期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于集成支持向量机的控制图异常模式识别
被引量：
1
1
作者
张莹
褚娜
《物流技术》
2022年第6期54-59,共6页
传统控制图通过判异准则分析生产过程状态,这一方法无法识别过程质量的具体异常原因。提出了一种基于自适应增强集成算法(AdaBoost)和支持向量机(SVM)结合的控制图异常模式识别方法。仿真结果表明,相较于单一的分类器和集成分类器,改进...
传统控制图通过判异准则分析生产过程状态,这一方法无法识别过程质量的具体异常原因。提出了一种基于自适应增强集成算法(AdaBoost)和支持向量机(SVM)结合的控制图异常模式识别方法。仿真结果表明,相较于单一的分类器和集成分类器,改进的集成支持向量机对控制图异常模式的识别率更高。最后将所提出的模型用到物流港口配煤的模拟实验中,结果表明,基于AdaBoost和SVM结合的控制图异常模式识别方法具有较高的检测效率。
展开更多
关键词
控制图
集成算法
支持向量机
控制图
模式识别
异常模式识别
港口配煤
在线阅读
下载PDF
职称材料
供水管网中高频压力数据异常模式识别的研究与案例分析
被引量：
3
2
作者
赵云璐
信昆仑
+1 位作者
Pierre BONARDET
黄慰忠
《中国市政工程》
2022年第5期108-111,115,129,130,共7页
研究根据实际案例,介绍1种高频压力数据异常模式识别组合模型,组合模型包含异常模式提取、基于DTW距离的相似搜索、基于DTW的K-means时间序列聚类。有望在实际运用中,针对供水管网中已知的异常模式,进行识别预警。选取某压力监测点的高...
研究根据实际案例,介绍1种高频压力数据异常模式识别组合模型,组合模型包含异常模式提取、基于DTW距离的相似搜索、基于DTW的K-means时间序列聚类。有望在实际运用中,针对供水管网中已知的异常模式,进行识别预警。选取某压力监测点的高频压力数据对模型进行分析。结果表明,模型能够有效识别出实际案例中的异常模式,归一化互信息(NMI)指数可达0.818。
展开更多
关键词
供水管网
高频压力数据
异常模式识别
时间序列聚类
在线阅读
下载PDF
职称材料
题名
基于集成支持向量机的控制图异常模式识别
被引量：
1
1
作者
张莹
褚娜
机构
武汉理工大学物流工程学院
港口物流技术与装备教育部工程研究中心
出处
《物流技术》
2022年第6期54-59,共6页
文摘
传统控制图通过判异准则分析生产过程状态,这一方法无法识别过程质量的具体异常原因。提出了一种基于自适应增强集成算法(AdaBoost)和支持向量机(SVM)结合的控制图异常模式识别方法。仿真结果表明,相较于单一的分类器和集成分类器,改进的集成支持向量机对控制图异常模式的识别率更高。最后将所提出的模型用到物流港口配煤的模拟实验中,结果表明,基于AdaBoost和SVM结合的控制图异常模式识别方法具有较高的检测效率。
关键词
控制图
集成算法
支持向量机
控制图
模式识别
异常模式识别
港口配煤
Keywords
control chart
ensemble algorithm
support vector machine
control chart pattern recognition
abnormal pattern recognition
port coal blending
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
F273.2 [经济管理—企业管理]
在线阅读
下载PDF
职称材料
题名
供水管网中高频压力数据异常模式识别的研究与案例分析
被引量：
3
2
作者
赵云璐
信昆仑
Pierre BONARDET
黄慰忠
机构
同济大学环境科学与工程学院
Centre Technique de Distribution
上海市城市建设设计研究总院(集团)有限公司
出处
《中国市政工程》
2022年第5期108-111,115,129,130,共7页
文摘
研究根据实际案例,介绍1种高频压力数据异常模式识别组合模型,组合模型包含异常模式提取、基于DTW距离的相似搜索、基于DTW的K-means时间序列聚类。有望在实际运用中,针对供水管网中已知的异常模式,进行识别预警。选取某压力监测点的高频压力数据对模型进行分析。结果表明,模型能够有效识别出实际案例中的异常模式,归一化互信息(NMI)指数可达0.818。
关键词
供水管网
高频压力数据
异常模式识别
时间序列聚类
Keywords
water supply pipe network
high-frequency pressure data
abnormal pattern recognition
time series clustering
分类号
TU991.33 [建筑科学—市政工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于集成支持向量机的控制图异常模式识别
张莹
褚娜
《物流技术》
2022
1
在线阅读
下载PDF
职称材料
2
供水管网中高频压力数据异常模式识别的研究与案例分析
赵云璐
信昆仑
Pierre BONARDET
黄慰忠
《中国市政工程》
2022
3
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
