期刊文献+
共找到174篇文章
< 1 2 9 >
每页显示 20 50 100
基于优化k-means的沂水麒麟雪茄庄园气象适宜性分析
1
作者 郑明君 柳平增 +2 位作者 张艳 陈秀斋 仇京范 《中国农机化学报》 北大核心 2025年第8期346-352,共7页
为探究国内雪茄烟叶适宜种植区域,以沂水麒麟雪茄庄园为范例开展气象适宜性分析。通过采用内部指标DB Index优化聚类数k值,结合k-means++算法选择初始聚类中心点,对沂水麒麟雪茄庄园、比那尔德里奥、圣地亚哥、巴伊亚等11个国内外雪茄... 为探究国内雪茄烟叶适宜种植区域,以沂水麒麟雪茄庄园为范例开展气象适宜性分析。通过采用内部指标DB Index优化聚类数k值,结合k-means++算法选择初始聚类中心点,对沂水麒麟雪茄庄园、比那尔德里奥、圣地亚哥、巴伊亚等11个国内外雪茄产区大田期的关键气象因子进行聚类分析。结果表明:11个产区被划分为4个簇,其中沂水与比那尔德里奥、圣地亚哥、巴伊亚、什邡等高品质雪茄产区同属2号簇,显示其具有相似的气象条件。进一步通过隶属函数与气象适宜性指数评价表明,沂水麒麟雪茄庄园的适宜性指数CFI达0.931,属于最适宜种植等级。田间验证显示,该庄园8个雪茄品种的农艺性状指标均符合优质雪茄烟叶标准。本研究证实沂水麒麟雪茄庄园具备优质雪茄烟叶生产的气象条件,为国内雪茄产区选择提供科学依据。 展开更多
关键词 聚类算法 雪茄烟叶 生态适宜性 机器学习
在线阅读 下载PDF
基于K-means聚类和特征空间增强的噪声标签深度学习算法 被引量:3
2
作者 吕佳 邱小龙 《智能系统学报》 CSCD 北大核心 2024年第2期267-277,共11页
深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样... 深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。 展开更多
关键词 噪声标签学习 深度学习 半监督学习 机器学习 神经网络 k-means聚类 特征空间增强 mixup算法
在线阅读 下载PDF
基于K-means聚类和极限学习机组合算法的短期光伏功率预测 被引量:11
3
作者 黄牧涛 邢芳菲 +1 位作者 陈兴邦 卢明 《水电能源科学》 北大核心 2024年第2期217-220,216,共5页
考虑光伏功率的预测精度强依赖于天气模态和气候条件等因素影响,提出了基于极限学习机组合算法的短期光伏功率预测方法。首先,基于K-means聚类算法进行天气分型,分为4个季节下晴天、多云天气、阴雨天气共12组不同天气类别。其次,针对天... 考虑光伏功率的预测精度强依赖于天气模态和气候条件等因素影响,提出了基于极限学习机组合算法的短期光伏功率预测方法。首先,基于K-means聚类算法进行天气分型,分为4个季节下晴天、多云天气、阴雨天气共12组不同天气类别。其次,针对天气分型结果,基于极限学习机ELM、遗传算法改进的极限学习机GA-ELM、鸟群算法改进的极限学习机BSA-ELM3种算法构建光伏功率预测模型。最后,以某光伏电站数据进行所提模型验证。预测结果表明,BSA-ELM预测精度最高,12种天气预测精度达到90%左右,各季节中预测精度最高的天气类型均为晴天,多云天气精度高于阴雨天气精度,可为含高比例光伏并网的新型电力系统安全稳定运行提供有效数据支撑。 展开更多
关键词 光伏发电功率预测 k-means聚类 天气分型 极限学习机算法 遗传算法 鸟群算法
在线阅读 下载PDF
基于K-means聚类的柑橘红蜘蛛图像目标识别 被引量:45
4
作者 李震 洪添胜 +1 位作者 曾祥业 郑健宝 《农业工程学报》 EI CAS CSCD 北大核心 2012年第23期147-153,I0007,共8页
