基于CA/SPA-CARS算法的小麦条锈病特征波段优选与监测模型构建

1

作者 谷玲霄 方涛 +4 位作者 杜林丹 吴喜芳 李长春 连增增 岳哲 《农业机械学报》 北大核心 2025年第6期487-498,共12页

作物病害会严重制约作物产量和品质,传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index,DI),... 作物病害会严重制约作物产量和品质,传统的病害监测方法效率低且易受主观因素影响。高光谱遥感技术以其高光谱分辨率和客观真实性在作物病害监测中展现出重要潜力。本文利用多生育期冬小麦地面高光谱及田间病情指数(Disease index,DI),基于相关性分析(Correlation analysis,CA)和连续投影法(Successive projections algorithm,SPA)分别对光谱数据进行光谱特征降维,通过构建最优参数的竞争性自适应重加权采样(Competitive adaptive reweighted sampling,CARS)算法优选小麦条锈病敏感波段,最后利用偏最小二乘回归(Partial least squares regression,PLSR)、反向传播神经网络(Back propagation neural network,BPNN)和极限学习机(Extreme learning machine,ELM)算法建立基于特征光谱的病情指数模型,比较不同建模方法的建模效果,实现小麦条锈病监测。研究结果表明,不同生育期均显示小麦条锈病敏感特征波段多集中于近红外和短波红外波段,其中挑旗期为842、850、858 nm,灌浆期为947、953、1275、1277、1590、1663、1665 nm;对比不同建模算法,PLSR模型表现最佳,满足小麦早期病虫害监测需求,且在病害中期显示更明显特征;挑旗期和灌浆期分别以SPA-CARS-MCX和CA-CARS-MSC数据构建PLSR模型预测效果最优,验证集R2分别为0.782和0.861,RMSE分别为0.022和0.094,RPD分别为2.140和2.687。本文构建算法能够为不同生育期小麦条锈病监测提供参考。 展开更多

关键词 小麦条锈病 光谱变换 特征波段选择 相关性分析 连续投影法 竞争性自适应重加权采样

在线阅读 下载PDF 职称材料

基于DVR模型的低复杂度数字预失真方法

2

作者 陆旭 吴雅琦 +2 位作者 周先春 朱心悦 陈章 《微波学报》 北大核心 2025年第1期51-57,共7页

数字预失真技术是一种被广泛应用的功率放大器线性化技术。分解矢量旋转(DVR)数字预失真模型因其容易实现的硬件结构,良好的线性化性能,被广泛地用于功放非线性的改善。然而,DVR模型参数提取的计算复杂度与运算开销会随着算子矩阵项数... 数字预失真技术是一种被广泛应用的功率放大器线性化技术。分解矢量旋转(DVR)数字预失真模型因其容易实现的硬件结构,良好的线性化性能,被广泛地用于功放非线性的改善。然而,DVR模型参数提取的计算复杂度与运算开销会随着算子矩阵项数和数据长度的增多而急剧增加。针对这一问题,本文提出了一种基于DVR模型的低运算复杂度数字预失真方法。所提方法包含低复杂度分解矢量旋转(LCDVR)数字预失真模型和非均匀选择采样(NSS)算法两个方面,共同减少模型参数提取时的运算开销。所提LCDVR模型通过增加算子矩阵中0项的数量,减少了所需的乘法运算操作;同时,根据信号幅度分布特点,采用NSS算法进行数据采样点选取,可以减少参数提取时所需的数据长度,并使选择后的信号幅度分布相对均匀,便于分析LCDVR模型幅度分段值的选取。实验结果表明,当输入信号数据长度为70000时,LCDVR模型的θ_(max)为0.7,θ_(min)为0.3;采用NSS算法后的数据长度为10849时,本文所提方法的参数提取所需乘法运算量仅为DVR模型的2.24%,且能够保持相当的线性化效果。因此,本文所提方法可以在保持线性化精度的同时显著降低参数提取中的运算复杂度,具有较强的应用性和可实现性。 展开更多

