基于公理设计与模糊树图的集成式模块划分方法 被引量：13

1

作者 王日君 张进生 +1 位作者 葛培琪 王志 《农业机械学报》 EI CAS CSCD 北大核心 2009年第4期179-183,共5页

提出了一种公理设计和模糊树图相结合的集成式模块划分方法。首先采用公理设计的功能域-物理域的映射变换框架进行产品的逐级分解,在分解得到的设计矩阵均为对角阵的情况下,分解得到的子结构满足了功能和结构的独立性,可单独作为一个模... 提出了一种公理设计和模糊树图相结合的集成式模块划分方法。首先采用公理设计的功能域-物理域的映射变换框架进行产品的逐级分解,在分解得到的设计矩阵均为对角阵的情况下,分解得到的子结构满足了功能和结构的独立性,可单独作为一个模块,完成模块划分。若得到的设计矩阵为三角阵或者满矩阵,则对分解得到的子结构进行功能和结构相关度的分析,采用模糊树图聚类法将子结构聚类为模块。通过实例验证了该方法的有效性和合理性。 展开更多

关键词 产品设计 模块划分 公理设计 模糊树图 聚类算法

在线阅读 下载PDF 职称材料

基于SURF的高密度人群计数方法 被引量：11

2

作者 梁荣华 刘向东 +2 位作者 马祥音 王子仁 宋明黎 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第12期1568-1575,共8页

为了解决在高密度人流或视场开阔环境下人群计数准确率低的问题,提出一种基于SURF的高密度人群计数方法.首先采用最小生成树改进了传统的基于密度的聚类算法,使其最小搜索域自适应聚类数据的分布;在此基础上实现运动人群的SURF特征点分... 为了解决在高密度人流或视场开阔环境下人群计数准确率低的问题,提出一种基于SURF的高密度人群计数方法.首先采用最小生成树改进了传统的基于密度的聚类算法,使其最小搜索域自适应聚类数据的分布;在此基础上实现运动人群的SURF特征点分类,并以此构建运动人群的特征向量,用支持向量回归机实现了对高密度人群的数量统计.实验结果表明,该方法对高密度人群的计数有较高的准确率和鲁棒性. 展开更多

关键词 高密度人群计数 SURF 最小生成树 基于密度的聚类算法 支持向量回归机

在线阅读 下载PDF 职称材料

适用于海量负荷数据分类的高性能反向传播神经网络算法 被引量：40

3

作者 刘洋 刘洋1 许立雄 《电力系统自动化》 EI CSCD 北大核心 2018年第21期96-103,共8页

负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网... 负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网络(BPNN)算法并行化,实现对海量负荷数据的高效分类。然后,通过对训练样本抽样分块以降低各网络学习时间,针对分布式后BPNN基分类器由于学习样本缺失潜在的准确度下降问题,采用集成学习予以改善。并通过BPNN学习不同训练样本块构建差异化基分类器,对基分类结果多数投票得到最终分类结果。另外,提供了一种基于K-means和K-medoids聚类的负荷数据训练样本选取方法。算例表明所提方法既能对负荷曲线有效分类,又能大幅提高海量数据的处理效率。 展开更多

关键词 负荷分类 Spark平台 反向传播神经网络 集成学习 聚类算法

在线阅读 下载PDF 职称材料

加权空间函数优化FCM的SAR图像分割 被引量：14

4

作者 田小林 焦李成 缑水平 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2008年第5期846-852,共7页

传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果.基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权... 传统模糊c-均值聚类算法没有考虑图像像素空间信息特征,在应用于合成孔径雷达图像分割时,由于合成孔径雷达图像中斑点噪声的影响,通常不能得到正确的分割结果.基于此问题提出加权空间隶属度和加权空间函数并应用于c-均值聚类算法,加权空间隶属度是多尺度条件下空间各相邻像素的位置和强度信息的加权隶属度值,加权空间函数中各加权空间隶属度的影响系数由自适应遗传算法优化,最终的隶属度值由加权空间函数修正.由于在这种聚类过程中融入了优化的空间信息,因此弱化了斑点噪声的影响,提高了分割精度.这种算法应用于实际合成孔径雷达图像分割实验,结果表明此算法对初始分类结果不敏感,具有较强的抗噪性能,改善了SAR图像的分割结果. 展开更多

