检索结果-南通市图书馆

基于dbn模型的自主移动工业机器人定位抓取系统设计

在线全文

学校读者我要写书评

暂无评论

制造业自动化 2022年第8期44卷 130-134页

作者：杨波李明东四川文理学院达州635000 西华师范大学计算机学院南充637002

为实现工业生产过程中,机器人的精准定位抓取,设计基于dbn模型的自主移动工业机器人定位抓取系统。该系统的硬件层依靠控制器搭载的各类采集设备,采集作业环境的数据信息后传送至数据层;数据层转换和分析采集的数据信息,为驱动层提供驱... 详细信息

为实现工业生产过程中,机器人的精准定位抓取,设计基于dbn模型的自主移动工业机器人定位抓取系统。该系统的硬件层依靠控制器搭载的各类采集设备,采集作业环境的数据信息后传送至数据层;数据层转换和分析采集的数据信息,为驱动层提供驱动控制依据;同时控制层以这些数据信息为基础,通过同时定位与建图方法生成导航地图,为机器人的自主移动提供保障;驱动层依据导航地图生成移动轨迹,采用Stm32f103c8t6嵌入式芯片,作为主控芯片控制机器人的移动,将控制结果传送至控制层,实现人机交互抓取。测试结果显示:该系统能够获取精准的地图结果,对抓取目标的位置和速度的预测误差结果低于-1.4cm和0.14m/s,控制效果良好,确保机器人按照设定的移动路径轨迹达到抓取作业位置点,完成抓取。

关键词： dbn模型自主移动工业机器人定位抓取驱动控制导航地图

基于dbn模型的LNG储罐泄漏风险分析研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

化工安全与环境 2023年第7期36卷 22-28页

作者：乔千哲李晨李淑一王润东徐慧敏中国石化天然气分公司北京100010 中国船舶集团有限公司系统工程研究院北京100010 中国石化青岛液化天然气有限责任公司山东青岛266000

针对传统LNG储罐泄漏风险分析方法无法反映事故发展动态后果的局限性,提出基于动态贝叶斯网络(Dynamic Bayesian Network,dbn)模型的LNG储罐泄漏风险分析方法,描述LNG储罐泄漏的动态演化过程,分析LNG储罐泄漏原因与后果。利用dbn根据可... 详细信息

针对传统LNG储罐泄漏风险分析方法无法反映事故发展动态后果的局限性,提出基于动态贝叶斯网络(Dynamic Bayesian Network,dbn)模型的LNG储罐泄漏风险分析方法,描述LNG储罐泄漏的动态演化过程,分析LNG储罐泄漏原因与后果。利用dbn根据可燃物泄漏状态随时间的变化,更新各类后果场景发生概率,建立了基于dbn的LNG储罐风险分析模型。以徐州LNG加气站储罐泄漏燃烧事故为例开展动态风险预测,结果表明模拟事故原因与事故调查报告原因相符,证实了该模型的可行性,同时分析了应急救援在LNG储罐泄漏事故当中的重要性。

关键词： LNG储罐泄漏风险分析 Bow-tie分析 dbn模型

基于dbn模型的WTI原油期货价格区间预测

在线全文

学校读者我要写书评

暂无评论

中国管理信息化 2022年第10期25卷 171-173页

作者：冯海珊蒋若怡广西大学数学与信息科学学院南宁530004 桂林电子科技大学计算机与信息安全学院广西桂林541004

文章提出基于dbn模型的WTI原油期货价格的区间预测方法。具体是将结算价、开盘价、收盘价、最高价和最低价等原始价格序列数据转换成图片作为dbn模型的输入特征进行训练,以训练好的模型为基础进行趋势预测,在此基础上提出区间预测方法,... 详细信息

文章提出基于dbn模型的WTI原油期货价格的区间预测方法。具体是将结算价、开盘价、收盘价、最高价和最低价等原始价格序列数据转换成图片作为dbn模型的输入特征进行训练,以训练好的模型为基础进行趋势预测,在此基础上提出区间预测方法,以期改善dbn模型在原油期货价格预测中的应用效果,为原油期货价格预测提供新的思路和参考价值。

