基于多种正则化的改进超分辨率重建算法 被引量：2

1

作者 黄吉庆 王丽会 +3 位作者 秦进 程欣宇 张健 李智 《计算机工程与应用》 CSCD 北大核心 2018年第15期22-28,共7页

为了解决超分辨率图像重建过程中无法同时降低平滑区域噪声和保持图像细节的问题,结合改进的非局部变分(NLTV)和全变分(TV)正则项方法提出一种新的超分辨率重建算法。首先,根据图像重尾分布特性,结合高斯分布、拉普拉斯分布及柯西分布... 为了解决超分辨率图像重建过程中无法同时降低平滑区域噪声和保持图像细节的问题,结合改进的非局部变分(NLTV)和全变分(TV)正则项方法提出一种新的超分辨率重建算法。首先,根据图像重尾分布特性,结合高斯分布、拉普拉斯分布及柯西分布改进了传统NLTV正则项系数,提出了改进的ANLTV正则项。然后利用ANLTV正则项基于分裂Bregman算法重建了初始的高分辨率图像。最后结合TV正则项对重建的高分辨率图像进行去模糊操作,进而得到最终的超分辨率图像重建结果。为验证所提算法的性能,分别利用该算法与传统的TV和NLTV算法进行超分辨率图像重建并对比。实验结果表明,所提出的方法相比于传统的TV和NLTV重建算法,其峰值信噪比、信噪比和结构相似度均有所提高,能够同时满足超分辨率图像重建过程中抑制噪声和保持边缘细节的需求。 展开更多

关键词 超分辨率重建 正则化方法 改进的非局部变分 分裂Bregman算法

在线阅读 下载PDF 职称材料

快速迭代收缩阈值正则化改进算法在桥梁移动荷载识别中的应用研究

2

作者 陈震 孙梦晴 +2 位作者 陈璐 郭丰 李晓克 《华北水利水电大学学报（自然科学版）》 北大核心 2023年第1期79-83,92,共6页

移动荷载识别是结构动力学反问题研究的重要组成部分,其关键在于精确求解车-桥系统方程离散化后得到的大型稀疏线性方程组。由于车-桥系统矩阵同时具有稀疏性、非对称性、非正定性等特点,常用的迭代算法通常难以准确高效地对该大型稀疏... 移动荷载识别是结构动力学反问题研究的重要组成部分,其关键在于精确求解车-桥系统方程离散化后得到的大型稀疏线性方程组。由于车-桥系统矩阵同时具有稀疏性、非对称性、非正定性等特点,常用的迭代算法通常难以准确高效地对该大型稀疏线性方程组进行求解。迭代收缩阈值算法源于经典梯度算法,被广泛应用于线性逆问题求解及压缩感知重构算法中。由于迭代收缩阈值算法自身的非渐进全局收敛差的缺陷,导致荷载识别结果与真实值存在一定程度的偏差,难以实现对动态荷载的完全稀疏表达。为提高迭代收缩阈值算法的收敛性与稳定性,提出一种快速迭代收缩阈值正则化改进算法,将其用于识别桥梁移动荷载。通过引入迭代正则化,改进算法可准确提取动态荷载的信号特征,进而提高移动荷载识别方法的识别精度和抗噪性能。 展开更多

关键词 移动荷载识别 迭代收缩阈值 正则化改进算法 识别精度

在线阅读 下载PDF 职称材料

基于改进集成KNN回归算法的风电机组齿轮箱状态监测 被引量：16

3

作者 张书瑶 王梓齐 刘长良 《动力工程学报》 CAS CSCD 北大核心 2023年第6期759-767,共9页

风电机组齿轮箱是容易发生故障的重要部件,维修费用高昂,因此有必要对其进行实时状态监测。针对集成K近邻(KNN)算法对随机采样不敏感的问题,提出了一种基于规则采样的改进集成KNN模型。首先利用距离相关系数进行变量选择,然后基于正则... 风电机组齿轮箱是容易发生故障的重要部件,维修费用高昂,因此有必要对其进行实时状态监测。针对集成K近邻(KNN)算法对随机采样不敏感的问题,提出了一种基于规则采样的改进集成KNN模型。首先利用距离相关系数进行变量选择,然后基于正则化互信息对变量进行排序,将其用于规则采样,构造子训练集,最后基于统计过程控制方法设置预警阈值对实时残差进行分析,根据健康度曲线对风电机组齿轮箱健康度进行监测,并利用某风电机组实际数据对所提方法进行验证。结果表明:所提方法显著提升了模型估计精度,该模型优于常规集成KNN模型,可以实现齿轮箱的早期故障预警。 展开更多

