期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5,647篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
锚定边界:融合双边对比学习和BMIU的深度不平衡回归
1
作者 刘文杰 陈松灿 《计算机研究与发展》 北大核心 2026年第4期1010-1020,共11页
不平衡回归专指标签连续但其等长标签段(label-bin)内样本数不等的学习任务,而对应的深度延伸形成了当前流行的深度不平衡回归(deep imbalanced regression,DIR)。这些算法均隐含假设了等间隔标签段组成的样本对相似性一致。以年龄和图... 不平衡回归专指标签连续但其等长标签段(label-bin)内样本数不等的学习任务,而对应的深度延伸形成了当前流行的深度不平衡回归(deep imbalanced regression,DIR)。这些算法均隐含假设了等间隔标签段组成的样本对相似性一致。以年龄和图像景深(depth)估计为例,该假设认为不同年龄段人脸老化速度和不同空间距离深度视觉线索均相同;与此同时,DIR还面临标签段内样本差异大以及相邻标签段判别界限重叠的问题。为应对上述挑战,提出一种融合双边对比学习(bilateral contrastive learning,BCL)和双边mixup诱导的Universum(bilateral mixup-induced Universum,BMIU)增广的BCLU策略及其对应的RBLU算法。一方面,BCL以锚点为边界将数据划分成左右子集,锚点在各子集内能单向匹配到强相似的正对,克服了仅依靠标签距离构造出标签弱相似但语义强相似负对的困境,达到放宽均匀假设的目的,实验也证明BCL显著缓和了样本不平衡;另一方面,BMIU将锚点与两侧子集内随机选择的样本特征混合,构造出不属于任何标签段且能抑制相邻标签段重叠的楔形(wedge)特征,强制标签段间判别边界尽可能分离以及标签段内特征尽可能紧致以降低类间重叠。值得提及的是,BMIU能作为副产品在无需引入任何有序约束的前提下便能自然地保持有序特性。最后在DIR标准数据集上充分验证了所提RBLU算法的有效性。 展开更多
关键词 机器学习 深度不平衡回归 对比学习 不平衡数据 Universum
在线阅读 下载PDF
基于VMD重构数据增强的不平衡少样本轴承故障识别方法
2
作者 张锐 赵锦钰 +5 位作者 郭洪飞 王燕 杨思妍 刘婷婷 周卫斌 游国栋 《计算机集成制造系统》 北大核心 2026年第1期339-354,共16页
滚动轴承在机械设备中至关重要,其健康状态直接关系到机械设备安全运行和整体性能,然而,实际运行中获取足够的故障样本进行研究是一项挑战。因此,针对实际工况下故障样本数量缺少、与正常样本数量相比形成类不平衡的情形,提出一种基于... 滚动轴承在机械设备中至关重要,其健康状态直接关系到机械设备安全运行和整体性能,然而,实际运行中获取足够的故障样本进行研究是一项挑战。因此,针对实际工况下故障样本数量缺少、与正常样本数量相比形成类不平衡的情形,提出一种基于变分模态分解(VMD)重构数据增强的故障识别模型。首先,通过VMD分解和滤波调整将轴承故障信号重构为平衡数据集。其次,建立各故障类型样本特征参数与不同故障尺寸间关联性,实现生成样本特征评估。最后,通过深度学习YOLOv8算法对各不平衡比例数据集进行深入分析。分析实验结果表明,所提方法能有效扩充少样本场景下的轴承故障数据,提高故障识别精度,从数据层面解决类不平衡问题,对于轴承不平衡样本故障识别具有可行性和有效性。 展开更多
关键词 故障识别 不平衡样本 变分模态分解 数据增强 滚动轴承
在线阅读 下载PDF
基于WLT-GAN的轴承不平衡数据故障诊断方法
3
作者 焦华超 孙文磊 +1 位作者 王宏伟 万晓静 《太阳能学报》 北大核心 2026年第3期392-401,共10页
