基于反向传播-自适应提升算法的谐波阻抗估计 被引量：2

1

作者 夏焰坤 任俊杰 《电力系统及其自动化学报》 CSCD 北大核心 2024年第3期118-125,共8页

目前,关于量化谐波阻抗的研究大多数是基于系统侧谐波阻抗不发生改变而设定,当系统谐波阻抗变动时,如何估计谐波阻抗的研究相对较少。为此,本文提出一种基于系统谐波阻抗变动背景下的系统谐波阻抗估计新方法。首先,加窗处理谐波电压、... 目前,关于量化谐波阻抗的研究大多数是基于系统侧谐波阻抗不发生改变而设定,当系统谐波阻抗变动时,如何估计谐波阻抗的研究相对较少。为此,本文提出一种基于系统谐波阻抗变动背景下的系统谐波阻抗估计新方法。首先,加窗处理谐波电压、电流测量数据,使用二元线性回归法估算系统谐波阻抗,并用小波包变换对测量数据进行分段,以找出系统谐波阻抗变动的时间;其次,采用反向传播-自适应提升算法精确量化每个采样数据段的系统谐波阻抗;最后,通过仿真与实例分析验证本文方法相较于其他方法具有更好的鲁棒性和精确性。 展开更多

关键词 系统侧谐波阻抗 小波包变换法 反向传播-自适应提升算法 鲁棒性

在线阅读 下载PDF 职称材料

基于类Haar特征和自适应提升算法的前车识别 被引量：4

2

作者 曹景胜 李刚 +2 位作者 石晶 王冬霞 郭银景 《科学技术与工程》 北大核心 2019年第7期161-165,共5页

针对汽车高级驾驶辅助系统(ADAS)中前方车辆识别率低的问题,基于机器视觉原理研究了前方道路图像中的类Haar特征;并进行积分图计算。在提取类Haar特征基础上,采用自适应提升(Ada Boost)算法进行正负样本训练并级联,得到训练好的模型;进... 针对汽车高级驾驶辅助系统(ADAS)中前方车辆识别率低的问题,基于机器视觉原理研究了前方道路图像中的类Haar特征;并进行积分图计算。在提取类Haar特征基础上,采用自适应提升(Ada Boost)算法进行正负样本训练并级联,得到训练好的模型;进而检测和识别汽车行驶中前方车辆。最后基于Open CV计算机视觉库在Visual Studio开发环境中进行了算法实现和测试。结果表明,每帧视频图像识别时间小于40 ms,检测率准确可靠,满足多场景、多工况下的前方车辆实时识别。 展开更多

关键词 高级驾驶辅助系统 前车识别 机器视觉 类HAAR特征 自适应提升算法

在线阅读 下载PDF 职称材料

扫描格式转换的自适应帧频提升算法及其FPGA实现 被引量：4

3

作者 吴勇 张光烈 +1 位作者 郑南宁 张霞 《中国工程科学》 2001年第4期56-62,共7页

文章提出了一种新的自适应帧频提升算法 ,并深入研究了它的快速硬件实现方法。该算法通过引入内部参数和加权块匹配误差 ,来进行自适应运动补偿 ,因而它可以有效地消除噪声的影响 ,并便于硬件实现。最后 ,通过建立对应于可变参数的因子... 文章提出了一种新的自适应帧频提升算法 ,并深入研究了它的快速硬件实现方法。该算法通过引入内部参数和加权块匹配误差 ,来进行自适应运动补偿 ,因而它可以有效地消除噪声的影响 ,并便于硬件实现。最后 ,通过建立对应于可变参数的因子查找表和采用现场可编程逻辑器件 (FPGA)快速实现了扫描格式转换中的帧频提升算法 ,并应用在实际系统中 ,实验结果表明该算法十分有效。 展开更多

