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1,590篇文章
< 1 2 … 80 >
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：
基于复合高斯混合模型的主动配电网全局概率电压灵敏度分析 被引量：1
1
作者 张认 王健 +2 位作者 商洁 海晨 刘皓明 《电网技术》 北大核心 2025年第1期295-305,I0096-I0099,共15页
高比例分布式电源(distributed generation,DG)的随机性加剧了主动配电网(active distribution network,ADN)电压波动,并使ADN电压安全分析愈加复杂,故提出了一种基于复合高斯混合模型(Gaussian mixture model,GMM)的全局概率电压灵敏... 高比例分布式电源(distributed generation,DG)的随机性加剧了主动配电网(active distribution network,ADN)电压波动,并使ADN电压安全分析愈加复杂,故提出了一种基于复合高斯混合模型(Gaussian mixture model,GMM)的全局概率电压灵敏度分析方法。首先推导基于节点道路交集阻抗的ADN全局电压灵敏度解析模型,量化所有节点功率波动对节点电压的影响。考虑到多个节点注入功率不确定性的叠加影响下,电压波动呈现非高斯分布特征,采用高斯混合模型刻画DG和负荷预测误差的概率特征。然后,基于全局灵敏度矩阵对DG和负荷预测误差GMM的仿射变换,构建源荷功率波动与电压波动的概率解析式。最后,推导DG和负荷不确定性对电压波动综合影响的复合GMM特征函数,建立基于复合GMM的全局概率电压灵敏度分析模型。算例结果表明,所提方法能够反映所有节点注入功率波动对节点电压波动影响的概率特征,可快速准确计算出ADN电压运行的越限概率。 展开更多
关键词 主动配电网 不确定性 复合高斯混合模型 全局电压灵敏度 电压越限
在线阅读 下载PDF
基于各向异性混合核函数高斯过程回归的RC柱概率抗剪承载力模型 被引量：1
2
作者 李启明 张鹏飞 +1 位作者 喻泽成 余波 《工程科学与技术》 北大核心 2025年第1期287-295,共9页
针对钢筋混凝土(RC)柱抗剪承载力传统预测模型的非线性逼近能力不足且无法合理描述不确定性所存在的缺陷,提出一种基于各向异性混合核函数高斯过程回归的RC柱概率抗剪承载力预测模型。首先,基于核函数相加性和自动相关性,构造出一种新... 针对钢筋混凝土(RC)柱抗剪承载力传统预测模型的非线性逼近能力不足且无法合理描述不确定性所存在的缺陷,提出一种基于各向异性混合核函数高斯过程回归的RC柱概率抗剪承载力预测模型。首先,基于核函数相加性和自动相关性,构造出一种新型的各向异性混合核函数;然后,结合高斯过程回归原理和各向异性混合核函数,建立了RC柱的概率抗剪承载力模型;进而采用极大似然估计法,确定了RC柱概率抗剪承载力模型的超参数;最后,基于91组剪切破坏RC柱的试验数据,通过与传统核函数形式和传统模型进行对比分析,验证了该模型的有效性。结果表明:与传统核函数相比,各向异性混合核函数的确定性预测指标均方根误差R_(MSE)和平均绝对误差M_(AE)分别降低约16%和19%,概率性预测值指标负对数预测密度N_(LPD)和平均标准化对数损失M_(SLL)分别降低约15%和23%;与传统机器学习模型相比,本文模型的均方根误差R_(MSE)和平均绝对误差M_(AE)分别降低约38%和39%;根据所提出的概率模型能够建立概率密度函数曲线和置信区间,从而合理描述抗剪承载力的不确定性并校准分析传统模型的预测精度。 展开更多
关键词 钢筋混凝土柱 各向异性混合核函数 高斯过程回归 概率抗剪承载力模型 不确定性
在线阅读 下载PDF
