检索结果-南通市图书馆

江苏农业科学 2024年第13期52卷 205-213页

作者：戴臻费洪晓湖南科技职业学院软件学院湖南长沙4100042 中南大学计算机学院湖南长沙410012

为提高棉花生产和质量,需要对棉花叶片病害进行及时和准确的识别。然而,现有研究方法往往只能处理少数几种常见的病害类型,而无法覆盖更多的病害种类。本研究提出一种基于cnn-xgboost模型的多类型棉花叶片病害识别方法,该方法能够识别... 详细信息

为提高棉花生产和质量,需要对棉花叶片病害进行及时和准确的识别。然而,现有研究方法往往只能处理少数几种常见的病害类型,而无法覆盖更多的病害种类。本研究提出一种基于cnn-xgboost模型的多类型棉花叶片病害识别方法,该方法能够识别出21种不同的病害类型,涵盖了细菌、真菌、病毒、营养缺乏等多种因素导致的病害。首先,收集约1.2万张棉花叶片病害图像样本,构建一个包含多种类型病害的数据集,对数据集进行预处理和增强操作,增加数据的多样性和难度;其次,设计一个cnn模型,利用卷积层和池化层提取棉花叶片图像的特征向量,将cnn模型的输出作为xgboost模型的输入,使用xgboost模型对特征向量进行分类;最后,采用加权交叉熵损失函数作为优化目标,通过反向传播算法更新cnn模型和xgboost模型的参数。结果表明,本研究提出的cnn-xgboost模型在21种类型棉花叶片病害上都能达到高精度的识别,平均准确率达到0.98,远高于其他对比方法,为棉花生产者提供了一个实用和高效的植物病害诊断工具,有助于及时发现和处理棉花叶片病害,从而提高棉花产量。

关键词： cnn-xgboost 棉花叶片病害多类型病害加权交叉熵损失函数

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

cnn-xgboost短时强降水预报模型及应用研究

CNN-XGBOOST短时强降水预报模型及应用研究

引用

作者：韩宇南京信息工程大学

学位级别：硕士

短时强降水是一种重要的天气现象,具有尺度小、发展迅速的特点,是引发自然灾害的重要因素之一,也是天气预报的重点和难点。当前针对短时强降水的短临预报主要利用雷达回波数据,基于雷达回波外推的短时强降水预报模型在山区丘陵地区易受... 详细信息

短时强降水是一种重要的天气现象,具有尺度小、发展迅速的特点,是引发自然灾害的重要因素之一,也是天气预报的重点和难点。当前针对短时强降水的短临预报主要利用雷达回波数据,基于雷达回波外推的短时强降水预报模型在山区丘陵地区易受高山遮挡,使回波数据缺测、失真,产生虚假回波,导致预报精度降低。因此,需要一种不受地形影响,适用于山地丘陵地区,符合预警需求的短时强降水预报模型,为精细化短时强降水致灾预警和防灾减灾决策提供支持。短时强降水的产生原因与空气湿度、大气中的水分及温湿等物理量参数有关。本文利用再分析数据,结合深度学习及机器学习方法,构建了一种使用大气物理量参数进行短时强降水预报的模型,并将其运用到化工行业的短时强降水致灾风险预警中,取得了较好的结果。论文的具体研究内容如下:(1)针对基于雷达回波外推短时强降水预报模型在山地丘陵地区适用性较差的情况,构建了一种基于cnn-xgboost的短时强降水预报模型,利用大气物理量参数预报气象站点未来1小时内是否会监测到短时强降水。模型使用xgboost分类器代替传统cnn模型的输出层;将cnn集成为可训练的特征提取器来自动从输入中获取特征;将xgboost集成为网络顶层的识别器来生成结果,提供更精确的输出。实验结果表明基于cnn-xgboost的短时强降水预报模型预报TS评分高于对照模型0.133-0.564。(2)针对传统cnn模型中无法区分特征通道重要与否的情况,引入注意力机制对原有模型进行了改进。在提取特征后,通过注意力机制对不同通道分别施加权重,对特征进行有意识的侧重,提高模型预报精度。实验结果表明分别引入SE及CBAM两种注意力模块后模型相较没有引入注意力机制的预报精度都有所提升,引入SE模块的模型预报TS评分提高幅度最大可达0.20,引入CBAM模块的模型预报TS评分提高幅度最大可达0.92。(3)针对广西南部地区化工企业缺少适应需求的短时强降水致灾预报模型的情况,基于上述技术方法构建了桂南地区化工企业短时强降水致灾风险评估与预测模型。通过代表性气象站的概念,计算每个化工企业的代表性气象站,并针对不同的短时强降水致灾预警等级构建了相应的小时降水强度致灾阈值,用过对短时强降水的预报,为石化企业提供短时强降水致灾预警。分别使用山地丘陵地区及平原沿海地区的短时强降水个例对构建出的预警模型进行了个例验证,两个短时强降水个例中模型对短时强降水的预报精度分别为0.375和0.419,对化工企业的预警精度分别为0.4和0.429,可以达到化工企业的预警需求,为化工企业的短时强降水防灾减灾预警提供数据支撑。