关键词 风电机组齿轮箱 状态监测 正则化互信息 有规则采样 集成KNN回归算法

在线阅读 下载PDF 职称材料

基于改进果蝇优化算法的ECT图像重建方法 被引量：5

4

作者 田鹏 崔丽琴 +2 位作者 王耀萱 秦龙 秦建敏 《传感技术学报》 CAS CSCD 北大核心 2021年第12期1631-1637,共7页

电容层析成像(ECT)的反问题具有严重的不适定性,因此经典算法的重建结果往往精度不足,并伴有很多伪影。为了提升重建图像质量,考虑将果蝇优化算法(Fruit Fly Optimization Algorithm, FOA)应用在ECT图像重建上。FOA作为群智能搜索算法,... 电容层析成像(ECT)的反问题具有严重的不适定性,因此经典算法的重建结果往往精度不足,并伴有很多伪影。为了提升重建图像质量,考虑将果蝇优化算法(Fruit Fly Optimization Algorithm, FOA)应用在ECT图像重建上。FOA作为群智能搜索算法,具有原理简单、参数设置少、容易实现等优点,但是容易陷入局部最优。针对该问题,提出了一种改进果蝇优化算法,通过与Tikhonov正则化算法相结合求解ECT图像重建问题。为了验证新算法的有效性,选择六种流型作为重建目标,并将LBP算法、Tikhonov正则化算法以及Landweber算法的重建结果作为对照组。仿真实验结果表明,本文算法可以有效提高图像重建精度,重建图像在相对误差和相关系数方面均有所提升,验证了该算法的有效性。 展开更多

关键词 电容层析成像 图像重建 改进果蝇优化算法 Tikhonov正则化算法

在线阅读 下载PDF 职称材料

基于改进BPNN与T_2全谱的致密砂岩储层渗透率预测 被引量：17

5

作者 朱林奇 张冲 +4 位作者 何小菊 吴中彬 周新波 袛淑华 李阳 《石油物探》 EI CSCD 北大核心 2017年第5期727-734,共8页

针对现有核磁共振测井渗透率模型对孔隙结构复杂的致密砂岩储层预测精度不高的问题,在分析误差反向传播神经网络的缺陷后,提出了一种利用集成正则化改进神经网络(BPNN)算法与核磁共振T_2全谱预测致密砂岩储层渗透率的方法。该方法采用... 针对现有核磁共振测井渗透率模型对孔隙结构复杂的致密砂岩储层预测精度不高的问题,在分析误差反向传播神经网络的缺陷后,提出了一种利用集成正则化改进神经网络(BPNN)算法与核磁共振T_2全谱预测致密砂岩储层渗透率的方法。该方法采用自构形算法自动确定隐层神经元的个数,采用自适应雨林优化算法避免BP神经网络迭代陷入局部极小值,利用L_2正则化算子保证算法的稳定性,采用Adaboost集成算法串联若干BP神经网络以提高模型泛化能力。提取某区致密砂岩储层192块岩样的核磁共振T_2全谱数据进行建模,并应用于非建模井的渗透率评价,认为基于集成正则化改进BPNN算法评价储层渗透率精度较高,均方误差仅有0.286。 展开更多

关键词 核磁共振测井 T2全谱 渗透率 集成算法 L2正则化 自适应雨林算法 集成正则化改进bpnn算法

在线阅读 下载PDF 职称材料

考虑能耗节约的集装箱码头装卸设备集成调度 被引量：2

6

作者 张煜 唐可心 +1 位作者 徐亚军 计三有 《计算机集成制造系统》 EI CSCD 北大核心 2024年第7期2608-2620,共13页

针对自动化集装箱码头中岸桥与人工智能运输机器人(ART)的集成调度问题,依据作业阶段将设备能耗划分成多个表现形式,构建以最小化岸桥和ART的总能耗为目标的整数规划模型。为提高求解质量,提出一种具有重组变异和随机扰动的自适应粒子... 针对自动化集装箱码头中岸桥与人工智能运输机器人(ART)的集成调度问题,依据作业阶段将设备能耗划分成多个表现形式,构建以最小化岸桥和ART的总能耗为目标的整数规划模型。为提高求解质量,提出一种具有重组变异和随机扰动的自适应粒子群算法。根据不同时期的搜索需求,对惯性权重实行自适应调整;并引入随机粒子增强个体的交互能力,结合迭代进程对最优粒子实施不定维更新,为其摆脱局部困境提供更多机会。最后,以天津港北疆C段自动化集装箱码头为研究背景设计了不同规模算例,将改进算法与GUROBI求解器以及其他算法进行比较,验证了模型和算法的有效性。结果表明,随着岸桥和ART的配置数量逐渐增加,作业进程加快,码头总能耗分别呈现降低和先降后升的趋势;此外,相比于传统的调度模型,所提方法能够在较短的完工时间里节约更多的作业能耗。 展开更多

