期刊文献+
共找到67篇文章
< 1 2 4 >
每页显示 20 50 100
基于K-Means++算法和改进遗传算法的维保站维修调度方法的研究
1
作者 何晨曦 《科学技术创新》 2025年第3期49-52,共4页
传统的电梯维保工作模式是定期保养,即针对每台电梯而言,需要每半个月去保养一次,然而电梯设备的分布和保养进度的复杂性决定了人为排定的维保路线不能够最大限度地解决维保资源。为此提出基于K-Means++算法和改进遗传算法的维保站维修... 传统的电梯维保工作模式是定期保养,即针对每台电梯而言,需要每半个月去保养一次,然而电梯设备的分布和保养进度的复杂性决定了人为排定的维保路线不能够最大限度地解决维保资源。为此提出基于K-Means++算法和改进遗传算法的维保站维修调度方法,首先使用分解法的思想将问题进行拆分,然后采用K均值聚类算法将维保任务分配到合适的维保站,建立总路程最短的维保调度模型,最后利用改进遗传算法进行求解,获取最优路线规划结果,对缩减维保工作时间,提升维保工作效率,从而提升电梯使用的安全性和可靠性有一定的意义。 展开更多
关键词 电梯维保 维保调度 分解法 K-means++算法 改进遗传算法
在线阅读 下载PDF
基于改进K-means聚类和遗传算法的混合算法求解异构车辆路径问题
2
作者 吴麟麟 吕一鸣 +1 位作者 何美玲 韩珣 《物流技术》 2024年第7期48-62,共15页
由于目前单一车型配送存在资源浪费和效率低下等问题,选取确定数量的不同车型对各客户点进行配送服务往往可以得到更优的配送路径方案。针对这一点,描述了一种异构车辆路径问题,并建立了具有固定车辆数且考虑固定成本、可变成本以及时... 由于目前单一车型配送存在资源浪费和效率低下等问题,选取确定数量的不同车型对各客户点进行配送服务往往可以得到更优的配送路径方案。针对这一点,描述了一种异构车辆路径问题,并建立了具有固定车辆数且考虑固定成本、可变成本以及时间窗惩罚成本的混合整数规划模型。同时,提出了一种基于改进K-means聚类和遗传算法的混合算法对模型进行求解。实验仿真先求解不考虑时间窗的问题初步证明混合算法的有效性,再在带时间窗的问题中求解不同规模算例的单一及异构车型结果,以证明异构车型配送更优。最后,对该混合算法的求解结果与其他混合算法的求解结果进行对比分析,证明了混合算法的优越性。研究结果表明:该混合算法求解的异构车型结果优于单一车型,并且比其他混合算法求解的异构车型结果更优,异构车辆配送使用的配送车辆数更少,总成本也更低,该混合算法具有更好的效率和性能。 展开更多
关键词 异构车辆路径问题 改进K-means聚类算法 遗传算法 混合算法
在线阅读 下载PDF
基于改进k-means算法的电力负荷数据聚类方法
3
作者 吕相沅 陈安琪 +1 位作者 刘青 程昱舒 《电子设计工程》 2024年第20期121-124,129,共5页
针对现有数据聚类方法难以对电力系统负荷数据进行有效聚类的问题,该文结合改进k-means算法,完成电力负荷数据聚类方法设计。该研究基于电力负荷数据中心点生成过程,构建中心点间距与类簇距离判定函数,筛选电力负荷数据聚类中心。确定... 针对现有数据聚类方法难以对电力系统负荷数据进行有效聚类的问题,该文结合改进k-means算法,完成电力负荷数据聚类方法设计。该研究基于电力负荷数据中心点生成过程,构建中心点间距与类簇距离判定函数,筛选电力负荷数据聚类中心。确定聚类中心后,采用数据分离方法完成正常负荷数据和异常负荷数据的分离,在分离过程中应保证数据连续,以避免潜在有用数据丢失。利用改进的k-means算法分析电力负荷数据,计算不同种类数据间的欧氏距离。设定指针矩阵,融合不同类中心点,对原始数据区间规范化操作,获取不同簇的负荷数据聚类通道传输功率谱密度。将数据依次分配到不同簇上,实现电力负荷数据聚类。由实验结果可知,该方法站点1数据聚类范围为0.3~0.48 pu,站点2数据聚类范围为0.34~0.47 pu,优于对比方法,与理想聚类范围最贴近,具有良好的聚类效果。 展开更多
关键词 改进K-means算法 电力负荷 数据聚类 区间规范化操作
在线阅读 下载PDF
K-means聚类算法中聚类个数的方法研究 被引量:19
4
作者 刘飞 唐雅娟 刘瑶 《电子设计工程》 2017年第15期9-13,共5页
