基于中尺度数值模式快速循环系统的强对流天气分类概率预报试验 被引量：59

1

作者 雷蕾 孙继松 +1 位作者 王国荣 郭锐 《气象学报》 CAS CSCD 北大核心 2012年第4期752-765,共14页

在利用实况探空资料、微波辐射计和风廓线构建的特种探空资料对北京地区强对流天气进行判别,以及快速更新循环同化预报系统(BJ-RUC模式)探空资料可应用性分析的基础上,针对模式探空基本要素计算多种热力、动力、综合不稳定物理量,根据... 在利用实况探空资料、微波辐射计和风廓线构建的特种探空资料对北京地区强对流天气进行判别,以及快速更新循环同化预报系统(BJ-RUC模式)探空资料可应用性分析的基础上,针对模式探空基本要素计算多种热力、动力、综合不稳定物理量,根据统计的强对流天气判别指标,计算模式格点上的强对流发生概率,并进一步针对冰雹(雷暴大风)和强对流短时暴雨天气下不同物理量的阈值范围,初步探索中尺度数值模式对强对流天气分类预报的可能性。通过不同组合的预报方案进行的对比分析表明,利用北京地区中尺度数值模式快速循环系统(BJ-RUC)的格点探空资料进行强对流天气概率的预报是可以实现的,强对流天气的分类概率预报也存在一定的成功率。 展开更多

关键词 实况探空 BJ—RUC 模式探空 强对流 分类概率预报

在线阅读 下载PDF 职称材料

一种基于多分类概率输出的变压器故障诊断方法 被引量：23

2

作者 毕建权 鹿鸣明 +2 位作者 郭创新 王逸飞 刘潇洋 《电力系统自动化》 EI CSCD 北大核心 2015年第5期88-93,100,共7页

多分类概率输出方法可用于变压器故障诊断,其分类效果较好并能提供概率信息。针对现有基于支持向量机(SVM)的诊断方法在特征不明显条件下有误分类的情况,提出了一种基于多分类概率输出的变压器故障诊断方法。此方法引入Sigmoid函数将SV... 多分类概率输出方法可用于变压器故障诊断,其分类效果较好并能提供概率信息。针对现有基于支持向量机(SVM)的诊断方法在特征不明显条件下有误分类的情况,提出了一种基于多分类概率输出的变压器故障诊断方法。此方法引入Sigmoid函数将SVM决策函数输出映射为二分类概率输出,然后综合多个二分类概率输出结果,求解一个凸二次规划问题实现多分类概率输出。此方法可以得到发生不同类型故障的可能性,即故障类别概率,进一步分析后给出诊断结论。算例分析表明,此方法在继承了SVM故障诊断方法优点的基础上,提供了概率信息,对现有SVM方法误诊断样本也能给出可能存在的故障,弥补了现有SVM方法在变压器故障特征不明显条件下的不足。 展开更多

关键词 变压器故障诊断 支持向量机 油中溶解气体分析 多分类概率输出

在线阅读 下载PDF 职称材料

基于RVM的多类分类概率输出方法 被引量：4

3

作者 李睿 王晓丹 《计算机科学》 CSCD 北大核心 2017年第3期242-246,共5页

基于相关向量机(Relevance Vector Machine,RVM)可以输出各类别成员概率的特点,对RVM二分类模型分别采用多元sigmoid方法和pairwise coupling方法,将其扩展为一对多分类器和一对一分类器,实现了多类分类及概率输出。基于人工高斯数据集... 基于相关向量机(Relevance Vector Machine,RVM)可以输出各类别成员概率的特点,对RVM二分类模型分别采用多元sigmoid方法和pairwise coupling方法,将其扩展为一对多分类器和一对一分类器,实现了多类分类及概率输出。基于人工高斯数据集和UCI数据集的实验仿真结果表明,所提方法不仅能够准确地求解样本后验概率,而且运行效率也比较高,同时能够保证较高的分类正确率。 展开更多

