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65篇文章
< 1 2 … 4 >
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
1
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HPM-JTM混合模型参数估计优化的非高斯过程模拟
2
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
从高斯过程到高斯过程混合模型:研究与展望 被引量：16
3
作者 周亚同 陈子一 马尽文 《信号处理》 CSCD 北大核心 2016年第8期960-972,共13页
高斯过程(GP)模型是核学习方法与贝叶斯推理相结合的典范,现已成为机器学习领域的一个研究热点。作为对GP模型的拓展,高斯过程混合(MGP)模型具有更强大的学习能力和适应性。然而,目前关于GP和MGP模型的研究较为零散,尚缺少系统的分析与... 高斯过程(GP)模型是核学习方法与贝叶斯推理相结合的典范,现已成为机器学习领域的一个研究热点。作为对GP模型的拓展,高斯过程混合(MGP)模型具有更强大的学习能力和适应性。然而,目前关于GP和MGP模型的研究较为零散,尚缺少系统的分析与总结。本文首先对于GP模型的基本原理及其研究进展进行了深入地分析和讨论;然后将GP模型拓展至MGP模型,从多方面对MGP模型的研究现状和进展进行了深入地分析和讨论,并指出未来值得探索的研究方向和应用问题。 展开更多
关键词 高斯过程 高斯过程混合模型 机器学习 回归预测 聚类分析
在线阅读 下载PDF
基于混合高斯过程的多模型热力参数测量软仪表 被引量：8
4
作者 熊志化 张卫庆 +1 位作者 赵瑜 邵惠鹤 《中国电机工程学报》 EI CSCD 北大核心 2005年第7期30-33,40,共5页
为了解决工业过程中参数失效和优化运行中参数计算的问题,提出了一种新型软仪表,它是基于混合高斯模型,利用EM算法实现对混合模型中的参数估计。混合模型的使用既有利于降低单一高斯模型的计算负担,又能有效反映工业过程中的工况变化,... 为了解决工业过程中参数失效和优化运行中参数计算的问题,提出了一种新型软仪表,它是基于混合高斯模型,利用EM算法实现对混合模型中的参数估计。混合模型的使用既有利于降低单一高斯模型的计算负担,又能有效反映工业过程中的工况变化,判断出与特定工况相关程度最大的过程知识,利用它们建立与特定工况对应的局部模型,并将它们合并组成具有多模型结构的全局模型。作为示例,建立了测量火电厂烟气含氧量的软仪表。仿真结果表明,文中提出的方法能有效地实现工业过程参数的软测量,具有较大的实用价值。 展开更多
关键词 多模型热力参数测量软仪表 EM算法 混合高斯过程 参数估计
在线阅读 下载PDF
基于混合高斯过程模型的高光谱图像分类算法 被引量：4
5
作者 刘辉 白峰杉 《高校应用数学学报（A辑）》 CSCD 北大核心 2010年第4期379-385,共7页
提出了一种基于混合高斯过程模型的高光谱遥感图像分类算法,它不同于传统的基于多元统计的分类方法.为更好利用高光谱遥感图像的高谱分辨率特点,首先将函数数据分析的思想引进高光谱数据的分类问题,分类对象视为像元对应的谱线,故它们... 提出了一种基于混合高斯过程模型的高光谱遥感图像分类算法,它不同于传统的基于多元统计的分类方法.为更好利用高光谱遥感图像的高谱分辨率特点,首先将函数数据分析的思想引进高光谱数据的分类问题,分类对象视为像元对应的谱线,故它们是函数型数据.为了有效模拟地物在空间上的分片聚集特性,则将混合高斯分布模型推广到混合高斯过程模型并用于高光谱数据分类算法中.数值实验表明,混合高斯过程模型是处理函数型数据的有效方法. 展开更多
关键词 混合高斯过程模型 分类 函数数据分析 高光谱遥感图像
在线阅读 下载PDF
基于改进高斯混合模型的热工过程异常值检测 被引量：9
6
作者 吴铮 张悦 董泽 《系统仿真学报》 CAS CSCD 北大核心 2023年第5期1020-1033,共14页