针对因轴承故障数据不平衡导致故障诊断模型准确率下降的问题,提出一种基于类小波变换生成对抗网络(WLTGAN)的故障诊断方法。该方法将类小波变换神经网络嵌入生成器,并结合双判别器架构,使WLT-GAN能够深度学习信号的时域和频域特征,生... 针对因轴承故障数据不平衡导致故障诊断模型准确率下降的问题,提出一种基于类小波变换生成对抗网络(WLTGAN)的故障诊断方法。该方法将类小波变换神经网络嵌入生成器,并结合双判别器架构,使WLT-GAN能够深度学习信号的时域和频域特征,生成高质量的故障数据,从而有效缓解数据不平衡问题。此外,还引入集成学习构建故障诊断模型,通过软投票机制融合多源特征提高诊断精度。实验结果表明,WLT-GAN生成的样本在时域和频域特征分布上与真实数据高度相似,且该模型凭借集成学习优势,展现出较高的准确性与鲁棒性,可为风电机组轴承故障诊断提供高效、可靠的解决方案。 展开更多
关键词 风电机组轴承 不平衡数据 故障诊断 生成对抗网络 类小波变换 集成学习
在线阅读 下载PDF
基于改进WGAN-GP和ConvNext 1D的不平衡轴承故障诊断
4
作者 曹菁菁 肖景昌 +2 位作者 张艳伟 赵强伟 苏越 《机床与液压》 北大核心 2026年第5期203-210,共8页
针对滚动轴承故障诊断数据不平衡问题,提出一种基于改进Wasserstein距离的梯度惩罚生成对抗网络(WGAN-GP)和ConvNext 1D的故障诊断方法。利用小波包分解得到小波包能量域特征,并引入统计特征作为数据输入;利用改进的WGAN-GP进行数据增强... 针对滚动轴承故障诊断数据不平衡问题,提出一种基于改进Wasserstein距离的梯度惩罚生成对抗网络(WGAN-GP)和ConvNext 1D的故障诊断方法。利用小波包分解得到小波包能量域特征,并引入统计特征作为数据输入;利用改进的WGAN-GP进行数据增强,生成平衡数据集;最后,利用递归下采样设计的ConvNext 1D模型进行分类故障诊断,并应用GELU激活函数来提高特征表达能力。针对凯恩斯西储大学(CWRU)和东南大学(SEU)数据集,设置多个不平衡比例实验场景,并与其他5种深度模型(如Transformer、TCN、WDCNN等)进行对比,以准确率ACC、AUC和F_(1)分数作为评价指标。结果表明:在CWRU数据集上,所提方法在3种不平衡数据集下均取得最优性能,最高ACC达0.972,AUC为0.987,F_(1)分数为0.981,优于对比模型;混淆矩阵显示个别故障类别识别率较低,但均超过95%,其余故障类别准确率均为100%;在SEU数据集上,最高ACC为0.943,AUC为0.978,F_(1)分数为0.954,同样优于其他对比方法,但混淆矩阵显示内圈故障识别能力较差,准确率不足85%,其余类别识别准确率较好。生成样本经t-SNE可视化后表明,平衡数据集中不同故障类别聚类更清晰,证明了WGAN-GP生成样本的有效性。相较于其他经典模型,所提方法提高了对少数类样本的识别能力,在处理不平衡故障分类问题上精度更高。该基于改进WGAN-GP和ConvNext 1D的方法能有效缓解轴承故障数据不平衡问题。 展开更多
关键词 滚动轴承 故障诊断 不平衡数据集 深度学习 生成对抗网络
在线阅读 下载PDF
利用微簇动态欠采样的不平衡数据集成分类算法
5
作者 孟东霞 姚怡帆 杨旌 《计算机工程与应用》 北大核心 2026年第6期110-121,共12页