关键词 线性化 数字预失真 功率放大器 低复杂度分解矢量旋转模型 非均匀选择采样算法

在线阅读 下载PDF 职称材料

基于改进实例学习算法的风电机组齿轮箱状态监测 被引量：2

3

作者 张书瑶 刘长良 +2 位作者 王梓齐 刘帅 刘卫亮 《动力工程学报》 CAS CSCD 北大核心 2024年第10期1620-1631,共12页

风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽... 风电机组齿轮箱的运行过程是复杂的非线性过程,采用实例学习(IBL)算法建立模型可有效对其进行状态监测。针对实例学习模型对训练数据质量敏感的特点,提出综合考虑多种性质的两步主动学习样本选择方法。首先提出一种基于拉丁超立方体抽样思想的网格划分初始样本选取方法,并基于z-score方法剔除其中的离群点。然后第一步基于信息性和代表性的综合得分选出候选样本来避免离群点影响,第二步基于多样性使第一步的候选样本稀疏化,从而避免冗余点影响。最后,基于指数加权移动平均控制图对实例学习回归模型输出的残差进行分析,并根据故障率对风电机组齿轮箱实现状态监测。利用某风电机组实际故障数据进行验证。结果表明:所提出的方法能选出优质样本,模型精度在验证集上较未改进前有所提升,且运算效率提升约50%,可实现齿轮箱异常的早期预警。 展开更多

关键词 风电机组齿轮箱 状态监测 样本选择 主动学习算法 拉丁超立方体抽样 实例学习算法

在线阅读 下载PDF 职称材料

链路预测的若干基础问题探讨

4

作者 毕祎琳 焦鑫善 +1 位作者 万书言 周涛 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第5期792-800,共9页

链路预测是网络科学最具活力的分支之一,其目标是基于已知的网络拓扑结构估计未观察到的链接的存在可能性。该文对链路预测中仍需重点关注的4个基础性问题——网络选取、链路抽样、模型训练和算法评价进行了研究,报告了这4个方面目前的... 链路预测是网络科学最具活力的分支之一,其目标是基于已知的网络拓扑结构估计未观察到的链接的存在可能性。该文对链路预测中仍需重点关注的4个基础性问题——网络选取、链路抽样、模型训练和算法评价进行了研究,报告了这4个方面目前的研究进展,并指出尚未解决的关键问题。最后,对亟待解决的一些关键研究问题进行了总结。 展开更多

关键词 链路预测 网络选取 链路抽样 模型训练 算法评价

在线阅读 下载PDF 职称材料

基于改进BP神经网络的光伏发电系统输出功率短期预测模型 被引量：146

5

作者 丁明 王磊 毕锐 《电力系统保护与控制》 EI CSCD 北大核心 2012年第11期93-99,148,共8页

随着光伏发电系统的大规模应用,其输出功率预测技术可以有效地缓解该类随机能源对电力系统的不利影响。提出了一种基于改进BP神经网络的光伏发电系统输出功率短期预测模型,利用输出功率的历史值、过往及预测日气象信息,对输出功率进行... 随着光伏发电系统的大规模应用,其输出功率预测技术可以有效地缓解该类随机能源对电力系统的不利影响。提出了一种基于改进BP神经网络的光伏发电系统输出功率短期预测模型,利用输出功率的历史值、过往及预测日气象信息,对输出功率进行直接预测。通过对影响输出功率各项因素的分析,得出了预测模型输入变量选择的理论依据;为了提高模型在各种天气条件下的预测精度,提出了相似日选择算法和训练样本确定方法;针对传统BP学习算法易陷入局部极小点、收敛速度慢等缺陷,利用增加动量项和可变学习率相结合的方法对其进行了改进。最后通过预测结果分析,验证了所提模型和算法的有效性。 展开更多

关键词 预测 光伏发电系统 人工神经网络 相似日选择算法 训练样本确定方法 BP算法

在线阅读 下载PDF 职称材料

改进的RANSAC算法在图像配准中的应用 被引量：75

6

作者 曲天伟 安波 陈桂兰 《计算机应用》 CSCD 北大核心 2010年第7期1849-1851,1872,共4页

为了提高图像配准的速度,提出了一种基于改进的随机抽样一致性(RANSAC)算法的快速图像配准方法。该方法首先采用Harris角点检测算法提取出参考图像和目标图像的特征角点,然后利用灰度相关性进行特征角点的匹配,最后采用基于预检测的RAN... 为了提高图像配准的速度,提出了一种基于改进的随机抽样一致性(RANSAC)算法的快速图像配准方法。该方法首先采用Harris角点检测算法提取出参考图像和目标图像的特征角点,然后利用灰度相关性进行特征角点的匹配,最后采用基于预检测的RANSAC算法快速而精确地估计变换矩阵,进行图像配准。该算法中采用预检测的方法快速抛弃那些不是候选模型的临时模型,提高了算法的速度。同时使用随机块选取法选择样本,很好地消除外点的影响进而保证精度。实验结果表明,此方法在得到较高的精度和鲁棒性的情况下,还大幅度减少了运算量,提高了图像配准的速度。 展开更多