关键词 扫描格式转换 块匹配 运动补偿 自适应帧频提升算法 运行补偿 FPGA 可编程逻辑器件

在线阅读 下载PDF 职称材料

具有场帧检测的自适应帧频提升算法及VLSI实现 被引量：1

4

作者 吴勇 郑南宁 +1 位作者 张光烈 王少瑞 《西安交通大学学报》 EI CAS CSCD 北大核心 2002年第2期143-146,共4页

提出一种隔行到逐行自适应帧频提升算法和该算法的芯片设计方法 .该芯片采用了具有场帧检测的隔行到逐行自适应帧频提升算法 ,实现了可调的隔行到逐行帧频提升 ,而且该芯片综合应用了黑 /白电平扩展、图像边缘保持的二维滤波、彩色瞬态... 提出一种隔行到逐行自适应帧频提升算法和该算法的芯片设计方法 .该芯片采用了具有场帧检测的隔行到逐行自适应帧频提升算法 ,实现了可调的隔行到逐行帧频提升 ,而且该芯片综合应用了黑 /白电平扩展、图像边缘保持的二维滤波、彩色瞬态改善 (CTI)、色度空间转换 (CSC)、伽马校正等视频处理模块及四路嵌入式D/A等技术 ,并采用 0 .35 μmCMOS工艺 ,在TSMC流片 ,具有潜在的商业应用价值 . 展开更多

关键词 场帧检测 彩色瞬态改善 色度空间转换 Γ校正 自适应帧频提升算法 视频处理

在线阅读 下载PDF 职称材料

基于双特征融合与自适应提升机制的图像动作识别算法 被引量：9

5

作者 罗冬梅 左金水 余文森 《电子测量与仪器学报》 CSCD 北大核心 2017年第12期1929-1936,共8页

针对复杂环境中动作识别易受到光照变化、目标旋转,遮挡等导致目标位置不精确,目标漂移以及识别错误等问题,提出了一种基于双特征融合与自适应提升的动作识别算法。首先,基于时空上下文(spatio-temporal context,STC)机制,通过时空上下... 针对复杂环境中动作识别易受到光照变化、目标旋转,遮挡等导致目标位置不精确,目标漂移以及识别错误等问题,提出了一种基于双特征融合与自适应提升的动作识别算法。首先,基于时空上下文(spatio-temporal context,STC)机制,通过时空上下文关系与视觉系统特性来提取图像序列特征,降低光照变化、遮挡对行为动作的影响;同时,利用卷积神经网络(convolution neural network,CNN)来处理图像序列,分别获得STC特征与CNN特征;其次,引入主成分分析算子,定义双特征融合规则,对获得STC特征与CNN特征进行组合,形成一种更准确、完整的特征表示;然后,通过得到的新特征,利用自适应提升算法(adaptive boosting algorithm,ABA)进行分类训练,完成对行为动作决策判断。在Weizmann、Hollywood数据集上测试表明,相对于当前常用的动作识别方法,所提算法对各种行为动作具有更高的识别精度与鲁棒性,更能适应复杂背景和动作变化。所提算法具有较高的人体动作识别精度,在视频监测、人机交互等领域具有一定的应用价值。 展开更多

关键词 图像动作识别 时空上下文 双特征融合 卷积神经网络 主成分分析 自适应提升算法

在线阅读 下载PDF 职称材料

一种基于数据驱动的空调负荷预测方法

6

作者 周孟然 周光耀 +6 位作者 胡锋 朱梓伟 张奇奇 王玲 孔伟乐 吴长臻 崔恩汉 《河南师范大学学报(自然科学版)》 北大核心 2025年第3期128-134,共7页