集成欠采样是解决类别不平衡问题的有效途径,部分方法因损失多数类关键信息或破坏内部分布结构而影响性能。为充分保留多数类分布结构并提升少数类识别精度,提出在Boosting框架下从多数类微簇中动态采样的不平衡数据集成分类算法。利用... 集成欠采样是解决类别不平衡问题的有效途径,部分方法因损失多数类关键信息或破坏内部分布结构而影响性能。为充分保留多数类分布结构并提升少数类识别精度,提出在Boosting框架下从多数类微簇中动态采样的不平衡数据集成分类算法。利用自然最近邻构建多数类微簇,依据样本分布自适应确定各微簇采样数量,进而结合采样权重选取多数类样本,与少数类共同训练初始基分类器。在后续迭代中,根据上一轮分类结果动态更新微簇采样配置,重新选择样本训练新的基分类器,最终通过加权集成获得强分类器。在22个数据集上与4种经典欠采样方法(随机欠采样、Cluster Centroid等)及8种主流集成欠采样方法(Self-paced Ensemble、CusBoost、Equalization Ensemble等)进行了对比实验,所提方法在F1-score、G-mean和AUC指标上均展现出更优性能。 展开更多
关键词 不平衡数据 自然最近邻 微簇 欠采样 集成学习
在线阅读 下载PDF
医院固定单价合同不平衡报价审计识别与风险防范
6
作者 徐艳霞 瞿悦 袁瑞鑫 《会计之友》 北大核心 2026年第6期73-78,共6页
医院在采购印刷品、办公用品等日杂项目时,普遍采用固定单价合同。然而,随着采购规模和复杂度的增加,固定单价合同项目不平衡报价问题日益严重,导致医院经济利益受损,这一问题亟待解决。文章基于“瑞士奶酪模型”理论,将该模型与医院采... 医院在采购印刷品、办公用品等日杂项目时,普遍采用固定单价合同。然而,随着采购规模和复杂度的增加,固定单价合同项目不平衡报价问题日益严重,导致医院经济利益受损,这一问题亟待解决。文章基于“瑞士奶酪模型”理论,将该模型与医院采购业务全流程深度融合,通过逐层追溯的方式,深入分析医院固定单价合同项目发生不平衡报价的系统原因和人为因素。同时,运用数据可视化技术和My SQL的大数据处理能力,实现对复杂价格信息的快速审计识别,并提出相应的风险防范措施。研究旨在为医院提供切实可行的解决方案,助力其精准识别并积极预防投标人的恶意不平衡报价行为,降低项目执行风险。 展开更多
关键词 不平衡报价 瑞士奶酪模型 风险识别
在线阅读 下载PDF
深成侵入岩类不平衡岩石图像数据集PlutonicRocks-13
7
作者 陈忠良 胡召齐 郑超杰 《中国科学数据(中英文网络版)》 2026年第1期3-18,共16页
岩性识别是地质工作者的基本技能之一。随着人工智能的兴起,如何把地质专业人员识别岩性的能力转化成人工智能模型,提供岩性智能识别服务,让地学爱好者或者非地质专业人员也能较准确地识别岩性,成为地学领域智能服务需求之一。自然条件... 岩性识别是地质工作者的基本技能之一。随着人工智能的兴起,如何把地质专业人员识别岩性的能力转化成人工智能模型,提供岩性智能识别服务,让地学爱好者或者非地质专业人员也能较准确地识别岩性,成为地学领域智能服务需求之一。自然条件下,由于地表岩石分布不均,岩石图像数据集属于典型的长尾分布。本研究以深成侵入岩为例,选择于炳松等主编的《岩石学》中的岩石分类和命名方案,构建类不平衡的岩石图像识别研究数据集PlutonicRocks-13。本数据集包含13种常见的深成侵入岩,共4785张图片,原始图像共2.49 GB,主要岩石类型包括橄榄岩、辉石岩、角闪石岩、辉长岩、闪长岩、二长岩、正长岩、霞石正长岩、花岗闪长岩、二长花岗岩、正长花岗岩、斜长花岗岩、文象花岗岩。岩石图像主要从野外和馆藏机构采集露头和手标本图像,辅以网络渠道收集。经过筛选、处理和标注后,图像最终形成能为岩石图像分类任务提供基础数据的数据集。同时,采用岩石薄片鉴定和基于深度学习可解释性分析的数据集偏见检测等方法开展数据标注质量控制和评估。采用标注标签转换为问答对的方式,还可构建面向岩石图像分类任务的微调指令,为多模态模型的岩石图像分类任务提供指令微调数据集。本图像数据集可为岩石图像自动识别研究提供可靠的数据支撑,对地质调查、地表基质调查和地质科普等有重要的参考价值。 展开更多
关键词 岩浆岩 侵入岩 长尾分布 类不平衡 图像分类
在线阅读 下载PDF
光伏参与的配电网分布式不平衡电流补偿控制 被引量：1
8
作者 冯启帆 夏杨红 +1 位作者 杨鹏程 韦巍 《电力系统自动化》 北大核心 2026年第2期115-124,共10页
