期刊文献+
共找到180篇文章
< 1 2 9 >
每页显示 20 50 100
强震前重力变化数据重构及视密度反演——以2021年漾濞6.4级地震为例
1
作者 徐声鑫 黄江培 +2 位作者 郑秋月 曹颖 吴宇琴 《地震研究》 北大核心 2025年第4期631-640,共10页
针对相对重力观测过程中可能受到环境等因素影响而出现高频信号和局部异常的情况,以2021年漾濞6.4级地震前重力变化为例,通过时空平滑约束重构重力变化数据,对比重构前后重力变化情况。基于球坐标系下六面体模型模拟场源体介质,反演场... 针对相对重力观测过程中可能受到环境等因素影响而出现高频信号和局部异常的情况,以2021年漾濞6.4级地震前重力变化为例,通过时空平滑约束重构重力变化数据,对比重构前后重力变化情况。基于球坐标系下六面体模型模拟场源体介质,反演场源视密度变化,分析场源区介质密度演化特征。结果显示:观测数据经过时空平滑重构后,在不改变总体变化趋势的情况下,标准差由17.86×10-8 m/s 2降到8.99×10-8 m/s 2,变化值区间从(-74.20~66.28)×10-8 m/s 2降到(-21.79~27.70)×10-8 m/s 2,数据离散程度得到有效压缩,并能压制高频信号和局部噪声,孕震区域内重力变化时空演化趋势更加连续,便于异常特征的识别。场源区视密度变化显示有一个明显的NW-SE向物质迁移过程,在经过震中位置后逐渐收缩,在震中位置形成一个“孤岛”形态。孕震过程中正负变化分界线从SW-NE向转为NW-SE向,在分界线与构造走向一致后随即发震。 展开更多
关键词 时空平滑 数据重构 视密度 六面体 辨识度 漾濞6.4级地震
在线阅读 下载PDF
基于压缩采样匹配追踪的电网数据重构方法研究
2
作者 甘杉 余芸 +1 位作者 萧展辉 邹文景 《电测与仪表》 北大核心 2025年第8期100-104,共5页
新型的电力系统使用物联网架构对电力系统进行新的架构部署,这是传统电网向新型能源互联网发展的关键技术。如何对现今的电网中产生的海量数据进行实时、高效、低成本的数据传输,是近年来学者们关注的重点和难点问题之一。为解决电网数... 新型的电力系统使用物联网架构对电力系统进行新的架构部署,这是传统电网向新型能源互联网发展的关键技术。如何对现今的电网中产生的海量数据进行实时、高效、低成本的数据传输,是近年来学者们关注的重点和难点问题之一。为解决电网数据传输过程中存在着的传输成本和传输速率的矛盾问题,论文研究了一种基于压缩采样匹配追踪(compressed sampling matching pursuit,CoSaMP)技术的低成本高效电力数据传输方法,先将电网原始数据进行随机采样压缩,再对压缩后的数据进行传输,最后通过重构算法对传输后的压缩数据进行还原。使用仿真算例通过对论文方法进行了验证,并将论文方法与传统的数据重构算法进行了比较,仿真实验结果表明在允许的误差范围内,所提出的CoSaMP算法下重构信号能够还原初始信号,提高了电网数据传输的有效性。 展开更多
关键词 电网 数据重构 压缩采样匹配追踪 随机亚采样
在线阅读 下载PDF
基于曲波变换的快速迭代阈值三维地震数据重构方法及应用
3
作者 董烈乾 汪长辉 +3 位作者 安学勇 徐学峰 张陆宾 王云雷 《石油地球物理勘探》 北大核心 2025年第1期77-84,共8页
压缩感知地震勘探技术可以在相同成本下提高地震数据空间采样密度,提升成像质量。该技术的关键在于缺失地震数据的重构恢复。基于稀疏域约束反演的重构方法具有重构精度高的优势,但是计算效率低,限制了其在工业界的应用。基于此,文中优... 压缩感知地震勘探技术可以在相同成本下提高地震数据空间采样密度,提升成像质量。该技术的关键在于缺失地震数据的重构恢复。基于稀疏域约束反演的重构方法具有重构精度高的优势,但是计算效率低,限制了其在工业界的应用。基于此,文中优化了常规稀疏域约束反演的重构方法,设计了一种基于曲波变换的快速迭代阈值三维地震数据重构方法,并进行了工业化数据处理。三维曲波变换具有优良信号稀疏表征特性,计算冗余度很高。实际处理中采用对地震数据分块再并行计算三维曲波变换系数的策略,提高了计算效率;在重构算法上设计了一种快速迭代阈值算法,相较于常规迭代阈值优化算法,提高了求解重构问题的收敛速度和精度。最后应用压缩感知采集数据验证了该方法可以较好地重构缺失的数据并适用于工业化生产数据的重构处理。 展开更多