在数据挖掘算法中,K均值聚类算法是一种比较常见的无监督学习方法,簇间数据对象越相异,簇内数据对象越相似,说明该聚类效果越好。然而,簇个数的选取通常是由有经验的用户预先进行设定的参数。本文提出了一种能够自动确定聚类个数,采用SS... 在数据挖掘算法中,K均值聚类算法是一种比较常见的无监督学习方法,簇间数据对象越相异,簇内数据对象越相似,说明该聚类效果越好。然而,簇个数的选取通常是由有经验的用户预先进行设定的参数。本文提出了一种能够自动确定聚类个数,采用SSE和簇的个数进行度量,提出了一种聚类个数自适应的聚类方法(简称:SKKM)。通过UCI数据和仿真数据对象的实验,对SKKM算法进行了验证,实验结果表明改进的算法可以快速的找到数据对象中聚类个数,提高了算法的性能。 展开更多
关键词 K-means算法 聚类个数 初始聚类中心 数据挖掘 K-means算法改进
在线阅读 下载PDF
基于改进NL-means算法的显微CT图像降噪 被引量:7
5
作者 李保磊 杨民 李俊江 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2009年第7期833-837,共5页
显微CT(Computed Tomography)采用微焦点射线源,射线剂量低,CT图像噪声大,对其降噪十分必要.综述了现存主要CT图像降噪算法及其优缺点,介绍了NL(nonlo-cal)-means算法,根据实验结果分析了其会在图像平滑区域引入人工伪影的不足.根据NL-m... 显微CT(Computed Tomography)采用微焦点射线源,射线剂量低,CT图像噪声大,对其降噪十分必要.综述了现存主要CT图像降噪算法及其优缺点,介绍了NL(nonlo-cal)-means算法,根据实验结果分析了其会在图像平滑区域引入人工伪影的不足.根据NL-means算法的不足,在原算法中引入图像的梯度信息,提出了改进的降噪算法,改进算法保持了原算法优良的降噪功能,并能有效抑制人工伪影,且能够提高图像细节对比度,实验结果验证了改进算法的有效性. 展开更多
关键词 显微CT 降噪 人工伪影 改进NL-means算法 对比度
在线阅读 下载PDF
基于划分的数据挖掘K-means聚类算法分析 被引量:19
6
作者 曾俊 《现代电子技术》 北大核心 2020年第3期14-17,共4页
为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K⁃means算法的基础上,提出一种改进的K⁃means算法。首先将整体数据集分为k类,然后设定一个密度参数为ϑ,该密度参数反映数据库中数据所处区域的密度大小,ϑ值与密度大小成... 为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K⁃means算法的基础上,提出一种改进的K⁃means算法。首先将整体数据集分为k类,然后设定一个密度参数为ϑ,该密度参数反映数据库中数据所处区域的密度大小,ϑ值与密度大小成正比,通过密度参数优化k个样本数据的聚类中心点选取;依据欧几里得距离公式对未选取的其他数据到各个聚类中心之间的距离进行计算,同时以此距离为判别标准,对各个数据进行种类划分,从而得到初始的聚类分布;初始聚类分布得到之后,对每一个分布簇进行再一次的中心点计算,并判断与之前所取中心点是否相同,直到其聚类收敛达到最优效果。最后通过葡萄酒数据集对改进算法进行验证分析,改进算法比传统K⁃means算法的聚类效果更优,能够更好地在数据挖掘当中进行聚类。 展开更多
关键词 数据挖掘 聚类分析 K⁃means聚类算法 聚类中心选取 K⁃means算法改进 初始中心点
在线阅读 下载PDF
一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取方法 被引量:1
7
作者 王向 李月凤 +1 位作者 王震洲 张佳佳 《河北科技大学学报》 CAS 北大核心 2023年第4期356-367,共12页
