检索结果-南通市图书馆

基于MEFD-小波阈值降噪的舰船电场特征提取

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第4期52卷 88-93页

作者：胡育诚王向军汪石川海军工程大学电气工程学院湖北武汉430033

为实现低信噪比情况下的舰船轴频电场特征提取,提出一种基于MEFD-小波阈值的特征提取方法.首先采用引入自回归滑动平均模型(ARMA)的改进经验傅里叶分解(MEFD)分解含噪信号;然后采用l2范数筛选出有效信息分量;最后对后续的信号采用小波... 详细信息

为实现低信噪比情况下的舰船轴频电场特征提取,提出一种基于MEFD-小波阈值的特征提取方法.首先采用引入自回归滑动平均模型(ARMA)的改进经验傅里叶分解(MEFD)分解含噪信号;然后采用l2范数筛选出有效信息分量;最后对后续的信号采用小波阈值降噪进行处理.为验证所提方法的有效性,采用仿真信号与船模实测信号进行对比实验.结果表明:本文方法对环境噪声干扰具有鲁棒性,在船模实验2B距离下的提取结果正交性指数为0.0015,相似性指数为0.4503,具有更好的特征提取效果,能实现更远距离的电场信号检测,为后续的电场特性分析及应用打下良好基础.

关键词：轴频电场改进经验傅里叶分解小波阈值去噪 l2范数特征提取

一种基于l2范数的GOWA算子的中国生猪价格指数组合预测模型

在线全文

学校读者我要写书评

暂无评论

宁夏师范学院学报 2022年第1期43卷 69-75页

作者：丁伯伦房广梅刘树德扬州工业职业技术学院基础科学部江苏扬州225000 安徽师范大学数学学院安徽芜湖241000

为了研究指数灰色模型GM(1,N)和BP神经网络模型预测生猪价格指数,提出了一种基于l2范数的GOWA算子的中国生猪价格GM-BP组合预测模型.通过理论分析和数值实验表明,该组合预测模型是有效的,并且可以提高生猪价格指数的预测精度.

关键词： l2范数 GOWA算子生猪价格指数组合预测模型

在线全文

学校读者我要写书评

暂无评论

基于l2范数的高斯混合模型空域去噪方法

探测与控制学报 2021年第2期43卷 94-100,109页

作者：王彩玲孙昌霞河南警察学院网络安全系河南郑州450046 河南农业大学信管学院计算机系河南郑州450046

针对图像像素间相似性衡量不准确而导致去噪性能下降的问题,提出了基于l2范数的高斯混合模型空域去噪方法。该方法将像素点周围像素的局部灰度信息的统计特性建模为高斯混合模型,结合高斯混合模型间的l2范数和像素位置的空间距离来定义... 详细信息

针对图像像素间相似性衡量不准确而导致去噪性能下降的问题,提出了基于l2范数的高斯混合模型空域去噪方法。该方法将像素点周围像素的局部灰度信息的统计特性建模为高斯混合模型,结合高斯混合模型间的l2范数和像素位置的空间距离来定义像素点之间的相似性权值,以提高像素间相似性的度量的精确度。实验结果表明,利用高斯混合模型可更加准确地衡量像素间的相似性,同时,该去噪方法可提高图像的去噪效果,并能较好地保留图像的细节信息。

关键词：高斯混合模型图像去噪 l2范数像素信息

基于快速协同表示分类和组内预测重构系数向量l2范数的人脸识别算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2020年第7期37卷 2196-2201页

作者：梅伟健裘国永陕西师范大学计算机科学学院西安710119

针对协同表示分类和规则化最小二乘算法(CRCRlS)在人脸识别应用中识别速率缓慢的问题,通过研究预测重构系数与人脸图片分类的关系,提出一种基于快速协同表示分类和组内预测重构系数向量l2范数算法(FCRCl2N)。与其他协同表示算法的不同... 详细信息

针对协同表示分类和规则化最小二乘算法(CRCRlS)在人脸识别应用中识别速率缓慢的问题,通过研究预测重构系数与人脸图片分类的关系,提出一种基于快速协同表示分类和组内预测重构系数向量l2范数算法(FCRCl2N)。与其他协同表示算法的不同之处在于,改进的FCRCl2N算法没有计算残差的过程,通过引入组内预测重构系数向量的l2范数直接对图片进行分类。标准数据集上的实验结果显示了该算法的高效性。