关键词 压缩感知 三维曲波变换 稀疏域反演 快速迭代阈值 数据重构
在线阅读 下载PDF
基于压缩感知的星载IFMCW SAR方位间断数据重构算法
4
作者 钟声依柳 乔明 +1 位作者 刘云龙 张桐 《中国科学院大学学报(中英文)》 北大核心 2025年第3期392-402,共11页
在星载合成孔径雷达(SAR)平台向轻小型化发展的进程中,间断调频连续波(IFMCW)体制SAR因其具有轻重量、小体积、低功耗、低数据率的优势,是一种经济实用的体制方案。在IFMCW SAR成像上,发射模式和接收模式的交替会在合成孔径的过程中形... 在星载合成孔径雷达(SAR)平台向轻小型化发展的进程中,间断调频连续波(IFMCW)体制SAR因其具有轻重量、小体积、低功耗、低数据率的优势,是一种经济实用的体制方案。在IFMCW SAR成像上,发射模式和接收模式的交替会在合成孔径的过程中形成数据间断,这些间断将会在目标两侧引入伪峰。针对此问题,提出基于压缩感知的IFMCW SAR方位向间断数据重构方法,首次将分段正交匹配追踪(StOMP)和稀疏度自适应匹配追踪(SAMP)数据重构算法运用在IFMCW方位数据重构中,解决了现有算法依赖场景稀疏度先验知识的问题。同时优化了SAMP算法结构,提升算法对IFMCW SAR数据重构的适用性。通过对IFMCW SAR仿真点目标回波数据和地面真实场景回波数据处理,验证所提2种算法在无场景稀疏度情况下的有效性。最后在处理速度和重建效果方面将StOMP和改进SAMP与原算法进行对比,体现了不同处理场景下改进SAMP算法对稀疏场景处理的良好性能和StOMP对复杂场景的处理优势。 展开更多
关键词 间断调频连续波 合成孔径雷达 压缩感知 数据重构
在线阅读 下载PDF
融合EEMD与BiLSTM深度网络的结构监测缺失数据重构
5
作者 何盈盈 黄正洪 +2 位作者 张利凯 赵智航 关腾达 《重庆大学学报》 北大核心 2025年第2期35-49,共15页
在长期监测过程中,由于传感器设备故障、供能中断、网络传输问题等诸多因素,导致结构健康监测系统采集的数据存在不完整性。针对这一问题,结合集合经验模态分解(ensemble empirical mode decomposition,EEMD)与双向长短期记忆网络(bi-di... 在长期监测过程中,由于传感器设备故障、供能中断、网络传输问题等诸多因素,导致结构健康监测系统采集的数据存在不完整性。针对这一问题,结合集合经验模态分解(ensemble empirical mode decomposition,EEMD)与双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)在时序处理方面的优势,提出一种基于EEMD-BiLSTM的结构监测缺失数据重构方法。该方法利用EEMD自适应分解监测时序数据为1组代表不同时间尺度的本征模态分量(intrinsic mode function,IMF),使非线性、非平稳序的时序信号平稳化。然后,将IMF分量输入到BiLSTM网络中进行缺失数据重构,提高BiLSTM预测精度。针对6层框架结构缩尺模型和Benchmark有限元仿真模型进行分析,试验结果表明,相比EEMD-LSTM、BiLSTM、LSTM主流方法,提出的EEMD-BiLSTM具有最高预测精度,在5%、10%、15%缺失数据情况下,其R2指标保持在0.8以上。因此,采用EEMD方法对非稳态结构加速响应数据进行预处理,可有效提高BiLSTM的预测精度,对于结构监测缺失数据问题,提供更具适应性的方法。 展开更多
关键词 结构健康监测 数据重构 集合经验模态分解 双向长短期记忆网络