为快速检测红蜘蛛虫害,该研究采用基于Lab颜色模型中a(红/绿)、b(黄/蓝)层信息的K-means聚类法识别彩色图像中的红蜘蛛。试验选取8幅具有不同清晰度的柑橘红蜘蛛图像,采用基于Sobel边缘检测算子的评价函数计算图像清晰度评价值以评价图... 为快速检测红蜘蛛虫害,该研究采用基于Lab颜色模型中a(红/绿)、b(黄/蓝)层信息的K-means聚类法识别彩色图像中的红蜘蛛。试验选取8幅具有不同清晰度的柑橘红蜘蛛图像,采用基于Sobel边缘检测算子的评价函数计算图像清晰度评价值以评价图像清晰度,对比采用灰度法和包含2、3、4或5个聚类中心的K-means聚类法的目标识别效果和识别效率。结果表明,灰度法对8幅图像中红蜘蛛目标识别率平均值为29%,误判率平均值为201%,无法应用于复杂背景图像中的红蜘蛛目标识别。包含5个聚类中心的K-means聚类法对清晰度较高的图像识别率为100%,误判率为0,对清晰度较低的图像识别率为88%,误判率为0;当图像尺寸较小时,包含4个聚类中心的K-means聚类法识别效率与灰度法相当;当图像尺寸较大时,重复计算聚类中心导致识别耗时较长;基于Lab颜色空间的识别算法无法有效识别其他颜色的红蜘蛛,继续研究的方向为引入红蜘蛛形态信息以提高识别准确率和优化聚类中心的选取以降低识别耗时。 展开更多
关键词 聚类算法 识别 图像处理 k-means聚类 目标识别 柑橘 红蜘蛛 机器视觉
在线阅读 下载PDF
基于改进K-means聚类算法的组合模型建模 被引量:18
5
作者 杨慧中 董陶 陶洪峰 《控制工程》 CSCD 北大核心 2013年第2期201-203,208,共4页
在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-mean... 在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-means聚类算法中,以实现对聚类结构类别数K的优化选择。将训练集样本数据经上述方法聚类后,再将各个子类分别建立基于支持向量机的子模型,通过开关切换的方式连接各子模型得到组合的支持向量机模型。将该方法应用于双酚A生产过程的缩合反应单元溶解罐出口苯酚含量的软测量建模。工业实例仿真结果表明:该算法能较好地跟踪苯酚含量的变化趋势,有效地改善了数据分类效果,提高了软测量模型的估计精度,显示了它在工业领域的应用潜力。 展开更多
关键词 k-means聚类算法 目标函数 初始聚类中心 组合支持向量机
在线阅读 下载PDF
基于MapReduce和Spark的大数据模糊K-means算法比较 被引量:3
6
作者 翟俊海 田石 +2 位作者 张素芳 王谟瀚 宋丹丹 《河北大学学报(自然科学版)》 CAS 北大核心 2020年第4期433-440,共8页
从原理和实验2方面对基于MapReduce和Spark的大数据模糊K-均值算法进行分析比较,并对2种大数据开源平台的优缺点进行了总结.由于模糊K-均值算法是一种迭代算法,需要对部分数据进行重复操作以得到最终聚类结果,因此主要从算法执行时间、... 从原理和实验2方面对基于MapReduce和Spark的大数据模糊K-均值算法进行分析比较,并对2种大数据开源平台的优缺点进行了总结.由于模糊K-均值算法是一种迭代算法,需要对部分数据进行重复操作以得到最终聚类结果,因此主要从算法执行时间、同步次数、文件数目、容错性能、资源消耗这5方面进行比较,得出的结论对从事大数据研究的人员具有较高的参考价值. 展开更多
关键词 大数据 机器学习 聚类算法 模糊聚类算法 迭代算法
在线阅读 下载PDF
基于彩色和深度信息结合K-means聚类算法快速拼接植株图像 被引量:11
7
作者 沈跃 朱嘉慧 +2 位作者 刘慧 崔业民 张炳南 《农业工程学报》 EI CAS CSCD 北大核心 2018年第23期134-141,共8页