针对K-Means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为K-... 针对K-Means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为K-Means算法的初始聚类中心,接着运用K-Means算法进行局部寻优,直到迭代完成;最终,输出经过分割的小麦图像。为了评估算法性能,使用12个基准函数对ISSA及其他智能优化算法进行对比测试,同时将改进樽海鞘群算法优化K-Means应用于小麦覆盖度提取。结果表明,ISSA算法在优化精度和收敛速度上均超越其他算法,鲁棒性也得到了显著提高。与其他算法相比,ISSA-K算法分割后的小麦图像纹理比较清晰,效果更佳,同时具有更加高效的优势,可用于小麦覆盖度的提取,具有较强的实用性。 展开更多
关键词 图像处理 K-means 改进樽海鞘群算法 HSV色彩空间 图像分割 小麦覆盖度提取
在线阅读 下载PDF
一种基于改进K-means算法的空间群划分方法 被引量:3
8
作者 汤奋 游雄 +2 位作者 李钦 王玮琦 唐锦波 《火力与指挥控制》 CSCD 北大核心 2019年第11期117-120,126,共5页
空间群划分是兵力分群的重要环节,其关键在于确定“距离”度量函数、分群数目和初始分群中心。传统算法的初始聚类中心和聚类数目不固定,直接用于空间群划分将使得划分结果不稳定。为此,提出了一种基于改进算法的空间群划分方法。利用... 空间群划分是兵力分群的重要环节,其关键在于确定“距离”度量函数、分群数目和初始分群中心。传统算法的初始聚类中心和聚类数目不固定,直接用于空间群划分将使得划分结果不稳定。为此,提出了一种基于改进算法的空间群划分方法。利用了现有空间群划分方法中的距离函数改进策略计算敌方作战单元两两之间的“距离”,引入一种快速搜寻高密度点的方法,确定了初始分群中心和分群数目,通过仿真实验验证了该方法的有效性。 展开更多
关键词 兵力分群 空间群划分 稳定性 改进K-means算法
在线阅读 下载PDF
基于改进k-means算法的电网数据实时交换方法研究 被引量:9
9
作者 陈静鹏 王子强 +1 位作者 李家璐 张勇 《电子设计工程》 2020年第5期162-166,共5页
针对传统k-means算法对电网数据实时交换过程控制效果不佳,交互过程不稳定,交互时间长等问题,对k-means算法进行改选,提出了一种新的电网数据实时交换方法。以电压数据、功率数据、电流数据及容量数据为基础数据建立电网数据实时交换数... 针对传统k-means算法对电网数据实时交换过程控制效果不佳,交互过程不稳定,交互时间长等问题,对k-means算法进行改选,提出了一种新的电网数据实时交换方法。以电压数据、功率数据、电流数据及容量数据为基础数据建立电网数据实时交换数学模型;由发电机、输电线路、配电线路和低压线路构建电网结构,通过电网数据预处理、特征数据提取、k-means计算实现电网数据的实时交互。为检测方法效果,与传统k-means算法进行对比,设计了对比实验。结果表明,给出的方法在电网数据交互过程中稳定性高,交互时间短,能够为用户提供质量更高的电能。 展开更多
关键词 改进K-means算法 电网数据 实时交互 数据交互
在线阅读 下载PDF
基于改进k-means算法的可见光通信非线性补偿技术 被引量:8
10
作者 张慧 黄绪发 +3 位作者 郭心悦 王镜阳 姚茂新 马仁伟 《上海理工大学学报》 CAS CSCD 北大核心 2021年第3期255-259,295,共6页
可见光通信系统中,正交频分复用技术的高峰均功率比会加大发射信号产生非线性失真的概率。为了降低系统的误码率,提出了一种改进的k均值(k-means)算法的非线性补偿技术。该算法考虑了信号的传输特性,运用Dijkstra算法优化了k-means算法... 可见光通信系统中,正交频分复用技术的高峰均功率比会加大发射信号产生非线性失真的概率。为了降低系统的误码率,提出了一种改进的k均值(k-means)算法的非线性补偿技术。该算法考虑了信号的传输特性,运用Dijkstra算法优化了k-means算法中初始点的选择,能够准确地找到接收信号星座图的聚类中心,避免了传统k-means算法在选择初始聚类点时陷入局部最优解。仿真结果表明,相比于传统的k-means算法,改进的k-means算法能更准确地找到非线性失真后信号的星座点位置,因此能有效地解决可见光通信系统的非线性问题,降低了系统的误码率。 展开更多
关键词 可见光通信 改进K-means算法 DIJKSTRA 误码率
在线阅读 下载PDF