大量三相不平衡设备并网导致台区三相电流不平衡,利用配电网台区内变流器进行不平衡电流的补偿是抑制台区负序和零序电流的有效方法。三相光伏变流器广泛用于配电网中,其剩余容量可以解决电能质量问题。文中提出了一种利用三相光伏变流... 大量三相不平衡设备并网导致台区三相电流不平衡,利用配电网台区内变流器进行不平衡电流的补偿是抑制台区负序和零序电流的有效方法。三相光伏变流器广泛用于配电网中,其剩余容量可以解决电能质量问题。文中提出了一种利用三相光伏变流器治理配电网台区不平衡电流的分布式控制策略。首先,测量流经台区变压器的三相不平衡功率;其次,根据当前时刻台区内光伏变流器的剩余容量,采用分布式控制器计算每台承担补偿任务的变流器的功率指令,通过低带宽单向通信下发该功率指令并执行;然后,对所提控制策略在通信故障情形下及两端供电网络中的适用性进行讨论;最后,在RT-LAB中进行半实物仿真验证。结果表明,所提分布式不平衡电流补偿控制能在光伏变流器电流限幅的约束下有效降低台区的不平衡电流,并能广泛适用于配电网的不同场景。 展开更多
关键词 不平衡电流 电能质量 分布式光伏 变流器 电流限幅 台区 配电网
在线阅读 下载PDF
三峡—葛洲坝两坝间出入库计算流量不平衡关键因子识别
9
作者 何岩致 周涛 +5 位作者 许继军 徐杨 任玉峰 刘亚新 王永强 董增川 《长江科学院院报》 北大核心 2026年第2期54-61,共8页
导致三峡—葛洲坝两坝间出入库计算流量不平衡现象的影响因子较多,分析各影响因子的重要性并识别出关键影响因子,对三峡—葛洲坝梯级电站的发电计划制定以及水情分析具有重要意义。收集三峡库区2018—2023年流量及出力的历史记录数据,... 导致三峡—葛洲坝两坝间出入库计算流量不平衡现象的影响因子较多,分析各影响因子的重要性并识别出关键影响因子,对三峡—葛洲坝梯级电站的发电计划制定以及水情分析具有重要意义。收集三峡库区2018—2023年流量及出力的历史记录数据,根据出入库流量计算逻辑选择可能对两坝间出入库计算流量不平衡量产生影响的19个潜在影响因子,使用灰色关联分析与随机森林模型2种方法,识别导致三峡—葛洲坝两坝间出入库计算流量不平衡的关键影响因子,并计算得到不同影响因子的重要程度。结果表明:2种方法得出的结论基本一致,发电流量(葛洲坝全厂发电流量、三峡全厂发电流量、三峡电源电站发电流量)以及蓄放流量(三峡蓄放流量、葛洲坝蓄放流量)和出力是导致两坝间出入库计算流量不平衡量的重要因素;综合2种方法的计算结果,导致三峡—葛洲坝出入库计算流量不平衡现象的关键影响因子为葛洲坝全厂发电流量。研究成果可为后续针对校正三峡—葛洲坝库区出入库流量不平衡的研究提供参考。 展开更多
关键词 三峡水库 葛洲坝水库 出入库计算流量不平衡 关键因子识别 灰色关联分析 随机森林模型
在线阅读 下载PDF
基于等角映射的高维不平衡数据增量式降维算法
10
作者 任宁宁 陈曦 孙力帆 《现代电子技术》 北大核心 2026年第5期138-141,146,共5页
高维不平衡数据增量变化时,因多类别样本数目不一、特征分布不均,降维时难免过度关注多数类样本,忽视少数类样本,导致降维后少数类数据失真。为此,文中提出基于等角映射的高维不平衡数据增量式降维算法。利用模糊C-means算法将高维不平... 高维不平衡数据增量变化时,因多类别样本数目不一、特征分布不均,降维时难免过度关注多数类样本,忽视少数类样本,导致降维后少数类数据失真。为此,文中提出基于等角映射的高维不平衡数据增量式降维算法。利用模糊C-means算法将高维不平衡数据划分为不同类型数据后,使用基于时间窗口的增量数据抽取方法,抽取不同类型高维不平衡数据的增量数据。由基于等角映射的增量流形学习降维算法运算增量数据与原始数据点距离。结合距离设定权重因子,将此增量数据映射于低维空间,实现高维不平衡数据增量式降维。实验结果表明:所提算法在不同类别高维不平衡数据增量式降维中,无论是1 GB还是10 GB的新增数据量,降维后数据维度较低,数据结构和信息的保真度较高,没有出现明显失真情况。该方法是一种有效的数据降维算法,可应用于处理大规模高维不平衡数据增量式降维问题中。 展开更多