空调负荷预测是空调负荷潜力分析和电网空调负荷调控的基础,为了精确地对空调负荷进行预测,文中提出了一种考虑到外界影响因素以及集成优化的空调负荷预测方法.首先,拟定好实验运行方案并采集影响因素数据.其次,使用近邻成分分析(NCA)... 空调负荷预测是空调负荷潜力分析和电网空调负荷调控的基础,为了精确地对空调负荷进行预测,文中提出了一种考虑到外界影响因素以及集成优化的空调负荷预测方法.首先,拟定好实验运行方案并采集影响因素数据.其次,使用近邻成分分析(NCA)方法进行特征选择,剔除重要度小的特征.然后使用白鲨优化算法(white shark optimizer,WSO)对支持向量回归(support vector regression,SVR)的正则化参数和核函数的宽度参数进行优化,最后,结合自适应提升算法(adaptive boosting,Adaboost)构建Adaboost-WSO-SVR主模型,检验其精度并与其他方法进行比较.结果表明,提出的Adaboost-WSO-SVR主模型相比于集成优化后的BP,ELM模型精度更高.可知提出的方法在负荷预测方面效果更好,为空调节能优化控制策略提供依据. 展开更多

关键词 空调负荷 负荷预测 特征选择 白鲨优化算法 自适应提升算法 支持向量回归

在线阅读 下载PDF 职称材料

基于相关性的AdaBoost人脸检测算法 被引量：7

7

作者 张君昌 樊伟 《计算机工程》 CAS CSCD 北大核心 2011年第8期158-160,163,共4页

为提高传统AdaBoost算法的集成性能,降低算法复杂度,提出2种基于分类器相关性的AdaBoost算法。在弱分类器的训练过程中,加入Q统计量进行判定。每个弱分类器的权重更新不仅与当前分类器有关,而且需要考虑到前面的若干分类器,以有效降低... 为提高传统AdaBoost算法的集成性能,降低算法复杂度,提出2种基于分类器相关性的AdaBoost算法。在弱分类器的训练过程中,加入Q统计量进行判定。每个弱分类器的权重更新不仅与当前分类器有关,而且需要考虑到前面的若干分类器,以有效降低弱分类器间的相似性,剔除相似特征。仿真结果表明,该算法具有更好的检测率,同时可降低误检率,改进分类器的整体性能。 展开更多

关键词 人脸检测 分类器相关性 自适应提升算法 Q统计量

在线阅读 下载PDF 职称材料

多标签代价敏感分类集成学习算法 被引量：23

8

作者 付忠良 《自动化学报》 EI CSCD 北大核心 2014年第6期1075-1085,共11页

尽管多标签分类问题可以转换成一般多分类问题解决,但多标签代价敏感分类问题却很难转换成多类代价敏感分类问题.通过对多分类代价敏感学习算法扩展为多标签代价敏感学习算法时遇到的一些问题进行分析,提出了一种多标签代价敏感分类集... 尽管多标签分类问题可以转换成一般多分类问题解决,但多标签代价敏感分类问题却很难转换成多类代价敏感分类问题.通过对多分类代价敏感学习算法扩展为多标签代价敏感学习算法时遇到的一些问题进行分析,提出了一种多标签代价敏感分类集成学习算法.算法的平均错分代价为误检标签代价和漏检标签代价之和,算法的流程类似于自适应提升(Adaptive boosting,AdaBoost)算法,其可以自动学习多个弱分类器来组合成强分类器,强分类器的平均错分代价将随着弱分类器增加而逐渐降低.详细分析了多标签代价敏感分类集成学习算法和多类代价敏感AdaBoost算法的区别,包括输出标签的依据和错分代价的含义.不同于通常的多类代价敏感分类问题,多标签代价敏感分类问题的错分代价要受到一定的限制,详细分析并给出了具体的限制条件.简化该算法得到了一种多标签AdaBoost算法和一种多类代价敏感AdaBoost算法.理论分析和实验结果均表明提出的多标签代价敏感分类集成学习算法是有效的,该算法能实现平均错分代价的最小化.特别地,对于不同类错分代价相差较大的多分类问题,该算法的效果明显好于已有的多类代价敏感AdaBoost算法. 展开更多