基于改进K-means算法的坝体保温效果时空聚类分区评价方法 被引量:2
11
作者 何明明 陈波 《水电能源科学》 北大核心 2020年第6期63-66,共4页
在高寒地区修建混凝土拱坝,超低极端气温和超大年内温差等环境温度荷载是影响混凝土结构拉裂破坏的关键因素,因此分析结构内部温度变化规律,开展长期保温防裂措施的效果评价意义重大。为解决传统保温效果评价过程中温度场蕴含规律和模... 在高寒地区修建混凝土拱坝,超低极端气温和超大年内温差等环境温度荷载是影响混凝土结构拉裂破坏的关键因素,因此分析结构内部温度变化规律,开展长期保温防裂措施的效果评价意义重大。为解决传统保温效果评价过程中温度场蕴含规律和模式复杂,难以量化对比的问题,提出了一种基于时空聚类数据挖掘的混凝土坝保温效果分区评价方法,即以多测点时空监测数据为输入,以改进的K-means聚类算法为分区手段,通过有效性函数自动确定聚类数,降低聚类分析结果对参数的依赖性,解决了保温效果评价分区时聚类数目难以确定的问题。实例应用表明,该方法可对大体积混凝土内部温度测值和规律进行有效分区,能充分反映合理实施保温措施和维护保温材料完好对结构运行的重要性。 展开更多
关键词 混凝土坝 保温效果 时空聚类 分区评价 改进K-means算法
在线阅读 下载PDF
一种改进K-means算法在受力分析中的应用
12
作者 简磊 陈浩天 喻胜洋 《集成电路应用》 2022年第7期301-303,共3页
阐述K-means算法是一种根据距离作为划分标准的经典聚类算法,应用广泛,但其对初始聚类中心的选取具有依赖性和较强敏感性等问题。为适应不同领域需求,可以根据数据集的特点对K-means算法进行改进。探讨对K-means算法在受力分析中的应用... 阐述K-means算法是一种根据距离作为划分标准的经典聚类算法,应用广泛,但其对初始聚类中心的选取具有依赖性和较强敏感性等问题。为适应不同领域需求,可以根据数据集的特点对K-means算法进行改进。探讨对K-means算法在受力分析中的应用,采用基于受力面数据分布密度进行初始聚类中心设置的改进K-means算法,通过柔性压力传感器阵列采集人体臀部和腿部对坐凳坐垫受力面的压力数据,利用两种K-means算法对数据分别进行处理分析。实验结果表明,改进的K-means算法在分析结果准确率、稳定性方面优于传统K-means算法。 展开更多
关键词 聚类算法 改进K-means算法 初始聚类中心 密度
在线阅读 下载PDF
考虑源侧不确定性的水光储系统短期互补调度研究
13
作者 余天尘 樊宇堃 +3 位作者 高洁 徐斌 卢鹏 钟平安 《水力发电》 CAS 2025年第1期93-100,共8页
受光伏出力波动性影响,大规模新能源并网给电网的安全、经济运行带来了挑战。以余荷波动最小为目标,考虑光伏出力不确定性,建立了水光储系统短期优化调度模型,提出了光伏出力随机场景生成和典型场景聚类方法,以及耦合动态可行收缩、对... 受光伏出力波动性影响,大规模新能源并网给电网的安全、经济运行带来了挑战。以余荷波动最小为目标,考虑光伏出力不确定性,建立了水光储系统短期优化调度模型,提出了光伏出力随机场景生成和典型场景聚类方法,以及耦合动态可行收缩、对数衰减步长和动态罚函数的改进POA算法。在某多能互补基地实例应用,结果表明,改进POA比传统POA算法迭代次数减少22.9%;总余荷波动从50万kW,降低至10万kW以下;水光储互补调度源荷匹配度高达0.998。模型具备较强的跟踪负荷、平稳余荷的能力。 展开更多
关键词 水光储系统 多能互补 不确定性 优化调度 K-means聚类 改进POA算法
在线阅读 下载PDF
基于改进神经网络的视频序列运动目标识别方法 被引量:1
14
作者 范建伟 李琳 靳志鑫 《现代电子技术》 北大核心 2024年第20期118-122,共5页