关键词 相关向量机 多类分类概率 成对分解

在线阅读 下载PDF 职称材料

基于分类概率加权的朴素贝叶斯分类方法 被引量：15

4

作者 张步良 《重庆理工大学学报（自然科学）》 CAS 2012年第7期81-83,共3页

提出一种基于概率的加权朴素贝叶斯分类算法。通过对每个属性做朴素贝叶斯分类,得到该属性分类正确的概率,把该概率作为相应的权重,分别加在条件属性上,得到加权后的朴素贝叶斯分类器。以weka自带的数据集和uci数据集进行分类测试,得到... 提出一种基于概率的加权朴素贝叶斯分类算法。通过对每个属性做朴素贝叶斯分类,得到该属性分类正确的概率,把该概率作为相应的权重,分别加在条件属性上,得到加权后的朴素贝叶斯分类器。以weka自带的数据集和uci数据集进行分类测试,得到了较好的结果。 展开更多

关键词 加权朴素贝叶斯 分类概率 条件属性

在线阅读 下载PDF 职称材料

基于分类概率机会约束IGDT的配网储能多目标优化配置 被引量：49

5

作者 彭春华 陈露 +1 位作者 张金克 孙惠娟 《中国电机工程学报》 EI CSCD 北大核心 2020年第9期2809-2818,共10页

鉴于可再生能源出力及负荷需求的不确定性会对配电网储能配置效果造成不利影响,该文构建了基于分类概率机会约束信息间隙决策理论(information gap decision theory,IGDT)的配电网储能鲁棒优化配置模型;该模型不仅利用IGDT提高了配置方... 鉴于可再生能源出力及负荷需求的不确定性会对配电网储能配置效果造成不利影响,该文构建了基于分类概率机会约束信息间隙决策理论(information gap decision theory,IGDT)的配电网储能鲁棒优化配置模型;该模型不仅利用IGDT提高了配置方案的鲁棒性,还通过引入分类概率机会约束机制消除了常规IGDT需预先设定偏差因子的主观性,同时充分体现了风电、光伏和负荷不确定性分布的概率差异性。根据不确定理论将机会约束转化为等价确定性约束,并采用非劣排序复合微分进化,实现模型求解。算例应用表明,所提出的储能优化配置方法在经济性、电压改善效果、鲁棒性、灵活性和高效性等方面具有优越性。 展开更多

关键词 储能配置 配电网 信息间隙决策理论 鲁棒优化 分类概率机会约束

在线阅读 下载PDF 职称材料

基于分类概率综合多场景分析的分布式电源多目标规划 被引量：27

6

作者 孙惠娟 刘君 彭春华 《电力自动化设备》 EI CSCD 北大核心 2018年第12期39-45,共7页

为了在配电网分布式电源规划中更加准确合理地考虑分布式电源出力及负荷需求的不确定性,基于风电、光伏和负荷的随机性分布特征差异,提出分类概率综合多场景分析方法以实现更合理的多场景生成,并融合K-Means聚类方法和层次凝聚聚类(HAC... 为了在配电网分布式电源规划中更加准确合理地考虑分布式电源出力及负荷需求的不确定性,基于风电、光伏和负荷的随机性分布特征差异,提出分类概率综合多场景分析方法以实现更合理的多场景生成,并融合K-Means聚类方法和层次凝聚聚类(HAC)算法形成H-K复合聚类场景压缩方法,实现更高效的场景压缩;以年均收益率和配电系统电压分布改善率最大化为目标构建多场景分布式电源多目标规划模型,并采用基于HAC种群截断策略的改进非劣排序复合微分进化算法对模型进行求解;以IEEE 33节点配电系统为例进行了分布式电源多目标规划,仿真结果验证了所提方法的有效性和优越性。 展开更多

