期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于深度学习和改进证据理论的海上多源舰船信息融合识别方法
1
作者 任秉旺 王肖霞 +1 位作者 吉琳娜 杨风暴 《现代电子技术》 北大核心 2024年第3期1-6,共6页
为了解决复杂环境下基于单一舰船信息进行目标识别准确率较低,以及多源舰船信息高冲突时无法有效融合识别的问题,提出一种基于深度学习和改进证据理论的海上多源舰船信息融合识别方法。主要从两方面入手:首先利用深度学习高效特征学习... 为了解决复杂环境下基于单一舰船信息进行目标识别准确率较低,以及多源舰船信息高冲突时无法有效融合识别的问题,提出一种基于深度学习和改进证据理论的海上多源舰船信息融合识别方法。主要从两方面入手:首先利用深度学习高效特征学习能力实现更加准确的分类识别;然后通过改进的证据理论实现多证据体的高效正确融合。高悖论证据融合实验结果表明,相比于其他融合方法,文中方法融合结果具有更高的概率分配值。同时,在不同信噪比条件下对单模式识别以及文中融合识别方法进行测试,文中方法在噪声情况下仍能比单模式平均水平高出6.53%的识别性能。因此,利用文中融合识别方法能够提高舰船目标识别系统的识别准确率和鲁棒性。 展开更多
关键词 改进d⁃s证据理论 深度学习 信息融合 目标识别 舰船目标 融合识别
在线阅读 下载PDF
基于堆叠降噪自编码网络和多源数据加权融合的发电机故障诊断方法
2
作者 邢超 马红升 +3 位作者 覃日升 张明强 鄢晶 刘焱 《高压电器》 北大核心 2025年第5期170-178,共9页
随着电力系统中参与调节的机组日益增多,工业负荷比重逐步上涨,单一数据源已无法满足新型电力系统中机组状态在线监测的精度需求。为此文中结合堆叠降噪自编码(stacked denoisingautoencoder,SDAE)网络和多源数据融合技术提出了一种发... 随着电力系统中参与调节的机组日益增多,工业负荷比重逐步上涨,单一数据源已无法满足新型电力系统中机组状态在线监测的精度需求。为此文中结合堆叠降噪自编码(stacked denoisingautoencoder,SDAE)网络和多源数据融合技术提出了一种发电机状态监测方法。首先,提出了一种基于加权D⁃S证据理论的SCADA⁃PMU数据融合方法;然后引入自动编码技术构建堆叠降噪自编码深度学习网络模型,提取训练数据集的深度特征,构建发电机故障检测模型;最后通过对重构误差进行平滑处理,结合自适应阈值检测状态监测量的趋势变化,实现故障判定。算例仿真结果表明,相比于基于单一数据源的传统方法,文中提出的方法具有更高的鲁棒性和精确性,从而有效提升了发电机故障诊断和状态监测的精细化水平。 展开更多
关键词 d⁃s证据理论 堆叠降噪自编码网络 故障诊断 状态检测
在线阅读 下载PDF
基于复杂网络的空中交通流量短期预测 被引量:4
3
作者 王飞 魏林琳 《南京航空航天大学学报》 CAS CSCD 北大核心 2024年第4期741-749,共9页
为合理预测空中交通流量,结合复杂网络链路预测进行研究。首先,将时间序列转化为可视图得到拓扑特征量,然后结合基于局部信息、路径和随机游走的算法,比较在三亚不同扇区内的预测精度,发现RWR0.85算法预测精度最高。由于链路预测只能预... 为合理预测空中交通流量,结合复杂网络链路预测进行研究。首先,将时间序列转化为可视图得到拓扑特征量,然后结合基于局部信息、路径和随机游走的算法,比较在三亚不同扇区内的预测精度,发现RWR0.85算法预测精度最高。由于链路预测只能预测可能存在的连边,不能预测节点,因此引入D⁃S证据理论预测流量值,预测精度最高可达99.85%。结果表明,复杂网络链路预测结合D⁃S证据理论进行空中交通流量的预测是可行有效的,为进一步深入研究奠定了基础。 展开更多
关键词 复杂网络 空中交通流 链路预测 时间序列 d⁃s证据理论
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部