热工过程异常数据检测是进行系统建模、控制、优化的基础,也是数据处理的重要组成部分。提出一种基于改进高斯混合模型的无监督热工过程异常值检测算法,利用每一维高斯分量捕获一类特定工况数据集群,通过添加惩罚约束因子修正传统模型... 热工过程异常数据检测是进行系统建模、控制、优化的基础,也是数据处理的重要组成部分。提出一种基于改进高斯混合模型的无监督热工过程异常值检测算法,利用每一维高斯分量捕获一类特定工况数据集群,通过添加惩罚约束因子修正传统模型的后验概率密度,对误检、漏检项加以惩罚,并根据与集群的相关性差异实现异常数据的识别。仿真实验结果表明,模型在多种误差条件下均可准确定位异常数据位置,具有很强的泛化性能,同时相较于传统高斯混合模型,误检、漏检点的检测效果总体提升了37.8%和15%,反映出模型改进的有效性。 展开更多
关键词 异常值检测 高斯混合模型 惩罚约束 热工过程 无监督
在线阅读 下载PDF
高斯过程混合模型在含噪输入预测策略下的煤矿瓦斯浓度柔性预测 被引量：10
7
作者 李晓燕 李弢 马尽文 《信号处理》 CSCD 北大核心 2021年第11期2031-2040,共10页
高斯过程回归是机器学习中解决非线性回归的一种典型回归方法。然而,单一的高斯过程难以拟合非平稳、多模态的时序数据。另外,在实际应用中需要预测的输入数据会受到噪声的干扰。为了克服这些问题,本文提出了含噪输入预测策略下的高斯... 高斯过程回归是机器学习中解决非线性回归的一种典型回归方法。然而,单一的高斯过程难以拟合非平稳、多模态的时序数据。另外,在实际应用中需要预测的输入数据会受到噪声的干扰。为了克服这些问题,本文提出了含噪输入预测策略下的高斯过程混合回归预测方法(niMGP),并针对煤矿瓦斯浓度数据进行了参数学习和柔性预测。与其他传统回归方法相比,这种柔性预测方法是在测试输入数据具有噪声干扰的情况下进行预测,使其结果更为鲁棒和准确。本文首先通过模拟实验验证了在具有固定信噪比的测试输入数据上,高斯过程混合模型在含噪输入预测策略下的回归结果在稳定性上优于其传统预测策略下的回归结果。本文进一步选取松藻煤矿中打通一矿的333944号传感器获取的实际瓦斯浓度数据片段,对其进行了适当的数据增强之后,通过实际数据的实验进一步表明,高斯过程混合模型采用含噪输入预测策略在数据回归分析的预测上相比传统预测策略具有更好的稳定性。实际中还可以通过调节测试输入数据中噪声分布的方差来调节预测的灵敏度,达到分级预警的效果。 展开更多
关键词 高斯过程混合模型 含噪输入策略 瓦斯浓度预测 机器学习 噪声干扰
在线阅读 下载PDF
基于高斯过程混合模型的国债收益率预测 被引量：2
8
作者 曾鑫 赵龙波 马尽文 《信号处理》 CSCD 北大核心 2019年第5期831-836,共6页
债券分析的核心问题是发现偿还期限与到期收益率之间的关系,即利率期限结构,而实际上国债利率期限结构是最为重要和基本的模式。目前人们对于利率期限结构的分析主要采用经济理论模型和数量模型进行,但是这两种方法都难于对国债收益率... 债券分析的核心问题是发现偿还期限与到期收益率之间的关系,即利率期限结构,而实际上国债利率期限结构是最为重要和基本的模式。目前人们对于利率期限结构的分析主要采用经济理论模型和数量模型进行,但是这两种方法都难于对国债收益率进行有效的预测。基于高斯过程混合模型强大的数据拟合和分析能力,本文将其应用于国债收益率的建模和预测。本文采用国债收益率数据作为输出变量,筛选出对国债收益率影响最强的一组作用因子作为驱动或输入变量,然后利用高斯过程混合模型对数据进行学习和建模,并依此对国债收益率进行建模和分析。实验结果表明高斯过程混合模型能够更好的描述国债利率期限结构。相比于其他机器学习模型和算法,高斯过程混合模型在国债收益率的测试数据上获得了更好准确的预测结果。 展开更多
关键词 高斯过程混合模型 利率期限结构 国债收益率 参数学习 预测
在线阅读 下载PDF
基于高斯过程混合模型的瓦斯安全状态分类研究 被引量：1
9
作者 李弢 李晓燕 马尽文 《信号处理》 CSCD 北大核心 2021年第7期1198-1206,共9页