图像拼接可以建立宽视角的高分辨率图像,对实现农业智能化有重要作用。基于Kinect传感器的图像拼接方法利用彩色和深度双源信息,能够有效避免图像缺失、亮暗差异、重影等拼接错误,但是存在拼接时间较长和目标植株不明显等情况。针对这... 图像拼接可以建立宽视角的高分辨率图像,对实现农业智能化有重要作用。基于Kinect传感器的图像拼接方法利用彩色和深度双源信息,能够有效避免图像缺失、亮暗差异、重影等拼接错误,但是存在拼接时间较长和目标植株不明显等情况。针对这一问题,该文提出一种基于Kinect传感器彩色和深度信息的目标植株图像快速拼接方法。首先用K-means聚类算法和植株深度信息提取彩色图像中有效植株区域,再采用SURF(speeded up robust features)算法进行特征点提取,利用相似性度量进行特征点匹配并根据植株深度数据去除误匹配,由RANSAC(randomsampleconsensus)算法寻找投影变换矩阵,最后采用基于缝合线算法的多分辨率图像融合方法进行拼接。室内外试验结果表明:该文图像拼接方法更能突显出目标植株且极大缩短了拼接时间,该方法图像拼接时间只需3.52 s(室内)和7.11 s(室外),较基于深度和彩色双信息特征源的Kinect植物图像拼接方法时间缩短了8.62 s(室内)和38.56 s(室外),且平均匹配准确率达96.8%。该文拼接后图像信息熵、清晰度、互信息、空间频率平均分别为6.34、50.36、11.70、11.28,图像质量较传统方法均有提高。该研究可为监测农业植株生长状态、精确喷洒药物提供参考。 展开更多
关键词 图像处理 算法 机器视觉 k-means聚类 SURF算法 图像融合 彩色和深度信息
在线阅读 下载PDF
K-means聚类和支持向量机结合的文本分类研究 被引量:6
8
作者 贾燕花 徐蔚鸿 《计算机工程与应用》 CSCD 北大核心 2010年第22期172-174,共3页
针对数据挖掘中文本自动分类问题,提出了一种基于k-means聚类算法和支持向量机相结合的文本分类方法。该方法先将文本大致聚为k类,然后对每一类用支持向量机进行细分。构造了可用于多个模式类识别的多层SVM模型,该模型可完成对多个模式... 针对数据挖掘中文本自动分类问题,提出了一种基于k-means聚类算法和支持向量机相结合的文本分类方法。该方法先将文本大致聚为k类,然后对每一类用支持向量机进行细分。构造了可用于多个模式类识别的多层SVM模型,该模型可完成对多个模式的分类识别。给出了该模型的构造及应用的方法,并验证了该方法的有效性。 展开更多
关键词 文本分类 k-means算法 聚类 支持向量机
在线阅读 下载PDF
基于K-means彩色图像分割的六价铬检测方法
9
作者 孙超 张明杨 +3 位作者 杨飘 刘睿凡 齐卉 丁建军 《实验室研究与探索》 CAS 北大核心 2020年第1期22-25,58,共5页
依据重金属残留现场快速检测的要求,利用二苯碳酰二肼分光光度法显色原理制成六价铬检测试纸,对溶液中的六价铬离子发生紫红色的显色反应,设计一种K-means聚类算法对该显色反应图像进行分析,获得聚类分割的彩色目标区域。基于RGB彩色空... 依据重金属残留现场快速检测的要求,利用二苯碳酰二肼分光光度法显色原理制成六价铬检测试纸,对溶液中的六价铬离子发生紫红色的显色反应,设计一种K-means聚类算法对该显色反应图像进行分析,获得聚类分割的彩色目标区域。基于RGB彩色空间模型提取试纸中的R、G、B 3个颜色分量特征值,通过分析彩色图像预处理与切割、拟合R、G、B与浓度之间的关系等阶段,实现基于机器视觉的六价铬检测系统的研究。 展开更多
关键词 机器视觉 六价铬 RGB彩色空间 k-means聚类算法
在线阅读 下载PDF
基于优化型K-means聚类算法的锅炉热效率研究 被引量:11
10