关键词 分布式电源规划 多场景分析 分类概率 H-K复合聚类

在线阅读 下载PDF 职称材料

面向类不均衡数据的多任务博弈概率分类向量机 被引量：1

7

作者 潘海洋 李丙新 +1 位作者 郑近德 童靳于 《机电工程》 CAS 北大核心 2024年第3期430-437,共8页

在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了... 在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了博弈因子,将不同类样本质心间的博弈信息赋予每个样本特定的样本质心敏感值,以解决传统分类器对不平衡数据集分类表现较差的问题;然后,在贝叶斯框架理论下,采用截断高斯先验分布的方法,使样本参数的正负与对应的标签信息相一致,且使样本质心敏感值产生了稀疏估计;最后,将MGPCVM方法应用于两种不同实验平台采集的滚动轴承实验数据处理,进行了故障诊断有效性验证。研究结果表明:在不同的不平衡比(IR)下,MGPCVM方法的准确率均保持在95%以上,相对于支持向量机(SVM)、概率分类向量机(PCVM)等方法提升了4%~8%;与典型向量式分类方法相比,MGPCVM方法可以在不平衡数据条件下表现出优越的分类性能,适用于实际工况中数据失衡的分类问题。 展开更多

关键词 滚动轴承 故障诊断 多任务博弈概率分类向量机 支持向量机 概率分类向量机 不均衡比 故障分类模型

在线阅读 下载PDF 职称材料

因素空间理论下的因果概率推理分类算法研究

8

作者 曾繁慧 胡光闪 +1 位作者 孙慧 汪培庄 《智能系统学报》 CSCD 北大核心 2024年第4期1042-1051,共10页

机器学习方法与因果推理结合能极大地提升方法性能。为探究因果概率正逆向推理的分类效果,基于因素空间理论下的因素概率论,利用条件概率,研究正向因素概率推理原理及模型并提出正向因果概率推理分类法(forward causal probabilistic in... 机器学习方法与因果推理结合能极大地提升方法性能。为探究因果概率正逆向推理的分类效果,基于因素空间理论下的因素概率论,利用条件概率,研究正向因素概率推理原理及模型并提出正向因果概率推理分类法(forward causal probabilistic inference classification algorithm,FCPIC)和简化条件的可取度分类法;研究逆向因素概率推理原理及模型并结合贝叶斯网络提出逆向因果概率推理分类法(reverse causal probabilistic inference classification algorithm,RCPIC)。将3个分类算法与KNN(K-Nearest neighbor)和SVM(support vector machine)算法进行实例对比验证,研究结果表明:FCPIC算法、可取度分类算法和RCPIC算法简单有效、具有可行性和实用性,且可取度分类法和RCPIC算法性能优于SVM和KNN算法,FCPIC算法对实际数据预测中必要类有查全需求的情况更优。研究结论丰富了因素空间的理论研究和应用价值。 展开更多

关键词 因素空间 因果概率推理分类法 可取度分类法 贝叶斯网络 因素概率论 条件概率 因果关系 人工智能

在线阅读 下载PDF 职称材料

电能质量扰动的专家概率分类器模型 被引量：6

9

作者 王志群 朱守真 周双喜 《电力系统自动化》 EI CSCD 北大核心 2004年第8期45-49,56,共6页

电力系统以及部分用户均安装有监测装置,收集了大量的扰动数据,因此有必要研究出实用简单的、自动的扰动分类器,从而为进一步研究奠定基础。提出了电能质量扰动的专家概率分类器模型,用于常见电能质量扰动的分类。概率分类器基于数理统... 电力系统以及部分用户均安装有监测装置,收集了大量的扰动数据,因此有必要研究出实用简单的、自动的扰动分类器,从而为进一步研究奠定基础。提出了电能质量扰动的专家概率分类器模型,用于常见电能质量扰动的分类。概率分类器基于数理统计规律,概念清楚、运算简单,引入专家反馈环节可以提高分类的准确性、鲁棒性,使得分类器具备一定的自适应能力。根据同一监测地点检测到的电能质量扰动样本,构建并测试了该分类器的可行性及性能,结果令人满意。 展开更多