关键词 模糊C-means算法 等角映射 高维不平衡数据 增量式降维 时间窗口 增量数据抽取 流形学习 加权处理
在线阅读 下载PDF
基于超图的数据不平衡条件下的瓦当年代判别方法
11
作者 邱星 玄祖兴 +2 位作者 黄可佳 张雯 庄晓 《计算机应用》 北大核心 2026年第2期620-629,共10页
针对人工瓦当年代判别方法效率低且主观性强的问题,提出一种基于超图的数据不平衡条件下的瓦当年代判别方法(HETD-DIC),以提供更客观的考古辅助判别工具。首先,设计双权重计算机制,利用超边权重计算模块聚合关联节点特征生成超边权重,... 针对人工瓦当年代判别方法效率低且主观性强的问题,提出一种基于超图的数据不平衡条件下的瓦当年代判别方法(HETD-DIC),以提供更客观的考古辅助判别工具。首先,设计双权重计算机制,利用超边权重计算模块聚合关联节点特征生成超边权重,再利用超边权重生成节点权重,降低样本分布不均产生的影响;其次,构建超边节点关系矩阵(HNRM),建立节点特征编码-解码通道,增强节点的表征能力;最后,通过大量实验评估不同模型,并选取表现较好的UniGIN(Unified Graph Isomorphism Network)作为基础分类模型。实验结果表明,在自建的瓦当数据集上,当仅使用20%的训练数据时,HETD-DIC的准确率、加权精确率、加权召回率和加权F1-score相较于UniGIN分别提升了4.67、4.55、4.67和5.09个百分点。HETD-DIC能有效解决数据不平衡问题,为考古断代提供可靠的自动化辅助决策依据。 展开更多
关键词 瓦当年代判别 超图 数据不平衡 节点表征 考古断代
在线阅读 下载PDF
基于特征采样和难度感知的不平衡检测算法
12
作者 毕超鹏 郝晓丽 张泽华 《计算机工程与设计》 北大核心 2026年第3期658-664,共7页
针对目标检测领域存在的样本类别不平衡问题,提出一种基于特征采样和难度感知的不平衡检测算法。采用特征采样合成与重构模块挑选少数类样本的代表性特征并合成新样本,再运用变分自编码器对新样本进行重构,以生成平衡、多样的数据集;设... 针对目标检测领域存在的样本类别不平衡问题,提出一种基于特征采样和难度感知的不平衡检测算法。采用特征采样合成与重构模块挑选少数类样本的代表性特征并合成新样本,再运用变分自编码器对新样本进行重构,以生成平衡、多样的数据集;设计半监督学习算法下的双教师架构,通过双教师模型之间的一致性约束筛选高置信度伪标签,以指导学生模型训练;利用难度自适应感知模块为样本动态分配合理的难度权重,确保模型在训练过程中更加关注难检测样本。在铝型材缺陷检测数据集和带钢表面缺陷检测数据集上的实验结果验证了模型在类别不平衡场景下的检测准确性和泛化能力。 展开更多
关键词 目标检测 类别不平衡 特征采样 难度自适应感知 半监督学习 深度学习 变分自编码器
在线阅读 下载PDF
基于CA-BiTrans的风电机组叶片结冰不平衡无监督检测方法
13
作者 郁启华 徐振丽 +2 位作者 唐细致 吴爱民 唐贵基 《振动与冲击》 北大核心 2026年第4期275-285,共11页
风电机组长期运行于低温高湿环境中时,叶片易结冰,严重影响发电效率。针对现有研究多集中于单风机,且样本采集中结冰数据高度不平衡,提出基于卷积注意力的双向Transformer无监督域适应模型(convolutional attention-bidirectional Trans... 风电机组长期运行于低温高湿环境中时,叶片易结冰,严重影响发电效率。针对现有研究多集中于单风机,且样本采集中结冰数据高度不平衡,提出基于卷积注意力的双向Transformer无监督域适应模型(convolutional attention-bidirectional Transformer,CA-BiTrans),用于跨风机叶片结冰检测。首先,对风机SCADA数据预处理,剔除无效数据,以皮尔逊相关系数筛选与结冰机理密切相关的参量。然后,将数据输入CA-BiTrans模型,从全局与局部角度高效提取跨通道特征。最后,融合类敏感与局部最大均值差异损失,设计域适应策略,通过动态调整权重解决不同风机间的类不平衡与特征偏移问题。工程数据验证表明,所提方法在跨风机结冰诊断中表现优异,最高精度达99.12%,显著优于卷积神经网络、深度域适应网络、视觉Transformer和语义判别增强的泛化网络模型,为多风机叶片结冰检测提供了有效方案。 展开更多