作者 查琳琳 牛培峰 +1 位作者 常玲芳 张先臣 《控制工程》 CSCD 北大核心 2021年第1期29-34,共6页
针对K-means聚类算法存在初始聚类中心影响聚类精度的问题,提出采用生物地理学算法优化K-means聚类中心,使其能提高聚类算法的准确率。在基准数据集中对本算法进行实验,其结果表明改进算法具有良好的性能。其次,采用改进的K-means聚类... 针对K-means聚类算法存在初始聚类中心影响聚类精度的问题,提出采用生物地理学算法优化K-means聚类中心,使其能提高聚类算法的准确率。在基准数据集中对本算法进行实验,其结果表明改进算法具有良好的性能。其次,采用改进的K-means聚类算法对不同工况下的锅炉燃烧工艺参数进行聚类,并挖掘出每一类中热效率最高时的燃烧工艺参数作为最佳工艺参数,使锅炉在最佳工艺参数下进行燃烧,达到提高热效率的目的。为了验证最佳工艺参数的有效性,采用贝叶斯最小二乘支持向量机辨识锅炉热效率模型,结果显示热效率明显提高,说明经过优化型K-means聚类算法挖掘的最佳工艺参数是有效的。 展开更多
关键词 锅炉热效率 数据挖掘 k-means聚类算法 生物地理学优化算法 贝叶斯最小二乘支持向量机
在线阅读 下载PDF
多时间尺度下基于k-means和SVM的北京地区散射比建模研究 被引量:3
11
作者 李芬 胡超 +3 位作者 马年骏 闫全全 陈正洪 申彦波 《太阳能学报》 EI CAS CSCD 北大核心 2018年第9期2515-2522,共8页
根据北京地区5a散射比和气象环境数据的因子诊断结果,在清晰度指数和日照百分率基础上,引入PM2.5、总云量和气温日较差作为散射比模型输入变量;利用北京地区13a的散射比数据,进行多时间尺度下频谱分析,结果表明散射比变化表现出一... 根据北京地区5a散射比和气象环境数据的因子诊断结果,在清晰度指数和日照百分率基础上,引入PM2.5、总云量和气温日较差作为散射比模型输入变量;利用北京地区13a的散射比数据,进行多时间尺度下频谱分析,结果表明散射比变化表现出一定的相似性,其中年变化规律性最强。根据因子诊断和频谱分析结果提出多时间尺度下多种散射比模型,结合散射比实测值进行误差对比分析,得到不同时间尺度下预测误差最小的模型,综合分析后得出基于k-means聚类和支持向量机的散射比模型在多时间尺度下预测效果最优。 展开更多
关键词 多时间尺度 k-means聚类分析 支持向量机 频谱分析 散射比
在线阅读 下载PDF
基于深度信念网络的K-means聚类算法研究 被引量:13
12
作者 杨慧婷 杨文忠 +1 位作者 殷亚博 许超英 《现代电子技术》 北大核心 2019年第8期145-150,共6页
针对传统K-means聚类算法对高维非线性数据聚类效果不佳、聚类时间消耗大的问题,文中对高维数据的预处理进行研究,提出一种基于深度信念网络(DBN)的K-means聚类算法(DBNOK)。此算法首先使用多层受限玻尔兹曼机(RBM)对数据进行特征学习,... 针对传统K-means聚类算法对高维非线性数据聚类效果不佳、聚类时间消耗大的问题,文中对高维数据的预处理进行研究,提出一种基于深度信念网络(DBN)的K-means聚类算法(DBNOK)。此算法首先使用多层受限玻尔兹曼机(RBM)对数据进行特征学习,并将学习到的隐含特征进行K-means相关参数和初始聚类中心进行交叉迭代优化。用DBNOK算法分别在低维数据集和高维数据集上进行实验,结果表明,DB-NOK算法聚类准确率优于标准的K-means算法和模糊均值聚类(FCM)算法。 展开更多
关键词 k-means算法 深度信念网络 受限玻尔兹曼机 高维数据 聚类分析 FCM算法
在线阅读 下载PDF
基于数据增强和优化DHKELM的短期光伏功率预测
13
作者 郭利进 马粽阳 胡晓岩 《太阳能学报》 北大核心 2025年第8期463-471,共9页