关键词 图像配准 HARRIS角点 随机抽样一致性算法 预检测 随机块选取

在线阅读 下载PDF 职称材料

基于样本选取的决策树改进算法 被引量：18

7

作者 冯少荣 肖文俊 《西南交通大学学报》 EI CSCD 北大核心 2009年第5期643-647,共5页

为提高决策树分类算法的精度,通过比较几种经典的决策树分类算法,提出了基于样本选取的改进的决策树分类算法.改进算法基于决策树精度与样本的相关性较大以及决策树只能得到局部最优解的事实,通过反复迭代寻找较优样本,从而在不改变决... 为提高决策树分类算法的精度,通过比较几种经典的决策树分类算法,提出了基于样本选取的改进的决策树分类算法.改进算法基于决策树精度与样本的相关性较大以及决策树只能得到局部最优解的事实,通过反复迭代寻找较优样本,从而在不改变决策树分类算法的前提下,得到较好的决策树分类算法.该算法不针对某个决策树,只利用输入和输出的反馈信息进行迭代,因此通用性较好.实验证明,该改进算法与ID3,C4.5算法平均错误率的比值约为0.82∶1.22∶0.92. 展开更多

关键词 决策树 样本选取 ID3算法 熵 分类

在线阅读 下载PDF 职称材料

一种新的基于统计的自动文本分类方法 被引量：48

8

作者 刘斌 黄铁军 +1 位作者 程军 高文 《中文信息学报》 CSCD 北大核心 2002年第6期18-24,共7页

自动文本分类就是在给定的分类体系下 ,让计算机根据文本的内容确定与它相关联的类别。为了提高分类性能 ,本文提出了中文文本多层次特征提取方法和基于核的距离加权KNN算法。多层次特征提取方法在汉字、常用词表和专业词表三个层次上... 自动文本分类就是在给定的分类体系下 ,让计算机根据文本的内容确定与它相关联的类别。为了提高分类性能 ,本文提出了中文文本多层次特征提取方法和基于核的距离加权KNN算法。多层次特征提取方法在汉字、常用词表和专业词表三个层次上提取文档的统计特征 ,能够更好地反映文档的统计分布。基于核的距离加权KNN算法解决了样本的多峰分布、边界重叠问题和分类器的精确分类决策问题。实际应用中 ,互联网和文本库提供了大量经过粗分类的训练文本 ,但普遍存在样本质量较差的问题 ,本文通过样本重要性分析技术解决此问题。实验系统证明了新方法的有效性。 展开更多

关键词 统计 自动文本分类 多层次特征提取 距离加权KNN算法 样本重要性分析 汉字识别

在线阅读 下载PDF 职称材料

采用独立阈值的遥感影像变化检测方法 被引量：7

9

作者 贾永红 谢志伟 +1 位作者 张谦 杨刚 《西安交通大学学报》 EI CAS CSCD 北大核心 2015年第12期12-18,共7页

针对在多时相遥感影像变化检测中常规阈值确定方法无法获取小比例变化量区域准确变化阈值,并导致变化检测失败的问题,提出了采用独立阈值的遥感影像变化检测方法。通过多时相遥感影像多尺度分割获取像斑,采用变化向量分析法计算像斑差异... 针对在多时相遥感影像变化检测中常规阈值确定方法无法获取小比例变化量区域准确变化阈值,并导致变化检测失败的问题,提出了采用独立阈值的遥感影像变化检测方法。通过多时相遥感影像多尺度分割获取像斑,采用变化向量分析法计算像斑差异度;从像斑差异度中自适应选择满足期望最大化算法和贝叶斯最小误差率理论获取准确阈值条件的训练样本;将训练样本导入独立阈值法确定变化阈值,利用变化阈值对像斑差异度进行二值分割获得影像变化的检测结果。实验结果表明,采用独立阈值的遥感影像变化检测方法能够获得更准确的变化阈值,在城郊变化检测中平均漏检率较全局阈值法和局部阈值法降低了9.6%和17.24%,在城区变化检测中平均正确率较全局阈值法和局部阈值法提高了51.27%和35.42%。 展开更多