基于高斯混合模型双向聚类重采样和随机森林构建DLBCL早期复发预测模型
3
作者 王俊霞 张岩波 +9 位作者 余红梅 曹红艳 周洁 乔宇 张高源 于凯 王雪嫚 郭玉娇 赵志强 罗艳虹 《中国卫生统计》 北大核心 2025年第1期7-11,17,共6页
目的应用一种可以同时解决少数类和多数类类间和类内不平衡问题的类别不平衡处理方法,并将其与随机森林(random forest,RF)分类器结合实现对弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者早期复发的预测,为DLBLC患者的... 目的应用一种可以同时解决少数类和多数类类间和类内不平衡问题的类别不平衡处理方法,并将其与随机森林(random forest,RF)分类器结合实现对弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者早期复发的预测,为DLBLC患者的治疗提供参考。方法首先使用一种基于高斯混合模型双向聚类重采样的类别不平衡处理方法(Gaussian mixture model,GMM-GMM)处理数据,并与随机过采样(random over sampling,ROS)、合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)、Borderline-1 SMOTE、Borderline-2 SMOTE、GMM上采样、GMM下采样、SMOTE+RUS、SMOTE+GMM和GMM+RUS进行比较,然后以RF作为分类器验证10种类别不平衡方法的性能,之后为验证RF的性能,在处理后的数据集上使用logistic回归和决策树(decision tree,DT)作为对照,最后从区分度和校准度两方面对模型进行评价。结果在本文所有模型中,采用GMM-GMM的RF模型取得了相对最优的分类性能(accuracy=0.79,AUC=0.87,sensitivity=0.71,specificity=0.87,G-means=0.79,MSE=0.21)。结论GMM-GMM优于其他传统的重采样方法,结合RF用于DLBCL患者早期复发的预测取得了相对较好的分类结果,可以很好地实现对DLBCL患者早期复发的预测。 展开更多
关键词 类别不平衡 高斯混合模型聚类重采样 随机森林 复发预测 弥漫大B细胞淋巴瘤
在线阅读 下载PDF
基于最大均值差异的子空间高斯混合模型聚类集成算法
4
作者 何玉林 李旭 +2 位作者 贺颖婷 崔来中 黄哲学 《计算机应用》 北大核心 2025年第6期1712-1723,共12页
针对高斯混合模型(GMM)聚类算法在处理大规模高维数据聚类时出现的性能受限和参数敏感的问题,提出一种基于最大均值差异(MMD)的子空间GMM聚类集成(SGMM-CE)算法。首先,对原始大规模高维数据集进行随机样本划分(RSP)以得到多个数据子集,... 针对高斯混合模型(GMM)聚类算法在处理大规模高维数据聚类时出现的性能受限和参数敏感的问题,提出一种基于最大均值差异(MMD)的子空间GMM聚类集成(SGMM-CE)算法。首先,对原始大规模高维数据集进行随机样本划分(RSP)以得到多个数据子集,从样本量的角度缩小聚类问题的规模;其次,根据特征对最优GMM构件数的影响,在每一个数据子集对应的高维特征空间中进行子空间学习,得到每个高维特征空间对应的多个低维特征子空间,并在各个子空间上进行GMM聚类,从而得到一系列异构的GMM;再次,利用所提出的平均共享隶属概率(ASAP),重标记与融合来自同一个数据子集的不同特征子空间上的聚类结果;最后,利用扩展的子空间MMD(SubMMD)作为不同数据子集的聚类结果中2个簇之间的分布一致性的度量准则,据此重标记并融合这些数据子集的聚类结果,进而得到原始数据集的最终聚类集成结果。通过详尽的实验验证SGMM-CE算法的有效性,实验结果显示,相较于对比算法中最好的元簇聚类算法(MCLA),SGMM-CE算法在选用的数据集上的平均标准化互信息(NMI)、聚类精度(CA)和调整兰德系数(ARI)值分别提升了19%,20%和52%。此外,可行性和合理性的实验结果证实了SGMM-CE算法的参数收敛性与时间高效性,表明该算法具备高效处理大规模高维数据聚类问题的能力。 展开更多