针对目前瓦斯浓度预测与瓦斯安全状态分类方法中主观性较强、超参数难以选取、解释性差、无法有效地利用样本之间时序信息等问题,本文提出了基于高斯过程混合模型的瓦斯浓度预测与安全状态分类方法。高斯过程是机器学习领域中解决非线... 针对目前瓦斯浓度预测与瓦斯安全状态分类方法中主观性较强、超参数难以选取、解释性差、无法有效地利用样本之间时序信息等问题,本文提出了基于高斯过程混合模型的瓦斯浓度预测与安全状态分类方法。高斯过程是机器学习领域中解决非线性回归问题的典型方法,能够有效地利用数据之间的相关性,常用于时间序列的建模与预测。然而,单个高斯过程存在着一定的局限性,难以对非平稳、多模态的数据进行有效地建模和回归分析。在高斯过程的基础上引入其混合模型,则可增强模型的表达能力,能够对有复杂结构的数据进行建模。我们将瓦斯安全状态根据风险由高至低分成红橙黄蓝四个等级,在每个风险等级上瓦斯浓度数据采用单个高斯过程进行建模。由于一般瓦斯浓度数据包含着各个风险等级的数据,高斯过程混合模型则可用于对整体数据进行建模和回归分析。根据对数据的参数学习结果,高斯过程混合模型便可自适应地得到每个时刻对应的风险等级,并在预测瓦斯浓度时对各个高斯过程分量的预测进行加权,得到更为鲁棒的预测结果。实验结果表明,基于高斯过程混合模型的方法可有效地预测瓦斯浓度、评估安全状态。 展开更多
关键词 瓦斯安全状态 瓦斯浓度预测 高斯过程混合模型 时间序列预测 机器学习
在线阅读 下载PDF
基于高斯过程混合模型的大气温湿度预测 被引量：11
10
作者 周亚同 赵翔宇 +1 位作者 何峰 石超君 《农业工程学报》 EI CAS CSCD 北大核心 2018年第5期219-226,共8页
温湿度预测在国民经济各领域有重要作用,实现温湿度精准预测可有效提高农业生产及保障行人安全,室内温湿度预测有助于植物健康生长,减少经济损失;室外温湿度预测对行人安全及航空等科研起保障作用。针对现有温湿度预测效果不佳且不能实... 温湿度预测在国民经济各领域有重要作用,实现温湿度精准预测可有效提高农业生产及保障行人安全,室内温湿度预测有助于植物健康生长,减少经济损失;室外温湿度预测对行人安全及航空等科研起保障作用。针对现有温湿度预测效果不佳且不能实现多模态预测,该文采用高斯过程混合(gaussian process mixture,GPM)模型进行大气温湿度多模态预测。另外为了提升模型学习效率,给GPM模型提出了的一种隐变量后验硬划分迭代学习算法。该算法采用一种新的近似策略,利用最大后验估计不断矫正样本划分,借助迭代学习实现样本最优分组。在用自相关函数和最大Lyapunov指数等解析评价温湿度序列基础上,将GPM模型与核回归(kernel-regression,K-R)、最小最大概率机回归(minimax probability machine regression,MPMR)、线性回归(linear-regression,L-R)、高斯过程(gaussian process,GP)等传统预测模型进行比较。结果表明GPM不仅能够实现多模态预测,而且预测准确率要明显优于其它传统模型。最终湿度预测最优结果RMSE=0.062 0、R^2=0.936 2,训练耗时为113.417 5 s;温度预测最优结果 RMSE=0.042 6、R^2=0.966 6,训练耗时为90.0049 s。由于GPM为无环境因子输入模型,因此该文的研究不仅对大气温湿度预测有促进作用,同时对室内及固体表面温湿度预测具有一定借鉴价值。 展开更多
关键词 温度 湿度 预测 高斯过程混合模型 机器学习
在线阅读 下载PDF
高斯过程混合模型应用于网络流量预测研究 被引量：12
11
作者 李松 周亚同 +2 位作者 池越 何静飞 张世立 《计算机工程与应用》 CSCD 北大核心 2020年第5期186-193,共8页