关键词： WTI原油价格 dbn模型价格区间预测

在线全文

学校读者我要写书评

暂无评论

基于dbn模型的网络入侵检测方法

计算机产品与流通 2020年第2期 36-37页

作者：张天郑州财经学院网络中心

由于计算机网络的迅速发展,互联网与人们的日常生活已经密不可分。随着网络规模的不断增大,网络环境也越来越发复杂。其中充斥着各种各样的病毒和恶意信息,网络安全问题已经不容小觑。针对这一问题,提出基于dbn模型的网络入侵检测方法... 详细信息

由于计算机网络的迅速发展,互联网与人们的日常生活已经密不可分。随着网络规模的不断增大,网络环境也越来越发复杂。其中充斥着各种各样的病毒和恶意信息,网络安全问题已经不容小觑。针对这一问题,提出基于dbn模型的网络入侵检测方法。从数据包的捕获、数据的预处理及数据异常检测三方面,分析dbn模型对网络入侵检测的应用,再通过对比实验证明基于dbn模型网络入侵检测方法的有效性。

关键词： dbn模型网络入侵检测方法

基于神经网络模型的城市轨道交通短时客流预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于神经网络模型的城市轨道交通短时客流预测

作者：董俊良大连交通大学

学位级别：硕士

随着我国城市化进程不断加快,大量人口纷纷涌入城市,这对当地的交通造成了很大的压力。城市轨道交通的出现缓解了城市的交通拥堵,因其运载量大、速度快等特点逐渐成为城市交通体系的重要组成部分。为提高城市轨道交通的运营效率、保障... 详细信息

随着我国城市化进程不断加快,大量人口纷纷涌入城市,这对当地的交通造成了很大的压力。城市轨道交通的出现缓解了城市的交通拥堵,因其运载量大、速度快等特点逐渐成为城市交通体系的重要组成部分。为提高城市轨道交通的运营效率、保障行车安全,轨道交通客流预测就显得尤为重要。准确的轨道交通客流预测可以帮助运营部门完善调度工作、制定列车运行时刻表及列车开行方案,提升乘客的服务水平,改善乘客的出行体验,巩固轨道交通在城市公共交通中的地位。不同于长期预测,轨道交通短时客流预测的主要目的是在指定时间粒度范围内对客流实现快速准确预测。由于一天内不同时段的客运量差异较大,短时客流预测的难度更高,非线性及随机性的影响更大。本文运用短时客流相关理论和方法,对城市轨道交通客流进行相应的研究和探索。首先,在综合分析国内外有关客流预测历程以及研究现状后,总结了不同预测方法的优缺点,由于BP神经网络模型和dbn模型具有较强的数据拟合能力及较高的预测精度,所以选择二者作为基础客流预测模型。其次阐述了轨道交通、短时客流等相关理论,为后文的数据处理、客流预测工作做铺垫。接着从时间和空间维度出发,以大连地铁历史数据为基础,对城市轨道交通客流分布特征进行分析,并对友好广场站客流数据进行筛选和降噪处理,筛除噪音数据,保留有效数据,以一周作为周期,采用PPMCC(Pearson product-moment correlation coefficient)皮尔逊积矩相关系数和K-means聚类分析法对一个周期内客流数据的相关性进行分析,为下文城市轨道交通短时客流预测奠定基础。最后分别阐述dbn模型和BP神经网络模型的结构及特征,针对BP神经网络模型存在的不足,对该模型进行改进,将输入神经元分类处理,分别作为几个独立的模块输入。以大连地铁2号线友好广场站为案例分析,采用处理过的数据作为训练集,经过实验选择了三层的dbn网络,隐含层神经元节点数为21;经过试验确定BP神经网络输入神经元节点数、隐层节点数和输出节点数,分别是9个节点,14个节点和1个节点;改进BP神经网络模型的输入神经元节点数、隐层节点数和输出节点数更改为3个节点,10个节点和1个节点;最终将三个模型的预测结果与实际值比较分析,得出结论:和传统的BP网络预测模型的预测精度相比,改进的BP神经网络预测模型提高了11.91%,dbn神经网络预测模型降低了1.79%。