关键词 无监督学习 集成学习 子空间学习 最大均值差异 高斯混合模型
在线阅读 下载PDF
基于混合高斯模型和Wasserstein距离的源荷场景构建方法
5
作者 徐胜男 李凌昊 +4 位作者 蔡帜 王伟 段子恒 俞耀文 赵勇 《智慧电力》 北大核心 2025年第5期109-115,共7页
随着可再生能源并网规模的不断扩大,电力系统源荷双侧呈现出显著的不确定性。针对现有研究方法在源荷不确定性多峰分布特性表征及典型/极端场景筛选完备性方面存在的局限性,提出基于混合高斯模型(GMM)和Wasserstein距离的源荷场景构建... 随着可再生能源并网规模的不断扩大,电力系统源荷双侧呈现出显著的不确定性。针对现有研究方法在源荷不确定性多峰分布特性表征及典型/极端场景筛选完备性方面存在的局限性,提出基于混合高斯模型(GMM)和Wasserstein距离的源荷场景构建方法。通过K-medoids聚类初始化GMM以增强多峰特征表征能力,结合Wasserstein距离度量实现典型场景优化筛选,并融合快速搜索与密度峰值发现(CFSFDP)算法识别极端场景。算例分析表明,所提方法可提高建模精度及典型场景的代表性,并有效识别极端场景。 展开更多
关键词 源-荷不确定性 场景构建 混合高斯模型 Wasserstein距离
在线阅读 下载PDF
基于改进高斯混合模型的光伏短时波动游程聚类
6
作者 彭文静 郑迪 +2 位作者 蔡慧 邵海明 王家福 《电子测量技术》 北大核心 2025年第7期126-134,共9页
针对大规模光伏发电短时波动性对电能准确计量的挑战,本文提出一种基于改进高斯混合模型的光伏短时波动信号游程聚类分析方法。首先,从游程理论出发分析了光伏输出的短时波动信号特征;其次,针对光伏短时波动信号分解得到游程过多、难以... 针对大规模光伏发电短时波动性对电能准确计量的挑战,本文提出一种基于改进高斯混合模型的光伏短时波动信号游程聚类分析方法。首先,从游程理论出发分析了光伏输出的短时波动信号特征;其次,针对光伏短时波动信号分解得到游程过多、难以提取典型波动特征的问题,采用基于改进高斯混合模型聚类方法对海量游程进行聚类;进一步提出了主客观融合的聚类结果评价方法。最后,对光伏电站现场录波数据的仿真结果表明,相较于其他方法,所提方法聚类结果评分在各方面有1.1%~61.4%的提升;在不同噪声及异常值水平下所提方法也可以维持较好的聚类效果,复合指标评分下降程度小于其他算法0.92%~18.24%。所提方法通过深度学习技术和贝叶斯信息准则实现了高斯混合模型的自适应聚类,提高了对含噪声和异常值数据的适应能力和稳定性,能够实现光伏电站时波动信号游程的合理聚类。 展开更多
关键词 光伏短时波动信号 游程分析 改进高斯混合模型 游程聚类 贝叶斯信息准则
在线阅读 下载PDF
基于HPM-JTM混合模型参数估计优化的非高斯过程模拟
7
作者 罗颖 程彦凯 +2 位作者 韩艳 刘雨辰 胡朋 《振动与冲击》 北大核心 2025年第14期1-10,共10页