关键词： cnn-xgboost 短时强降水短临预报注意力机制

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

基于cnn-xgboost混合模型的短时交通流预测

引用

测控技术 2019年第4期38卷 37-40,67页

作者：王青松谢兴生佘颢中国科学技术大学信息科学技术学院安徽合肥230022

准确、高效的交通流预测是实现交通诱导和交通控制的前提和关键。针对传统机器学习方法需要人工构造特征、无法充分提取交通流的时空特征等问题,提出一种混合预测模型,该模型结合卷积神经网络(Convolutional Neural Network,cnn)和XGBoo... 详细信息

准确、高效的交通流预测是实现交通诱导和交通控制的前提和关键。针对传统机器学习方法需要人工构造特征、无法充分提取交通流的时空特征等问题,提出一种混合预测模型,该模型结合卷积神经网络(Convolutional Neural Network,cnn)和xgboost (Extreme Gradient Boosting)各自的优势,在网络底层使用cnn对交通流数据进行特征的自动提取和选择,并将得到的高维特征向量输入到xgboost模型中进行预测。为验证模型有效性,取高速路段的交通流数据对cnn模型、xgboost模型和cnn-xgboost模型进行实验对比,结果表明,在预测精度上,cnn-xgboost模型比cnn模型和xgboost模型分别提高了约6%和7%,是一种有效的短时交通流预测模型。

关键词： cnn-xgboost 卷积神经网络深度学习短时交通流预测

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

城市交叉口短时交通流的配时优化方案研究与应用

城市交叉口短时交通流的配时优化方案研究与应用

引用

作者：王青松中国科学技术大学

学位级别：硕士

准确、高效的交通流预测是智能交通系统的核心功能,也是实现智能交通诱导和控制的前提;而改善交叉口信号配时,则是提高交通运行系统效能的关键。本文以短时交通流预测为基础,对交叉口配时优化进行研究,具有一定的理论意义和实际应用价... 详细信息

准确、高效的交通流预测是智能交通系统的核心功能,也是实现智能交通诱导和控制的前提;而改善交叉口信号配时,则是提高交通运行系统效能的关键。本文以短时交通流预测为基础,对交叉口配时优化进行研究,具有一定的理论意义和实际应用价值。本文在研究现有短时交通流预测模型基础上,融合传统机器学习和深度学习模型,提出了一种混合预测交通流模型,以及基于该模型的交叉口多目标配时优化模型,实现了基于预测交通流的交叉口交通控制信号多目标配时优化计算。论文主要工作与贡献包括:1.分析交通流量的主要特性和时空相关性,以及交通流数据集特点,并从不同维度分析交通流的特征。在此基础上,针对短时交通流预测,提出cnn-xgboost混合预测模型。将cnn-xgboost模型与其它四种预测模型进行实验对比,验证该模型的优势。2.基于短时交通流预测,建立交叉口多目标配时优化模型,并提出一种改进的非支配排序遗传算法(Nondominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)算法。3.利用河北育才街和裕华路交叉口几何条件和相位相序,以及基于实际交通流生成数据,对该交叉口使用VISSIM进行仿真,并和Webster配时法从多个性能指标进行对比,验证了本文提出的多目标配时优化模型及求解算法的有效性。4.基于本文的交叉口多目标配时优化模型及求解方案,设计并实现了交叉口配时优化计算子系统,作为城市交通信号智能控制系统的一个子系统,该子系统主要包括参数分析和仿真优化两大模块。其中,参数分析主要对交通流量进行查询和预测,仿真优化主要计算出配时方案和性能指标。目前,该子系统主要功能已基本实现,可以方便地对信号机进行管理和控制,同时可以为决策者生成配时方案以供参考。