针对不同气象条件数据质量差异较大且光伏功率呈高波动性难以预测等问题,提出添加随机噪声的数据增强方法(DA)和改进的神经网络组合模型。首先利用谱聚类算法将光伏数据按不同气象条件进行分类,随后通过添加与输入同形状的随机噪声方法... 针对不同气象条件数据质量差异较大且光伏功率呈高波动性难以预测等问题,提出添加随机噪声的数据增强方法(DA)和改进的神经网络组合模型。首先利用谱聚类算法将光伏数据按不同气象条件进行分类,随后通过添加与输入同形状的随机噪声方法提升数据集的规模与质量。针对深度混合核极限学习机(DHKELM)超参数多等问题,提出融合佳点集初始化、黄金正弦更新策略、非线性扰动和最优个体自适应扰动的改进鹈鹕优化算法(IPOA)对其超参数寻优。最后以青海共和县光伏园内某电站数据为例,结果表明基于数据增强的改进鹈鹕算法优化深度混合核极限学习机(DA-IPOA-DHKELM)模型在不同天气、季节条件下预测误差最小,拟合度均能达到90%以上,改进模型预测精度高、算法适用性强。 展开更多
关键词 光伏功率 预测 聚类分析 数据增强 深度混合核极限学习机 改进算法
在线阅读 下载PDF
基于机器学习算法的智能编组站5G天线参数规划 被引量:2
14
作者 陈建译 闫连山 +1 位作者 郭兴海 钟章队 《西南交通大学学报》 北大核心 2025年第3期752-760,792,共10页
第5代移动通信技术(5G)具有连接速率高与系统容量大等优势,是编组站通信系统向未来演进的重要支撑.为解决所涉及天线参数规划技术面临计算量大、效率和准确性难以兼顾的难题,基于CloudRT射线跟踪平台仿真场景信号覆盖情况,综合考虑通信... 第5代移动通信技术(5G)具有连接速率高与系统容量大等优势,是编组站通信系统向未来演进的重要支撑.为解决所涉及天线参数规划技术面临计算量大、效率和准确性难以兼顾的难题,基于CloudRT射线跟踪平台仿真场景信号覆盖情况,综合考虑通信基站天线角度选取及功率优化问题,提出一种基于机器学习算法的规划方法.首先,基于重叠复杂度和聚类算法对天线角度参数聚类,并对聚类结果进行评估;其次,根据天线增益与角度的关系设计优化算法,简化天线角度参数组合的筛选过程;最后,在遗传算法中引入模拟退火算子求解最优功率组合,以江村编组站为场景进行验证.研究结果表明:本文方法所得总功率比遍历算法高5.6 dB,所用时间为遍历算法的13.5%,同时实现了准确性和高效性,有望应用到未来高铁和编组站的5G系统中. 展开更多
关键词 5G 编组站 机器学习 聚类算法 混合遗传算法
在线阅读 下载PDF
面向工业网络流量的实时入侵检测方法 被引量:2
15
作者 连莲 王文诚 +1 位作者 宗学军 何戡 《沈阳工业大学学报》 北大核心 2025年第1期98-105,共8页
【目的】工业互联网是国家关键基础设施的重要组成部分,其安全性直接关系到国家安全、经济稳定和社会秩序。随着工业互联网的广泛应用,工业控制系统的网络攻击频发,造成了严重的经济损失和社会影响,因此,开发高效的实时入侵检测系统显... 【目的】工业互联网是国家关键基础设施的重要组成部分,其安全性直接关系到国家安全、经济稳定和社会秩序。随着工业互联网的广泛应用,工业控制系统的网络攻击频发,造成了严重的经济损失和社会影响,因此,开发高效的实时入侵检测系统显得尤为重要。传统的入侵检测系统在处理高维度网络流量数据时,往往难以有效区分正常流量和异常流量,尤其是在缺乏异常流量样本的情况下。【方法】为了解决该问题,本研究通过分析某油气集输管线工业控制系统真实网络流量特性,提出了一种结合Suricata的滑动窗口密度聚类工业网络实时异常检测方法。该方法针对工业网络流量特性,利用Suricata的开源性、可扩展性以及滑动窗密度聚类算法的动态检测能力,建立从流量采集解析到实时入侵检测的全过程入侵检测模型。