精准的网络流量预测可以避免网络崩溃,保证网络的流畅度。将高斯过程混合(GPM)模型应用于网络流量的多模态预测。对两段不同地区的网络流量序列进行多模态分析,将之通过归一化和相空间重构后生成样本集并输入GPM模型。采用分类迭代学习... 精准的网络流量预测可以避免网络崩溃,保证网络的流畅度。将高斯过程混合(GPM)模型应用于网络流量的多模态预测。对两段不同地区的网络流量序列进行多模态分析,将之通过归一化和相空间重构后生成样本集并输入GPM模型。采用分类迭代学习算法,利用后验概率最大化和似然函数实现模型参数学习。将GPM模型与支持向量机(SVM)、核回归(KR)、最小最大概率机回归(MPMR)和高斯过程(GP)等模型比较。通过对比均方根误差(RMSE)和决定系数(R^2)评价指标,GPM模型的预测准确度要优于其他四种模型。说明GPM模型能够很好应用于网络流量预测,可以为网络管理者分配网络资源提供参考。 展开更多
关键词 网络流量 预测 高斯过程混合模型 多模态
在线阅读 下载PDF
混沌时间序列的高斯过程混合模型预测 被引量：2
12
作者 冯振杰 樊煜 《系统仿真学报》 CAS CSCD 北大核心 2019年第7期1387-1396,共10页
高斯过程混合(Gaussian Processes Mixture,GPM)模型现有的学习算法如马尔科夫链蒙特卡洛法、变分法或留一法等,计算复杂度偏高,提出一种隐变量后验硬划分迭代学习算法,简化模型的学习过程,基于该算法将GPM模型用于混沌时间序列预测,并... 高斯过程混合(Gaussian Processes Mixture,GPM)模型现有的学习算法如马尔科夫链蒙特卡洛法、变分法或留一法等,计算复杂度偏高,提出一种隐变量后验硬划分迭代学习算法,简化模型的学习过程,基于该算法将GPM模型用于混沌时间序列预测,并讨论嵌入维、时间延迟、学习样本和测试样本数目等参数对预测性能的影响。实验结果表明,GPM模型预测精度高于支持向量机(Support Vector Machine,SVM)、高斯过程(Gaussian Process,GP)和径向基(Radical Basis Function,RBF)网络,学习速度介于RBF网络、GP和SVM之间。 展开更多
关键词 高斯过程混合模型 混沌时间序列 预测 机器学习
在线阅读 下载PDF
一种基于混合策略的自适应多输出高斯过程响应面法
13
作者 刘信恩 肖世富 莫军 《应用力学学报》 CAS CSCD 北大核心 2011年第3期237-242,324-325,共6页
针对工程结构数值模拟常常是矢量与函数（矢量函数）混合输出的特点,提出一种基于混合策略的含索引变量的矢量高斯过程响应面法,同时提出一种设计点自适应加密方法进一步提高效率。算例显示：本文方法能够优先拾取预测误差最大的点作为... 针对工程结构数值模拟常常是矢量与函数（矢量函数）混合输出的特点,提出一种基于混合策略的含索引变量的矢量高斯过程响应面法,同时提出一种设计点自适应加密方法进一步提高效率。算例显示：本文方法能够优先拾取预测误差最大的点作为加密点;真实误差全部都落在最大可能误差范围之内,最大误差1.4%~1.6%远小于预设误差限5%,验证了本文方法的有效性。 展开更多
关键词 混合策略 多输出模型 响应面法 高斯过程 贝叶斯统计
在线阅读 下载PDF
基于GMM-Ada-LASSO模型的高维过程统计质量监控方法 被引量：1
14
作者 张帅 杨剑锋 薛丽 《统计与决策》 CSSCI 北大核心 2024年第17期47-52,共6页
针对高维数据往往不服从正态分布导致统计监控模型识别精度低、监控效率差的问题,文章提出一种基于高斯混合模型的变量选择控制图方法。首先,利用高斯混合模型将高维过程分解成若干个服从正态分布的子分布;然后,运用Adaptive LASSO算法... 针对高维数据往往不服从正态分布导致统计监控模型识别精度低、监控效率差的问题,文章提出一种基于高斯混合模型的变量选择控制图方法。首先,利用高斯混合模型将高维过程分解成若干个服从正态分布的子分布;然后,运用Adaptive LASSO算法识别潜在异常变量;最后,构建多元EWMA控制图实现高维过程统计质量监控。通过仿真实验,在六种不同情形下对所提方法的监控性能进行测试。结果表明,与传统MEW⁃MA和VS-MEWMA控制图相比,所提监控方法对非正态数据具有较强的稳健性,对高维过程具有良好的监控性能。 展开更多
关键词 高维数据 非正态过程 高斯混合模型 变量选择控制图
在线阅读 下载PDF
群稀疏高斯洛伦兹混合先验超分辨率重建 被引量：3
15