关键词：短时交通流预测 cnn-xgboost 配时优化多目标优化 NSGA-Ⅱ算法

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

考虑波形畸变影响下的复合电压暂降源识别与定位关键技术研究

考虑波形畸变影响下的复合电压暂降源识别与定位关键技术研究

引用

作者：黄鑫湖南大学

学位级别：硕士

随着电力系统越来越多的清洁能源例如太阳能、风能等接入电网,电网电压暂降问题不断增加,电压暂降扰动源呈现出复合叠加情况愈发严重复合,给暂降源监测与治理带来挑战。暂降源识别与治理需以暂降源类型及暂降源位置作为指导,而传统针对... 详细信息

随着电力系统越来越多的清洁能源例如太阳能、风能等接入电网,电网电压暂降问题不断增加,电压暂降扰动源呈现出复合叠加情况愈发严重复合,给暂降源监测与治理带来挑战。暂降源识别与治理需以暂降源类型及暂降源位置作为指导,而传统针对单一暂降源识别方式无法满足复合暂降源识别要求,尤其考虑波形畸变影响下的复合暂降源识别未有成熟有效方案,同时,电力系统中电压暂降源故障类型确定并不能为暂降源的治理、责任的界定提供完整的信息,增加电压暂降源的准确定位信息,实现复合暂降源的识别与定位,为电压暂降源的治理与预防提供更为全面的指导意见,保障电力系统长久平稳运行。首先阐述本文的研究背景和意义,介绍主要暂降源及其带来的危害,分析现有的电压暂降源识别和定位算法的优点以及不足。在暂降源识别中,本文以暂降源波形为研究对象,建构短路故障、变压器投切、大型感应电机启动、短路故障同时发生变压器投切等8种仿真模型,探究电压暂降起因,对比不同类型的电压暂降源波形特性,同时探究不同类型暂降源波形经不同类型变压器传递后的波形畸变特性。针对单一暂降源的识别方式无法满足复合暂降源的识别要求,同时考虑波形畸变影响下的复合暂降源识别未有成熟有效方案的问题,提出一种基于cnn-xgboost的复合电压暂降源识别方法。该方法利用卷积神经网络自适应提取电压暂降源数据特征,有效降低特征优化过程的时间,同时将迁移学习运用到电压暂降源识别领域,避免实际工程中因数据集不足导致模型训练过拟合问题,通过xgboost集成学习分类器对cnn输出特征进行训练与识别,提高cnn-xgboost的识别准确率。仿真与实测实验结果表明本文提出的cnn-xgboost方法在识别复合暂降源时具有较高的识别准确率,在识别考虑波形畸变的情况下复合暂降源,提出方法的准确率均高于其他方法,且波形畸变前后本文识别准确率均未受到影响,验证本文方法的准确性与有效性。针对目前暂降源定位问题中仅依靠单一特征量对电压暂降源定位准确率不高的问题,本文在粒子群算法的基础上提出一种改进粒子群算法,通过改进粒子群算法对SVM中核函数参数进行寻优,据此建立基于IPOS-SVM的电压暂降源定位方法。仿真实验结果表明,本文方法的电压暂降源定位准确率高于依靠单一特征的电压暂降源定位方法,且相比于SVM、随机森林、BP神经网络、KELM和PSO-SVM,IPSO-SVM的定位准确率更高。为进一步验证本文提出方法的有效性,本文构建由HSB1030型三相标准源、NI PXIe-8840控制台、NI PXIe-1070机箱、NI PXIe-6341数据采集卡及Lab VIEW上位机构成的试验平台,基于Lab VIEW开发虚拟化电压暂降源识别与定位系统软件,给出系统的结构与功能设计,并编程实现数据采集、数据存储、电压暂降源识别与定位等功能,基于仿真与试验数据完成识别模块和定位模块的测试与实验。

关键词：复合电压暂降暂降源识别暂降源定位 cnn-xgboost IPSO-SVM

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

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

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：