关键词：协同表示重构系数 l2范数残差

基于l2范数的电力系统运行安全态势三维可视化评估

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2020年第19期20卷 7704-7710页

作者：于群刘启林山东科技大学电气与自动化工程学院青岛266590

如何利用各种指标准确地对电力系统的运行状态进行评估是调度运行部门所关注的一个重要问题。综合幂律分布、电压裕度、潮流冲击熵、网络结构熵和损失负荷相对值五种评估指标,考虑电网结构变化、新能源注入、线路老化、系统内部运行状... 详细信息

如何利用各种指标准确地对电力系统的运行状态进行评估是调度运行部门所关注的一个重要问题。综合幂律分布、电压裕度、潮流冲击熵、网络结构熵和损失负荷相对值五种评估指标,考虑电网结构变化、新能源注入、线路老化、系统内部运行状况、天气等不确定性因素,利用l2范数,建立了电力系统运行安全态势的评估函数。通过MATlAB工具箱中的lowess函数对三维空间坐标系中数据拟合,实现了电力系统运行安全态势的三维可视化。对IEEE39节点系统的仿真,验证了所提方法的有效性,为电力系统运行安全态势评估提供了一种新思路。

关键词：安全态势评估函数 l2范数 lowess函数三维可视化

基于l2范数和增量正交投影非负矩阵分解的目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

黑龙江大学自然科学学报 2015年第2期32卷 262-269页

作者：王海军张圣燕南京航空航天大学民航学院南京210016 滨州学院航空信息技术研发中心滨州256603

在贝叶斯框架下,基于增量正交投影非负矩阵分解目标跟踪算法能够适应各种复杂的场景,准确处理跟踪目标外观变化,取得了较好的跟踪效果,但是该算法计算量大,难以满足实时性要求。针对这一缺点,提出了一种基于l2范数和增量正交投影非负矩... 详细信息

在贝叶斯框架下,基于增量正交投影非负矩阵分解目标跟踪算法能够适应各种复杂的场景,准确处理跟踪目标外观变化,取得了较好的跟踪效果,但是该算法计算量大,难以满足实时性要求。针对这一缺点,提出了一种基于l2范数和增量正交投影非负矩阵分解的目标跟踪算法,建立基于l2范数最小化和增量正交投影非负矩阵分解的目标表示模型,在贝叶斯框架下得出跟踪结果。实验结果表明,新算法能够较好地处理视频场景中的光照变化、尺度变化、局部遮挡、角度变化等干扰,有较低的中心位置误差平均值和较高的重叠率平均值,平均处理视频达4.08帧·s-1,能够满足实时性的要求。

关键词： l2范数增量正交投影非负矩阵分解目标跟踪贝叶斯估计实时

基于l1和l2范数的EIT静态成像算法的对比研究

在线全文

学校读者我要写书评

暂无评论

基于L1和L2范数的EIT静态成像算法的对比研究

作者：何晓蓉天津大学

学位级别：硕士

电阻抗层析成像(Electrical Impedance Tomography,EIT)是最近些年发展起来的一种新型的电学测量技术,具有可视化、无辐射、非侵入、响应快、结构简单以及成本低廉等优点。在EIT技术中,根据成像目标的不同,可以分为动态成像和静态成像... 详细信息

电阻抗层析成像(Electrical Impedance Tomography,EIT)是最近些年发展起来的一种新型的电学测量技术,具有可视化、无辐射、非侵入、响应快、结构简单以及成本低廉等优点。在EIT技术中,根据成像目标的不同,可以分为动态成像和静态成像两类。静态成像是以电导率的绝对值分布作为成像目标,重建的是电导率的绝对值分布,能反映电导率分布的实际情况,与动态成像相比,所包含的信息较大,对理论和临床诊断具有重要的意义,因此静态成像算法成为当前EIT技术研究的重点。图像重建算法的目标函数为电压测量值与电压计算值之间残差的范数与罚函数两项之和,这两项分别可以采用l1范数或l2范数,本文研究了它们分别采用l1范数或l2范数时算法的成像能力以及抗噪能力。Newton-Raphson类静态成像算法两项都采用l2范数,对于采用l1范数的情况采用原始-对偶内点法求解。本文的主要研究内容如下:1.使用仿真软件Eidors-v3.7.1设计评价系统,评价系统包括评价模型和评价参数。建立9个评价模型,可以用于评估算法对于目标的位置、形状、尺寸、数目和电导率的重建能力。评价参数包括图像相关系数、图像误差和运行时间,可以用于定量的评估算法的成像能力。2.对Newton-Raphson类四种静态成像算法的原理及特点进行描述和总结,并编写MATlAB程序,在此基础上,使用评价系统分别对四种算法进行成像,然后以对成像结果进行分析研究,从而对比不同算法的重建能力。3.使用原始-对偶内点法(primal-dual interior-point,PDIP)对电压残差项和罚函数分别选择l1范数或者l2范数等四种情况进行求解,并使用评价系统分别对四种算法进行成像,研究图像重建中电压测量值与电压计算值之间残差项和罚函数项分别采用l1范数或者l2范数对重建效果和抗噪性能的影响。