关键词 风电机组 故障检测 叶片结冰 无监督学习 类不平衡
在线阅读 下载PDF
考虑类不平衡和背景多样性问题的青少年脊柱侧弯筛查方法
14
作者 曹杰 谢凌锋 +3 位作者 王丙金 张昌河 余紫东 邓超 《计算机应用》 北大核心 2026年第2期630-639,共10页
针对基于背部图像和深度学习的青少年脊柱侧弯筛查方法存在的类间样本数量差异以及环境因素引起的图像背景多样性等问题,设计一种脊柱侧弯筛查方法,包括背部图像数据增强、背部区域提取和脊柱侧弯诊断等步骤。首先,提出一种基于双残差U-... 针对基于背部图像和深度学习的青少年脊柱侧弯筛查方法存在的类间样本数量差异以及环境因素引起的图像背景多样性等问题,设计一种脊柱侧弯筛查方法,包括背部图像数据增强、背部区域提取和脊柱侧弯诊断等步骤。首先,提出一种基于双残差U-Net结构和卷积自注意力机制(CSAM)的改进的扩散生成模型,为少数类背部图像生成高质量的伪样本以平衡类别分布;其次,设计一种多损失约束平衡的背部区域提取模型来从背部图像中识别并提取背部区域,以消除图像背景差异对诊断模型的影响;继次,基于选择性核特征提取和空间金字塔池化(SPP)技术,构建一种分类模型,从而通过背部区域实现脊柱侧弯早筛及严重度诊断;最后,集成上述方法,开发电脑端和移动端软件,以便开展实际背部图像采集和脊柱侧弯筛查业务。实验结果表明,在自制的脊柱侧弯数据集上,所提方法在脊柱侧弯早筛及严重度诊断任务上分别达到了98.64%和73.06%的准确率,与ResNet101相比,分别提升了2.52和6.48个百分点。可见,所提方法能够方便且快速地完成脊柱侧弯诊断,在脊柱侧弯的大规模快速筛查中有一定的应用场景。 展开更多
关键词 脊柱侧弯 深度学习 类不平衡 背部区域提取 选择性核
在线阅读 下载PDF
小样本不平衡数据集异常双层窗口检测方法研究
15
作者 方叶彤 张伦传 《现代电子技术》 北大核心 2026年第1期137-140,共4页
当数据库的正例样本与负例样本之间存在数量级差别时,不平衡数据中存在的类重叠问题会使数据的决策边界重叠。使用单一窗口更关注数据的相似性结构而不是时间尺度的分层,导致在检测不同时间尺度的数据时几何平均值(G-mean)数值较小。为... 当数据库的正例样本与负例样本之间存在数量级差别时,不平衡数据中存在的类重叠问题会使数据的决策边界重叠。使用单一窗口更关注数据的相似性结构而不是时间尺度的分层,导致在检测不同时间尺度的数据时几何平均值(G-mean)数值较小。为此,文中提出一种小样本不平衡数据集异常双层窗口检测方法。采用改进合成少数类样本过采样技术,新建不重复少数类样本,实现小样本不平衡数据集均衡化处理;考虑数据的时间尺度,采用双层窗口将均衡化后的时序数据划分为多个子时间序列,计算斜率置信区间距离半径特征,识别异常子序列,结合K-means聚类算法从异常子序列中识别出异常数据。实验结果显示:该方法可有效实现不平衡数据集均衡化处理,精准完成不同不平衡率小样本数据集的异常数据检测,G-mean数值高于0.7,为异常数据检测提供了一种有效的解决方案。 展开更多
关键词 小样本 不平衡数据集 异常检测 双层窗口 过采样 时间序列 聚类算法 均衡化
在线阅读 下载PDF
基于多主体博弈的电力市场不平衡资金分摊优化方法 被引量：1
16
作者 王奖 陈晓东 +2 位作者 许喆 王景亮 王立鹏 《中国电力》 北大核心 2026年第1期153-162,共10页