关键词 多标签分类 代价敏感学习 集成学习 自适应提升算法 多分类

在线阅读 下载PDF 职称材料

基于分类器相关性的Adaboost人脸检测算法 被引量：3

9

作者 张君昌 李倩 贾靖 《计算机应用》 CSCD 北大核心 2009年第12期3346-3348,共3页

为了提高传统Adaboost算法的集成性能,提出一种基于分类器相关性的Adaboost算法。该方法在弱分类器的训练过程中加入分类器的相关性判定,使每一个弱分类器的生成不仅与当前分类器有关,而且与前面若干个分类器相关,并将由此生成的弱分类... 为了提高传统Adaboost算法的集成性能,提出一种基于分类器相关性的Adaboost算法。该方法在弱分类器的训练过程中加入分类器的相关性判定,使每一个弱分类器的生成不仅与当前分类器有关,而且与前面若干个分类器相关,并将由此生成的弱分类器组合成新的强分类器。在CMU正面人脸检测集上的仿真结果表明,较传统的Adaboost算法,基于分类器相关性的Adaboost人脸检测算法具有更好的检测效率,同时降低了误检率。 展开更多

关键词 人脸检测 分类器相关性 自适应提升算法

在线阅读 下载PDF 职称材料

基于MIDBO-BP-Adaboost的高铁路基沉降预测

10

作者 贺全鹏 司涌波 李少远 《北京交通大学学报》 北大核心 2025年第3期182-192,共11页

针对温度、湿度等因素影响带来的高铁路基沉降问题,提出一种改进的蜣螂优化算法(My Improved Dung Beetle Optimization Algorithm,MIDBO)-反向传播(Back Propagation,BP)神经网络-自适应提升算法(Adaptive Boosting,Adaboost)组合预测... 针对温度、湿度等因素影响带来的高铁路基沉降问题,提出一种改进的蜣螂优化算法(My Improved Dung Beetle Optimization Algorithm,MIDBO)-反向传播(Back Propagation,BP)神经网络-自适应提升算法(Adaptive Boosting,Adaboost)组合预测模型.首先,为解决蜣螂优化算法易陷入局部最优和复杂工程应用效果不佳的缺陷,提出一种复合混沌映射、模拟退火算法、非线性指数动态权重系数多策略融合的MIDBO算法;然后,利用MIDBO算法对BP神经网络进行优化,再与Adaboost算法结合,建立了MIDBO-BP-Adaboost模型;最后,将不同模型应用于兰新高速铁路进行预测分析.研究结果表明:MIDBO算法有效优化了BP神经网络,提高了模型精度;Adaboost算法提高了模型的稳健性和泛化能力;与BP预测模型相比,MIDBO-BP-Adaboost模型的平均绝对误差、均方根误差、平均绝对百分比误差分别减小63.81%、63.84%、62.26%,拟合系数提高18.82%.研究成果可以为兰新高铁路基沉降预测提供参考. 展开更多

关键词 交通信息工程及控制 高速铁路 路基沉降 蜣螂优化算法 反向传播神经网络 自适应提升算法

在线阅读 下载PDF 职称材料

空气质量指数混合预测模型及实证

11

作者 周子渊 张梓萱 郭晓梅 《计算机工程与设计》 北大核心 2025年第8期2365-2372,共8页

针对单来源污染物数据的空气质量指数(AQI)预测问题,构建了基于CNN-LSTM-AdaBoost混合框架的AQI预测模型。通过卷积神经网络(CNN)提取污染物间的局部交互特征,利用长短期记忆网络(LSTM)构建长期时序趋势,采用自适应提升(AdaBoost)集成... 针对单来源污染物数据的空气质量指数(AQI)预测问题,构建了基于CNN-LSTM-AdaBoost混合框架的AQI预测模型。通过卷积神经网络(CNN)提取污染物间的局部交互特征,利用长短期记忆网络(LSTM)构建长期时序趋势,采用自适应提升(AdaBoost)集成学习模块动态加权不同时间尺度的预测结果,实现AQI高精度预测。同时引入随机森林特征归因,识别关键污染物,采用沙普利加性解释(shap)分析不同时间尺度特征对预测值的贡献度。通过对北京市2022-2025年监测站点数据进行实证研究表明,该混合模型的决定系数R^(2)达到0.9866,较传统LSTM模型有显著提升,且在可解释性方面表现出色。 展开更多