作者 马子杰 赵玺竣 +3 位作者 任国强 雷涛 杨虎 刘盾 《光电工程》 CAS CSCD 北大核心 2021年第11期50-61,共12页
为了得到置信度更高的超分辨率先验模型,实现重建结果在噪声和细节之间的平衡,建立了基于混合稀疏表达框架下的高斯⎯洛伦兹混合先验模型。研究了该先验模型在超分算法中的应用优势和具体的应用方案。首先,根据先验信息的类型介绍了一些... 为了得到置信度更高的超分辨率先验模型,实现重建结果在噪声和细节之间的平衡,建立了基于混合稀疏表达框架下的高斯⎯洛伦兹混合先验模型。研究了该先验模型在超分算法中的应用优势和具体的应用方案。首先,根据先验信息的类型介绍了一些超分辨率算法的优势和问题。接着,提出对图像不同分量的统计特点进行单独建模的应用方法。然后,在分析了混合稀疏框架、高斯吉布斯先验和洛伦兹先验的基础上,说明了基于群稀疏框架下的高斯⎯洛伦兹混合先验的超分辨率算法。最后,介绍了具体实现环节和最终迭代方案。实验结果表明,本文基本完成了在重建过程中保持细节的同时抑制噪声的改进目标,可以用于更多复杂环境的超分辨率重建要求。 展开更多
关键词 超分辨率算法 先验模型 高斯-洛伦兹 混合稀疏表达
在线阅读 下载PDF
基于高斯混合模型的MWPCA高炉异常监测算法 被引量：9
16
作者 朱雄卓 张瀚文 杨春节 《化工学报》 EI CAS CSCD 北大核心 2021年第3期1539-1548,共10页
大型高炉是钢铁制造过程中的重要装备,由于高炉运行过程复杂,干扰因素繁多,经常会有异常炉况发生。为及时监测异常炉况、保证高炉顺行,本文利用高炉运行数据,开发了一种基于MWPCA和高斯混合模型的算法对高炉异常过程进行监测。由于高炉... 大型高炉是钢铁制造过程中的重要装备,由于高炉运行过程复杂,干扰因素繁多,经常会有异常炉况发生。为及时监测异常炉况、保证高炉顺行,本文利用高炉运行数据,开发了一种基于MWPCA和高斯混合模型的算法对高炉异常过程进行监测。由于高炉运行数据存在非高斯分布和时变的特点,利用高斯混合模型改进了传统PCA监测模型的T2统计量,使算法可以适应高炉数据的独特分布特征,并加入了滑窗机制,使算法具有实时更新的能力。随后,将算法应用在华南某大型钢铁集团的真实高炉数据上,检测了算法的有效性,并将其与基础算法进行了对比分析,证明了算法在高炉异常监测能力上有所提高。 展开更多
关键词 高炉 过程系统 主元分析 高斯混合模型 过程监测 算法
在线阅读 下载PDF
高斯混合模型下的相关子空间与离群数据挖掘 被引量：5
17
作者 樊盼盼 张继福 《小型微型计算机系统》 CSCD 北大核心 2018年第11期2491-2496,共6页
相关子空间是一种与离群数据有关的属性集维集合,可有效地降低"维灾"的影响.本文利用高斯混合模型重新定义了相关子空间,并且给出了一种相关子空间的离群挖掘算法.该算法首先根据k近邻算法,确定数据集中各数据对象的局部数据... 相关子空间是一种与离群数据有关的属性集维集合,可有效地降低"维灾"的影响.本文利用高斯混合模型重新定义了相关子空间,并且给出了一种相关子空间的离群挖掘算法.该算法首先根据k近邻算法,确定数据集中各数据对象的局部数据集,并依据属性值的稀疏度生成全局的稀疏度矩阵,稀疏度矩阵有效地体现出数据的稀疏性和稠密性;其次,利用高斯混合模型和稀疏度矩阵,识别数据对象的相关子空间和不相关子空间,避免了不相关子空间对度量离群数据的影响;然后,在相关子空间中,利用数据对象每个维度的稀疏度和属性权值,计算数据对象的离群值,并选取离群值较大的若干个对象作为离群数据;最后采用人工和UCI数据集,实验验证了该算法的有效性. 展开更多
关键词 离群挖掘 相关子空间 高斯混合模型 稀疏度
在线阅读 下载PDF
面向图像先验建模的可扩展高斯混合模型 被引量：4
18
作者 张墨华 彭建华 《计算机工程》 CAS CSCD 北大核心 2020年第4期220-227,共8页
