检索结果-南通市图书馆

基于aic信息准则的Delta T声发射源定位方法

在线全文

学校读者我要写书评

暂无评论

机械制造与自动化 2020年第1期49卷 188-191页

作者：严丹丹苟林岳林南京航空航天大学机电学院江苏南京210016

疲劳断裂是金属结构中的主要失效形式,而金属结构中的早期疲劳断裂信号通常难以检测。TOA方法是常用的声发射定位源方法,但是声波传播过程中波速变换和路径的复杂性对其结果影响很大。运用Delta T声发射源定位方法,用断铅实验模拟声发射... 详细信息

疲劳断裂是金属结构中的主要失效形式,而金属结构中的早期疲劳断裂信号通常难以检测。TOA方法是常用的声发射定位源方法,但是声波传播过程中波速变换和路径的复杂性对其结果影响很大。运用Delta T声发射源定位方法,用断铅实验模拟声发射源,用aic信息准则对到达时间进行优化,通过使用差值求源点坐标和图像处理的方法,求得声发射源坐标。通过在平板上的实验,比较两种源定位方法在不同结构中的定位结果,分析定位误差,结果表明图像处理方法更为优秀。

关键词：声发射源定位 aic信息准则

在线全文

学校读者我要写书评

暂无评论

利用信源先验特征的混合测向算法

电子科技大学学报 2014年第4期43卷 514-518页

作者：樊荣徐保根万义和汤四龙文飞万群电子科技大学电子工程学院成都611731 同方电子科技有限公司江西九江332007

基于特征分解的子空间类测向算法均要知道信源个数,但在小快拍数、低信噪比,且信源间的信号强度差异明显的场合中,传统的aic信息准则和MDL准则均不能准确判断信源个数。这直接恶化了基于特征分解类算法(如MUSIC法)的测向性能。针对该问... 详细信息

基于特征分解的子空间类测向算法均要知道信源个数,但在小快拍数、低信噪比,且信源间的信号强度差异明显的场合中,传统的aic信息准则和MDL准则均不能准确判断信源个数。这直接恶化了基于特征分解类算法(如MUSIC法)的测向性能。针对该问题,提出了一种利用信源先验特征的混合测向算法。该算法既利用了信源在角度上呈稀疏分布的信息提高了信源数判决的准确性,也利用了信源的非圆特性改进了测向性能。计算机仿真证实了该方法的正确性。

关键词： aic信息准则 DOA估计 MDL准则非圆信号稀疏信号重建

在线全文

学校读者我要写书评

暂无评论

基于PCA-GEP算法的边坡稳定性预测

岩土力学 2009年第3期30卷 757-761,768页

作者：谷琼蔡之华朱莉黄波中国地质大学计算机学院武汉430074

提出一种基于主成分分析的基因表达式程序设计算法,并将其用于边坡稳定性预测。该算法先采用主成分分析法对样本数据进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,再将得到的新样本数据输入基因表达式,构建边坡稳定... 详细信息

提出一种基于主成分分析的基因表达式程序设计算法,并将其用于边坡稳定性预测。该算法先采用主成分分析法对样本数据进行预处理,有效地减少预测模型的输入量,消除输入数据间的相关性,再将得到的新样本数据输入基因表达式,构建边坡稳定性的预测模型。利用该预测模型对82个危险圆弧破坏边坡实例中的71个实例进行学习,对另外11个实例进行预测,取得了较好的效果。在保留传统的以误差值作为评判模型优劣标准的同时,引入aic信息准则法,分别对v-SVR算法和GA-BP网络算法和PCA-GEP算法三种预测模型进行比较分析,结果表明,运用该算法可以获得更优的预测模型,其预测结果比v-SVR算法和GA-BP网络等其他算法得到的结果具有更高的预测精度。工程实例计算表明,该方法是合理、可行的。