关键词 电能质量扰动分类 概率分类器 专家反馈

在线阅读 下载PDF 职称材料

支持向量机与分类后验概率空间变化向量分析法相结合的冬小麦种植面积测量方法 被引量：11

10

作者 李苓苓 潘耀忠 +2 位作者 张锦水 宋国宝 侯东 《农业工程学报》 EI CAS CSCD 北大核心 2010年第9期210-217,共8页

利用遥感手段提取农作物种植面积时,需要结合作物物候特征,以提高面积的提取精度。该文以北京市通州区西南部为试验区,以冬小麦为研究对象,利用多时相的环境减灾小卫星遥感影像数据,通过基于支持向量机二分法的分类后验概率空间变化向... 利用遥感手段提取农作物种植面积时,需要结合作物物候特征,以提高面积的提取精度。该文以北京市通州区西南部为试验区,以冬小麦为研究对象,利用多时相的环境减灾小卫星遥感影像数据,通过基于支持向量机二分法的分类后验概率空间变化向量分析法进行冬小麦种植面积遥感测量试验研究。研究结果表明:该文提出的方法测量结果总体精度、Kappa系数分别为95%、0.90,远高于支持向量机(SVM)分类后直接比较方法(总体精度91%,Kappa系数0.79);解决了实际应用中的变化阈值选取的主观性问题,该方法的频度直方图两极化现象使得变化阈值取值部分频度被压低摊平,阈值敏感度降低,变化阈值取值更为客观,一定程度上解决了阈值难以设定的问题;SVM二分法和变化向量分析的结合增强了对光谱的敏感性,能够监测不同季相上植被的长势变化,进而提高了农作物种植面积遥感测量的精度,同时对其他农作物种植面积测量提供了途径。 展开更多

关键词 支持向量机(SVM) 作物 遥感 混合法 二分法 分类后验概率空间变化向量分析法(PCVA) 冬小麦

在线阅读 下载PDF 职称材料

基于SOM-PNN分类器的体数据概率分类及绘制 被引量：2

11

作者 马峰 夏绍玮 +1 位作者 童欣 唐泽圣 《计算机学报》 EI CSCD 北大核心 1998年第9期819-824,共6页

概率分类是三维医学体数据绘制必不可少的预处理环节．本文提出的SOM－PNN分类器，以贝叶斯置信度为基础，给出概率分类结果，并用于三维体绘制，得到了良好的图像质量和较高的分类效率．传统的参数模型方法的主要缺点是预先假定的概率... 概率分类是三维医学体数据绘制必不可少的预处理环节．本文提出的SOM－PNN分类器，以贝叶斯置信度为基础，给出概率分类结果，并用于三维体绘制，得到了良好的图像质量和较高的分类效率．传统的参数模型方法的主要缺点是预先假定的概率分布函数形式不一定符合待分类的数据．非参数模型方法，如PNN分类器，可以有效地克服参数模型的缺点，但其巨大的内存开销与低的分类速度使得用PNN作图像分类几乎不可行．SOM具有良好的自组织聚类能力，但无法直接给出概率分类结果．本文提出的SOM－PNN分类器在SOM聚类的基础上，利用PNN进行概率分类，结合了SOM自组织聚类和PNN概率分类的优势，同时克服了传统参数模型分类的局限性．实验结果证实了SOM-PNN分类器具有分类精度高、速度快及揭示细节的能力． 展开更多