随着中国电力市场改革的推进,中国电力现货市场各个试点地区在实际结算过程中均出现了不同规模的不平衡资金,这极大地影响了每个市场主体的效益,降低了市场效率。因此,提出基于多主体博弈的电力市场不平衡资金分摊优化方法,考虑到各省... 随着中国电力市场改革的推进,中国电力现货市场各个试点地区在实际结算过程中均出现了不同规模的不平衡资金,这极大地影响了每个市场主体的效益,降低了市场效率。因此,提出基于多主体博弈的电力市场不平衡资金分摊优化方法,考虑到各省在中长期交易规则、能源结构、现货市场建设等方面存在显著差异,使用基于主体(agent-based model,ABM)的建模方法,刻画系统运营商、发电商等各个市场主体,基于强化学习探索不同分摊方法下各个市场主体的行为决策。基于Stackelberg博弈框架,挖掘各个市场主体在不同分摊方法下的内生演化机制,评估多种不平衡资金分摊方法对市场效率等方面的影响。基于ABM和强化学习刻画了多市场主体之间的互动特征,构建内生演化机制模拟市场主体的风险规避特征,有利于挖掘各省差异化的不平衡资金分摊优化方法,避免资源错配。仿真结果表明:ABM算法与内生演化机制充分反映了市场主体的行为策略。当不平衡资金分摊方法造成部分资金外流时,激励相容性指标达到0.22,各个市场主体呈现出强烈保守态势;当不平衡资金分摊方法通过价差惩罚引导市场主体时,各个市场主体均采取积极策略,有效提升了市场运行效率。 展开更多
关键词 电力市场 不平衡资金 现货市场
在线阅读 下载PDF
基于半正定规划的配电网三相不平衡日前最优换相策略
17
作者 李嘉兴 刘梦奇 +3 位作者 张耀 董浩淼 张贝西 廖建 《电力系统自动化》 北大核心 2026年第2期125-135,共11页
随着分布式电源、电动汽车等不平衡设备的广泛普及,配电网运行出现了网络损耗增加、三相不平衡度加大等一系列问题。为了降低含有混合相的配电网的电压不平衡度,提出了面向三相不平衡治理的配电负荷日前最优换相模型。首先,建立了以电... 随着分布式电源、电动汽车等不平衡设备的广泛普及,配电网运行出现了网络损耗增加、三相不平衡度加大等一系列问题。为了降低含有混合相的配电网的电压不平衡度,提出了面向三相不平衡治理的配电负荷日前最优换相模型。首先,建立了以电压不平衡度最小为目标,包含系统换相时间、配电网三相潮流和系统安全运行等约束的混合整数半正定优化模型;其次,将离散变量转化为等式二次约束形式,得到三相不平衡配电网日前最优换相模型;然后,通过高斯随机选代法恢复秩一约束,求解得到最优负荷换相策略;最后,采用IEEE标准算例,将所提方法与三相潮流线性化进行对比,验证了所提模型与求解方法的准确性和有效性。 展开更多
关键词 三相不平衡 配电网 最优潮流 换相 半正定规划 高斯随机化
在线阅读 下载PDF
基于模糊逻辑控制的光储直柔双极系统不平衡电压抑制策略
18
作者 谭昊 周平 +5 位作者 管真琪 李音洁 刘华勇 周念成 王强钢 杨美辉 《南方电网技术》 北大核心 2026年第2期11-22,共12页
光储直柔双极系统参数变化会导致正、负极母线电压不平衡,在增加网络损耗的同时还会威胁系统正常运行。对此提出了基于模糊逻辑控制的光储直柔双极系统不平衡电压抑制策略。首先,根据光储直柔双极系统结构和电流平衡方程,分析了系统参... 光储直柔双极系统参数变化会导致正、负极母线电压不平衡,在增加网络损耗的同时还会威胁系统正常运行。对此提出了基于模糊逻辑控制的光储直柔双极系统不平衡电压抑制策略。首先,根据光储直柔双极系统结构和电流平衡方程,分析了系统参数对极间电压不平衡度的影响作用。然后,利用模糊逻辑控制器,根据正负极电压和系统电压不平衡采集数据修正各电源换流器下垂控制参数,调整各电源换流器输出电压和功率,最终将光储直柔双极系统的极间电压不平衡度抑制在可接受范围。在光储直柔双极系统仿真模型上进行的不平衡电压抑制试验验证了所提方法的有效性。 展开更多