关键词 合成孔径雷达图像分割 C-均值聚类算法 加权空间函数 自适应遗传算法

在线阅读 下载PDF 职称材料

广义径向基函数神经网络在热误差建模中的应用 被引量：7

5

作者 吕程 刘子云 +1 位作者 刘子建 余治民 《光学精密工程》 EI CAS CSCD 北大核心 2015年第6期1705-1713,共9页

针对现有的热误差建模方法建模效率低,模型预测精度不理想等问题,提出了广义径向基函数神经网络(RBF)建模方法并将其应用于数控机床热误差建模中。讨论了采用广义RBF神经网络进行热误差建模的原理及步骤。以数控导轨磨床主轴箱系统为例... 针对现有的热误差建模方法建模效率低,模型预测精度不理想等问题,提出了广义径向基函数神经网络(RBF)建模方法并将其应用于数控机床热误差建模中。讨论了采用广义RBF神经网络进行热误差建模的原理及步骤。以数控导轨磨床主轴箱系统为例,布置了12个主轴热误差的关键温度测点,测得了2组独立的主轴箱系统热误差数据。将测得的数据分别用于建立主轴箱系统热误差广义RBF神经网络预报模型和验证模型的准确性。研究结果表明,热误差广义RBF神经网络模型具有预测精度高及泛化能力强的优点;与传统的RBF神经网络建模方法相比,提出的广义RBF神经网络建模方法建模效率更高,模型鲁棒性及预测性能更好,是一种可以用于数控机床热误差实时补偿的有效建模方法。 展开更多

关键词 广义径向基函数 神经网络 热误差建模 聚类算法 泛化能力 鲁棒性 数控导轨磨床

在线阅读 下载PDF 职称材料

逆向工程中点云孔洞修补技术研究 被引量：5

6

作者 王春香 孟宏 +1 位作者 张勇 张文敬 《机械科学与技术》 CSCD 北大核心 2018年第5期729-735,共7页

对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补。为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合... 对于散乱点云模型上的大面积、跨面孔洞,逆向软件往往难以修补。为了提高孔洞修补精度、获得完整的点云模型,提出了对手受惩罚竞争学习算法(Rival penalized competitive learning,RPCL)和模糊C均值聚类算法(Fuzzy C-means,FCM)相结合的综合改进径向基函数神经网络(RBF)算法,建立了基于改进算法的点云孔洞修补模型,并以挖掘机斗齿和汽车模型为研究对象,利用RPCL-FCM-RBF联合算法对不同特征的点云孔洞进行了修补研究。结果表明,该算法在很大程度上提高了点云孔洞的修补精度,其补洞效果远优于逆向软件。而且,较之传统的RBF神经网络,该方法所建模型具有更高的预测精度、能够有效地调整洞口缺失数据、实现点云孔洞的精确修复,实用性强。 展开更多

关键词 径向基函数神经网络(RBF) 对手受惩罚竞争学习算法(RPCL) 模糊C均值聚类算法(FCM) 孔洞修补 MATLAB

在线阅读 下载PDF 职称材料

Adam优化的CNN超分辨率重建 被引量：34

7

作者 赵小强 宋昭漾 《计算机科学与探索》 CSCD 北大核心 2019年第5期858-865,共8页

为了使单帧图像在不同放大倍数的条件下进行超分辨率重建能得到较好的效果,提出了一种Adam优化的卷积神经网络(convolutional neural network,CNN)超分辨率重建方法。该方法首先使用ISODATA(iterative selforganizing data analysis)聚... 为了使单帧图像在不同放大倍数的条件下进行超分辨率重建能得到较好的效果,提出了一种Adam优化的卷积神经网络(convolutional neural network,CNN)超分辨率重建方法。该方法首先使用ISODATA(iterative selforganizing data analysis)聚类算法对训练的图像集进行分类处理,然后在Adam优化的卷积神经网络中对输入图像进行特征提取和非线性映射得到特征映射图,最后在Adam优化的卷积神经网络中对特征映射图进行反卷积重建得到多尺度放大的重建图像。通过实验验证使用该方法在不同放大倍数条件下的重构效果优于传统算法,在视觉效果上有较好的表现。 展开更多

关键词 超分辨率重建 卷积神经网络(CNN) ISODATA聚类算法 Adam优化算法

在线阅读 下载PDF 职称材料

咸潮情景影响下城市供水系统弹性能力评估研究 被引量：3

8

作者 刘健 黄文杰 《现代城市研究》 CSSCI 北大核心 2017年第9期32-40,共9页

基于系统弹性概念和DO-E2S2系统分析框架,建立了反映系统吸收能力、适应能力和恢复能力三个维度的城市供水系统弹性能力评估指标体系,利用GIS技术对咸潮情景下上海市某供水区域的系统弹性能力展开可视化评估,运用K-means聚类算法解决了... 基于系统弹性概念和DO-E2S2系统分析框架,建立了反映系统吸收能力、适应能力和恢复能力三个维度的城市供水系统弹性能力评估指标体系,利用GIS技术对咸潮情景下上海市某供水区域的系统弹性能力展开可视化评估,运用K-means聚类算法解决了不同权重下的多指标评估及其评估结果在GIS中的多图层叠加可视化难题,给出了基于系统质量持续改进下的系统弹性能力评估结果和预警区域,为供水系统质量持续改进的防灾减灾系统再设计提供决策支持。 展开更多