本研究通过分析真实工业控制系统环境中的网络流量特性发现工业网络流量存在一定的周期性,利用基尼系数选取能体现工业网络流量特性混杂程度的特征,实现对工业网络流量降维处理,对降维后的数据使用滑动窗口分组构建工业网络正常流量特征阈值。利用改写Suricata实现实时流量采集与解析,并将实时解析结果输入到所构建的滑动窗口密度聚类入侵检测算法中,通过与工业网络正常流量特征阈值进行对比,快速筛选绝对正常流量组和绝对异常流量组。针对正常流量与异常流量掺杂的组别,通过密度聚类算法将异常流量分离,完成异常流量检测。【结果】将入侵检测方法在油气集输全流程工业场景攻防靶场中应用并开展大量实验,该方法能够有效识别异常流量,检测率达到96%以上,误报率低于3%。所提出的方法可以满足工业网络中异常流量检测高效性、可靠性和实时性需求。【结论】本研究的创新之处在于提供了一种新的工业网络异常流量检测方法,结合Suricata和滑动窗口密度聚类算法,建立了从流量采集解析到实时入侵检测的全过程入侵检测模型,对工业互联网安全防护具有重要的实践价值,为工业网络实时入侵检测提供一种新的研究思路。 展开更多
关键词 工业网络 网络安全 流量解析 特征分析 基尼系数 机器学习 密度聚类算法 入侵检测
在线阅读 下载PDF
面向非独立同分布数据的迭代式联邦学习 被引量:1
16
作者 陈洪洋 李晓会 王天阳 《计算机工程与设计》 北大核心 2025年第4期1064-1071,共8页
针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单... 针对现有的面向非独立同分布(non-IID)数据的联邦学习优化算法存在训练的模型缺失个性化、模型在测试集上精度较低的问题,提出一种迭代凝聚式簇估计联邦学习算法FL-ICE(iterative cluster estimation federated)。各个客户端联合训练单个全局共享模型,迭代地依据客户端更新的相似度执行簇估计并通过梯度下降优化簇估计参数,对全局模型进行个性化处理。实验结果表明,该算法可以有效提升模型在测试集上的准确性,使得更大比例的客户端达到目标精度。 展开更多
关键词 联邦学习 分布式机器学习 个性化模型 迭代式训练 簇估计算法 非独立同分布数据 隐私保护
在线阅读 下载PDF
钣金刻铣多环路集群空程路径智能优化研究
17
作者 高泽慧 廖小平 +2 位作者 马俊燕 鲁娟 吴镇均 《组合机床与自动化加工技术》 北大核心 2025年第8期102-106,共5页
钣金多环路集群刻铣的空程路径工艺总成直接影响到加工效率,为减少多环路集群钣金刻铣的空程累计距离,提出了采用环路轮廓特征点自动编码与改进的模拟退火算法求解最佳的空程路径。为简化计算,将环路不规则轮廓基于线段、圆弧、曲线的... 钣金多环路集群刻铣的空程路径工艺总成直接影响到加工效率,为减少多环路集群钣金刻铣的空程累计距离,提出了采用环路轮廓特征点自动编码与改进的模拟退火算法求解最佳的空程路径。为简化计算,将环路不规则轮廓基于线段、圆弧、曲线的端点作为广义旅行商的点群构建空程距离的数学模型,然后,为提高求解的质量和效率,对传统模拟退火算法的扰动机制、解的接受准则、退火方式进行了改进,利用改进的模拟退火算法求解此数学模型,确定各环路加工的起停点(也是空程的起止点)和加工顺序,获得多环路集群适应开环和闭环最短空程距离的加工路径。通过应用实例验证,结果表明改进后的模拟退火算法获得了较短的刻铣路径,对复杂的多环路集群加工效率优化尤为显著。 展开更多
关键词 改进模拟退火算法 钣金刻铣 多环路集群空程路径 加工顺序 广义旅行商问题
在线阅读 下载PDF
面向卷绕机装配车间的无线信号聚类分层定位方法
18
作者 丁司懿 童辉辉 +1 位作者 毛新华 张洁 《纺织学报》 北大核心 2025年第6期212-222,共11页