由于实际工程的激励较为复杂,常呈现非高斯特性,导致高斯过程的假设不再适用,因此需要开展非高斯过程模拟。目前而言,常见的方法是通过高斯过程转换实现非高斯过程模拟。相比一般的隐式映射,Hermite多项式模型(Hermite polynomial model... 由于实际工程的激励较为复杂,常呈现非高斯特性,导致高斯过程的假设不再适用,因此需要开展非高斯过程模拟。目前而言,常见的方法是通过高斯过程转换实现非高斯过程模拟。相比一般的隐式映射,Hermite多项式模型(Hermite polynomial model,HPM)和Johnson转换模型(Johnson transformation model,JTM)提供了非高斯过程与标准高斯过程之间的显式转换。针对HPM-JTM混合模型,该研究探讨了如何进一步提升模拟效率。首先,为了避免迭代过程,基于支持向量回归优化了HPM和JTM参数估计流程,提高了参数估计效率;随后,通过谐波合成法和线性滤波法的模拟流程对比,在非高斯过程模拟中采用线性滤波法能够提升模拟效率;最后,结合波浪场和脉动风场的实例分析,展示了改进流程的精度和效率。结果表明,改进流程能够在保证精度的同时实现多变量非高斯过程的高效模拟。 展开更多
关键词 非高斯过程模拟 Hermite多项式模型-Johnson转换模型(HPM-JTM)混合模型 参数估计 支持向量回归 线性滤波法
在线阅读 下载PDF
存在中介效应的高斯混合模型的子群选择
8
作者 李姝雅 王文武 王明秋 《统计研究》 北大核心 2025年第6期149-160,共12页
随着因果中介分析的应用越来越广泛,当高斯混合模型中存在中介效应时,子群数量的选择问题已成为研究热点之一。本文提出一种新的惩罚似然方法来估计有中介效应的高斯混合模型。对于存在中介效应的高斯混合模型,分别利用Lasso和SCAD方法... 随着因果中介分析的应用越来越广泛,当高斯混合模型中存在中介效应时,子群数量的选择问题已成为研究热点之一。本文提出一种新的惩罚似然方法来估计有中介效应的高斯混合模型。对于存在中介效应的高斯混合模型,分别利用Lasso和SCAD方法对混合概率进行惩罚,构造惩罚对数似然函数,然后提出改进的EM算法,分两步进行迭代对构造的惩罚对数似然函数求最大值点。使用贝叶斯信息准则函数来选择最优调整参数λ,其对应的子群数量和参数估计即为最优估计。本文给出子群数量估计的渐近性质,并通过模拟验证Lasso和SCAD方法能准确地选择子群数量并进行参数估计。同时,本文将两种方法与畸形贝叶斯信息准则(SBIC)方法进行比较,结果表明SCAD方法在三种方法中正确选择子群数量的比例最高,参数估计的效果也最好。应用本文提出的方法分析规范衰老表观遗传学研究(NAS)的DNA甲基化数据集,结果表明SCAD方法在三种方法中得出的结果最合理,胞嘧啶–磷酸–鸟嘌呤(Cp G)位点的中介效应存在异质性。 展开更多
关键词 Lasso SCAD 高斯混合模型 因果中介
在线阅读 下载PDF
基于自适应高斯混合模型的碰撞概率计算方法
9
作者 周敬博 李克行 《空间控制技术与应用》 北大核心 2025年第1期96-104,共9页
在空间碎片威胁评估中的碰撞概率计算方面,传统的计算方法分为是否考虑航天器与空间碎片速度不确定性的情况,且两种情况中考虑的物体初始位置速度不确定性的方差均较小,在物体轨道不确定性较大的情况下,传统算法会产生较大的误差.面对... 在空间碎片威胁评估中的碰撞概率计算方面,传统的计算方法分为是否考虑航天器与空间碎片速度不确定性的情况,且两种情况中考虑的物体初始位置速度不确定性的方差均较小,在物体轨道不确定性较大的情况下,传统算法会产生较大的误差.面对航天器与空间碎片相对运动过程为非线性的问题且初始不确定性较大情况下精确碰撞概率计算的需要,提出一种基于自适应高斯混合模型的碰撞概率计算方法,运用自适应高斯混合模型近似航天器与空间碎片轨道的不确定性传播过程,根据传播结果进行碰撞概率计算.二体环境下的仿真结果表明,论文提出的方法在相对运动过程为非线性的情况中有良好的计算精度,在物体初始不确定性较大的情况下计算精度优于其他的碰撞概率计算方法. 展开更多
关键词 空间碎片 误差传播 高斯混合模型 无迹变换 碰撞概率
在线阅读 下载PDF
基于高斯混合-隐马尔可夫模型的驾驶意图识别
10