在线阅读 下载PDF
基于时空多视图学习算法的PMU电压数据重构方法 被引量:2
6
作者 林俊杰 涂明权 +2 位作者 朱利鹏 宋文超 陆超 《中国电机工程学报》 EI CSCD 北大核心 2024年第24期9533-9545,I0003,共14页
同步相量测量装置(phasor measurement unit,PMU)具有同步性好、分辨率高、相角直接可测等优点,是实现电力系统在线实时状态感知的重要信息源。然而,由于受到设备故障、气候干扰、通信问题等因素影响,实际电网中的PMU数据容易出现数据... 同步相量测量装置(phasor measurement unit,PMU)具有同步性好、分辨率高、相角直接可测等优点,是实现电力系统在线实时状态感知的重要信息源。然而,由于受到设备故障、气候干扰、通信问题等因素影响,实际电网中的PMU数据容易出现数据缺失和异常等情况,这将干扰后续基于PMU数据的电网高级应用,进而影响电网状态感知和运行调度的可靠性。首先,通过分析现场实测的PMU数据,归纳出4种低质量数据情况,并且利用机理分析和相关性分析方法对系统运行状态进行辨识;然后,将多视图学习方法与电网运行机理相结合,提出基于时空信息特征融合的多视图数据初步重构算法,对PMU低质量和缺失数据进行重构;最后,结合系统不同运行状态特点,利用不同视图生成数据进行低质量数据的辨识,并提出一种基于历史数据的自适应加权的缺失数据重构方法。仿真和实测数据表明该方法能有效对PMU低质量数据进行辨识并实时重构生成,为PMU数据在电力系统中的应用提供有效保障。 展开更多
关键词 同步相量量测数据 低质量数据 系统运行状态辨识 多视图学习法 数据重构
在线阅读 下载PDF
基于多视数据重构损失标定的叶片型面光学检测
7
作者 罗瑛 朱杨洋 +1 位作者 王宗平 殷国富 《中国测试》 CAS 北大核心 2024年第8期118-124,共7页
航发叶片型面检测是保证叶片加工质量、工作性能和使用寿命的关键环节。对此,该文开发一套基于线激光器的叶片型面检测平台;在完成线激光器与叶片相对位姿校准及Z向测量基准建立基础上,实现叶片型面特定截面处型线数据的多视采集;提出... 航发叶片型面检测是保证叶片加工质量、工作性能和使用寿命的关键环节。对此,该文开发一套基于线激光器的叶片型面检测平台;在完成线激光器与叶片相对位姿校准及Z向测量基准建立基础上,实现叶片型面特定截面处型线数据的多视采集;提出一种基于多视数据重构损失标定回转中心的型线重构方法。以两种典型燃气轮机导向叶片为检测对象,所提出方法获取的检测数据与三坐标测量机检测数据的对比结果表明,轮廓度检测平均绝对偏差在0.022 mm以内,最大标准偏差为0.0186 mm,最大RMS估计为0.0251 mm;特征参数检测最大偏差为0.0401mm。实验结果验证了所提出方法面向叶片型面检测的可行性。 展开更多
关键词 叶片型面检测 线激光器 回转中心 多视数据重构损失
在线阅读 下载PDF
一种基于接收数据重构的DOA估计技术
8
作者 张海瑛 崔宇晗 +3 位作者 陆东 苗峻 胡孟凯 窦修全 《无线电通信技术》 北大核心 2024年第6期1223-1228,共6页
在传统测向方法中,测向精度正比于阵列孔径,因此布阵空间与测向精度的矛盾性成为电子侦察系统在无人机等平台应用的主要工程约束之一。为实现空间受限下的高精度测向,提出一种通过协方差矩阵重构阵列接收数据的波达方向(Direction of Ar... 在传统测向方法中,测向精度正比于阵列孔径,因此布阵空间与测向精度的矛盾性成为电子侦察系统在无人机等平台应用的主要工程约束之一。为实现空间受限下的高精度测向,提出一种通过协方差矩阵重构阵列接收数据的波达方向(Direction of Arrival,DOA)方法。结合均匀线阵的结构特点以及导向矢量Vandermonde矩阵与协方差Toeplitz矩阵的矩阵特征,通过重构阵列数据接收模型,实现阵列孔径的拓展,可在布阵空间不变的条件下显著提升阵列的测向精度。仿真结果表明,这种基于协方差数据重构的DOA方法实用有效,可作为传统DOA技术的前处理手段,提升算法性能及处理增益。 展开更多