关键词 变化检测 小比例变化量区域 像斑 样本选择 期望最大化算法

在线阅读 下载PDF 职称材料

一种小样本数据的特征选择方法 被引量：26

10

作者 许行 张凯 王文剑 《计算机研究与发展》 EI CSCD 北大核心 2018年第10期2321-2330,共10页

小样本数据由于其特征维数相对于样本数目较多,且常包含不相关或冗余特征,使得常用的机器学习算法处理小样本数据时无法得到好的效果,通过特征选择来降低数据维数是解决该问题的一种有效途径.针对小样本数据,提出一种基于互信息的过滤... 小样本数据由于其特征维数相对于样本数目较多,且常包含不相关或冗余特征,使得常用的机器学习算法处理小样本数据时无法得到好的效果,通过特征选择来降低数据维数是解决该问题的一种有效途径.针对小样本数据,提出一种基于互信息的过滤型特征选择方法,首先定义了基于互信息的特征分组标准,该标准同时考虑特征与类别的相关性和不同特征之间的冗余性,根据该标准对特征分组后,在各组内选出与类别相关性最大的特征构成候选特征子集,保证了算法具有较低的时间复杂度,之后采用Boruta算法,在候选特征子集中自动确定最佳特征子集,从而大幅度降低数据的维数.通过与5种经典的特征选择算法比较,在标准数据集上采用3种分类器的实验结果表明提出的方法选出的特征子集具有较好的运行效率和分类性能. 展开更多

关键词 小样本数据 特征选择 互信息 特征分组 过滤型算法

在线阅读 下载PDF 职称材料

选择的遗传漂移分析 被引量：8

11

作者 喻寿益 郭观七 《计算机研究与发展》 EI CSCD 北大核心 2004年第2期346-351,共6页

进化算法存在早熟收敛和丢失可选解的趋势 ,其原因可归咎于由选择压、采样噪声和交叉算子引起的遗传漂移 建立选择算子的马尔可夫链模型 ,通过吸收态和吸收概率分析证明遗传漂移的必然性和早熟收敛的可能性 ,分析早熟收敛与选择压和适... 进化算法存在早熟收敛和丢失可选解的趋势 ,其原因可归咎于由选择压、采样噪声和交叉算子引起的遗传漂移 建立选择算子的马尔可夫链模型 ,通过吸收态和吸收概率分析证明遗传漂移的必然性和早熟收敛的可能性 ,分析早熟收敛与选择压和适应值函数峰值分布的关系 针对 2解问题 ,通过计算种群多样度期望值 ,分析漂移过程的动态特征 应用实验的方法比较不同采样方法对漂移速度和早熟收敛的影响 展开更多

关键词 进化算法 遗传漂移 选择 采样

在线阅读 下载PDF 职称材料

基于遗传算法的故障样本优化选取方法 被引量：7

12

作者 邓露 许爱强 吴忠德 《系统工程与电子技术》 EI CSCD 北大核心 2015年第7期1703-1708,共6页

为降低测试性验证试验费用,提出基于遗传算法的故障样本优化选取方法。方法通过故障—测试关联分析和故障—故障等价分析,确定初始故障样本集中各元素对应的等价集,并对初始故障样本集进行扩展,在此基础上,建立了故障样本选取优化求解... 为降低测试性验证试验费用,提出基于遗传算法的故障样本优化选取方法。方法通过故障—测试关联分析和故障—故障等价分析,确定初始故障样本集中各元素对应的等价集,并对初始故障样本集进行扩展,在此基础上,建立了故障样本选取优化求解模型。在不降低样本注入数量和测试特性的条件下,以试验费用最小为优化目标,给出了基于改进遗传算法的样本优化选取方法。算例应用结果表明,该方法设计的故障样本选取方法能有效降低测试性验证试验费用。 展开更多

关键词 测试性验证试验 试验费用 遗传算法 故障样本选取 等价集

在线阅读 下载PDF 职称材料

支持向量回归参数的混合选择 被引量：4

13

作者 王强 陈英武 邢立宁 《计算机工程》 CAS CSCD 北大核心 2007年第15期40-42,63,共4页

为提高支持向量回归算法的学习能力和泛化性能,提出了一种优化支持向量回归参数的混合选择算法。根据训练样本的规模和噪声水平等信息,确定支持向量回归参数的取值范围,用实数编码的免疫遗传算法搜索最佳参数值。混合选择算法具有较高... 为提高支持向量回归算法的学习能力和泛化性能,提出了一种优化支持向量回归参数的混合选择算法。根据训练样本的规模和噪声水平等信息,确定支持向量回归参数的取值范围,用实数编码的免疫遗传算法搜索最佳参数值。混合选择算法具有较高的精度和效率,在选择支持向量回归参数时,不必考虑模型的复杂度和变量维数。仿真实验结果表明,该算法是选择支持向量回归参数的有效方法,应用到函数逼近问题时具有优良的性能。 展开更多