关键词 SOM-PNN分类器 体数据概率分类 体绘制 医学

在线阅读 下载PDF 职称材料

基于多目标演化算法和改进概率分类的重尾时间序列预测 被引量：8

12

作者 邹小云 林文学 《计算机应用与软件》 北大核心 2020年第12期273-279,共7页

金融、通信和气象等领域中高频时间序列的边际分布均为重尾分布,而传统时间序列预测算法大多将数据流考虑为正态分布,导致传统算法无法适用于重尾分布的时间序列。针对这种情况,提出一种基于演化算法和改进概率分类器的重尾时间序列预... 金融、通信和气象等领域中高频时间序列的边际分布均为重尾分布,而传统时间序列预测算法大多将数据流考虑为正态分布,导致传统算法无法适用于重尾分布的时间序列。针对这种情况,提出一种基于演化算法和改进概率分类器的重尾时间序列预测算法。将预测提前量和预测准确率作为两个优化目标,利用演化算法对两个目标进行独立优化。对高斯过程分类进行改进,使其支持重尾时间序列的分类问题,并且优化了时间效率。实验结果表明,该算法有效地提高了时间序列的预测准确率。 展开更多

关键词 多目标优化 风险预测 重尾分布 时间序列分类 概率分类器

在线阅读 下载PDF 职称材料

基于多钻进参数和概率分类方法的地层识别研究 被引量：23

13

作者 梁栋才 汤华 +2 位作者 吴振君 张勇慧 房昱纬 《岩土力学》 EI CAS CSCD 北大核心 2022年第4期1123-1134,共12页

传统的超前钻探地质预报常以某个钻进参数的变化率作为地层识别的主要依据。钻头破岩是一个复杂的力学过程,应考虑多个参数的协同作用,仅采用单钻进参数识别地层的不确定性较大。首先,对超前钻探数据进行预处理,包括标准化、频数分布分... 传统的超前钻探地质预报常以某个钻进参数的变化率作为地层识别的主要依据。钻头破岩是一个复杂的力学过程,应考虑多个参数的协同作用,仅采用单钻进参数识别地层的不确定性较大。首先,对超前钻探数据进行预处理,包括标准化、频数分布分析和敏感性分析,筛选出对地层变化敏感的关键钻进参数;其次,基于能量守恒、二元无序逻辑回归分析和多参数变异性分析原理分别建立了破岩能量、逻辑回归概率和地层硬度3种地层识别综合指标;最后,采用基于贝叶斯原理的概率分类方法建立地层识别模型,利用ROC分析方法得到模型参数,实现基于多钻进参数和概率分类方法的地层识别。以地质条件复杂的隧道工程为例,介绍了该地层识别方法的应用,结果表明:3种地层识别综合指标均具有较好的跨孔地层识别能力,识别准确率超过80%;破岩能量和逻辑回归概率指标适用于较近距离的跨孔地层识别,平均识别准确率分别为86.3%和84.1%;逻辑回归概率指标对软弱夹层识别能力较强,准确率达到94.2%;地层硬度指标适用于较远距离的跨孔地层识别;灰岩识别准确率最大达到93.2%。 展开更多

关键词 超前钻探 破岩能量 逻辑回归概率 地层硬度指标 概率分类 地层识别

在线阅读 下载PDF 职称材料

属性掌握概率分类模型——一种基于Q矩阵的认知诊断模型 被引量：7

14

作者 朱金鑫 张淑梅 辛涛 《北京师范大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第2期117-122,共6页

提出了一种属性掌握概率的分类模型,该模型基于Q矩阵,采用对属性掌握概率先估计后分类的方法,从而实现对考生知识状态的识别.在估计阶段提出一种属性掌握概率的估计方法,在分类阶段引进模糊数学的贴近度按择近原则判别法,并通过计算机... 提出了一种属性掌握概率的分类模型,该模型基于Q矩阵,采用对属性掌握概率先估计后分类的方法,从而实现对考生知识状态的识别.在估计阶段提出一种属性掌握概率的估计方法,在分类阶段引进模糊数学的贴近度按择近原则判别法,并通过计算机模拟研究,发现该模型适用于总体的属性掌握概率服从左偏态分布和双峰分布的考生知识状态的识别. 展开更多