为解决卷绕机装配车间这种复杂环境中难以高效准确定位的问题,提出了基于无线网络(WiFi)的分层定位方法。通过分析装配车间无线网络环境的特点及其特定的定位需求,并结合卷绕机装配车间内的无线网络定位的特点,开发了一种结合XGBoost分... 为解决卷绕机装配车间这种复杂环境中难以高效准确定位的问题,提出了基于无线网络(WiFi)的分层定位方法。通过分析装配车间无线网络环境的特点及其特定的定位需求,并结合卷绕机装配车间内的无线网络定位的特点,开发了一种结合XGBoost分类模型算法、K-means聚类算法和加权K最近邻(WKNN)算法的无线网络分层定位方法。同时,依据装配车间的特点与需求对定位区域进行有效划分并初步构建指纹库,根据装配车间内WiFi信号的特点,使用K-means聚类算法分割并更新指纹库;然后利用XGBoost分类模型算法确定子区域实现粗定位,再用WKNN算法精确定位。实验结果表明:该方法在定位精度上比传统WKNN算法提高了143.82%,平均定位时间减少了约20%;这些改进有效提升了卷绕机装配车间中无线网络定位的准确性和效率。 展开更多
关键词 卷绕机装配车间 无线网络 分层定位方法 XGBoost分类模型 k-means聚类算法 加权K最近邻算法
在线阅读 下载PDF
基于机器学习的区域性综合资源调度与优化算法设计
19
作者 雷成涛 张莉 韩腾飞 《现代电子技术》 北大核心 2025年第16期128-132,共5页
为提升城市防灾减灾中的应急资源调度能力,提出一种基于机器学习的区域性综合资源调度与优化算法。该算法利用连续逼近(CA)模型确定服务于特定位置的最佳补货量和库存水平,并采用K均值聚类算法对预先分配的路线进行聚类,使得应急资源的... 为提升城市防灾减灾中的应急资源调度能力,提出一种基于机器学习的区域性综合资源调度与优化算法。该算法利用连续逼近(CA)模型确定服务于特定位置的最佳补货量和库存水平,并采用K均值聚类算法对预先分配的路线进行聚类,使得应急资源的调度更加高效。通过引入克里斯托菲德斯(Christofides)算法进一步优化调度路径,确保在多项式时间内找到近似最优解。实验结果表明,所提出的调度方法不仅能够在城市区域灾害应急中找到有效的资源调度策略,提高资源利用效率和响应速度,而且在运动成本和总成本上优于基于局部观察的方法,验证了其在应急资源调度中的优势。 展开更多
关键词 应急资源调度 路径优化 机器学习 连续逼近模型 K均值聚类算法 克里斯托菲德斯算法
在线阅读 下载PDF
一种直流配电网电能质量扰动识别方法
20
作者 李语帆 张怡 康健 《现代电子技术》 北大核心 2025年第10期118-126,共9页
随着接入电网电力电子器件的增加,直流配电网因在输电性能、降低线损、新能源消纳等方面优于传统配电网,逐渐成为未来配电发展的新趋势。为使直流配电网稳定运行,保证电能质量,提出一种基于核主成分分析(KPCA)特征降维的ISSA-SVM电能质... 随着接入电网电力电子器件的增加,直流配电网因在输电性能、降低线损、新能源消纳等方面优于传统配电网,逐渐成为未来配电发展的新趋势。为使直流配电网稳定运行,保证电能质量,提出一种基于核主成分分析(KPCA)特征降维的ISSA-SVM电能质量扰动识别方法。首先,深入探讨了各类电能质量问题的形成机理,并结合波形提取出6种特征;其次,利用DBSCAN聚类方法检测是否存在异常值来确定是否使用KPCA将特征降维,使其能够在不同数据情况下都实现良好聚类;最后,利用改进麻雀搜索算法(ISSA)对支持向量机(SVM)进行参数寻优,并用寻优结果重新训练SVM模型。实验结果表明,所提方法有较高的准确度,可以有效识别出电能质量扰动信号。 展开更多
关键词 直流配电网 电能质量 扰动识别 DBSCAN聚类 功率谱密度 核主成分分析 麻雀搜索算法 支持向量机
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部