检索结果-维普期刊中文期刊服务平台

一种顾及空间异质性和噪声的遥感缺失数据重建方法: 1; 作者雷楷烨张显云 +1 位作者刘晶晖吴雪《测绘通报》 CSCD 北大核心 2024年第12期40-47,共8页; 针对光学遥感数据常存在大量缺失数据和噪声,以及现有光学遥感缺失数据重建算法大都未充分顾及地理数据空间相关密切程度的问题,本文充分利用地理空间数据间的时空关联性,提出了一种协同随机森林(RF)和地理加权回归(GWR)的重建方法(RF+G... 展开更多; 关键词光学遥感缺失数据重建地理加权回归随机森林 K最近邻; 在线阅读下载PDF 职称材料

采用改进生成式对抗网络的电力系统量测缺失数据重建方法被引量：99: 2; 作者王守相陈海文 +1 位作者潘志新王建明《中国电机工程学报》 EI CSCD 北大核心 2019年第1期56-64,共9页; 量测数据的采集、传输、转换各个环节都有可能发生故障或受到干扰,导致数据出现缺失。传统重建方法仅考虑单一数据分布规律,忽略了电力系统中量测点、采集变量之间的相关性及历史的负荷变化规律,重建精度低。该文提出了基于改进生成式... 展开更多; 关键词电力系统量测生成式对抗网络缺失数据重建卷积神经网络时序特性; 在线阅读下载PDF 职称材料

基于稀疏迭代协方差估计的缺失数据谱分析及时域重建方法被引量：24: 3; 作者马俊涛高梅国董健《电子与信息学报》 EI CSCD 北大核心 2016年第6期1431-1437,共7页; 应用于缺失数据恢复的迭代自适应方法(IAA)被证实可利用20%的有效数据估计信号参数,并能高精度恢复缺失数据,优于经典GAPES方法,但当缺失数据超过80%时其数据恢复性能迅速下降。该文基于稀疏迭代协方差估计提出一种新的缺失数据谱分析方... 展开更多; 关键词缺失数据重建谱估计迭代自适应稀疏协方差估计; 在线阅读下载PDF 职称材料

面向低压配电网智能电表误差监测的LightGBM-EM-EC多变量缺失数据高效重建被引量：14: 4; 作者李富盛陈伟松 +4 位作者钱斌郭斌肖勇周密罗奕《中国电机工程学报》 EI CSCD 北大核心 2022年第S01期95-105,共11页; 低压配电网智能电表误差监测是在不使用外部标准仪器的情况下对现场电表误差进行评估,有助于合理延长电表的使用年限,降低电网成本。然而,智能电表采集数据的缺失会降低远程误差监测的准确性。该文分析低压配电网智能电表数据缺失模式,... 展开更多; 关键词低压配电网智能电表误差监测缺失数据重建轻量级梯度提升机期望最大化; 在线阅读下载PDF 职称材料

基于MODIS数据的青藏高原地表反射率重建方法研究: 5; 作者陈善静张文娟 +2 位作者张兵康青徐旭《光学精密工程》 EI CAS CSCD 北大核心 2023年第4期429-441,共13页; 青藏高原地表反射率在自然资源监测、生态环境保护和地球科学研究等方面有着重要应用。MOD09A1反射率数据由于云等因素的影响产生了大量异常像元,使得数据存在信息损失不完整的问题。考虑到邻近时序遥感影像具有高相关性,同类地物光谱... 展开更多; 关键词地表反射率青藏高原深度学习 MODIS数据缺失数据重建; 在线阅读下载PDF 职称材料