关键词：边坡稳定基因表达式程序设计主成分分析预测 aic信息准则模型选择

在线全文

学校读者我要写书评

暂无评论

一种多径平坦衰落信道下的盲信噪比估计方法

小型微型计算机系统 2011年第3期32卷 540-542页

作者：刘凯左珍勇上海大学特种光纤与光接入网省部共建重点实验室上海200072

提出一种多径平坦衰落信道下的盲信噪比估计方法.该算法首先利用数字通信信号的循环平稳统计特性构造接收信号的循环自相关矩阵,然后对该矩阵进行奇异值分解,由分解出的特征值信号子空间和噪声子空间,最后通过利用aic信息准则分别估计... 详细信息

提出一种多径平坦衰落信道下的盲信噪比估计方法.该算法首先利用数字通信信号的循环平稳统计特性构造接收信号的循环自相关矩阵,然后对该矩阵进行奇异值分解,由分解出的特征值信号子空间和噪声子空间,最后通过利用aic信息准则分别估计信号子空间和噪声子空间的维数并最终估计出信道的平均信噪比.以MPSK信号为例进行了计算机仿真,结果表明了算法的有效性.

关键词：多径平坦衰落信道循环平稳奇异值分解子空间 aic信息准则

在线全文

学校读者我要写书评

暂无评论

地震随机噪声压制及其初至走时拾取方法研究

物探化探计算技术 2018年第6期40卷 708-717页

作者：温志平方江雄刘军郑成龙东华理工大学地球物理与测控技术学院南昌330013

针对具有较强随机噪声干扰的地震波形无法准确拾取初至走时的问题,提出在运用自动拾取算法前对地震随机噪声进行压制处理的思想。采用完备集合经验模态分解(CEEMD)联合小波阈值对地震信号进行噪声压制,与小波阈值法的联合使用可有效改善... 详细信息

针对具有较强随机噪声干扰的地震波形无法准确拾取初至走时的问题,提出在运用自动拾取算法前对地震随机噪声进行压制处理的思想。采用完备集合经验模态分解(CEEMD)联合小波阈值对地震信号进行噪声压制,与小波阈值法的联合使用可有效改善CEEMD方法中直接舍弃部分IMF高频分量,造成去除高频噪声的同时也将相应分量上的有效信息一并去除,进而导致信号失真的问题。采用改进滑动时窗能量比联合aic信息准则法对去噪后的地震波拾取初至走时,该方法首先根据改进滑动时窗能量比法识别地震事件并大致确定初至时刻,然后在该时刻前后取一时窗,使用aic方法计算AR模型在该时窗范围内的极小值,得到精确的初至波走时。合成及实际地震资料处理结果表明,在拾取初至走时前进行地震随机噪声压制,可有效提高初至波走时的拾取精度。

关键词：初至拾取噪声压制 CEEMD aic信息准则

在线全文

学校读者我要写书评

暂无评论

多重超声回波信号参数估计方法研究

多重超声回波信号参数估计方法研究

作者：汪艳陕西师范大学

学位级别：硕士

超声检测是利用超声换能器发射出超声脉冲,照射到待测物体表面后,对接收到的反射回波进行检测和分析,以获得待测物体的形状、尺寸、大小等物理特性以及传输路径上的各种有用的信息,在生物医学工程、工业无损检测和国防探测等领域具有重... 详细信息

