期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于密度聚类的低压台区归属关系及相位识别方法 被引量:1
1
作者 闫东辉 《南方能源建设》 2023年第5期149-156,共8页
[目的]供电部门记录的正确的拓扑信息有助于工作人员监测电网信息,分析故障,优化电网运行以满足低压配电台区精益化、智能化管理的需要。目前,各式新型用电设备及用户的加入使低压配电网络结构呈现出持续变化的特征,线路维护成本被大大... [目的]供电部门记录的正确的拓扑信息有助于工作人员监测电网信息,分析故障,优化电网运行以满足低压配电台区精益化、智能化管理的需要。目前,各式新型用电设备及用户的加入使低压配电网络结构呈现出持续变化的特征,线路维护成本被大大提高。[方法]为此,提出基于密度聚类的低压台区归属关系识别方法。首先,提取智能电表有效电压数据生成高维时序电压矩阵;其次,采用t分布随机近邻嵌入方法(t-distributed Stochastic Neighbor Embedding,t-SNE)对高维时序电压数据进行特征提取与降维;然后,应用基于数据密度的噪声应用空间聚类方法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对降维后的数据进行聚类分析,实现低压用户台区归属信息的识别;最后,对海南省三亚市某台区实际数据进行分析,并将所提方法与其他主流的拓扑识别算法进行对比。[结果]分析结果表明所提方法能够达到95%以上的台区识别准确率,高于目前其他主流的拓扑信息识别方法。[结论]文章中的方法在解决此类问题上具有有效性与优势性,可以为实际工程应用提供参考,为低压台区拓扑信息识别领域提供不一样的研究思路。 展开更多
关键词 低压台区 电压数据信息 t分布随机近邻嵌入方法 基于数据密度的噪声应用空间聚类方法 台区归属关系识别 相位识别
在线阅读 下载PDF
一种基于目标点云分布特性的动态聚类算法
2
作者 李彩虹 何晨阳 +1 位作者 高锋 陈佳欣 《汽车安全与节能学报》 CAS CSCD 北大核心 2024年第2期261-267,共7页
激光雷达在自动驾驶系统的目标检测任务中发挥着重要作用,但其扫描机理会使得点云分布不均匀,常规聚类算法由于参数固定会导致较多的错误聚类。为解决该问题,该文以椭圆形状作为邻域空间,设计基于采样点位置的邻域自适应调整策略,提出... 激光雷达在自动驾驶系统的目标检测任务中发挥着重要作用,但其扫描机理会使得点云分布不均匀,常规聚类算法由于参数固定会导致较多的错误聚类。为解决该问题,该文以椭圆形状作为邻域空间,设计基于采样点位置的邻域自适应调整策略,提出一种基于目标点云分布特性的动态聚类算法。通过正确聚类、过聚类等综合结果评估算法的性能,在KITTI数据集上进行了数值分析得到算法参数,并在校园环境中进行了实车对比实验。结果表明:所提算法能减少基于密度的噪声应用空间聚类(DBSCAN)中固定邻域所造成的70.60%过聚类、49.76%欠聚类等错误结果,从而有效提高算法的综合聚类性能。 展开更多
关键词 智能汽车 目标检测 激光雷达 点云 KITTI数据 基于密度的噪声应用空间(DBSCAN)
在线阅读 下载PDF
基于聚类的超密集网络干扰抑制方法
3
作者 姜静 侯欢欢 《西安邮电大学学报》 2019年第6期1-5,共5页
针对超密集网络系统提出了一种改进的基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的干扰抑制方法。基站利用附加判断门限条件而改进DBSCAN聚类算法,并对小区里的用户进行分组,... 针对超密集网络系统提出了一种改进的基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的干扰抑制方法。基站利用附加判断门限条件而改进DBSCAN聚类算法,并对小区里的用户进行分组,将具有相似信道特性的用户聚成一组,使不同分组用户之间的信道相关性较低。再利用比例公平调度选出每组中比例公平系数最高的用户进行传输,调度后的多个用户的空间特性不同的,从而降低空间干扰起到干扰抑制的效果。仿真结果表明,与其他相关2种方法比较,改进方法可有效地降低空间干扰,提高系统吞吐量。 展开更多
关键词 超密集网络 密度噪声应用空间算法 用户分组 干扰抑制
在线阅读 下载PDF
一种基于机载LiDAR数据的山区道路提取方法 被引量:11
4
作者 刘国栋 刘佳 刘浪 《激光技术》 CAS CSCD 北大核心 2022年第4期466-473,共8页
为了解决基于机载激光雷达(LiDAR)点云提取道路时多重特征阈值设定难、普适性低的问题,采用了随机森林分类模型提取道路点云进而获得道路中心线的方法。首先使用渐进加密三角网滤波获取地面点云,根据山区道路特性,计算地面点云各点在邻... 为了解决基于机载激光雷达(LiDAR)点云提取道路时多重特征阈值设定难、普适性低的问题,采用了随机森林分类模型提取道路点云进而获得道路中心线的方法。首先使用渐进加密三角网滤波获取地面点云,根据山区道路特性,计算地面点云各点在邻域范围的坡度、粗糙度、高差方差、点密度及反射强度,组成点的分类特征;随后手动采集正负样本训练点云随机森林分类模型,将地面点云通过模型分类得到初始道路点云;再通过基于密度的噪声应用空间聚类算法去除噪声点精化道路点云;最后矢量化道路点云获取道路中心线。结果表明,以Entiat River地区山区LiDAR点云数据进行实验验证,道路点云提取的正确率达到95.29%,完整率达到92.96%,提取质量达到88.88%。该方法能解决多重阈值难以确定的问题,能较高精度地提取到山区道路点云,进而获取有效道路中心线,对山区道路信息的研究有一定的参考价值。 展开更多