关键词 集成调度 改进粒子群优化算法 自动化集装箱码头 最小化能耗

在线阅读 下载PDF 职称材料

基于改进极限学习机的转炉出钢合金化锰收得率预测模型 被引量：11

7

作者 周凯啸 林文辉 +3 位作者 孙建坤 冯小明 方炜 刘青 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第5期1399-1406,共8页

针对转炉炼钢出钢合金化过程合金的加入量偏差较大的问题,为更精确地控制合金加入量,以某钢厂冶炼HRB400钢出钢过程加入硅锰合金为例,建立基于极限学习机算法的Mn元素收得率预测模型,并引入正则化方法和改进粒子群算法(IPSO)对极限学习... 针对转炉炼钢出钢合金化过程合金的加入量偏差较大的问题,为更精确地控制合金加入量,以某钢厂冶炼HRB400钢出钢过程加入硅锰合金为例,建立基于极限学习机算法的Mn元素收得率预测模型,并引入正则化方法和改进粒子群算法(IPSO)对极限学习机算法进行优化,以提高模型的泛化能力和预测精度。研究结果表明:Mn元素收得率预测相对误差在5%和3%以内的命中率分别为95%和80%,准确性高于BP神经网络及人工经验的预测结果。照此种方式控制硅锰合金加入量可以满足成品钢的成分要求,且每炉次硅锰合金加入量较人工经验值平均减少20 kg,可带来每年400万元的经济效益,能够为现场生产提供参考。 展开更多

关键词 转炉 出钢合金化 元素收得率 正则化极限学习机 改进粒子群算法 预测模型

在线阅读 下载PDF 职称材料

模糊信息粒化与改进RVM的滚动轴承寿命预测 被引量：10

8

作者 胡小曼 王艳 纪志成 《系统仿真学报》 CAS CSCD 北大核心 2021年第11期2561-2571,共11页

为解决轴承在寿命预测时精度不高且退化性能趋势及波动范围难以预测等问题,提出改进自适应完整集成经验模态分解去噪与模糊信息粒化改进相关向量机预测方法。针对轴承数据包含大量噪声问题,利用改进自适应完整集成经验模态分解结合小波... 为解决轴承在寿命预测时精度不高且退化性能趋势及波动范围难以预测等问题,提出改进自适应完整集成经验模态分解去噪与模糊信息粒化改进相关向量机预测方法。针对轴承数据包含大量噪声问题,利用改进自适应完整集成经验模态分解结合小波包去噪,提取信号多种特征进行主成分分析,将其模糊信息粒化处理以提取有效信息,输入改进粒子群算法优化相关向量机模型对其退化指标波动范围以及剩余寿命进行预测。结果表明:该方法能够对其波动范围进行有效预测,且剩余寿命预测精度大幅提高。 展开更多

关键词 改进自适应完整集成经验模态分解 轴承剩余寿命 主成分分析 模糊信息粒化 粒子群算法 相关向量机

在线阅读 下载PDF 职称材料

基于IGSO优化LM网络的变压器故障诊断方法 被引量：5

9

作者 黄新波 宋桐 +1 位作者 王娅娜 李文君子 《中国电力》 CSCD 北大核心 2014年第9期60-65,共6页

针对现今电力变压器故障诊断方法中存在编码边界区间过于绝对、准确率不高等一系列问题,提出了一种自适应搜索萤火虫算法(IGSO)优化列文伯格·马夸尔特(LevenbergMaquardt,LM)网络的变压器故障诊断方法。该方法采用萤火虫个体代表... 针对现今电力变压器故障诊断方法中存在编码边界区间过于绝对、准确率不高等一系列问题,提出了一种自适应搜索萤火虫算法(IGSO)优化列文伯格·马夸尔特(LevenbergMaquardt,LM)网络的变压器故障诊断方法。该方法采用萤火虫个体代表神经网络的权值和阈值、LM网络的均方误差函数作为萤火虫个体的适应度函数,利用改进萤火虫算法迭代寻优得到LM网络的最优权值和阈值。同时,运用模糊理论对改良三比值法的边界模糊化,将得到的特征气体比值编码作为网络模型的输入,不仅有利于去除冗余信息,并且克服了编码边界区间过于绝对的缺点。然后,建立基于自适应搜索萤火虫算法优化的神经网络模型,并将典型变压器故障数据代入仿真,通过与贝叶斯正则化神经网络模型以及粒子群模型的仿真结果对比,表明该方法具有较好的分类效果,准确率达到88.57%。 展开更多