题名一种顾及空间异质性和噪声的遥感缺失数据重建方法: 1; 作者雷楷烨张显云刘晶晖吴雪; 机构贵州大学矿业学院; 出处《测绘通报》 CSCD 北大核心 2024年第12期40-47,共8页; 基金国家自然科学基金(52064005) 贵州省省级科技计划(黔科合支撑[2022]一般204 黔科合基础-ZK[2024]一般093)。; 文摘针对光学遥感数据常存在大量缺失数据和噪声,以及现有光学遥感缺失数据重建算法大都未充分顾及地理数据空间相关密切程度的问题,本文充分利用地理空间数据间的时空关联性,提出了一种协同随机森林(RF)和地理加权回归(GWR)的重建方法(RF+GWR),分别以GF-4归一化植被指数(NDVI)、MODIS地表温度(LST)和GF-4反射率数据为试验材料,对RF+GWR方法的普适性和缺失重建性能进行了评估。试验结果表明,在所设不同云量掩膜水平下,相比于KNN和RF,RF+GWR方法在GF-4 NDVI、MODIS LST和GF-4波段反射率缺失数据方面的重建性能均有不同程度的改善,均方根误差、平均绝对误差和决定系数最大提升分别为33.07%、30.19%和7.06%。; 关键词光学遥感缺失数据重建地理加权回归随机森林 K最近邻; Keywords optical remote sensing missing data reconstruction geographically weighted regression random forest K-nearest neighbor; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名采用改进生成式对抗网络的电力系统量测缺失数据重建方法被引量：99: 2; 作者王守相陈海文潘志新王建明; 机构智能电网教育部重点实验室(天津大学) 国网江苏省电力有限公司; 出处《中国电机工程学报》 EI CSCD 北大核心 2019年第1期56-64,共9页; 文摘量测数据的采集、传输、转换各个环节都有可能发生故障或受到干扰,导致数据出现缺失。传统重建方法仅考虑单一数据分布规律,忽略了电力系统中量测点、采集变量之间的相关性及历史的负荷变化规律,重建精度低。该文提出了基于改进生成式对抗网络(wassersteingenerative adversarial networks,WGAN)的量测缺失值重建方法,并设计了适用于该问题的WGAN网络结构。通过WGAN的无监督训练,神经网络将自动学习到量测之间相关性、负荷波动规律等难以显式建模的复杂时空关系。利用真实性约束及上下文相似性约束优化隐变量,使得训练后的生成器将能够生成高精度的重建数据。文中方法完全依靠数据驱动,不涉及显式建模步骤,在大量量测出现缺失的情况下仍具有较高的重建精度。算例中分析了量测缺失数量与重建误差之间的关系,证明了文中方法性能稳定。对于算例中长期缺失的特定量测,文中方法所重建的数据能够体现量测真实的时序特性。; 关键词电力系统量测生成式对抗网络缺失数据重建卷积神经网络时序特性; Keywords power system measarement generating adversarial networks missing data reconstruction convolution neural network time series characteristics; 分类号 TM71 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于稀疏迭代协方差估计的缺失数据谱分析及时域重建方法被引量：24: 3; 作者马俊涛高梅国董健; 机构北京理工大学电子与信息学院中国人民解放军军械工程学院电子与光学工程系; 出处《电子与信息学报》 EI CSCD 北大核心 2016年第6期1431-1437,共7页; 基金国家自然科学基金(61401024)~~; 文摘应用于缺失数据恢复的迭代自适应方法(IAA)被证实可利用20%的有效数据估计信号参数,并能高精度恢复缺失数据,优于经典GAPES方法,但当缺失数据超过80%时其数据恢复性能迅速下降。该文基于稀疏迭代协方差估计提出一种新的缺失数据谱分析方法(M-SPICE)及针对该方法的缺失数据修正时域重建方法。该方法将加权缺失数据协方差拟合代价函数转换为凸优化问题,构造循环最小化器保证缺失数据参数估计的全局收敛特性,通过对缺失数据估计算子的更新实现了时域重建方法的修正,使其在有效数据功率谱欠估计的情况下获得更高的数据重建精度。仿真实验表明无论是数据块缺失还是任意缺失,该方法均能够利用更少的有效数据进行谱分析,并重建大比例缺失数据。; 关键词缺失数据重建谱估计迭代自适应稀疏协方差估计; Keywords Missing data reconstruction Spectral analysis Iterative Adaptive Approach（IAA） Sparse covariance-based estimation; 分类号 TN95 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名面向低压配电网智能电表误差监测的LightGBM-EM-EC多变量缺失数据高效重建被引量：14: 4; 作者李富盛陈伟松钱斌郭斌肖勇周密罗奕; 机构广东省电网智能量测与先进计量企业重点实验室(南方电网科学研究院有限责任公司) 广东电网有限责任公司广州供电局; 出处《中国电机工程学报》 EI CSCD 北大核心 2022年第S01期95-105,共11页; 基金国家重点研发计划项目(2019YFE0118700) 中国南方电网有限责任公司科技项目(080036KK 52190007); 文摘低压配电网智能电表误差监测是在不使用外部标准仪器的情况下对现场电表误差进行评估,有助于合理延长电表的使用年限,降低电网成本。