关键词 激光技术 山区道路 随机森林 激光雷达点云 基于密度的噪声应用空间算法
在线阅读 下载PDF
机载激光雷达通信网络测距大数据均衡调度
5
作者 时进 陈瑾 赵文瑄 《现代雷达》 CSCD 北大核心 2024年第12期121-126,共6页
由于机载激光雷达通信网络节点本身的通信距离有限,存在测距节点的硬件资源不均衡、节点能量有限、通信干扰等问题。对此,提出均衡聚类下的机载激光雷达测距大数据调度方法。基于小波变换中的非线性尺度变换结构对采集到的雷达测距大数... 由于机载激光雷达通信网络节点本身的通信距离有限,存在测距节点的硬件资源不均衡、节点能量有限、通信干扰等问题。对此,提出均衡聚类下的机载激光雷达测距大数据调度方法。基于小波变换中的非线性尺度变换结构对采集到的雷达测距大数据去噪处理。使用K-means++算法和局部搜索策略进行分区,使用基于密度的噪声应用空间聚类算法分析不同聚类结果的关联特征。引入自适应权重学习方法,提取输出雷达通信网络节点特征量,将原始特征向量与归一化的节点分布量化值融合,构建新的测距大数据网络调度特征向量。实验测试结果表明:所提方法在雷达通信网络测距节点调度应用中,内存使用率降低至62%以下,能耗降低至1200 J以下,执行时间降低至40 ms以下,提升了均衡聚类调度应用效果。 展开更多
关键词 机载激光雷达 测距大数据 均衡 K-means++算法 非线性尺度变换结构 基于密度的噪声应用空间算法
在线阅读 下载PDF
基于集成学习的物联网通信数据快速分类研究
6
作者 杨瑞丽 王俊仃 邱秀荣 《通信电源技术》 2025年第5期4-6,共3页
物联网设备持续产出的数据中会掺杂部分异常数据,导致物联网通信数据分类的质量与效率下降。因此,提出一种基于集成学习的物联网通信数据快速分类方法。从物联网设备收集通信数据,利用孤立森林算法确定物联网通信数据样本的异常分值,并... 物联网设备持续产出的数据中会掺杂部分异常数据,导致物联网通信数据分类的质量与效率下降。因此,提出一种基于集成学习的物联网通信数据快速分类方法。从物联网设备收集通信数据,利用孤立森林算法确定物联网通信数据样本的异常分值,并去除异常分值较高的数据,通过基于密度的带噪声应用空间聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法整合去除异常后的数据,结合集成学习算法实现物联网通信数据快速分类。实验结果表明,所提方法的物联网通信数据分类准确率始终在97.2%以上,物联网通信数据分类时间均值约为1.55 s,具有良好的应用潜力。 展开更多
关键词 集成学习 物联网通信 数据 基于密度的噪声应用空间(DBSCAN)
在线阅读 下载PDF
一种面对雷达信号分选的无参数快速聚类算法
7
作者 彭泽宇 束坤 《舰船电子对抗》 2025年第2期52-57,共6页
针对基于密度的噪声应用空间聚类(DBSCAN)算法在雷达信号预分选中需要人为设置聚类参数、对密度分布不均雷达信号聚类准确度低、计算复杂度高的问题,提出了一种基于粒子群算法和网格划分的无参数快速聚类(GPSO-DBSCAN)算法。该算法通过... 针对基于密度的噪声应用空间聚类(DBSCAN)算法在雷达信号预分选中需要人为设置聚类参数、对密度分布不均雷达信号聚类准确度低、计算复杂度高的问题,提出了一种基于粒子群算法和网格划分的无参数快速聚类(GPSO-DBSCAN)算法。该算法通过粒子群算法自适应获得DBSCAN聚类最优参数,通过网格划分和分级聚类增强了对密度分布不均雷达信号的聚类能力,并降低了计算复杂度,实现了准确、快速聚类。仿真结果表明,该算法能够自适应、准确快速完成密度分布不均雷达信号的聚类。 展开更多
关键词 雷达信号分选 基于密度的噪声应用空间算法 无参数 粒子群算法 网格单元
在线阅读 下载PDF
结合改进DBSCAN和统计滤波的单光子去噪算法 被引量:24
8
作者 魏硕 赵楠翔 +1 位作者 李敏乐 胡以华 《激光技术》 CAS CSCD 北大核心 2021年第5期601-606,共6页
为了解决光子计数激光雷达探测数据中噪声点云过多的问题,采用结合基于密度的噪声空间聚类应用算法(DBSCAN)和统计滤波算法的单光子点云去噪方法,以美国国家航空航天局提供的多波束试验激光雷达实际飞行数据为实验数据,通过k维树求取点... 为了解决光子计数激光雷达探测数据中噪声点云过多的问题,采用结合基于密度的噪声空间聚类应用算法(DBSCAN)和统计滤波算法的单光子点云去噪方法,以美国国家航空航天局提供的多波束试验激光雷达实际飞行数据为实验数据,通过k维树求取点云密度进行粗去噪,然后运用改进DBSCAN算法和统计滤波算法进行精去噪,进行了理论分析和实验验证。结果表明,实验区目标点云识别率在85%以上,性能优于经典的半径滤波算法。这一结果对于光子数据去噪是有帮助的。 展开更多
关键词 激光技术 点云滤波 基于密度的噪声空间应用 统计滤波 光子雷达 k维树
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部