关键词 空气质量指数 卷积神经网络 长短期记忆网络 自适应提升算法 集成学习 特征归因 深度学习

在线阅读 下载PDF 职称材料

基于Adaboost-SVM组合算法的爆破振动强度预测研究 被引量：11

12

作者 梅比 汪旭光 杨仁树 《振动与冲击》 EI CSCD 北大核心 2019年第18期231-235,共5页

为了提高爆破振动强度预测精度,提出了基于Adaboost-SVM组合算法的爆破振动强度预测方法。采用主分量分析法,从7种爆破振动强度影响因素中确定了3类主要因素,并建立训练样本集,选用高斯径向基核函数建立SVM预测模型,经过对模型参数不断... 为了提高爆破振动强度预测精度,提出了基于Adaboost-SVM组合算法的爆破振动强度预测方法。采用主分量分析法,从7种爆破振动强度影响因素中确定了3类主要因素,并建立训练样本集,选用高斯径向基核函数建立SVM预测模型,经过对模型参数不断训练和优化调整,实现了对爆破振动强度的预测,最后通过Adaboost-SVM组合算法构建预测模型,进一步提升了预测精度。结果表明,SVM模型在预测精度上高于传统经验公式法和BP神经网络法,且训练速度更快;而提出的Adaboost-SVM组合算法能够进一步将预测精度提高至97%以上。 展开更多

关键词 爆破振动 预测 自适应提升算法 主分量分析(PCA) 支持向量机(SVM)

在线阅读 下载PDF 职称材料

自动质量检测中的分层机器学习方法 被引量：2

13

作者 罗兵 甘俊英 章云 《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第12期2222-2229,共8页

产品质量自动检测是一种类不平衡的模式识别分类。传统的机器学习方法考虑整体精度而偏重多数据类,但分布少的缺陷类才是重要类。本文提出对类不平衡的机器学习采用分层进行,首先对样本进行两分类学习,目标是通过简单分类器在许可的错... 产品质量自动检测是一种类不平衡的模式识别分类。传统的机器学习方法考虑整体精度而偏重多数据类,但分布少的缺陷类才是重要类。本文提出对类不平衡的机器学习采用分层进行,首先对样本进行两分类学习,目标是通过简单分类器在许可的错误率下分离出易于分离的绝大多数合格类样本,然后对不平衡性得到缓解的剩余样本进行两分类或多分类学习。在学习后的检测分类中,第1层的简单分类器和第2层的复杂分类器并行工作,前面的分类器分类为合格的可提前结束后面分类器的工作,提高总体分类速度。对比实验表明本方案有效改进了学习性能和检测分类速度。 展开更多

关键词 类不平衡 模式识别 机器学习 分层学习 代偏重的最小化最大概率机 自适应提升算法

在线阅读 下载PDF 职称材料

基于SDN的一体化信息网络业务流分类策略 被引量：3

14

作者 赵曦 马礼 +2 位作者 傅颖勋 李阳 马东超 《计算机工程与设计》 北大核心 2023年第1期30-36,共7页

一体化信息网络有多种类型协议的网络接入,流量管理与调度困难,针对这种情况设计基于软件定义网络(SDN)架构的一体化信息网络业务流分类技术。根据SDN框架转控分离的特点,设计流量感知节点采集流量信息,针对一体化信息网络流量连续特征... 一体化信息网络有多种类型协议的网络接入,流量管理与调度困难,针对这种情况设计基于软件定义网络(SDN)架构的一体化信息网络业务流分类技术。根据SDN框架转控分离的特点,设计流量感知节点采集流量信息,针对一体化信息网络流量连续特征属性多、业务类别分布不平衡、存在大量噪声的特点,设计基于Fayyad边界点定理改进CART算法,与基于弱分类器系数和分类误差相似度改进的Adaboost算法相结合的分类模型。实验结果表明,该技术能够对采集到的业务流进行分类,与相关算法相比,分类精度和用时均有明显改进。 展开更多