为改善运动目标检测效果,降低目标漏检率,提出一种基于改进神经网络的视频序列运动目标识别方法。构建改进YOLOv3的运动目标识别模型,以不同帧视频图像为模型输入,经过卷积层的初步特征提取后,输入到由5个残差模块组成的深层网络中。通... 为改善运动目标检测效果,降低目标漏检率,提出一种基于改进神经网络的视频序列运动目标识别方法。构建改进YOLOv3的运动目标识别模型,以不同帧视频图像为模型输入,经过卷积层的初步特征提取后,输入到由5个残差模块组成的深层网络中。通过以上采样方式构建特征金字塔,实现对运动目标四尺度特征的捕捉。在特征金字塔的每一层,应用K-means算法对运动目标真实框进行聚类,确保候选框尺寸和比例与真实运动目标的统计特性相匹配;再利用获得的候选框和分类器对特征图上每个位置进行目标检测,运用非极大值抑制技术剔除重叠框,将斥力损失函数引入到网络训练总损失之中,使预测框无限贴近运动目标真实框,实现对运动目标的精准识别。实验结果表明,所提方法具有显著的运动目标识别能力,当聚类数目为12时,运动目标识别的AUC、F1指标可达到0.92、0.90,且计算量较少。 展开更多
关键词 视频序列 运动目标识别 改进YOLOv3网络 特征金字塔 K-means算法 候选框聚类
在线阅读 下载PDF
基于改进孤立森林算法的交通流异常数据检测模型 被引量:2
15
作者 宫晓婞 董培信 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第5期61-69,90,共10页
针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-... 针对交通流异常数据实时检测问题,提出一种基于改进孤立森林算法与K-Means++算法相结合的交通流异常数据检测模型。首先,使用交通流量和交通流速度数据构建交通流序列;然后,利用改进孤立森林算法,构建交通流数据的异常评分模型,并通过K-Means++算法构建滑动窗口计算出异常评分的阈值,以此来实现对交通流数据异常值的实时检测;最后,通过实例分析验证模型的合理性和可行性。研究结果表明:改进孤立森林算法与K-Means++结合的方法可以准确地确定异常评分的阈值进而检测出异常数据;该模型与仅考虑交通流流量的模型、传统孤立森林模型相比,AUC分别高出29.7%和5.3%,与其他常用的LOF、ABOD、OCSVM方法相比,AUC均有所提高。该模型准确率明显提升,在交通流异常数据检测中具有更好的适用性,能够为交通管理部门提供交通状况检测支持,提高交通管理效率。 展开更多
关键词 交通工程 异常检测模型 改进孤立森林算法 交通流数据 K-means++算法
在线阅读 下载PDF
基于改进沙猫群算法优化CNN-BiLSTM的热负荷预测 被引量:2
16
作者 王耀辉 薛贵军 赵广昊 《现代电子技术》 北大核心 2024年第14期20-29,共10页
针对传统热负荷预测精度不高、无法满足换热站及热网优化调控需求的问题,提出一种VMD-ISCSO-CNN-BiLSTM的热负荷预测模型。首先,利用变分模态分解(VMD)对原始供热负荷数据进行降噪处理,降低数据的不稳定性;其次,由K-means算法改进种群... 针对传统热负荷预测精度不高、无法满足换热站及热网优化调控需求的问题,提出一种VMD-ISCSO-CNN-BiLSTM的热负荷预测模型。首先,利用变分模态分解(VMD)对原始供热负荷数据进行降噪处理,降低数据的不稳定性;其次,由K-means算法改进种群初始化,由演变机制改进寻优能力和由变异机制改进跳出局部最优能力,利用改进沙猫群算法(ISCSO)对卷积神经网络、双向长短期记忆神经网络(CNN-BiLSTM)超参数进行寻优,建立热负荷预测模型;最后通过实例进行分析。结果表明,数据降噪后模型预测精度更高,R^(2)提升1.1%;由ISCSO优化的模型比其他算法优化的模型预测效果更好,拟合度达到99.4%;VMD-ISCSO-CNN-BiLSTM的组合预测模型相较于单一模型,RMSE降低18.5%,MAE降低13.8%,R^(2)提升15.8%,并有更好的拟合度,泛化性强,满足工程实际要求。 展开更多
关键词 热负荷预测 卷积神经网络 双向长短期记忆神经网络 改进沙猫群算法 变分模态分解(VMD) K-means算法 演变机制 变异机制
在线阅读 下载PDF
激光雷达实时采集数据的车辆智能定位方法研究
17
作者 倪志平 卢光云 《激光杂志》 CAS 北大核心 2024年第9期218-222,共5页