关键词：城市轨道交通短时客流预测客流分布特征 dbn模型 BP神经网络模型

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

基于动态贝叶斯网络模型的手势识别研究

基于动态贝叶斯网络模型的手势识别研究

作者：侯亭亭西安工业大学

学位级别：硕士

随着计算机技术的发展,实现人机交互的技术越来越多,其应用范围也越来越广泛,人们希望通过简单明了的输入信息,完善的系统直接实现对计算机的相关操作。在生活中,人与人之间的相互交流主要通过自然语言和肢体语言,其中,肢体语言受种族... 详细信息

随着计算机技术的发展,实现人机交互的技术越来越多,其应用范围也越来越广泛,人们希望通过简单明了的输入信息,完善的系统直接实现对计算机的相关操作。在生活中,人与人之间的相互交流主要通过自然语言和肢体语言,其中,肢体语言受种族和地域的影响很少,所以越来越多的研究者专注于使用人体的肢体语言作为输入信息,构建相应的系统,实现人机交互。手势是一种最简单的肢体语言,同时它可以基本的表达出来人的意图,所以将手势作为研究对象,可以直接实现人机交互。对手势的描述受手型,姿态和姿势等因素的影响,构建手势的识别系统会因为提取的特征提取信息不同,选用的识别算法的不同而具有不同的广泛适用性。本论文重点进行了基于动态贝叶斯网络模型的手势识别研究,具体研究工作如下：（1）通过讨论手势识别技术的发展历程和研究现状,归纳总结出手势识别的未来发展趋势,确定出本文研究方向。（2）研究了现有手势定位方法,对比与分析各个方法的优缺点,确定基于肤色模板实现定位,基于有优势的颜色空间相结合的肤色模板实现定位,对肤色区域进行形态学处理、阈值分割获得精确肤色区域。（3）求取肤色质心,近似表示帧图像中双手和脸部区域,基于光流场法对其进行跟踪,计算手势运动矢量,对矢量量化编码,获得手势链码,完成特征提取。（4）根据链码的特征,构建出适合的动态贝叶斯网络（dbn）模型,将样本链码作为其输入,通过学习获得最优参数,将待识别链码作为输入进行推理,获得识别结果。（5）对已构建系统进行了大量的实验分析及评估,验证了基于动态贝叶斯网络的手势识别算法的有效性。在实验数据分析的基础上,整体系统框架的性能分析证明了构建的该动态贝叶斯网络模型的可行性。通过大量的实验结果和数据分析表明,所构建的dbn模型对动态手势的识别具有更普遍,更准确的特点。

关键词：人机交互肤色定位手势特征提取手势识别 dbn模型

基于深度学习多传感器数据融合预警模型的煤炭安全监控系统

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

基于深度学习多传感器数据融合预警模型的煤炭安全监控系统

作者：席宇轩江苏科技大学

学位级别：硕士

据统计,我国每年都会发生很多起由于气体泄漏导致的矿井事故,这不仅威胁矿工的生命安全,还会造成严重经济损失。因此,矿井环境安全是煤炭行业安全管理工作的重中之重,需要准确地描述矿井环境状态,才能给工作人员呈现更为直观的判断,降... 详细信息

