隔可分性,提出了结构化最大间隔双支持向量机,其分别针对正类样本和负类样本,寻找两个非平行的超平面,使每一类样本离本类样本的欧式距离尽可能小,同时离异类超平面的马氏距离尽可能大。8组基准数据集的实验结果表明,该方法在含噪声数据的分类问题上具有稳定的准确率,从而提升了模型的预测性能和抗噪能力。同时将其应用到股票涨跌趋势预测中,通过对上证综指、上证A指、上证380指数以及中国平安等14只股票实证分析的结果表明,相较于其他对比模型,结构化最大间隔双支持向量机表现出了较好的预测结果,具有一定的实用价值。

关键词：分类问题双支持向量机数据结构马氏距离股票预测

基于MD-PCA-BP模型的露天矿山爆破振动速度预测

在线全文

学校读者我要写书评

暂无评论

爆破 2024年第2期41卷 203-211页

作者：赵茉溪杨玉民周传波张升陈文忠杨茂森张玉琦中国地质大学(武汉)工程学院武汉430070 内蒙古生力中伟爆破有限责任公司鄂尔多斯010300 内蒙古自治区公安厅治安管理总队呼和浩特010051

为解决露天矿山爆破复杂场地地质条件的爆破振动预测问题,提出了一种基于马氏距离判别(MD)和主成分分析(PCA)的改进BP神经网络预测模型,即MD-PCA-BP模型。结合内蒙古长滩露天矿爆破振动监测数结果,利用马氏距离判别法剔除监测数据的离群... 详细信息

为解决露天矿山爆破复杂场地地质条件的爆破振动预测问题,提出了一种基于马氏距离判别(MD)和主成分分析(PCA)的改进BP神经网络预测模型,即MD-PCA-BP模型。结合内蒙古长滩露天矿爆破振动监测数结果,利用马氏距离判别法剔除监测数据的离群值,并采用主成分分析法对爆破振动影响因素进行降维处理得到3个主成分因子,计算各主成分因子的得分,最终通过BP神经网络构建爆破振动与主成分得分的非线性关系,建立了基于MD-PCA-BP的爆破振动预测模型。结果表明:基于MD-PCA-BP模型建立的爆破振动速度预测模型预测结果与实测值的拟合度达到0.94,预测模型具有较高的预测精度;将预测结果与萨道夫斯基经验公式、2个改进的高程经验公式、MD-BP模型、PCA-BP模型以及BP模型进行比较,MD-PCA-BP模型的预测误差大部分在10%以内,相较于经验公式和未改进的BP预测模型具有更高的可靠度和准确度。基于MD-PCA-BP的爆破振动预测模型在复杂地形的爆破振动速度预测方面表现出了良好的预测效果,对复杂地形的爆破振动预测具有一定的参考作用。

关键词：露天矿山爆破振动马氏距离主成分分析 BP神经网络模型

基于改进三元组网络的回转窑火焰图像工况识别

在线全文

学校读者我要写书评

暂无评论

控制工程 2024年第6期31卷 1075-1080,1106页

作者：秦斌祝鹏飞王欣湖南工业大学电气与信息工程学院湖南株洲412007

针对回转窑火焰图像细节特征难以区分导致的工况识别困难的问题,提出一种基于改进三元组网络的小数据集回转窑火焰图像工况识别方法。该方法在原始三元组网络的基础上优化了距离度量方式并引入类内距离损失。首先,将回转窑火焰图像的RG... 详细信息

针对回转窑火焰图像细节特征难以区分导致的工况识别困难的问题,提出一种基于改进三元组网络的小数据集回转窑火焰图像工况识别方法。该方法在原始三元组网络的基础上优化了距离度量方式并引入类内距离损失。首先,将回转窑火焰图像的RGB通道分离后分别进行双边滤波预处理,保留具有火焰边缘信息的特征,并在原始三元组损失中通过引入类内特征距离损失,使其能够在增大类间距离的同时,减小类内距离;然后,通过基于马氏距离的改进三元组网络获取具有细节差异性的火焰图像特征;最后,采用K均值聚类算法对有标签的特征向量进行工况识别。实验结果表明,该方法得到的特征具有更强的判别性,可以有效提高回转窑工况识别的分类精度,指导回转窑操作。

关键词：回转窑火焰图像工况识别马氏距离三元组网络

在线全文

学校读者我要写书评

暂无评论

观测不确定性下的变分贝叶斯高效模型修正

航空学报 2024年

作者：陶言和郭勤涛周瑾马嘉倩李效法中国商飞上海飞机设计研究院南京航空航天大学机电学院直升机动力学全国重点实验室(南京)

考虑试验观测数据不确定性，针对以随机响应为目标的复杂仿真模型不确定性修正问题，提出一种以自回归模型提取信号特征，马氏距离构造近似似然函数，并由变分贝叶斯-蒙特卡洛进行参数后验识别的模型修正方法。首先，对经过平稳性检验... 详细信息