关键词 支持向量回归 参数选择 训练样本信息 免疫遗传算法

在线阅读 下载PDF 职称材料

基于知识迁移的Ant-Q算法 被引量：4

14

作者 王雪松 潘杰 程玉虎 《电子学报》 EI CAS CSCD 北大核心 2011年第10期2359-2365,共7页

常规Ant-Q算法计算复杂度随问题的规模呈现出阶乘级的增长,极大地抑制了算法的收敛速度,同时其仅关注单一任务本身,使得求出的解不具有可重用性,在处理一系列相关联任务时效率较低.为此,提出一种基于知识迁移的Ant-Q算法,通过贝叶斯理... 常规Ant-Q算法计算复杂度随问题的规模呈现出阶乘级的增长,极大地抑制了算法的收敛速度,同时其仅关注单一任务本身,使得求出的解不具有可重用性,在处理一系列相关联任务时效率较低.为此,提出一种基于知识迁移的Ant-Q算法,通过贝叶斯理论分析源任务与目标任务的相似率,并以此为权值确定各源任务的迁移样本数,然后将各源任务样本按迁移价值降序排列,筛选出有效迁移样本,指导Agent快速做出合理决策.在att532旅行商问题上的仿真结果表明,知识迁移能够有效降低目标任务的学习难度,从而快速找到问题的最优解. 展开更多

关键词 知识迁移 Ant-Q算法 贝叶斯理论 样本筛选 旅行商问题

在线阅读 下载PDF 职称材料

基于特征选择的统计最优样本大小算法 被引量：3

15

作者 邓杰 钱雪忠 +1 位作者 钱恒 吴秦 《计算机应用研究》 CSCD 北大核心 2014年第12期3535-3538,3549,共5页

针对统计最优样本大小算法在确定大数据集,尤其是高维数据集抽样样本大小时的执行效率较低,以及高维数据集中每一维属性的重要性不同且可能存在冗余属性,提出一种基于特征选择的统计最优样本大小算法。该算法基于熵理论,通过构造一个基... 针对统计最优样本大小算法在确定大数据集,尤其是高维数据集抽样样本大小时的执行效率较低,以及高维数据集中每一维属性的重要性不同且可能存在冗余属性,提出一种基于特征选择的统计最优样本大小算法。该算法基于熵理论,通过构造一个基于对象间相似度的熵度量方法来评估特征重要性,然后根据设计的一种挑选特征的标准获得重要的特征子集,最后在该特征子集上执行统计最优样本大小算法。实验结果表明,改进后算法得到的样本大小抽取的样本集能够在聚类算法中得到较高的准确率,同时也较明显地降低了算法的执行时间,从而验证了改进后的算法是有效可行的。 展开更多

关键词 统计最优样本大小算法 高维数据集 特征选择 熵 聚类

在线阅读 下载PDF 职称材料

针对SM4算法的约减轮故障攻击 被引量：2

16

作者 王敏 吴震 +1 位作者 饶金涛 凌杭 《通信学报》 EI CSCD 北大核心 2016年第S1期98-103,共6页

提出了一种新型的针对SM4算法的约减轮故障攻击,该攻击在加密算法的后4轮中导入故障,诱导缩减加密算法的迭代轮数,经过对故障数据的简单筛选,最终仅需4个错误密文即可恢复出完整的128 bit初始密钥,从而实现了对SM4的故障注入攻击。利用... 提出了一种新型的针对SM4算法的约减轮故障攻击,该攻击在加密算法的后4轮中导入故障,诱导缩减加密算法的迭代轮数,经过对故障数据的简单筛选,最终仅需4个错误密文即可恢复出完整的128 bit初始密钥,从而实现了对SM4的故障注入攻击。利用该方法对无防护SM4算法的能量曲线进行了实际故障注入攻击的实验表明,该攻击方法行之有效,并简化了现有针对SM4的差分故障攻击方法,提高了攻击效率。 展开更多