据统计,我国每年都会发生很多起由于气体泄漏导致的矿井事故,这不仅威胁矿工的生命安全,还会造成严重经济损失。因此,矿井环境安全是煤炭行业安全管理工作的重中之重,需要准确地描述矿井环境状态,才能给工作人员呈现更为直观的判断,降低不必要的安全隐患。本文对常见的煤炭安全事故的成因进行分析,将矿井环境状态简化为三个状态。选取了合适的环境参数,甲烷、氧气和一氧化碳。为了实现对矿井环境状态的识别,降低环境参数的模糊度,增加监控系统的可靠性。本文利用dbn模型良好的特征表达能力和分类能力,基于dbn模型的数据融合方法,使用带有环境状态标签的环境参数对dbn模型进行训练学习实现多传感器数据融合,从而找到环境参数和环境状态之间的关系,使得监控系统能够描述实际的矿井环境状态,给工作人员提供准确的判断。本文设计了对应的传感器实现了对环境参数的采集,并且设计了传输分站实现了对传感器采集的环境参数进行汇总,然后通过以太网方式将环境参数打包上传给上位机软件。上位机软件使用带有环境状态标签的环境参数作为dbn模型的输入,调用由MATLAB生成的dbn算法对dbn模型进行训练得到了多传感器数据融合模型。最后,上位机软件将实时获取到的环境参数输入到训练完成的数据融合模型中对矿井环境状态进行识别,实现了煤矿安全监控系统对矿井环境的监测与描述,并通过测试验证了本系统的准确性和可靠性。

关键词： dbn模型煤炭安全监控系统多传感器数据融合矿井环境状态

基于改进麻雀算法的深度信念网络短期光伏功率预测

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

现代电子技术 2022年第17期45卷 135-140页

作者：常东峰南新元新疆大学电气工程学院新疆乌鲁木齐830047

为进一步提高光伏发电预测精度,提出了一种改进麻雀算法(ISSA)优化深度信念网络(dbn)的预测模型。首先,为提高麻雀算法的收敛速度和避免陷入局部最优,将精英反向学习策略和Metropolis准则引入麻雀算法用于初始化SSA种群和改进SSA更新策... 详细信息

为进一步提高光伏发电预测精度,提出了一种改进麻雀算法(ISSA)优化深度信念网络(dbn)的预测模型。首先,为提高麻雀算法的收敛速度和避免陷入局部最优,将精英反向学习策略和Metropolis准则引入麻雀算法用于初始化SSA种群和改进SSA更新策略。其次为提高dbn模型的性能,运用ISSA对dbn模型的权值进行优化选择,同时为避免冗余的气象因子影响光伏输出,采用最大相关信息系数的特征选择法(NFCBF),选择与光伏输出相关性最好的气象特征向量作为模型输入;基于NFCBF法选好的特征向量,采用一种结合欧氏距离和灰色关联度的综合相似指数法,选择相似日作为训练集。最后建立ISSA-dbn预测模型,并利用新疆某光伏电站的实际数据进行实验分析。结果表明在训练集的选择方法相同的情况下,与dbn模型、PSO-dbn模型、SSA-dbn模型相比,ISSA-dbn的平均绝对百分比误差指标在晴天仅为3.69%,晴转多云天为5.23%,雨天为9.53%,预测精度均高于其他三种模型。由此验证了ISSA-dbn模型良好的预测精度。

关键词： dbn模型 NFCBF法改进麻雀算法综合相似指数光伏发电功率预测精英反向学习策略 Metropolis准则

基于深度置信网络的轨道交通车辆轴承故障诊断研究

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2023年第26期19卷 92-94,104页

作者：季云健赵帅帅杭州万向职业技术学院浙江杭州310000

针对城市轨道交通车辆轴承在列车运行过程中受到强噪声污染,导致振动信号不稳定、特征提取难度大,提出了基于深度置信网络的轨道交通车辆轴承故障诊断方法。首先,对故障信号的统计样本参数等典型信息进行时域特征提取。其次,通过对每层... 详细信息

针对城市轨道交通车辆轴承在列车运行过程中受到强噪声污染,导致振动信号不稳定、特征提取难度大,提出了基于深度置信网络的轨道交通车辆轴承故障诊断方法。首先,对故障信号的统计样本参数等典型信息进行时域特征提取。其次,通过对每层的RBM训练的方法来确定参数θ最优取值,并自动提取信号的深层特征。最后,将提取的特征输入dbn模型进行分类识别,从而完成故障类型分类。

关键词：车辆轴承故障诊断时域特征 RBM dbn模型