作者 沈瑜 刘广辉 +2 位作者 马翾鹏 许佳文 严源 《汽车技术》 北大核心 2025年第5期22-28,共7页
为了实现高速公路场景下车辆驾驶意图的精准识别,提出一种Frenet坐标系下双参考线高斯混合与隐马尔可夫融合的驾驶意图识别模型。根据车辆位置选取Frenet坐标系下不同参考线的行驶数据作为模型观测变量,将前、后时刻高斯混合模型输出的... 为了实现高速公路场景下车辆驾驶意图的精准识别,提出一种Frenet坐标系下双参考线高斯混合与隐马尔可夫融合的驾驶意图识别模型。根据车辆位置选取Frenet坐标系下不同参考线的行驶数据作为模型观测变量,将前、后时刻高斯混合模型输出的观测概率联合隐马尔可夫模型,识别当前时刻车辆驾驶意图。采用NGSIM中US-101数据集验证模型效果,结果表明:双参考线的高斯混合-隐马尔可夫模型对车道保持、车辆变道识别准确率分别达到93.33%、92.24%,具有良好的识别效果。 展开更多
关键词 自动驾驶 驾驶意图识别 高斯混合模型 隐马尔可夫模型 Frenet坐标系
在线阅读 下载PDF
额外数据包注入攻击下基于高斯混合模型的安全状态估计
11
作者 仇海涛 王子乐 朱翠 《中国惯性技术学报》 北大核心 2025年第7期736-742,共7页
针对线性时不变系统在额外数据包注入攻击下的安全状态估计问题(受损传感器数量不限),提出了一种基于高斯混合模型的测量值估计算法。首先,采用期望最大化(EM)算法对受损测量值进行聚类和融合,并引入误差补偿器修正聚类过程中的误差,从... 针对线性时不变系统在额外数据包注入攻击下的安全状态估计问题(受损传感器数量不限),提出了一种基于高斯混合模型的测量值估计算法。首先,采用期望最大化(EM)算法对受损测量值进行聚类和融合,并引入误差补偿器修正聚类过程中的误差,从而得到测量估计值。其次,设计了一种带补偿器的状态估计方法,有效提高了系统估计精度,使系统性能受损坏传感器数量的影响较小,在损坏传感器数量超过总数的一半时仍保持有效。仿真结果表明,当被攻击传感器的数量为3、7和10时,相比于直接丢弃被攻击传感器的测量值,所提方法的状态估计精度分别提升58%、88%和97%。 展开更多
关键词 安全状态估计 高斯混合模型 额外数据包注入攻击 误差补偿器
在线阅读 下载PDF
基于高斯混合模型的尿沉渣图像有形成分分割
12
作者 常永鑫 黄雪东 +1 位作者 马婷 张文瑞 《计算机应用与软件》 北大核心 2025年第5期209-216,共8页
针对尿沉渣图像有形成分种类多、对比度低、边界模糊问题。提出一种基于高斯混合模型的尿沉渣图像有形成分分割方法。提取图像边缘,利用构建的空间约束关系融合边缘强度和区域密度,提取图像有效区域。通过主框架增强的方式增强有效区域... 针对尿沉渣图像有形成分种类多、对比度低、边界模糊问题。提出一种基于高斯混合模型的尿沉渣图像有形成分分割方法。提取图像边缘,利用构建的空间约束关系融合边缘强度和区域密度,提取图像有效区域。通过主框架增强的方式增强有效区域的纹理特征,构建完整的观测数据,引入局部区域相邻像素的空间关联性来约束高斯混合模型,利用条件迭代算法优化求解标签场的最大后验概率,完成图像分割。实验结果表明,所提方法能够提高图像分割的精确性和完整性。 展开更多
关键词 高斯混合模型 图像分割 尿沉渣图像
在线阅读 下载PDF
基于改进高斯混合模型的光学元件表面疵病边缘检测研究
13
作者 杨君霞 贾云娟 吴冰 《激光杂志》 北大核心 2025年第7期255-260,共6页