针对现阶段车辆智能定位精度不佳的问题,提出激光雷达实时采集数据的车辆智能定位方法研究。首先通过激光雷达测量器预处理车辆周围点云数据,并通过改进C均值方法对干扰点云数据展开去噪处理;其次在改进k-means算法下进行车辆周边信息... 针对现阶段车辆智能定位精度不佳的问题,提出激光雷达实时采集数据的车辆智能定位方法研究。首先通过激光雷达测量器预处理车辆周围点云数据,并通过改进C均值方法对干扰点云数据展开去噪处理;其次在改进k-means算法下进行车辆周边信息聚类处理;最后通过激光雷达有界区域全局定位方法实现车辆智能定位。实验结果表明,所提方法的车辆智能定位精度较高、时间较短,且更适合于实际应用。 展开更多
关键词 激光雷达 改进C均值方法 改进K-means算法 数据预处理 车辆智能定位
在线阅读 下载PDF
改善的LMS自适应算法在TDLAS甲烷检测的降噪研究
18
作者 陈新玉 陈红岩 《激光杂志》 CAS 北大核心 2024年第5期79-85,共7页
为进一步有效抑制检测系统的噪声,提高检测精度,研究了改善的最小均方差自适应算法在可调谐二极管激光吸收光谱甲烷浓度检测系统的降噪方法。通过基于TDLAS技术的matlab仿真实验,搭建的甲烷检测系统,选取1 653.72 nm的甲烷吸收峰位,分析... 为进一步有效抑制检测系统的噪声,提高检测精度,研究了改善的最小均方差自适应算法在可调谐二极管激光吸收光谱甲烷浓度检测系统的降噪方法。通过基于TDLAS技术的matlab仿真实验,搭建的甲烷检测系统,选取1 653.72 nm的甲烷吸收峰位,分析LMS自适应算法中滤波阶数、步长因子和采样周期三者对噪声的关系,改善参数的选取以最佳的滤波效果进行降噪优化处理。研究表明在高频采样时刻收敛到最佳的滤波阶数和步长因子可对系统起到最优滤波效果。研究结果显示信噪比有效提升了94%,拟合优度R~2达到0.997,证明改善的LMS自适应滤波算法可以有效抑制噪声对二次谐波信号的影响。 展开更多
关键词 改善的最小均方差自适应算法 可调谐二极管激光吸收光谱技术 降噪处理 二次谐波信号
在线阅读 下载PDF
矿用卡车驾驶员操作水平的评价方法研究
19
作者 邢丹 张曌 +2 位作者 吕帅康 孙欣武 贾彪 《能源与节能》 2024年第2期121-126,共6页
为提高驾驶员操作水平,提出了一套完整的驾驶员操作水平评价方法。运用物联网数据采集技术,实现了对卡车运输数据的动态采集;提出了安全、能耗和效率3个驾驶员操作评价一级指标,并建立了相应的二级评价指标;采用改进的主成分分析法和K-m... 为提高驾驶员操作水平,提出了一套完整的驾驶员操作水平评价方法。运用物联网数据采集技术,实现了对卡车运输数据的动态采集;提出了安全、能耗和效率3个驾驶员操作评价一级指标,并建立了相应的二级评价指标;采用改进的主成分分析法和K-means聚类算法对实验样本进行模型构建。构建的评价模型能够有效地评价驾驶员的操作水平,得到的驾驶员操作标准参考值可为提高驾驶管理水平和操作技术提供可靠的参考。 展开更多
关键词 露天矿山 卡车运输 驾驶员操作水平 改进的主成分分析法 K-means聚类算法 评价方法
在线阅读 下载PDF
深度学习目标检测算法在货运列车车钩识别中的应用 被引量:10
20
作者 郭忠峰 张渊博 +1 位作者 王赫莹 任仲伟 《铁道科学与工程学报》 CAS CSCD 北大核心 2020年第10期2479-2484,共6页
铁路货运列车的自动摘钩是实现驼峰作业自动化的重要环节,为了完成货运列车自动摘钩工作,需要实现车钩的快速准确识别。通过当前广泛应用的YOLO_v2网络模型,研究针对货运列车在正常工作条件下车钩的识别问题,通过K-means聚类算法对YOLO... 铁路货运列车的自动摘钩是实现驼峰作业自动化的重要环节,为了完成货运列车自动摘钩工作,需要实现车钩的快速准确识别。通过当前广泛应用的YOLO_v2网络模型,研究针对货运列车在正常工作条件下车钩的识别问题,通过K-means聚类算法对YOLO_v2网络模型中anchor的个数进行调整优化,找出适用于本次车钩识别的最优anchor个数以及宽高维度,并通过训练自制具有明显目标特征数据集来获取更加准确的权重。结果表明改进YOLO_v2模型在精确度上达到92.6%;在召回率上达到了91.8%;在FPS上达到45帧/s,改进的YOLO_v2模型达到了预期设计目标。 展开更多
关键词 改进YOLO_v2模型 货运列车 车钩识别 K-means聚类算法
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部