关键词 咸潮 城市供水系统 系统弹性能力 GIS K-MEANS聚类算法

在线阅读 下载PDF 职称材料

基于CAPSO的含分布式电源的配电网动态重构 被引量：7

9

作者 程杉 苏高参 《电网与清洁能源》 2018年第12期27-33,40,共8页

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用"解环"的重构策略... 对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用"解环"的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法(CAPSO)进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。 展开更多

关键词 配电网重构 分布式电源 粒子群优化算法 KMeans算法 动态重构

在线阅读 下载PDF 职称材料

一种基于日志聚类的多类型故障预测方法 被引量：9

10

作者 王卫华 应时 +2 位作者 贾向阳 王冰明 程国力 《计算机工程》 CAS CSCD 北大核心 2018年第7期67-73,共7页

现有故障预测方法的日志事件多数是无规律交错存在的,且不同类型的故障事件所涉及的事件数量与时间范围存在一定差异。为在故障预测时能够提供故障相关信息,提出一种基于频繁日志事件序列对多种不同类型的故障进行预测的方法。以日志事... 现有故障预测方法的日志事件多数是无规律交错存在的,且不同类型的故障事件所涉及的事件数量与时间范围存在一定差异。为在故障预测时能够提供故障相关信息,提出一种基于频繁日志事件序列对多种不同类型的故障进行预测的方法。以日志事件序列之间的最长公共子序列作为其相似性度量,使用聚合层次聚类算法挖掘与故障事件相关的频繁事件序列。在频繁事件序列的基础上生成故障事件预测规则,并给出一种对故障事件预测规则进行过滤的方法,将过滤后的规则应用到测试集上进行故障预测。实验结果表明,该方法不仅能够进行有效的故障预测,而且可以平衡故障预测的准确率和召回率。 展开更多

关键词 故障事件预测 频繁事件序列 规则过滤 聚合层次聚类算法 超级计算机

在线阅读 下载PDF 职称材料

基于聚类分析的风电功率预测数据预处理方法 被引量：11

11

作者 张里 王兰 +4 位作者 李红军 廖小君 王婷婷 张江林 刘友波 《可再生能源》 CAS 北大核心 2018年第12期1871-1876,共6页

为了提高预测模型精度以及降低模型的复杂程度,减小模型的训练时间,文章提出一种基于改进模糊C均值聚类算法的数据预处理方法,以提高风电功率时间序列的预测模型的预测性能。首先,对实测风电功率混沌时间序列进行了相空间重构;其次,对... 为了提高预测模型精度以及降低模型的复杂程度,减小模型的训练时间,文章提出一种基于改进模糊C均值聚类算法的数据预处理方法,以提高风电功率时间序列的预测模型的预测性能。首先,对实测风电功率混沌时间序列进行了相空间重构;其次,对相空间中的各维输入序列与输出功率序列进行相关性分析,使用相点与相对相关系数的加权建立聚类判据;然后,结合减聚类算法对模糊C均值聚类的收敛速度进行改进,改进的模糊C均值算法将输入序列聚为4类,对每类数据建模。结果表明,对原始数据进行聚类预处理后,预测模型的精度得到了提高。 展开更多

关键词 数据预处理方法 风电预测 模糊C均值聚类 模糊模式识别 相关性分析

在线阅读 下载PDF 职称材料

不同聚类算法对恢复WSN连通性的对比研究 被引量：1

12

作者 牛晓棠 曹江涛 《控制工程》 CSCD 北大核心 2017年第7期1391-1396,共6页

利用聚类算法对无线传感器网络(Wireless Sensor Network,WSN)节点进行分簇,并结合Dijkstra算法可解决WSN连通性受损的问题。但选取不同的聚类算法,对WSN连通性的恢复效果也是不同的。为此,从最优移动路径、单步最大长度及算法运行时间... 利用聚类算法对无线传感器网络(Wireless Sensor Network,WSN)节点进行分簇,并结合Dijkstra算法可解决WSN连通性受损的问题。但选取不同的聚类算法,对WSN连通性的恢复效果也是不同的。为此,从最优移动路径、单步最大长度及算法运行时间3个角度出发,研究两种不同聚类算法(即K-means聚类算法和Fcm聚类算法)对恢复WSN连通性的影响。通过计算机仿真平台,对其仿真结果进行对比、分析,最终得出K-means算法比Fcm算法移动的距离更短,运行的时间更少,从而证明了K-means聚类算法在恢复网络连通性应用的优越性。 展开更多

关键词 无线传感器网络(wSN) 连通性 K—means算法 FCM聚类算法

在线阅读 下载PDF 职称材料