光学元件在制造过程难免会出现各种表面疵病,疵病不仅影响光学元件的外观质量,还会对其光学性能产生严重影响,为了更好的实现光学元件表面疵病准确检测和修复,为此,设计了一种基于高斯混合模型(Gaussian Mixture Model,GMM)的表面疵病... 光学元件在制造过程难免会出现各种表面疵病,疵病不仅影响光学元件的外观质量,还会对其光学性能产生严重影响,为了更好的实现光学元件表面疵病准确检测和修复,为此,设计了一种基于高斯混合模型(Gaussian Mixture Model,GMM)的表面疵病边缘检测方法。首先,采集光学元件表面疵病图像,然后利用基于空间邻域关系的高斯混合模型对这些图像进行分割,针对传统方法在光学元件表面分割结果中出现的不连续问题,引入了双阈值法来进一步对图像的边缘进行检测,并采用优化后模糊算法对图像边缘进行检测。经过实验测试,结果表明本文提出的方法在四种不同表面疵病边缘检测中均表现出较高的连续性和鲁棒性。检测结果清晰准确,具有较高的实际应用价值。 展开更多
关键词 环形光源 高斯混合模型 光学元件 疵病边缘检测
在线阅读 下载PDF
基于高斯混合模型的紧急控制策略适应性风险评估方法及其应用
14
作者 徐伟 戴玉臣 +2 位作者 薛峰 李威 严明辉 《电网技术》 北大核心 2025年第3期1147-1154,共8页
紧急控制是保证故障后电力系统稳定运行的重要环节,新型电力系统不确定性因素引起紧急控制策略失效的可能性大幅增加。为此,提出一种基于高斯混合模型的紧急控制策略适应性风险评估与优化方法。首先,分析不同紧急控制决策框架下策略适... 紧急控制是保证故障后电力系统稳定运行的重要环节,新型电力系统不确定性因素引起紧急控制策略失效的可能性大幅增加。为此,提出一种基于高斯混合模型的紧急控制策略适应性风险评估与优化方法。首先,分析不同紧急控制决策框架下策略适应性风险的来源,提出紧急控制策略适应性风险评价指标。然后,采用越限量与控制效果描述新型电力系统各类不确定性因素对紧急控制策略适应性的影响,构建越限量与控制效果的高斯混合模型,评估紧急控制策略的适应性风险,在此基础上构建计及策略适应性风险的紧急控制决策模型。最后,实际电网的应用案例表明,该文所提风险评估方法准确有效,计及策略适应性风险的决策方法可降低电网运行方式快速变化带来的紧急控制偏差过大的风险,提高安控系统的可靠性。 展开更多
关键词 紧急控制 策略适应性 不确定性分析 风险决策 高斯混合模型
在线阅读 下载PDF
基于自适应高斯混合模型与ResDN的火焰检测算法
15
作者 王文标 时启衡 郝友维 《科学技术与工程》 北大核心 2025年第4期1580-1586,共7页
针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利... 针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利用火焰的闪烁和涌动特性,提取出序列中的可疑候选区域。第二阶段使用残差深度归一化卷积神经网络(residual deep normalization and convolutional neural network, ResDN)对可疑候选区域进行判别,并引入简化的残差块替换原有的卷积层进行轻量化设计,实现对火焰的检测与定位。相比于传统分类算法,所设计的两阶段视频火焰检测算法能够有效克服复杂场景下的环境干扰,准确快速地识别火焰,具有更高的检测率和适应性。 展开更多
关键词 火焰检测 自适应高斯混合模型(AGMM) 残差深度归一化卷积神经网络(ResDN) 机器视觉 深度学习
在线阅读 下载PDF
基于高斯混合模型的采煤工作面冲击危险性评价 被引量：3
16
作者 崔峰 李宜霏 +4 位作者 贾冲 陆长亮 何仕凤 张随林 田梦琪 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第10期85-96,共12页