关键词 一体化信息网络 SDN(软件定义网络) 业务流分类 CART(分类与回归树) Adaboost(自适应提升算法) Fayyad边界点定理 集成学习

在线阅读 下载PDF 职称材料

基于AlexNet-Adaboost的多工况滚动轴承故障识别方法 被引量：16

15

作者 唐贵基 田寅初 田甜 《振动与冲击》 EI CSCD 北大核心 2022年第2期20-25,共6页

针对实际工程中滚动轴承多工况下传统故障诊断方法识别率偏低的情况。提出了一种基于AlexNet-Adaboost相结合的滚动轴承故障识别方法。以滚动轴承信号的时频图作为模型输入、分类结果作为模型输出,训练多个AlexNet基分类器;在此基础上利... 针对实际工程中滚动轴承多工况下传统故障诊断方法识别率偏低的情况。提出了一种基于AlexNet-Adaboost相结合的滚动轴承故障识别方法。以滚动轴承信号的时频图作为模型输入、分类结果作为模型输出,训练多个AlexNet基分类器;在此基础上利用Adaboost(自适应提升)算法进一步提升得到强分类器,将多工况下滚动轴承信号的时频图输入强分类器进行测试。结果显示,所提方法可实现对多工况下滚动轴承故障有效识别,并且在一定程度上提高了故障分类的准确性。 展开更多

关键词 状态识别 时频图 滚动轴承 卷积神经网络(CNN) 自适应提升算法

在线阅读 下载PDF 职称材料

实时抗干扰的人脸检测方法

16

作者 周瑾 王元庆 范科峰 《计算机工程与设计》 CSCD 北大核心 2013年第4期1399-1403,共5页

提出了一种针对实时视频流的稳定的人脸检测方法。在系统前端,结合金字塔结构、积分图和肤色覆盖率获取候选区域;级联分类器能有效检测人脸,通过改进连续型AdaBoost算法中平滑因子ε的选取方法,在加快收敛速度的同时避免过学习,合理的... 提出了一种针对实时视频流的稳定的人脸检测方法。在系统前端,结合金字塔结构、积分图和肤色覆盖率获取候选区域;级联分类器能有效检测人脸,通过改进连续型AdaBoost算法中平滑因子ε的选取方法,在加快收敛速度的同时避免过学习,合理的样本分布和弱分类器权重保证了低误检率和鲁棒性,GPU并行计算技术显著地加速了训练速度;在后端,卡尔曼滤波器用于预测和去噪,跟踪和检测结合的策略能加快处理速度。实验结果表明,该方法可以实时准确地检测人脸,能有效克服来自环境因素、姿态、表情以及遮挡的各种干扰。 展开更多

