题名 图像分割中MRF与DMN方法评述与比较
被引量：1
1
作者
曹建农 王占宏
机构
长安大学地球科学与国土资源学院 国家测绘局第一航测遥感院
出处
《计算机工程与应用》
CSCD
北大核心
2006年第20期19-24,共6页
基金
国家863高技术研究发展计划资助项目(编号:2001AA135081) 地理信息工程国家测绘局重点实验室基金资助项目(编号:1469990324233)
文摘
综述马尔科夫随机场(Markov Random Field,MRF)的研究和应用历史,着重讨论了图像分割中MRF的原理和应用。分析了可分解马尔科夫网(Decomposable Markov Networks,DMN)的一般方法以及DMN在图像分割问题中的应用。比较研究了MRF和DMN的区别和联系。
关键词
马尔科夫 随机场(MRF)可分解 马尔科夫 网 (dmn )图论
Keywords
Markov Random Field（MRF）,Decompesable Markov Networks（dmn ）,graph theory
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
P231.5
[天文地球—摄影测量与遥感]
题名 基于分解法建模的泵送系统可靠性和可用性评估
被引量：1
2
作者
李俊 王贤琳
机构
武汉科技大学机械自动化学院
出处
《工程设计学报》
CSCD
北大核心
2015年第1期18-25,共8页
基金
国家高技术研究发展计划(863计划)资助项目(2012AA040102) 武汉科技大学冶金装备及其控制教育部重点实验室开放基金资助项目(2013A12)
文摘
为解决马尔科夫模型的状态空间爆炸问题,在状态空间分解法的基础上,建立单个部件(层次3)的SPN模型,然后根据子系统的组成结构建立单个子系统(层次2)的SPN模型.将子系统SPN模型集成为系统模型(层次1),得到系统模型的可达图及缩小的等效半马尔科夫图,按图建立系统模型的状态方程并求解,然后对系统进行可靠性和可用性评估.以泵送系统为例,验证分解法有助于解决状态空间爆炸问题,并使建模的难度和计算量减小,更易于操作.
关键词
分解 法泵送系统 随机PETRI网 半马尔科夫 模型 状态空间爆炸
Keywords
decomposition approach pumping system stochastic Petri net semi-Markov model state space explosion
分类号
TB112
[理学—应用数学]
题名 基于残差修正的含小水电网供负荷预测研究
3
作者
胡尧 李黄强 舒征宇 姚钦 李世春 许布哲
机构
三峡大学电气与新能源学院 国网湖北省电力有限公司宜昌供电公司
出处
《电子测量技术》
北大核心
2022年第6期50-58,共9页
基金
国家自然科学基金(51907104)项目资助。
文摘
针对小水电高渗透率地区网供负荷预测准确率较低的问题,提出一种基于人工智能和残差修正的网供负荷预测模型,对蕴含在网供负荷中的周期分量和随机分量进行预测和结果修正。采用集合经验模态分解(EEMD)提取网供负荷中不同频段的分量,构建基于模态分量的多层次门控循环单元(GRU)网络模型,通过提升网络模型的复杂程度提高测试集上预测结果的准确率。此外,引入费歇值表征降雨对小水电出力的累积效应影响,在预测结果输出环节加入费歇信息加权的马尔科夫(FI-WMC)残差修正步骤,降低小水电出力不确定性导致的预测结果偏差。仿真验证的结果表明,多层级EEMD-GRU-FIWMC模型可以更好地适用于小水电高渗透率地区的网供负荷预测,在小水电渗透率为20%以上的地区,相对于传统的GRU模型和无残差修正模型,其预测准确率分别提升7.61%、3.85%。
关键词
网 供负荷小水电 集合经验模态分解 门控循环单元 费歇信息 马尔科夫 链
Keywords
grid supply load small hydropower clustering empirical mode decomposition gated recurrent unit Fischer information Markov chain
分类号
TM715
[电气工程—电力系统及自动化]
题名 概率图模型中的变分近似推理方法
被引量：9
4
作者
程强 陈峰 董建武 徐文立
机构
清华信息科学与技术国家实验室清华大学自动化系
出处
《自动化学报》
EI
CSCD
北大核心
2012年第11期1721-1734,共14页
基金
国家重点基础研究发展计划(973计划)(2009CB320602) 国家自然科学基金(61071131) 北京市自然科学基金(4122040)资助~~
文摘
概率图模型将图论和概率论相结合,为多个变量之间复杂依赖关系的表示提供了统一的框架,在计算机视觉、自然语言处理和计算生物学等领域有着广泛的应用.概率推理(包括计算边缘概率和计算最大概率状态等问题)是概率图模型研究及应用的核心问题.本文主要介绍概率图模型近似推理方法中变分推理的最新研究成果.在变分近似推理的框架下,系统地归纳了概率图模型推理问题的基本研究思路,综述了目前主要的近似推理方法,并分析了近似算法的单调性、收敛性和全局性等性质.最后,对概率图模型近似推理方法的研究方向和应用前景作了展望.
关键词
概率图模型 贝叶斯网 马尔科夫 随机场近似推理 变分法 对偶分解
Keywords
Graphical models, Bayesian network, Markov random field （MRF）, approximate inference, variationalmethod, dual decomposition
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