关键词 波达方向 数据重构 孔径拓展
在线阅读 下载PDF
基于LSTM的10 MW海上风力机故障传感器数据重构研究 被引量:1
9
作者 邱子琪 王立忠 +3 位作者 潘华林 张宝龙 王立林 洪义 《太阳能学报》 CSCD 北大核心 2024年第12期342-349,共8页
为解决极端环境传感器故障导致监测数据不充足问题,该文采用长短期记忆神经网络(LSTM)智能算法进行数据重构。鉴于海上风电监测数据稀缺,该文的研究依托数值仿真结果开展。基于作者团队开发的“气动-水动-结构-桩土-智能控制”一体化耦... 为解决极端环境传感器故障导致监测数据不充足问题,该文采用长短期记忆神经网络(LSTM)智能算法进行数据重构。鉴于海上风电监测数据稀缺,该文的研究依托数值仿真结果开展。基于作者团队开发的“气动-水动-结构-桩土-智能控制”一体化耦合分析软件Zwind,首先开展10 MW大型风力机全工况仿真分析,并通过提取多个高度处的加速度和倾角响应构建数据库,用以模拟多种风力机塔筒传感器故障导致的数据丢失状况。然后基于LSTM建立风力机塔筒加速度和倾角的数据重构模型,训练并验证所构建的数据重构模型的精度。最后在数个未布置传感器的位点上检验LSTM数据重构模型的泛化性能。结果表明:构建的LSTM故障传感器数据重构模型,可基于有限位点的正常服役传感器的监测数据高精度地重构故障传感器以及未测位点的塔筒响应数据;此外,基于倾角响应的重构结果比基于加速度响应的重构结果精度更高。 展开更多
关键词 海上风力机 结构健康监测 深度学习 故障传感器 数据重构 倾角响应
在线阅读 下载PDF
基于量子生成对抗网络的数据重构 被引量:1
10
作者 江奕达 王明明 《计算机工程与应用》 CSCD 北大核心 2024年第5期156-164,共9页
使用神经网络实现数据重构是人工智能领域一项十分重要的研究课题。生成对抗网络(generative adversarial network,GAN)作为近年来人工智能的热门算法,在完成数据重构任务中有较好的表现。量子计算作为一种能够加速经典计算的新型计算模... 使用神经网络实现数据重构是人工智能领域一项十分重要的研究课题。生成对抗网络(generative adversarial network,GAN)作为近年来人工智能的热门算法,在完成数据重构任务中有较好的表现。量子计算作为一种能够加速经典计算的新型计算模式,正不断地与经典人工智能算法相融合。其中,量子生成对抗网络(quantum generative adversarial network,QGAN)在图像相关任务中具有良好的表现,但是量子模型的拟合能力还有待提高。故此,提出了一种基于GAN框架的量子-经典混合生成对抗网络(Q-CGAN)用于实现数据重构任务。该框架利用经典网络的非线性提高拟合效果,利用量子特性提供量子加速。使用MNIST手写数据集对比验证了量子模型和混合模型的重构效果,结果显示,Q-CGAN较纯量子生成器在数据重构过程中具有更好的表现。此外,还研究了混合模型中使用不同量子编码方案和不同参数化量子线路对数据重构效果的影响。 展开更多
关键词 量子计算 混合生成对抗网络 数据重构
在线阅读 下载PDF
电力变压器油中溶解气体离群值识别和数据重构 被引量:2
11
作者 江军 张文乾 +2 位作者 李波 李晓涵 范利东 《电工技术学报》 EI CSCD 北大核心 2024年第17期5521-5533,共13页