然而,智能电表采集数据的缺失会降低远程误差监测的准确性。该文分析低压配电网智能电表数据缺失模式,研究数据缺失对误差监测模型的影响,提出一种面向低压配电网的智能电表误差监测数据重建方法。该方法构建单变量轻量级梯度提升机(light gradient boosting machine,Light GBM)重建器,建立基于期望最大化(expectation maximum,EM)算法的多变量缺失重建模型,根据能量守恒(energy conservation,EC)约束对重建数据进行二次修正。仿真结果表明,所提方法能够有效甄别数据集重要特征,明显降低时间复杂度,实现多个电能表数据同时缺失条件下的高精度重建,提高电表误差远程监测的准确性。; 关键词低压配电网智能电表误差监测缺失数据重建轻量级梯度提升机期望最大化; Keywords low voltage distribution network smart meter error monitoring missing data reconstruction light gradient boosting machine expectation maximum; 分类号 TM93 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于MODIS数据的青藏高原地表反射率重建方法研究: 5; 作者陈善静张文娟张兵康青徐旭; 机构中国科学院空天信息创新研究院可持续发展大数据国际研究中心中国科学院空天信息创新研究院中国科学院大学陆军勤务学院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2023年第4期429-441,共13页; 基金国防科工局基础性军工科研院所稳定支持重庆市自然科学基金资助项目(No.cstc2020jcyj-msxmX0156) +1 种基金陆军勤务学院教学改革研究项目资助。; 文摘青藏高原地表反射率在自然资源监测、生态环境保护和地球科学研究等方面有着重要应用。MOD09A1反射率数据由于云等因素的影响产生了大量异常像元,使得数据存在信息损失不完整的问题。考虑到邻近时序遥感影像具有高相关性,同类地物光谱具备高相似性,本文针对青藏高原地区提出了一种基于残缺多时相数据与地表覆盖分类信息的地表反射率深度学习重建方法。首先,以多时相MOD09A1反射率数据和MCD12Q1地表覆盖分类数据为基础,通过异常像元去除、有效图层提取、投影转换与拼接,得到目标区域基础反射率图像及辅助数据;其次,根据残差网络基本原理,构建了基于多时相数据与地表覆盖分类信息融合的深度学习网络模型;然后,利用MOD09A1数据完整区域裁剪的云掩膜样本、基于地表覆盖分类和K-means聚类算法生成的增广样本对模型进行训练;最后,将训练好的模型用于缺失数据区域地表反射率重建。通过两组对比试验表明,本文方法降低了对多时相辅助影像数据量和完整性的要求,在多时相数据残缺情况下,结合地表覆盖分类信息可实现对青藏高原大范围地表反射率的修复与重建。; 关键词地表反射率青藏高原深度学习 MODIS数据缺失数据重建; Keywords surface reflectance Tibetan Plateau deep learning MODIS data reconstruction of missing data; 分类号 TP75 [自动化与计算机技术—检测技术与自动化装置]; 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	一种顾及空间异质性和噪声的遥感缺失数据重建方法	雷楷烨张显云刘晶晖吴雪	《测绘通报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	采用改进生成式对抗网络的电力系统量测缺失数据重建方法	王守相陈海文潘志新王建明	《中国电机工程学报》 EI CSCD 北大核心	2019	99	在线阅读下载PDF 职称材料
3	基于稀疏迭代协方差估计的缺失数据谱分析及时域重建方法	马俊涛高梅国董健	《电子与信息学报》 EI CSCD 北大核心	2016	24	在线阅读下载PDF 职称材料
4	面向低压配电网智能电表误差监测的LightGBM-EM-EC多变量缺失数据高效重建	李富盛陈伟松钱斌郭斌肖勇周密罗奕	《中国电机工程学报》 EI CSCD 北大核心	2022	14	在线阅读下载PDF 职称材料
5	基于MODIS数据的青藏高原地表反射率重建方法研究	陈善静张文娟张兵康青徐旭	《光学精密工程》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料