关键词 光储直柔双极系统 不平衡电压 模糊控制 下垂控制
在线阅读 下载PDF
基于去噪扩散概率模型的类别不平衡结构损伤识别
19
作者 胡睿 张启伟 +3 位作者 王长海 周晓琴 梁才 马明雷 《振动与冲击》 北大核心 2026年第2期8-20,共13页
在结构损伤初期,损伤状态数据稀缺引发的类别不平衡问题显著影响深度学习模型的损伤识别性能。对此,提出一种基于去噪扩散概率模型(denoising diffusion probabilistic model,DDPM)与卷积神经网络(convolutional neural network,CNN)的... 在结构损伤初期,损伤状态数据稀缺引发的类别不平衡问题显著影响深度学习模型的损伤识别性能。对此,提出一种基于去噪扩散概率模型(denoising diffusion probabilistic model,DDPM)与卷积神经网络(convolutional neural network,CNN)的结构损伤识别方法。首先,基于结构振动信号构建初始数据集,采用DDPM对少量损伤样本进行数据增强,并引入频谱余弦相似度指标量化生成样本质量;其次,结合加权交叉熵损失函数训练CNN模型,提高模型对少数类样本的识别能力;然后,通过独立未扩充的测试集评估模型性能,采用t分布随机邻域嵌入进行特征可视化;最后,通过三跨连续梁桥数值试验验证了该方法的可行性。结果表明:基于DDPM的数据生成方法能够生成高质量损伤状态样本,并显著提高CNN模型的损伤识别性能和抗噪鲁棒性;当类别不平衡比例由5.00%提高至100.00%,部分测点振动数据的识别准确率均值由44.00%提升至94.50%,变异系数由20.90%降低至3.00%;在10 dB的低信噪比下仍能获得较高的分类准确率。 展开更多
关键词 结构损伤识别 类别不平衡 去噪扩散概率模型(DDPM) 类别分类
在线阅读 下载PDF
基于动态检测的高速铁路牵引回流不平衡特征分析及识别
20
作者 罗依梦 孟景辉 +4 位作者 谢博才 张涛 乔乾 王晓东 罗泽霖 《铁道标准设计》 北大核心 2026年第1期179-186,195,共9页
随着列车速度不断提高,不平衡牵引回流对信号系统的干扰影响随之增加。为了通过动态检测手段有效描述并识别牵引回流不平衡,对牵引回流动态检测数据展开深入分析,分析结果表明,(1)检测车单一采集端数据无法全面反映牵引回流均衡情况;(2... 随着列车速度不断提高,不平衡牵引回流对信号系统的干扰影响随之增加。为了通过动态检测手段有效描述并识别牵引回流不平衡,对牵引回流动态检测数据展开深入分析,分析结果表明,(1)检测车单一采集端数据无法全面反映牵引回流均衡情况;(2)单一牵引回流动态检测指标并不能有效反映牵引回流的均衡性。(3)牵引回流均衡性与列车运行速度有关,速度越大牵引回流均衡性越差。针对以上情况,提出“牵引回流不平衡度”指标表征及其识别方法。首先,对车头尾两端数据进行里程校准,然后按照回流点位置将数据划分为若干个回流单元;针对每一个回流单元,获取机车受流后分别流经两条钢轨的全部电流,并基于Sigmoid函数对牵引回流不平衡值及不平衡系数进行归一化映射,将值域映射至(0,1);最后,针对列车在每个回流单元内的运行速度计算牵引回流不平衡度指标,对牵引回流均衡性做出分类。为了验证所提指标对于牵引回流不平衡的识别效果,与采用现有检测指标的识别方法进行对比试验。基于实际检测数据的试验结果表明,所提出的指标对于牵引回流不平衡引起的轨道电路干扰识别正确率为99.97%,比应用现有牵引回流不平衡值、牵引回流不平衡系数指标的识别正确率分别提高0.04%、45.24%。 展开更多
关键词 高速铁路 动态检测 牵引回流 不平衡电流 特征分析 SIGMOID函数
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
版权所有© 2001-2026 渝B2-20050021-1渝公网安备 50019002500403号
使用帮助 返回顶部