超声检测是利用超声换能器发射出超声脉冲,照射到待测物体表面后,对接收到的反射回波进行检测和分析,以获得待测物体的形状、尺寸、大小等物理特性以及传输路径上的各种有用的信息,在生物医学工程、工业无损检测和国防探测等领域具有重要的应用价值。在超声检测中,想要从超声反射回波中获取重要的信息,对超声回波信号的参数进行精确地估计显得尤为重要。在实际的超声检测中,由于噪声对回波信号的影响,使获取的回波信号总会发生一系列地变化,特别是在低信噪比时,参数估计的精度会降低。因而,提出能精确估计超声回波信号参数的新方法很有必要。另外,对多层材料进行检测时,随着材料层数的逐渐增加和材料厚度的不断减小,会使层与层之间的反射回波产生混叠。因此,实现重叠的超声回波信号的有效分离对超声检测具有重要的意义。本文的研究主要是在低信噪比条件下,对多重重叠的超声回波信号的参数和重数进行精确地估计,并对薄层材料中重叠的多重回波信号进行了有效地分离。本文的工作以及创新性成果如下：1.提出将小波变换和人工蜂群算法(ABC)相结合,并将其应用到超声回波信号的参数估计之中。文中首先对超声回波信号做小波变换处理,然后使用人工蜂群算法对小波变换之后的参数进行估计。结果表明,进行了混合优化之后的新算法在低信噪比和重叠的多重回波参数估计中的精度相对较高。通过仿真验证了该算法的均方误差值逼近CRLB界,且优于ABC算法。2.在对超声回波信号的各个参数都进行了估计后,利用估计的到达时间和幅度系数,采用aic信息准则对多重超声回波信号的重数进行估计。仿真结果表明,该方法不仅可以实现对多重回波信号的高精度重数估计,而且随着信噪比的增加,估计的准确度会不断提升,但是随着回波数量的增加,重数估计的准确率有所下降。3.在对重叠严重的超声回波信号进行估计时,提出使用线性建模的方法,对薄层材料中重叠的多重超声回波信号进行了有效地分离。4.采用脉冲反射水池实验测量了实际样品的回波,应用本文方法对实验回波进行了参数估计,并且估计了实验回波的重数,估计结果与回波的真实参数相吻合。通过实验验证了本文估计方法的正确性和实用性,研究结果在生物医学领域具有一定的应用价值。

关键词：超声无损检测超声回波小波变换人工蜂群算法 aic信息准则

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

基于流形学习的数据约简方法研究与应用

基于流形学习的数据约简方法研究与应用

作者：闫志敏山东师范大学

学位级别：硕士

随着信息化技术的不断发展，在大量的科学研究中，有时会遇到具有高维特性的数据集，数据的高维特性为获取数据内在规律和结构带来了很大的困难。因此，需要采用适当的数据约简方法对这些数据集进行约简处理。数据约简也被称为维数约简... 详细信息

随着信息化技术的不断发展，在大量的科学研究中，有时会遇到具有高维特性的数据集，数据的高维特性为获取数据内在规律和结构带来了很大的困难。因此，需要采用适当的数据约简方法对这些数据集进行约简处理。数据约简也被称为维数约简或数据降维，现有的降维方法对于不同的数据集具有不同的处理效果。从数据所呈现的结构出发，基于流形学习的数据约简方法可以分为两大类：线性方法和非线性方法。线性降维方法可以对具有线性结构的数据集或者高斯数据集进行有效的处理，非线性降维方法可以对嵌入在高维空间中的数据进行投影，将其映射到低维空间坐标中，从而可以进一步探索数据的内在几何结构。流形学习将样本集内的数据几何信息通过运用数据分析技术呈现出来，即将高维复杂的数据用简洁的低维结构来表示。流形学习的主要目的是寻求嵌入在高维空间中数据的内在分布规律，目前已成为机器学习等相关领域的研究热点。本文通过对基于流形学习的数据约简方法进行一定程度的研究，分别从邻域参数的选择、新增数据点的处理方面对流形学习方法进行了研究和详细的阐述，将改进后的方法有效的应用在文本聚类中，并通过实验验证了方法的有效性和可行性。主要工作总结如下：1.提出了一种判别邻域参数选择合适性的方法。方法采用核主成分分析方法对数据误差进行重构，然后对重构后的数据误差进行聚类，根据聚类的个数判断邻域选择的合适性。之所以采用核主成分分析方法是因为它属于非线性方法，是在主成分分析的基础上产生的，它采用核函数来代替数据向量内积，同时具有主成分分析方法的特性。利用非线性函数把原始数据映射到高维特征空间中进行处理，需要进行内积计算，通过计算原始数据的核函数来代替内积计算，那么相应的计算量就会大大减小。在对误差进行聚类效果的评价方面，采用aic信息准则对聚类个数进行判断。当数据误差被聚为一类时，则说明所选的邻域参数没有引起误差结构的变化，此时邻域值是合适的;当数据误差的聚类的个数多于一类时，则说明所选的邻域参数导致误差结构发生了严重的变化，此时邻域值是不合适的。2.探讨了一种新的降维方法。从目前的研究来看，局部切空间排列方法使用比较少，经过分析可知，之所以研究较少是因为该方法在某些情况下存在一些缺陷。比如，在处理样本较大的数据集的时候会出现数据内在结构扭曲或者不完整现象，由此可知局部切空间排列方法对于新增数据样本点的处理并不是很理想。优化的线性判别方法是一种线性降维方法，是将原始线性判别方法中的Fisher准则进行优化，使方法执行起来更加方便。文中将优化的线性判别方法与局部切空间排列方法相结合，利用经过优化的Fisher准则对类内和类间投影矩阵进行求解变形，最后得到数据的最优投影矩阵。通过两种方法的结合，可以有效的对新增数据点进行处理。3.探讨了基于流形学习的降维方法在文本聚类中的应用。一般情况下，对文本信息的获得是通过将文本中出现的词条信息频率构造成相应的矩阵，这些矩阵呈现高维特性。若想进一步探究文本数据的内在规律，就需要运用适当的降维方法，近年来数据约简技术已经逐步被应用在文本聚类中。文中运用基于优化线性判别的局部切空间排列方法对高维文本数据信息进行降维处理，将低维空间中的局部坐标对齐，进而表示出全局坐标，获取数据的局部邻域和局部切空间向量坐标，通过使局部误差最小化来对齐局部和全局切空间向量坐标。为了得到良好的可视化效果，用k均值方法对处理后的数据进行聚类分析，同时使用熵值对聚类质量进行评价。