考虑试验观测数据不确定性，针对以随机响应为目标的复杂仿真模型不确定性修正问题，提出一种以自回归模型提取信号特征，马氏距离构造近似似然函数，并由变分贝叶斯-蒙特卡洛进行参数后验识别的模型修正方法。首先，对经过平稳性检验的随机信号进行自回归分析，得到模型特征向量实现信息降维；而后，考虑试验观测数据混合不确定性并用概率盒法表征，以数值模拟数据与试验观测数据的特征向量之间的马氏距离构造近似对数似然；最后，基于变分贝叶斯-蒙特卡洛方法求解边际似然，经过很少的迭代次数即可收敛，最终识别出参数的后验分布。在螺栓连接结构仿真案例和某民用飞机机翼模型工程案例中，修正后的模型具有很高精度，且在一定的观测不确定性水平下依然具有良好的修正效果，验证了所提方法对工程结构不确定性模型修正问题的有效性。

关键词：模型修正不确定性量化变分贝叶斯自回归模型马氏距离

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种修正的马氏距离判别法

北京航空航天大学学报 2022年第5期48卷 824-830页

作者：王珂瑶王惠文赵青王珊珊北京航空航天大学经济管理学院北京100083 城市运行应急保障模拟技术北京市重点实验室北京100083 北京航空航天大学大数据科学与脑机智能高精尖创新中心北京100083

马氏距离判别法是一种基于马氏距离的多元统计分析方法,其引入了协方差矩阵的逆矩阵,以排除属性变量的量纲及变量之间的相关性对距离度量的干扰。然而,在属性变量存在严重的多重共线性时,样本协方差矩阵的奇异性会影响其逆矩阵估计的稳... 详细信息

马氏距离判别法是一种基于马氏距离的多元统计分析方法,其引入了协方差矩阵的逆矩阵,以排除属性变量的量纲及变量之间的相关性对距离度量的干扰。然而,在属性变量存在严重的多重共线性时,样本协方差矩阵的奇异性会影响其逆矩阵估计的稳定性,从而降低马氏距离判别法的有效性。为此,提出了一种修正的马氏距离判别法,采用了一般交叉验证(GCV)方法,在属性变量间存在高度相关性的情况下,选择预测效果最好的变量维度,同时可以对协方差矩阵的逆矩阵进行稳定的估计。修正的马氏距离判别法可以得到可靠的协方差矩阵的估计,提高模型的判别准确率;也可以抵抗样本外的扰动,提高模型的泛化能力。仿真实验结果验证了在属性变量存在严重的多重共线性情形下,修正的马氏距离判别法的判别效果较经典的马氏距离判别法有明显的提升。

关键词：马氏距离判别分析多重共线性降维交叉验证

基于马氏距离和EMD的损伤信息量化提升方法

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2023年第4期43卷 764-771,833页

作者：曹旭东李应根俞楠陈闯王银辉浙大宁波理工学院土木建筑工程学院宁波315100 宁波甬桥工程科技有限公司宁波315124

结构早期微损伤和环境噪声导致监测数据中损伤信息难以有效提取和辨识,针对此问题,提出一种基于马氏距离(Mahalanobis distance,简称MD)和经验模态分解(empirical mode decomposition,简称EMD)的结构损伤信息量化提升方法。首先,结构健... 详细信息

结构早期微损伤和环境噪声导致监测数据中损伤信息难以有效提取和辨识,针对此问题,提出一种基于马氏距离(Mahalanobis distance,简称MD)和经验模态分解(empirical mode decomposition,简称EMD)的结构损伤信息量化提升方法。首先,结构健康监测数据通过EMD,得到多阶本征模态函数(intrinsic mode function,简称IMF),利用IMF的能量变化提取损伤敏感分量;其次,以分段马氏距离累积量(Mahalanobis distance cumulates,简称MDC)作为损伤信息量化提升的评价指标,根据其概率密度函数面积建立马氏距离累积量的累积停止准则;最后,通过数值模拟和模型试验数据验证了本研究方法在结构损伤信息提取和量化提升上的适用性和有效性。研究结果表明:结构损伤发生后各阶IMF能量转移明显,选择转移能量占自身能量多的IMF及相对能量变化率为正的多阶IMF作为损伤敏感分量,能够实现比原信号更好的损伤识别效果;利用MDC值概率密度函数面积变化作为累积停止准则,可实现微小损伤的有效识别。

关键词：结构健康监测损伤识别马氏距离经验模态分解

在线全文

学校读者我要写书评

暂无评论

基于改进DPGN的少样本图像分类算法研究

重庆理工大学学报（自然科学） 2024年第2期38卷 161-169页

作者：王玲孙莹王鹏白燕娥长春理工大学计算机科学技术学院长春130022

DPGN(distribution propagation graph network)是基于深度学习的少样本图像分类算法,在数据稀疏的条件下可以顺利完成图像分类,但其分类的准确率仍需进一步提升。以DPGN算法为研究对象,提出SFOD_DPGN(SinAM_FRN_layer_ODConv_DM&EMD_distribution propagation graph network)算法。在骨干神经网络Resnet12的残差块中融入注意力机制;将Resnet12网络中批量归一化与ReLu激活函数搭配使用的方式改为滤波器响应归一化与阈值线性单元激活函数搭配使用的方式;在分类器模块中选用全维动态卷积替换普通卷积;使用马氏距离和推土机距离替换L2距离度量函数。在CUB-200-2011数据集上的实验表明,在5way-1shot和5way-5shot分类任务下,SFOD_DPGN算法比DPGN算法的准确率提升约7.97%和2.66%。

关键词：深度学习少样本图像分类注意力机制全维动态卷积马氏距离推土机距离