高质量传感数据是驱动新型电力系统数字化和智能化发展的基础,而由于传感器性能退化、传输中断或其他干扰因素,数据时常出现错误和异常值,造成数据利用率低等问题。针对在役电力变压器油中溶解气体在线监测数据,该文提出了基于COPOD、... 高质量传感数据是驱动新型电力系统数字化和智能化发展的基础,而由于传感器性能退化、传输中断或其他干扰因素,数据时常出现错误和异常值,造成数据利用率低等问题。针对在役电力变压器油中溶解气体在线监测数据,该文提出了基于COPOD、孤立森林(IForest)与Grubbs的联合方法提升油中溶解气体数据的价值。首先,通过COPOD和IForest筛选出包含离群点的数据集,再采用Grubbs对其进行检验,有效识别离群值。进一步地,采用掩码方式优化训练Transformer神经网络模型,填补空缺值重构油中溶解气体数据序列。在相同气体数据序列上,所提算法正确识别点数、正确识别离群点数和受试者工作特征曲线平均面积相比于传统K-近邻算法分别提升了3.5%、29.4%和5.0%。对于数据填补,对比双向缩放算法,填补后的数据与实际数据的方均根误差均值为7.29μL/L,平均绝对误差均值为2.7μL/L,性能分别提升了9.7%和9.2%,有效地提高了数据的质量和利用率。最后,通过11台500 kV变压器油中溶解气体数据分析,有力支撑了变压器状态评价和设备数字化管理。 展开更多
关键词 电力变压器 油中溶解气体 联合检测方法 离群点检测 数据重构技术
在线阅读 下载PDF
基于小波字典的风速数据重构的压缩感知方法
12
作者 朱一凯 余哲帆 +1 位作者 陈安妮 万华平 《振动.测试与诊断》 EI CSCD 北大核心 2024年第4期684-689,824,共7页
由于风速具有明显的非平稳性,常用字典的压缩感知(compressed sensing,简称CS)方法对于风速信号重构效果不佳,故引入基于小波字典的压缩感知方法,用于重构风速缺失数据,有效提升了风速信号的重构精度。通过风速仿真数据和广州塔的监测... 由于风速具有明显的非平稳性,常用字典的压缩感知(compressed sensing,简称CS)方法对于风速信号重构效果不佳,故引入基于小波字典的压缩感知方法,用于重构风速缺失数据,有效提升了风速信号的重构精度。通过风速仿真数据和广州塔的监测风速数据验证了本研究方法的有效性,并研究了数据缺失工况、正则化参数、小波字典层数和小波类型对风速信号重构效果的影响。结果表明,基于小波字典的压缩感知方法可有效重构缺失的风速信号。 展开更多
关键词 压缩感知 风速 数据重构 小波字典
在线阅读 下载PDF
虚拟陈展中档案展品多价值维度的数据重构研究
13
作者 张富 张璇 +1 位作者 王莹 曾晓晶 《档案管理》 北大核心 2024年第2期99-102,共4页
虚拟陈展是对展览体系架构、信息传播形态以及场景内涵的多维度演变与转型升级。本文在探讨档案虚拟陈展的叙事本质基础上,阐述了虚拟展示空间内,基于档案展品的多种价值维度,探讨了档案数字展品的数据重组技术思路,并采用图数据库技术... 虚拟陈展是对展览体系架构、信息传播形态以及场景内涵的多维度演变与转型升级。本文在探讨档案虚拟陈展的叙事本质基础上,阐述了虚拟展示空间内,基于档案展品的多种价值维度,探讨了档案数字展品的数据重组技术思路,并采用图数据库技术对展品内涵价值的“七要素”进行索引重构,确保档案虚拟陈展的叙述生态闭环。 展开更多
关键词 虚拟陈展 档案价值 信息组织 数据 数据重构 档案陈展 多维叙事
在线阅读 下载PDF
风电场有功功率异常运行数据重构方法 被引量:37
14
作者 张东英 李伟花 +1 位作者 刘燕华 刘冲 《电力系统自动化》 EI CSCD 北大核心 2014年第5期14-18,24,共6页
风电场真实的历史运行数据是准确研究风电功率预测、出力特性及对系统影响的基础。针对目前限风情况下风电场历史运行数据存在的不良数据的实际问题,提取了不良数据的时序特性,采用分段判定方法进行识别;基于可用的历史数据,一方面利用... 风电场真实的历史运行数据是准确研究风电功率预测、出力特性及对系统影响的基础。针对目前限风情况下风电场历史运行数据存在的不良数据的实际问题,提取了不良数据的时序特性,采用分段判定方法进行识别;基于可用的历史数据,一方面利用风电场出力之间的延时相关性还原重构缺失数据,另一方面利用风电自身出力数据,采用基于自回归滑动平均(ARMA)模型的双向权重比重构方法重构完整的时间序列。以中国某风电基地实际风电场历史运行数据为算例,采用所提出的方法可以有效识别并重构缺失数据。文中比较了两种重构方法的重构效果,并给出了各自的适应性。 展开更多