【目的】深入了解声发射或微震能量分布所蕴含的概率学信息,对于工作面回采过程中的冲击危险性评价具有重要意义。【方法】以陕西大佛寺煤矿4号煤层40111工作面作为工程背景,运用物理相似模拟实验、理论分析、现场监测等相关方法进行分... 【目的】深入了解声发射或微震能量分布所蕴含的概率学信息,对于工作面回采过程中的冲击危险性评价具有重要意义。【方法】以陕西大佛寺煤矿4号煤层40111工作面作为工程背景,运用物理相似模拟实验、理论分析、现场监测等相关方法进行分析,研究了声发射监测数据在回采过程中的演化规律,阐明了声发射能量概率分布呈现波动性的物理意义,提出了基于高斯混合模型(Gaussianminture model,GMM)及置信区间的冲击危险性评价指标模型,并由现场微震数据进行验证。【结果和结论】结果表明:回采过程中上覆岩层周期性垮落并伴随声发射能量的集中释放。总能量的概率密度函数呈现多自由度的非对称分布,通过对比残差平方和等多项拟合效果指标,确定高斯混合模型为最佳拟合模型。基于EM(expectation maximization)算法的GMM聚类分析,将声发射事件总能量分布划分为两类:高频低能型和低频高能型,其中低频高能型与冲击事件的突发性和高能量破坏特征一致。依据概率-能量梯度变化特征,对工作面开采过程中冲击危险性进行了评估。研究成果为采煤工作面冲击危险性评价提供了概率学上的创新思路,具有在冲击地压监测预警及后续防治中的潜在应用价值。 展开更多
关键词 高斯混合模型 概率密度分布法 聚类分析 冲击危险性评价 动力灾害预警
在线阅读 下载PDF
基于非凸熵最小化与高斯混合模型聚类的电容层析成像图像重建 被引量：1
17
作者 张立峰 卢栋臣 刘卫亮 《计量学报》 CSCD 北大核心 2024年第2期207-213,共7页
基于压缩感知原理提出了一种构建非凸熵(NE)函数作为正则化项的方法,在有效缓解电容层析成像(ECT)病态性逆问题的同时可保证解的稀疏性,并采用快速迭代阈值收缩算法(FISTA)求解以加快收敛速度。对所得解通过高斯混合模型(GMM)进行阈值寻... 基于压缩感知原理提出了一种构建非凸熵(NE)函数作为正则化项的方法,在有效缓解电容层析成像(ECT)病态性逆问题的同时可保证解的稀疏性,并采用快速迭代阈值收缩算法(FISTA)求解以加快收敛速度。对所得解通过高斯混合模型(GMM)进行阈值寻优,采用期望最大化算法(E-M)更新模型参数,从而构建NE-GMM算法。仿真及实验结果均表明:与LBP、Landweber、迭代硬阈值(IHT)、ADMM-L1及NE算法进行了对比,该算法所得重建图像质量最优,对中心分布及多物体分布的保真度进一步提高,仿真实验重建图像的平均相对误差和相关系数分别为0.4611及0.8827,优于其他5种算法。 展开更多
关键词 图像重建 电容层析成像 非凸熵 高斯混合模型
在线阅读 下载PDF
高斯混合模型与文本图卷积网络结合的虚假评论识别算法
18
作者 王星 刘贵娟 陈志豪 《计算机应用》 CSCD 北大核心 2024年第2期360-368,共9页
针对文本图卷积网络(Text GCN)窗口边权阈值策略不足的问题,为了更精准地挖掘相关的词关联结构、提高预测精度,提出一种高斯混合模型(GMM)与Text GCN结合的虚假评论识别算法F-Text GCN。首先,利用GMM分离噪声边权分布的特性,提高虚假评... 针对文本图卷积网络(Text GCN)窗口边权阈值策略不足的问题,为了更精准地挖掘相关的词关联结构、提高预测精度,提出一种高斯混合模型(GMM)与Text GCN结合的虚假评论识别算法F-Text GCN。首先,利用GMM分离噪声边权分布的特性,提高虚假评论在训练数据上相对正常评论数不足的边信号强度;然后,考虑到信源的多样性,综合文档、词汇和评论以及非文本特征构造邻接矩阵;最后,通过Text GCN的谱分解提取邻接矩阵的虚假评论关联结构实施预测。根据国内某大型电商平台采集的126086条实际中文评论数据开展实证研究,实验结果表明,F-Text GCN识别虚假评论的F1值达到82.92%,与预训练表征模型BERT和文本卷积神经网络相比分别提升了10.46%和11.60%,相较于只使用评论文本信源的Text GCN模型F1值提升了2.94%;研究了高仿虚假评论的预测错误率,在支持向量机(SVM)作用后难识别的评论样本上尝试二次识别,F-Text GCN整体预测准确率可达94.71%,相较于Text GCN和SVM,在识别准确率上分别提升了2.91%和14.54%。研究发现,虚假评论的二阶图邻居结构显示出较强的干预消费者决策的词汇,这表明所提算法特别适用于提取用于虚假评论检测的长程词语搭配结构和全局句子特征模式变化的场景。 展开更多