针对使用高斯混合模型的图像先验建模中分量数目难以扩展的问题,构建基于狄利克雷过程的可扩展高斯混合模型.通过聚类分量的新增及归并机制,使模型复杂度根据数据规模自适应变化,从而增强先验模型结构的紧密度,以提升其可解释性.此外,... 针对使用高斯混合模型的图像先验建模中分量数目难以扩展的问题,构建基于狄利克雷过程的可扩展高斯混合模型.通过聚类分量的新增及归并机制,使模型复杂度根据数据规模自适应变化,从而增强先验模型结构的紧密度,以提升其可解释性.此外,对高斯混合模型的推理过程进行优化,给出一种基于批次处理方式的可扩展变分推理算法,求解图像去噪中所有隐变量的变分后验分布,实现先验学习.实验结果表明,该模型在图像去噪任务中较EPLL等传统去噪模型能够取得更高的峰值信噪比,去噪效果更佳,验证了该模型的有效性. 展开更多
关键词 先验建模 高斯混合模型 狄利克雷过程 图像去噪 批次处理
在线阅读 下载PDF
层次变分高斯混合模型与主多项式分析的故障检测策略 被引量：4
19
作者 李元 杨东昇 +1 位作者 赵丽颖 张成 《化工学报》 EI CAS CSCD 北大核心 2021年第3期1616-1626,共11页
针对多模态工业过程中模态数量难以确定问题,提出一种层次变分高斯混合模型(hierarchical variational Gaussian mixture model,HVGMM)。在此基础上,使用主多项式分析(principal polynomial analysis,PPA)用于多模态非线性过程故障检测... 针对多模态工业过程中模态数量难以确定问题,提出一种层次变分高斯混合模型(hierarchical variational Gaussian mixture model,HVGMM)。在此基础上,使用主多项式分析(principal polynomial analysis,PPA)用于多模态非线性过程故障检测。首先,变分贝叶斯高斯混合模型(variational Bayesian Gaussian mixture model,VBGMM)作为初始模型用于分解过程数据得到工作模态的初始数量,将过程按初始数量分解为多个子块;其次,应用包含多个局部模型的VBGMM将各子块分解为附属子块,并利用附属子块的均值、精度等信息对VBGMM进行重构;然后,将重构后的VBGMM作为初始模型再次用于分解原始过程数据,重复上述步骤直至重构VBGMM无法分解各子块时停止;最后,分别在各附属子块中建立局部PPA模型,并在每个局部模型中计算T2和SPE统计量进行故障检测。将该方法应用于数值例子和Tennessee Eastman(TE)化工过程,并将仿真结果与主元分析(principal component analysis,PCA)、PPA进行对比,验证了所提出方法的有效性。 展开更多
关键词 主元分析 变分贝叶斯高斯混合模型 故障检测 过程控制 多模态过程 参数估值
在线阅读 下载PDF
基于高斯混合过程的空间机器人任务空间预测控制方法 被引量：2
20
作者 柳子然 戴梓健 +2 位作者 岳程斐 王培基 曹喜滨 《系统工程与电子技术》 EI CSCD 北大核心 2023年第11期3597-3605,共9页
针对空间机器人的精准操控需求和任务空间控制问题,提出了一种基于高斯混合过程的模型预测控制方法。在建立的空间机器人标称模型基础上,考虑实际工作过程中由于关节摩擦、参数测量误差导致的建模误差,利用高斯混合过程对标称模型的不... 针对空间机器人的精准操控需求和任务空间控制问题,提出了一种基于高斯混合过程的模型预测控制方法。在建立的空间机器人标称模型基础上,考虑实际工作过程中由于关节摩擦、参数测量误差导致的建模误差,利用高斯混合过程对标称模型的不确定性进行精确、高效的分析和修正。其次,基于修正后的模型提出了非线性模型预测控制方法,在考虑实际物理约束,如关节限位、输入饱和等的情况下,实现了空间机器人基座和机械臂末端位姿对期望轨迹的直接精准跟踪。最后,考虑航天器在轨操控中的推力器冗余配置问题,设计了推力分配方案,并通过仿真结果校验了所设计控制方法的有效性。 展开更多
关键词 空间机器人 任务空间控制 模型预测控制 高斯混合过程
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 … 4 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