关键词 人脸检测 肤色分割 肤色覆盖率 自适应提升算法 卡尔曼滤波 显卡并行计算

在线阅读 下载PDF 职称材料

基于Tamura-HOG纹理特征与矩特征融合的配网电缆终端故障诊断方法 被引量：8

17

作者 魏亚军 李开灿 董振 《电力系统及其自动化学报》 CSCD 北大核心 2022年第9期153-158,共6页

针对现有的配网电缆因局部放电随机且复杂导致故障诊断尚存不足的问题,本文提出了一种融合局部放电谱图的矩特征、Tamura纹理特征和方向梯度直方图特征的特征提取方法。该方法从形状特征、全局和局部方向纹理特征3方面更加全面地表达局... 针对现有的配网电缆因局部放电随机且复杂导致故障诊断尚存不足的问题,本文提出了一种融合局部放电谱图的矩特征、Tamura纹理特征和方向梯度直方图特征的特征提取方法。该方法从形状特征、全局和局部方向纹理特征3方面更加全面地表达局部放电谱图特征,对局部放电谱图的矩特征、Tamura和方向梯度直方图纹理特征进行提取与融合,结合自适应提升算法、后馈神经网络和支持向量机算法均可以实现识别准确率较高的故障诊断效果。然后,将本文方法与后馈神经网络、支持向量机及卷积神经网络、栈式自编码器深度学习算法进行识别对比,结果表明,自适应提升算法的识别准确率最高、耗时最短,具有良好的通用性和稳定性,为配网电缆的故障诊断提供了新的方法。 展开更多

关键词 配网电缆 矩特征 Tamura-方向梯度直方图纹理特征 自适应提升算法 故障诊断

在线阅读 下载PDF 职称材料

基于注意力机制改进的SAB异步电机故障诊断

18

作者 令波 杨咏 +1 位作者 穆旻皓 张文俊 《振动．测试与诊断》 EI CSCD 北大核心 2023年第3期603-608,626,共7页

由于电机结构及其运行环境复杂,导致各类故障与故障特征存在较强的非线性关系,单一信号信息含量有限,无法满足诊断需求。针对此问题,以电流、磁场信号为监测信号,提出基于注意力机制改进的支持向量机-自适应提升算法(SVM-AdaBoost,简称S... 由于电机结构及其运行环境复杂,导致各类故障与故障特征存在较强的非线性关系,单一信号信息含量有限,无法满足诊断需求。针对此问题,以电流、磁场信号为监测信号,提出基于注意力机制改进的支持向量机-自适应提升算法(SVM-AdaBoost,简称SAB)的故障诊断方法。首先,通过希尔伯特变换和快速傅里叶变换提取信号频域特征;其次,通过SAB分类器,对多源样本分别进行训练,获取各子分类器预测结果;最后,基于注意力机制调整权重矩阵参数,对电流、电磁信号进行信息融合,改进SAB分类器以提高故障诊断的准确率。研究结果表明:不同信号对各类故障的敏感程度不同;所提方法可以实现对转子断条故障、定子短路故障、轴承故障的诊断分类,与传统方法对比,该方法明显提高了故障诊断的鲁棒性和准确性。 展开更多

关键词 异步电机 故障诊断 多传感器 注意力机制 支持向量机 自适应提升算法

在线阅读 下载PDF 职称材料

基于改进Adaboost-SVM的风机叶片覆冰检测 被引量：4

19

作者 冉浦东 范磊 +3 位作者 张军 张子凡 庞成鑫 黄墀志 《计算机应用与软件》 北大核心 2023年第5期110-114,共5页

针对风力发电机叶片覆冰问题,提出一种改进Adaboost-SVM组合算法的风力发电机叶片覆冰检测方法。该方法使用Adaboost架构对一组差异化的SVM模型分类结果进行集成。通过改进集成策略,改善了Adaboost-SVM算法对不平衡数据集成速度慢、集... 针对风力发电机叶片覆冰问题,提出一种改进Adaboost-SVM组合算法的风力发电机叶片覆冰检测方法。该方法使用Adaboost架构对一组差异化的SVM模型分类结果进行集成。通过改进集成策略,改善了Adaboost-SVM算法对不平衡数据集成速度慢、集成效果差的问题。该算法对风力发电机叶片覆冰故障检测的精确度达到92.12%,故障的查全率达到76.54%,具有很好的泛化性和实用价值。 展开更多

关键词 风力发电机 叶片覆冰 不平衡数据 支持向量机 自适应提升算法

在线阅读 下载PDF 职称材料