关键词 风力发电 历史运行数据 限风 数据重构 时延相关性
在线阅读 下载PDF
移动最小二乘法在多功能传感器数据重构中的应用 被引量:12
15
作者 刘丹 孙金玮 +1 位作者 魏国 刘昕 《自动化学报》 EI CSCD 北大核心 2007年第8期823-828,共6页
针对传统最小二乘法全局拟合的局限性,将一种新型的数值算法一移动最小二乘法应用于非线性多功能传感器的信号重构.通过详细研究插值函数的构造方法及性质,合理地选取基函数和权函数,求出试函数的系数,进而得到信号的重构值.详细分析了... 针对传统最小二乘法全局拟合的局限性,将一种新型的数值算法一移动最小二乘法应用于非线性多功能传感器的信号重构.通过详细研究插值函数的构造方法及性质,合理地选取基函数和权函数,求出试函数的系数,进而得到信号的重构值.详细分析了基函数维数、影响域节点数及权函数因子对计算结果的影响,并对最小二乘法以及移动最小二乘法的重构数据进行了对比,重构的相对误差分别小于15.3%和1.03%,结果表明移动最小二乘法更适合非线性曲面拟合,且适当地增加基函数维数或影响域节点数可以进一步提高数据重构的精度. 展开更多
关键词 最小二乘法 移动最小二乘 非线性曲面拟合 数据重构
在线阅读 下载PDF
基于神经网络的地磁观测数据重构研究 被引量:11
16
作者 姚休义 滕云田 +1 位作者 杨冬梅 姚远 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2018年第6期2358-2368,共11页
在距离数据缺失台站一定范围内选取参考台作为输入,构建非线性BP神经网络并进行地磁观测数据重构研究.数据仿真结果显示,重构数据和原始记录数据吻合程度较高,重构残差较小,磁静日重构平均残差仅为0.11nT,磁扰日平均重构残差为0.23nT.... 在距离数据缺失台站一定范围内选取参考台作为输入,构建非线性BP神经网络并进行地磁观测数据重构研究.数据仿真结果显示,重构数据和原始记录数据吻合程度较高,重构残差较小,磁静日重构平均残差仅为0.11nT,磁扰日平均重构残差为0.23nT.重点对磁场活动最剧烈时段内的数据进行了短时重构,平均残差由0.4nT降低到0.2nT,重构效果得到较大改进.计算了原始数据与重构数据的功率谱密度,除部分高频信号外,二者变化特征基本相同,相关性高达1.0.从时域和频域验证了BP神经网络在地磁相对记录数据重构上的有效性,并将其运用于实际缺失数据重构,取得较好效果. 展开更多
关键词 BP神经网络 数据重构 地磁观测 检验
在线阅读 下载PDF
基于GPU的多分辨率体数据重构和渲染 被引量:12
17
作者 罗月童 薛晔 刘晓平 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2009年第1期107-111,共5页
基于小波变换的多分辨率压缩算法能够获得很高的压缩比,因而被广泛地用于压缩体数据.针对这种压缩策略,研究基于GPU的数据重构的方法,可以只从CPU向GPU传输少量的压缩数据,从而提高数据传输效率.因为好的数据结构是实现基于GPU的重构算... 基于小波变换的多分辨率压缩算法能够获得很高的压缩比,因而被广泛地用于压缩体数据.针对这种压缩策略,研究基于GPU的数据重构的方法,可以只从CPU向GPU传输少量的压缩数据,从而提高数据传输效率.因为好的数据结构是实现基于GPU的重构算法的关键,所以文中提出适合使用矩形纹理表示的数据结构——NestedTileboard;然后给出基于该数据结构在GPU上实现多分辨率重构的方法,使用NestedTileboard保存中间数据及重构结果;还提出了基于NestedTileboard的多分辨率体绘制方法,直接对重构数据进行体绘制,从而实现数据重构和体绘制的无缝连接. 展开更多
关键词 嵌套平铺板 多分辨率 小波变换 数据重构 GPU