关键词 高斯混合模型 虚假评论识别 文本图卷积神经网络 邻接矩阵 词汇共现网络
在线阅读 下载PDF
基于高斯混合模型的分布因子聚类方法 被引量：4
19
作者 朱映秋 黄丹阳 张波 《统计研究》 CSSCI 北大核心 2024年第6期147-160,共14页
随着信息技术的发展,人类社会产生的数据规模越来越庞大、形式越来越复杂,对聚类分析形成了巨大挑战。在越来越多的应用场景中,观测数据具有相互关联、层次嵌套的结构,使传统聚类方法难以直接适用。通常的解决方案是采用特征工程方法将... 随着信息技术的发展,人类社会产生的数据规模越来越庞大、形式越来越复杂,对聚类分析形成了巨大挑战。在越来越多的应用场景中,观测数据具有相互关联、层次嵌套的结构,使传统聚类方法难以直接适用。通常的解决方案是采用特征工程方法将观测信息压缩为低维特征向量进行聚类,但这将带来不可避免的信息损失。为充分利用观测数据,本文以分布函数表示聚类对象,大幅降低信息损失,进而提出基于高斯混合模型的分布因子模型。该模型将聚类对象的观测数据分解为两部分,一是以高斯成分表示的公共因子,反映数据中具有共性的典型模式;二是载荷矩阵,矩阵中每个载荷向量反映个体的异质性特征。估计得到载荷向量后即可对不同个体实现聚类划分。本文提出的方法具有优良的统计学效率,能够证明在一定假设条件下聚类误差率能够随着观测个体数目的发散而趋近于0。基于模拟数据和股票收益、大气污染实际数据的实验表明,该方法能够区分具有不同特征模式的个体,解决多维数据的分布函数聚类问题,并为金融风险管理、空气质量的差异化治理等现实问题提供决策支持。 展开更多
关键词 聚类 分布函数 高斯混合模型 复杂数据
在线阅读 下载PDF
基于粒球邻域粗糙集的三支高斯混合聚类
20
作者 邵春梅 万仁霞 +1 位作者 苗夺谦 赵杰 《郑州大学学报(理学版)》 北大核心 2025年第6期16-23,共8页
为了解决高维数据集中冗余信息影响三支高斯混合模型聚类效果的问题,将粒球邻域粗糙集的理论融入三支高斯混合聚类模型中,提出一种基于粒球邻域粗糙集的三支高斯混合聚类模型。首先,使用k-means聚类生成满足纯度要求的粒球集,再在粒球... 为了解决高维数据集中冗余信息影响三支高斯混合模型聚类效果的问题,将粒球邻域粗糙集的理论融入三支高斯混合聚类模型中,提出一种基于粒球邻域粗糙集的三支高斯混合聚类模型。首先,使用k-means聚类生成满足纯度要求的粒球集,再在粒球生成正域不变约束下进行属性约简,提取关键属性。其次,使用三支高斯混合模型对约简后的数据进行聚类,将对象划分到类簇的核心域或边界域。在7个UCI公共数据集上的对比实验结果表明,所提模型不仅继承了三支高斯混合聚类模型优越的聚类性能,具有更高的准确率、轮廓系数和更低的戴维森堡丁指数,其对类簇边界部分的刻画也更加准确。此外,由于所提模型对高维空间进行了属性约简处理,使得其具有更小的时间复杂度。 展开更多
关键词 高维数据 三支高斯混合模型 聚类 粒球邻域粗糙集 正域 属性约简
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 … 80 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
渝公网安备 50019002500403号
使用帮助 返回顶部