关键词 认知诊断 属性掌握概率分类模型 属性掌握概率估计 模糊识别

在线阅读 下载PDF 职称材料

基于Softmax概率分类器的数据驱动空间负荷预测 被引量：24

15

作者 郑伟民 叶承晋 +3 位作者 张曼颖 王蕾 孙可 丁一 《电力系统自动化》 EI CSCD 北大核心 2019年第9期117-124,共8页

提出了一种数据驱动空间负荷预测方法。将网格化体系下的功能地块作为空间负荷预测的基本单元,并且通过多维指标体系进行属性描述。基于大量调研数据,通过数据挖掘方法对不同类型地块的空间负荷密度分布规律和负荷曲线典型形态进行提取... 提出了一种数据驱动空间负荷预测方法。将网格化体系下的功能地块作为空间负荷预测的基本单元,并且通过多维指标体系进行属性描述。基于大量调研数据,通过数据挖掘方法对不同类型地块的空间负荷密度分布规律和负荷曲线典型形态进行提取。建立Softmax多元概率分类模型对未知地块的负荷水平类型进行匹配。自下而上对相邻地块负荷预测结果进行时域叠加,得到更大区域的预测信息,包括其负荷量和预测负荷曲线。算例仿真结果表明提出的空间负荷预测方法在预测精度上有一定提升。 展开更多

关键词 空间负荷预测 数据挖掘 地块 Softmax概率分类器 负荷曲线

在线阅读 下载PDF 职称材料

基于多阶循环累积量的多用户调制分类方法 被引量：1

16

作者 梁海波 刘禹廷 +1 位作者 罗世祥 张禾 《计算机工程与设计》 北大核心 2015年第11期3140-3144,共5页

针对多径信道中调制信号识别正确率低的问题,提出一种基于多阶循环累积量的多用户调制分类方法。利用调制信号循环累积量的差异性,分别计算多个接收信号的多阶循环累积量,构造接收信号的归一化四阶循环累积量向量,结合盲信道估计方法,... 针对多径信道中调制信号识别正确率低的问题,提出一种基于多阶循环累积量的多用户调制分类方法。利用调制信号循环累积量的差异性,分别计算多个接收信号的多阶循环累积量,构造接收信号的归一化四阶循环累积量向量,结合盲信道估计方法,估计发射信号的归一化四阶循环累积量向量,将该向量作为特征参数进行提取,实现对多用户信号调制类型的识别。仿真结果表明,在低信噪比条件下,该方法具有较高的正确分类概率,对色噪声具有较好抑制作用,可以推广到更高阶的多发射机调制识别形式。 展开更多

关键词 多径信道 循环累积量 特征提取 调制识别 正确分类概率

在线阅读 下载PDF 职称材料

利用类概率估计的加权平均树增强朴素贝叶斯网络结构 被引量：1

17

作者 丁一 周海磊 林国龙 《计算机应用研究》 CSCD 北大核心 2016年第5期1335-1337,1358,共4页

树增强朴素贝叶斯模型通过放松条件属性独立来改进贝叶斯模型,结构学习效率较高且简单。然而在一些实际实验测试中,树增强朴素贝叶斯分类模型的分类精确性和失误率的效果却不好。因此,设计了加权平均的树增强朴素贝叶斯分类算法来改进... 树增强朴素贝叶斯模型通过放松条件属性独立来改进贝叶斯模型,结构学习效率较高且简单。然而在一些实际实验测试中,树增强朴素贝叶斯分类模型的分类精确性和失误率的效果却不好。因此,设计了加权平均的树增强朴素贝叶斯分类算法来改进分类的效果,并且利用对数条件似然函数来测试分类估计的效果,给出加权平均的树增强朴素贝叶斯分类模型在训练阶段和测试阶段的算法,最后利用Weka平台公布的大量的UCI数据集通过十字交叉验证法来进行实验,结果表明加权平均树增强朴素贝叶斯分类模型明显优于最优朴素贝叶斯分类模型和树增强的朴素贝叶斯分类模型。 展开更多