在线阅读 下载PDF
基于正则化与时空约束改进K最近邻算法的农业物联网数据重构 被引量:5
18
作者 吴华瑞 李庆学 +1 位作者 缪祎晟 宋玉玲 《农业工程学报》 EI CAS CSCD 北大核心 2019年第14期183-189,共7页
针对农业复杂环境易发的物联网感知数据丢失异常问题,该文提出一种基于正则化惩罚的K最近邻数据重构方法(K nearest neighbor-regularization penalty,KNN-RP),采用岭回归方法对最近邻方法中的最小二乘因子进行正则化,并讨论了惩罚项的... 针对农业复杂环境易发的物联网感知数据丢失异常问题,该文提出一种基于正则化惩罚的K最近邻数据重构方法(K nearest neighbor-regularization penalty,KNN-RP),采用岭回归方法对最近邻方法中的最小二乘因子进行正则化,并讨论了惩罚项的范数选取形式。通过对农业物联网感知数据的时空稳定性与相关性分析,确定了时间与空间约束矩阵的定义方式。采用温室数据样本对算法性能进行交叉验证,结果显示该文的KNN-RP性能在点丢失模型下优于KNN、反距离加权KNN算法以及DT算法,而在块丢失模型下优于KNN和反距离加权KNN算法,略低于DT算法,提高了农业物联网的感知数据质量。该研究可为基于物联网数据的农业生产决策提供参考。 展开更多
关键词 算法 模型 农业物联网 数据重构 聚类回归
在线阅读 下载PDF
改进的基于数据重构的KPCA故障识别方法 被引量:4
19
作者 王姝 冯淑敏 +1 位作者 常玉清 王福利 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第4期500-503,共4页
核主元分析(KPCA)方法相对于主元分析(PCA)方法在非线性过程监测方面具有一定的优势,但是KPCA很难找到由特征空间到原始空间的逆映射函数,这给基于KPCA的故障诊断带来了很大的障碍.为此,在KPCA故障数据重构方法的基础上,对故障识别指标... 核主元分析(KPCA)方法相对于主元分析(PCA)方法在非线性过程监测方面具有一定的优势,但是KPCA很难找到由特征空间到原始空间的逆映射函数,这给基于KPCA的故障诊断带来了很大的障碍.为此,在KPCA故障数据重构方法的基础上,对故障识别指标进行改进.改进后的方法既能够识别单变量引起的故障,又能识别多变量引起的故障,而且减少了指标计算过程中的运算量,避免了传统故障识别方法只能实现单变量故障追溯的缺陷.将提出的故障识别方法在田纳西过程中进行了仿真研究,结果表明所提方法的有效性. 展开更多
关键词 数据重构 KPCA 故障识别 非线性 田纳西过程
在线阅读 下载PDF
基于影响因素分析和数据重构的备件需求预测 被引量:5
20
作者 魏曦初 李文立 邱立鹏 《计算机应用研究》 CSCD 北大核心 2017年第5期1419-1422,共4页
针对备件需求具有间断性需求特点,在实践中预测值与真实值往往具有很大偏差的问题,指出历史数据混淆和需求产生原因不明确是造成偏差的两项根本原因。提出了基于影响因素分析和数据重构的备件需求预测方法。在历史数据重构处理中,通过... 针对备件需求具有间断性需求特点,在实践中预测值与真实值往往具有很大偏差的问题,指出历史数据混淆和需求产生原因不明确是造成偏差的两项根本原因。提出了基于影响因素分析和数据重构的备件需求预测方法。在历史数据重构处理中,通过数量退化和时间序列变换,将间断性的需求序列转换为需求间隔的连续性时间序列。在影响因素识别方面,结合实践调研,从备件自身、设备使用、操作人员及突发事故四个方面提出备件需求的七个影响因素,并通过灰色关联分析进行因素筛选。最后,利用SVR预测模型完成备件需求预测,并通过实例企业的数据验证证明了整套方法的可行性与有效性。 展开更多
关键词 备件需求预测 数据重构 因素分析 灰色关联分析 支持向量回归
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部