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
基于梯度惩罚生成对抗网络的配电网缺失数据修复方法
1
作者
吕朋蓬
卜强生
+1 位作者
郭野
罗飞
《太阳能学报》
2025年第5期185-192,共8页
提出一种基于梯度惩罚生成对抗网络的配电网缺失数据修复方法。针对配电网数据特点设计生成器和判别器的结构及参数,并在生成对抗网络训练中引入梯度惩罚项以提高收敛性能。该方法仅以数据驱动,通过无监督学习理解数据中难以表征的高维...
提出一种基于梯度惩罚生成对抗网络的配电网缺失数据修复方法。针对配电网数据特点设计生成器和判别器的结构及参数,并在生成对抗网络训练中引入梯度惩罚项以提高收敛性能。该方法仅以数据驱动,通过无监督学习理解数据中难以表征的高维、非线性特征,不需要配电网的具体拓扑结构建模,提高了数据修复方法的适用性。算例结果表明该方法与传统生成对抗网络相比具有更高的修复精度,在数据缺失比例为10%时,数据修复精度提高18.9%。
展开更多
关键词
电网功率测量
大
数据
生成对抗网络
无监督学习
缺失数据修复
在线阅读
下载PDF
职称材料
基于概率主成分分析的结构健康监测数据修复方法研究
被引量：
10
2
作者
马帜
罗尧治
+3 位作者
万华平
YUN C B
沈雁彬
俞峰
《振动与冲击》
EI
CSCD
北大核心
2021年第21期135-141,167,共8页
结构健康监测愈来愈成为结构损伤演化行为研究的有效手段和运营安全保障的重要技术。在长期监测过程中,由于监测设备故障、供能中断、数据传输故障等诸多因素存在,监测数据缺失情况不可避免。修复缺失数据有助于保证监测数据的完整性和...
结构健康监测愈来愈成为结构损伤演化行为研究的有效手段和运营安全保障的重要技术。在长期监测过程中,由于监测设备故障、供能中断、数据传输故障等诸多因素存在,监测数据缺失情况不可避免。修复缺失数据有助于保证监测数据的完整性和可靠性。引入了概率主成分分析方法对结构健康监测数据进行修复,该方法无需对完整数据进行训练,尤其适用于完整数据较少、多测点存在数据缺失的情况。概率主成分分析方法能估计修复数据的不确定性水平,给出相应的置信区间。武夷山旋转观众席结构的监测数据用来验证方法的有效性,并与传统主成分分析、多元线性回归法、K最近邻法和压缩传感方法四种数据修复方法对比。结果表明,概率主成分分析方法在不同缺失工况和不同缺失率下的修复效果均最佳。
展开更多
关键词
概率主成分分析(PPCA)
缺失数据修复
结构健康监测(SHM)
最大期望(EM)算法
旋转观众席结构
在线阅读
下载PDF
职称材料
题名
基于梯度惩罚生成对抗网络的配电网缺失数据修复方法
1
作者
吕朋蓬
卜强生
郭野
罗飞
机构
国网江苏省电力有限公司电力科学研究院
出处
《太阳能学报》
2025年第5期185-192,共8页
基金
国家电网公司总部科技项目(5108-202218280A-2-367-XG)。
文摘
提出一种基于梯度惩罚生成对抗网络的配电网缺失数据修复方法。针对配电网数据特点设计生成器和判别器的结构及参数,并在生成对抗网络训练中引入梯度惩罚项以提高收敛性能。该方法仅以数据驱动,通过无监督学习理解数据中难以表征的高维、非线性特征,不需要配电网的具体拓扑结构建模,提高了数据修复方法的适用性。算例结果表明该方法与传统生成对抗网络相比具有更高的修复精度,在数据缺失比例为10%时,数据修复精度提高18.9%。
关键词
电网功率测量
大
数据
生成对抗网络
无监督学习
缺失数据修复
Keywords
power measurement
big data
generative adversarial network
unsupervised learning
missing data imputation
分类号
TM93 [电气工程]
在线阅读
下载PDF
职称材料
题名
基于概率主成分分析的结构健康监测数据修复方法研究
被引量：
10
2
作者
马帜
罗尧治
万华平
YUN C B
沈雁彬
俞峰
机构
浙江大学建筑工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2021年第21期135-141,167,共8页
基金
国家重点研发计划课题资助项目(2017YFC0806100)
国家自然科学基金资助项目(51778568,51878235)。
文摘
结构健康监测愈来愈成为结构损伤演化行为研究的有效手段和运营安全保障的重要技术。在长期监测过程中,由于监测设备故障、供能中断、数据传输故障等诸多因素存在,监测数据缺失情况不可避免。修复缺失数据有助于保证监测数据的完整性和可靠性。引入了概率主成分分析方法对结构健康监测数据进行修复,该方法无需对完整数据进行训练,尤其适用于完整数据较少、多测点存在数据缺失的情况。概率主成分分析方法能估计修复数据的不确定性水平,给出相应的置信区间。武夷山旋转观众席结构的监测数据用来验证方法的有效性,并与传统主成分分析、多元线性回归法、K最近邻法和压缩传感方法四种数据修复方法对比。结果表明,概率主成分分析方法在不同缺失工况和不同缺失率下的修复效果均最佳。
关键词
概率主成分分析(PPCA)
缺失数据修复
结构健康监测(SHM)
最大期望(EM)算法
旋转观众席结构
Keywords
probabilistic principal component analysis(PPCA)
missing data recovery
structural health monitoring(SHM)
expectation maximization(EM)algorithm
revolving auditorium
分类号
TU393 [建筑科学—结构工程]
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
基于梯度惩罚生成对抗网络的配电网缺失数据修复方法
吕朋蓬
卜强生
郭野
罗飞
《太阳能学报》
2025
在线阅读
下载PDF
职称材料
2
基于概率主成分分析的结构健康监测数据修复方法研究
马帜
罗尧治
万华平
YUN C B
沈雁彬
俞峰
《振动与冲击》
EI
CSCD
北大核心
2021
10
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