关键词 加权平均树增强朴素贝叶斯 分类概率估计 对数条件似然 网络结构

在线阅读 下载PDF 职称材料

基于多核多分类相关向量机的模拟电路故障诊断方法 被引量：21

18

作者 高明哲 许爱强 +1 位作者 唐小峰 张伟 《自动化学报》 EI CSCD 北大核心 2019年第2期434-444,共11页

针对模拟电路实际存在的多类故障问题,本文提出一种基于多核多分类相关向量机(Multi-kernel learning multiclass relevance vector machine, MKL-mRVM)的模拟电路故障诊断方法.所提方法能够在故障数据所在的原始特征空间上建立多个非... 针对模拟电路实际存在的多类故障问题,本文提出一种基于多核多分类相关向量机(Multi-kernel learning multiclass relevance vector machine, MKL-mRVM)的模拟电路故障诊断方法.所提方法能够在故障数据所在的原始特征空间上建立多个非线性核,在构建分类器的同时实现故障特征的约简;同时,基于贝叶斯框架的分类模型还能够给出诊断结果的后验概率.通过两个电路的诊断实验证明了所提方法的优越性和实用性. 展开更多

关键词 故障诊断 模拟电路 相关向量机 特征约简 分类概率

在线阅读 下载PDF 职称材料

近海船长分布建模与雷达舰船分类能力评估 被引量：2

19

作者 李杉 张坤 水鹏朗 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2021年第2期84-91,共8页

雷达高分辨距离像径向尺寸估计和航向角估计是舰船分类的主要技术手段,其分类性能与雷达分辨率、径向尺寸估计精度以及不同海域的舰船长度先验分布密切相关。通过中国船讯网采集了我国近海四大海域约30000艘舰船的船舶自动识别系统信息... 雷达高分辨距离像径向尺寸估计和航向角估计是舰船分类的主要技术手段,其分类性能与雷达分辨率、径向尺寸估计精度以及不同海域的舰船长度先验分布密切相关。通过中国船讯网采集了我国近海四大海域约30000艘舰船的船舶自动识别系统信息,并提取了舰船长度数据。通过对舰船长度的分布拟合,发现韦布尔分布能够很好地拟合各海域的船长分布,且分布参数有明显差异。基于该先验模型,推导出了舰船的大、中、小正确分类概率与径向尺寸估计误差之间的关系。结果表明,当舰船航向角介于±75°之间时,我国近海舰船的大中小正确分类概率达到90%的条件是,舰船径向尺寸估计误差在区间(-12.67 m,9.41 m)内。 展开更多

关键词 舰船长度 韦布尔分布 径向尺寸估计误差 正确分类概率

在线阅读 下载PDF 职称材料

基于改进模糊聚类的光通信网络数据深度挖掘研究

20

作者 梁波 《激光杂志》 北大核心 2025年第2期174-178,共5页

为了从光通信网络海量数据中获取目标信息,优化网络性能和服务质量,提出一种基于改进模糊聚类的光通信网络数据深度挖掘方法。使用概率和邻近值分类法,分离实时与历史数据流,获取实时有效数据流集合;使用点密度函数改进模糊聚类算法,确... 为了从光通信网络海量数据中获取目标信息,优化网络性能和服务质量,提出一种基于改进模糊聚类的光通信网络数据深度挖掘方法。使用概率和邻近值分类法,分离实时与历史数据流,获取实时有效数据流集合;使用点密度函数改进模糊聚类算法,确定最佳初始聚类中心,再通过类间距离合并聚类点,加快迭代速度,基于有效性函数得出聚类中心数量;计算两个离散采样周期内实时有效数据流在二维空间中累计的高阶密度谱,修正数据流更新轨迹,利用差分进化优化模糊聚类迭代,实现光通信网络数据深度挖掘。经过实验证明,改进模糊聚类算法数据挖掘效果好,能精准从网络中获取有价值的目标信息。 展开更多

关键词 改进模糊聚类 光通信网络 数据挖掘 概率分类 点密度函数 类间距离

在线阅读 下载PDF 职称材料