关键词： EIT 静态成像算法 Newton-Raphson算法原始-对偶内点法 l1范数 l2范数

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l2范数约束的生成对抗网络研究及应用

基于L2范数约束的生成对抗网络研究及应用

作者：晁小朋广东工业大学

学位级别：硕士

深度学习使得人工智能再次掀起发展热潮,生成对抗网络是近几年来新兴起来的深度学习技术。生成对抗网络在图像生成、语音增强、视频预测等方面的成功应用使其备受学术和业界的关注。目前,生成对抗网络面临的主要挑战是稳定训练和找到纳... 详细信息

深度学习使得人工智能再次掀起发展热潮,生成对抗网络是近几年来新兴起来的深度学习技术。生成对抗网络在图像生成、语音增强、视频预测等方面的成功应用使其备受学术和业界的关注。目前,生成对抗网络面临的主要挑战是稳定训练和找到纳什均衡,在图像生成任务中,解决这些挑战是为了生成更高质量的图像。现在常用的稳定训练方法是对判别器进行lipschitz约束,但利用该约束的谱归一化方法存在生成的图像质量不稳定的问题。同时,一些启发式的方式也被用于提高生成对抗网络的收敛能力,这些方式是通过寻找纳什均衡来生成高质量的图像,而他们在实践中并不令人满意。为了增强生成对抗网络生成图像的质量和稳定性,本文基于l2范数从生成器约束和判别器约束两方面对生成对抗网络展开了深入的研究。本文选择l2范数约束而不选其他范数约束,是因为:与其他范数相比,l2范数更有利于权重更新;另外从生成对抗网络对每个样本的重视程度应相同的角度考虑,l2范数比其他范数更适合处理该情况。具体的工作如下:1)研究了基于l2范数的生成器约束方法。为了解决谱归一化方法生成的图像质量不稳定问题,本文提出基于l2范数的生成器约束方法。该方法通过对生成数据和真实数据的差进行l2范数约束,使得谱归一化方法生成的图像质量更加稳定。在实际训练过程中,该方法可以使生成器偏向生成一批在欧式空间与真实图像距离小的图像,本文将该方法在公共数据集上进行对比验证,实验表明对生成器进行l2范数约束可以稳定生成图像质量,在某种程度上还可以生成更高质量的图像。2)研究了基于l2范数的判别器约束方法。受到纳什均衡的启发,本文提出一种基于l2范数的判别器约束方法,该方法通过约束判别器的相对输出值,使得网络更好的收敛。虽然该约束与之前约束都是l2范数,但约束的数学形式和出发点不同,对判别器进行约束可以通过帮助判别器更好的收敛来生成高质量的图像。在公共数据集上的实验表明该方法可以有效地提高生成图像的质量,即使生成对抗网络无法找到纳什均衡,在一定条件下,该方法仍然具有优势。3)开展了提出方法的验证工作。为了进一步验证提出方法的有效性,论文在公共数据集上验证了本文提出方法的有效性外,还建立了外观设计专利数据集,并用不同的方法在该数据集上进行图像生成实验。结果表明,本文提出的方法在特定数据集上也得到有效的验证。

关键词：生成对抗网络 lipschitz约束 l2范数纳什均衡

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

S函数变步长lMS算法的一种l2范数修正

兰州交通大学学报 2019年第2期38卷 51-57页

作者：徐华鹏高丽兰州交通大学电子与信息工程学院

为了提高S函数变步长lMS算法的综合性能和抗干扰能力,引入l2范数控制步长更新.在l2范数中引入输入信号,对输入信号实施动态地跟踪,以提高算法的抗干扰能力;利用归一化输入信号代替原始信号,便于处理信号且可以降低输入信号动态范围对算... 详细信息

为了提高S函数变步长lMS算法的综合性能和抗干扰能力,引入l2范数控制步长更新.在l2范数中引入输入信号,对输入信号实施动态地跟踪,以提高算法的抗干扰能力;利用归一化输入信号代替原始信号,便于处理信号且可以降低输入信号动态范围对算法的影响.在高和低信噪比条件下的仿真结果表明:相较于其他的变步长lMS算法,所提出算法收敛速度更快和稳态误差更小.

关键词：变步长 lMS算法 S函数 l2范数归一化