关键词：流形学习数据约简 aic信息准则文本聚类熵值

基于Shearlet-aic算法的微地震初至拾取

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

吉林大学学报（信息科学版） 2018年第3期36卷 233-239页

作者：巩佳琦吴宁吉林大学通信工程学院长春130012

初至拾取是微地震数据处理的基本步骤及重要环节,在低信噪比情况下,传统的初至拾取方法性能不佳,无法满足实际需求。为此,提出一种新算法,该算法将时域微地震数据映射到Shearlet域,利用aic(Akaike Information Criterion)模型对Shearle... 详细信息

初至拾取是微地震数据处理的基本步骤及重要环节,在低信噪比情况下,传统的初至拾取方法性能不佳,无法满足实际需求。为此,提出一种新算法,该算法将时域微地震数据映射到Shearlet域,利用aic(Akaike Information Criterion)模型对Shearlet域各尺度层的数据实现初步识别,最小aic值作为初至时刻。通过大量实验验证Shearlet-aic算法在低至-13 d B信噪比下自动拾取的准确性,证实该算法优于传统初至拾取算法,解决了传统初至拾取算法在低信噪比时难以有效拾取微地震初至的难题。

关键词：微地震初至拾取自动拾取 Shearlet变换 aic信息准则

在线全文

学校读者我要写书评

暂无评论

自回归模型在犯罪预测中的应用

四川警察学院学报 1996年第4期18卷 43-47页

作者：李其富四川省公安管理干部学院

本文根据犯罪作用的机理,把犯罪现象看作是随机过程中的马尔柯夫过程。犯罪在各个年份中所产生的规模和水平,即立案数据,视为随机过程的一个实现,即随机过程的一个样本。为此提出了马尔柯夫过程的预测模型──自回归(AR)模型,作为犯罪... 详细信息

本文根据犯罪作用的机理,把犯罪现象看作是随机过程中的马尔柯夫过程。犯罪在各个年份中所产生的规模和水平,即立案数据,视为随机过程的一个实现,即随机过程的一个样本。为此提出了马尔柯夫过程的预测模型──自回归(AR)模型,作为犯罪的预测模型。本文介绍了自回归模型的形式,建立、识别、检验和怎样用于预测。自回归模型一旦确立,计算简单,并且能包含近期的诱发和控制犯罪的因素,预测结果较为准确。

关键词：样本自相关函数 aic信息准则