关键词 电力系统 故障诊断 自适应搜索 萤火虫算法 模糊理论 改进神经网络 贝叶斯正则化 粒子群

在线阅读 下载PDF 职称材料

基于最大信息系数和多目标Stacking集成学习的综合能源系统多元负荷预测 被引量：31

10

作者 崔树银 汪昕杰 《电力自动化设备》 EI CSCD 北大核心 2022年第5期32-39,81,共9页

精确的多元负荷预测对于综合能源系统的能源调度与运行规划起到重要的作用。对电、热、冷负荷单独进行预测的传统方法会忽略多元负荷间的耦合关系。针对这一问题,提出一种基于多目标Stacking集成学习的多元负荷协同预测模型。引入最大... 精确的多元负荷预测对于综合能源系统的能源调度与运行规划起到重要的作用。对电、热、冷负荷单独进行预测的传统方法会忽略多元负荷间的耦合关系。针对这一问题,提出一种基于多目标Stacking集成学习的多元负荷协同预测模型。引入最大信息系数对多元负荷及天气因素进行相关性分析,并提出负荷耦合形态指标来深度挖掘多元负荷间的耦合关系;将多目标回归与Stacking集成学习模型相结合,建立多元负荷协同预测模型;通过实际算例验证所提模型的有效性,算例结果表明,与其他预测模型相比,所提模型预测精度更高。 展开更多

关键词 多目标回归 Stacking集成学习 综合能源系统 最大信息系数 正则化贪心森林算法

在线阅读 下载PDF 职称材料

基于WPT-IDBO-RELM和WPT-IDMO-RELM模型的日径流预测 被引量：3

11

作者 李菊 崔东文 《水利水电科技进展》 CSCD 北大核心 2024年第6期48-55,85,共9页

为提高日径流时间序列预测精度,改进正则化极限学习机(RELM)的预测性能,对比验证改进蜣螂优化(IDBO)算法和改进侏獴优化(IDMO)算法与其他算法的优化效果,提出了基于小波包变换(WPT)的WPT-IDBO-RELM和WPT-IDMO-RELM日径流时间序列预测模... 为提高日径流时间序列预测精度,改进正则化极限学习机(RELM)的预测性能,对比验证改进蜣螂优化(IDBO)算法和改进侏獴优化(IDMO)算法与其他算法的优化效果,提出了基于小波包变换(WPT)的WPT-IDBO-RELM和WPT-IDMO-RELM日径流时间序列预测模型。对云南省暮底河水库、马鹿塘电站入库日径流进行预测,结果表明WPT-IDBO-RELM和WPT-IDMO-RELM模型对暮底河水库日径流预测的平均绝对百分比误差分别为1.048%、1.015%,对马鹿塘电站日径流预测的平均绝对百分比误差分别为1.493%、1.478%,优于其他对比模型;IDBO、IDMO算法对标准测试函数和实例目标函数的寻优效果均优于其他对比算法,且IDBO、IDMO算法优化效果越好,RELM超参数越优,WPT-IDBO-RELM、WPT-IDMO-RELM模型预测精度越高;WPT可将日径流序列分解为分量更少、规律性更强的子序列分量,在提高预测精度的同时显著降低模型复杂度和计算规模。 展开更多

关键词 日径流预测 正则化极限学习机 改进蜣螂优化算法 改进侏獴优化算法 小波包变换

在线阅读 下载PDF 职称材料

基于MIC和IPSO-RELM的带钢热镀锌板锌层厚度预测 被引量：1

12

作者 方军 王兴东 +2 位作者 汪洋 吴宗武 丁健 《热加工工艺》 北大核心 2024年第22期62-68,82,共8页

针对带钢热镀锌板锌层厚度偏差易受产线多变量强耦合和测厚仪滞后时间长等因素影响的问题,提出一种基于最大信息系数(MIC)以及改进的粒子群算法优化正则化极限学习机(IPSO-RELM)的带钢锌层厚度预测方法。首先,采集生产过程数据进行相关... 针对带钢热镀锌板锌层厚度偏差易受产线多变量强耦合和测厚仪滞后时间长等因素影响的问题,提出一种基于最大信息系数(MIC)以及改进的粒子群算法优化正则化极限学习机(IPSO-RELM)的带钢锌层厚度预测方法。首先,采集生产过程数据进行相关预处理;然后,利用MIC法对各参数变量进行重要性排序,确定影响锌层厚度的关键因素;最后,将筛选的变量作为输入项建立RELM预测模型,并通过IPSO算法优化模型的随机性参数,有效提高了模型的稳定性和预测精度。结果表明:所建立模型预测结果的拟合决定系数R^(2)为94.66%,预测误差在-4~4 g/m^(2)的样本点命中率达到96%,且模型的3项评价指标均优于其他对比算法,证明了所提方法预测精度高,可为带钢热镀锌板产品质量的提升奠定基础。 展开更多

关键词 带钢热镀锌 锌层厚度预测 最大信息系数 改进的粒子群算法 正则化极限学习机

在线阅读 下载PDF 职称材料