期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多维特征空间聚类在工业物料识别中的应用 被引量:1
1
作者 吴琼 程文娟 《合肥工业大学学报(自然科学版)》 CAS CSCD 2002年第4期610-613,共4页
在自动识别中 ,往往存在一些不确定的模糊影响因素 ,所以 ,通过聚类算法和模糊理论讨论 ,分析了两者相结合的模糊聚类算法所具有的特点 ,利用多维特征空间的模糊聚类算法对炼钢物料进行识别 ,实验取得了较好的效果 ,其识别正确率达到 92... 在自动识别中 ,往往存在一些不确定的模糊影响因素 ,所以 ,通过聚类算法和模糊理论讨论 ,分析了两者相结合的模糊聚类算法所具有的特点 ,利用多维特征空间的模糊聚类算法对炼钢物料进行识别 ,实验取得了较好的效果 ,其识别正确率达到 92 .5 % 。 展开更多
关键词 多维特征空间 模糊聚类 工业物料识别 物料特征 炼钢工业 自动识别 图像识别
在线阅读 下载PDF
基于雷达回波极化特征的电力线识别方法 被引量:6
2
作者 伍政华 郭锋 +3 位作者 盛匀 顾宗山 姜文东 周啸宇 《雷达科学与技术》 北大核心 2020年第1期63-68,共6页
现有的雷达对电力线的探测能力严重不足,这严重威胁低空飞行器如直升机的飞行安全。研究表明,线状物体对雷达垂直极化和水平极化信号响应强弱具有明显差异性,我们利用回波信号的极化特性建立起多维特征空间,并在该空间内完成电力线目标... 现有的雷达对电力线的探测能力严重不足,这严重威胁低空飞行器如直升机的飞行安全。研究表明,线状物体对雷达垂直极化和水平极化信号响应强弱具有明显差异性,我们利用回波信号的极化特性建立起多维特征空间,并在该空间内完成电力线目标的感知、分类。某在研直升机低空防撞雷达的实测飞行数据表明,在利用极化信息所构建的特征空间内可有效区分电力线目标和虚假目标,准确率达到91%以上。该方法将有利于推动电力线障碍物预警雷达走向实用化。 展开更多
关键词 极化特征 电力线识别 多维特征空间 障碍物预警雷达
在线阅读 下载PDF
基于地震灾害场景的主动配电网多维韧性评估方法 被引量:14
3
作者 符杨 顾吉平 +2 位作者 田书欣 米阳 刘舒 《电力自动化设备》 EI CSCD 北大核心 2023年第3期1-11,共11页
为了分析主动配电网承受破坏性扰动事件以及快速恢复重要负荷的韧性支撑能力,融合相量测量单元(PMU)高精度动态感知能力提出了一种新的以地震灾害场景为背景的主动配电网多维韧性评估方法。阐述了配电网韧性的基本概念及特征,并将地震... 为了分析主动配电网承受破坏性扰动事件以及快速恢复重要负荷的韧性支撑能力,融合相量测量单元(PMU)高精度动态感知能力提出了一种新的以地震灾害场景为背景的主动配电网多维韧性评估方法。阐述了配电网韧性的基本概念及特征,并将地震作为极端事件代表,构建了反映配电线路故障率与地震动峰值加速度加权均值的模型,继而采用非序贯蒙特卡罗抽样和K-means++聚类算法筛选出代表性的地震场景;基于系统配置的PMU的强感知力建立反映韧性电网应变力、防御力、恢复力和协同力的评估指标,形成韧性多维特征空间,进而利用事件集点簇中心与最优韧性点的加权欧氏距离评估系统多维综合韧性;分析增强电力线路强度、提高联合系统中分布式电源可供容量这2种措施对系统韧性提升的影响,挖掘韧性电网对抗震防灾的学习力。最后,通过改进的PG&E69系统验证所提方法的有效性和准确性。 展开更多
关键词 主动配电网 地震灾害 韧性评估 K-means++聚类 韧性多维特征空间
在线阅读 下载PDF
基于无人机影像的城市植被精细分类 被引量:12
4
作者 林怡 张文豪 +1 位作者 宇洁 张翰超 《中国环境科学》 EI CAS CSCD 北大核心 2022年第6期2852-2861,共10页
针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象... 针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好. 展开更多
关键词 无人机影像 城市植被 精细分类 多维特征空间 机器学习 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部