关键词 SM4算法 故障注入 约减轮 故障样本筛选 分组密码

在线阅读 下载PDF 职称材料

基于遗传实例和特征选择的K近邻训练集优化方法 被引量：4

17

作者 董明刚 黄宇扬 敬超 《计算机科学》 CSCD 北大核心 2020年第8期178-184,共7页

K近邻的分类性能依赖于训练集的质量。设计高效的训练集优化算法具有重要意义。针对传统的进化训练集优化算法效率较低、误删率较高的不足,提出了一种遗传训练集优化算法。该算法采用基于最大汉明距离的高效遗传算法,每次交叉保留父代... K近邻的分类性能依赖于训练集的质量。设计高效的训练集优化算法具有重要意义。针对传统的进化训练集优化算法效率较低、误删率较高的不足,提出了一种遗传训练集优化算法。该算法采用基于最大汉明距离的高效遗传算法,每次交叉保留父代并生成两个新的具有最大汉明距离的子代,既提高了效率,又保证了种群多样性。该算法将局部的噪声样本删除策略与特征选择策略相结合。首先使用决策树算法确定噪声样本存在的范围,然后使用遗传算法精准删除此范围内的噪声样本和全局的噪声特征,降低了误删率,提高了效率。该算法采用基于最近邻规则的验证集选择策略,进一步提高了遗传算法实例选择和特征选择的准确度。在15个标准数据集上,该方法相较于协同进化实例特征选择算法IFS-CoCo、加权协同进化实例特征选择算法CIW-NN、进化特征选择算法EIS-RFS、进化实例选择算法PS-NN、K近邻算法KNN,在分类精度上分别平均提升了2.18%,2.06%,5.61%,4.06%和4.00%。实验结果表明,所提方法的分类精度和优化效率优于当前的进化训练集优化算法。 展开更多

关键词 遗传算法 K近邻 实例选择 特征选择 噪声样本 决策树

在线阅读 下载PDF 职称材料

基于人工免疫系统的电路小样本故障诊断方法 被引量：7

18

作者 郭朝有 欧阳光耀 李雁飞 《电子测量与仪器学报》 CSCD 2010年第5期425-429,共5页

针对常规电路故障诊断方法存在的故障样本需求大的问题,基于免疫系统的阴性选择机理,提出了建立人工免疫系统实现电路小样本故障诊断的新方法。该方法仅需电路正常模式测试数据加一组故障模式测试数据为样本,生成随机检测器,再运用变异... 针对常规电路故障诊断方法存在的故障样本需求大的问题,基于免疫系统的阴性选择机理,提出了建立人工免疫系统实现电路小样本故障诊断的新方法。该方法仅需电路正常模式测试数据加一组故障模式测试数据为样本,生成随机检测器,再运用变异实值否定选择算法优化随机检测器,结合基于故障样本生成故障类型检测器构成人工免疫系统的故障检测器,并采用二次匹配方法完成电路的故障诊断。对ITC’97的CTSV滤波器电路的故障诊断表明,该方法可应用于小故障样本场合下的电路故障诊断,具有较高的实际应用前景。 展开更多

关键词 人工免疫系统 变异实值否定选择算法 小样本 故障诊断

在线阅读 下载PDF 职称材料

基于遗传算法与最大最小原理的故障模式特征选择 被引量：7

19

作者 谢涛 张育林 《国防科技大学学报》 EI CAS CSCD 1998年第2期17-21,共5页

在诸如液体火箭发动机等复杂动力学系统的故障诊断中，监控参数组的优选问题一直受到工程技术人员的高度重视。本文提出了综合样本矢量方向离散度概念，以此作为故障特征参数的优选准则；然后利用经过改进的遗传算法，对某液体火箭发动... 在诸如液体火箭发动机等复杂动力学系统的故障诊断中，监控参数组的优选问题一直受到工程技术人员的高度重视。本文提出了综合样本矢量方向离散度概念，以此作为故障特征参数的优选准则；然后利用经过改进的遗传算法，对某液体火箭发动机常见故障的诊断进行了特征参数组的优选。在改进的遗传算法中，采用了非常简洁而高效的染色体编码，针对特征优选的组合优化类问题专门设计了一种特殊的基因迁移算子，并引进了父本个体适应值的动态调整技术与共享函数。数值实验结果表明，该算法具有理想的效果。 展开更多

关键词 故障仿真 遗传算法 液体火箭发动机 故障诊断

在线阅读 下载PDF 职称材料

前瞻选择抽样算法在产品推荐中的应用 被引量：2

20

作者 杨静 高琳琦 《计算机应用》 CSCD 北大核心 2005年第9期2177-2178,2191,共3页

着眼于由用户数据的极端稀疏性所导致的推荐质量下降问题,基于最近邻算法,将随机抽样算法结合前瞻框架,应用于推荐系统,旨在提高推荐精度。并在此基础上对其进行实验评估,表现出较低的平均误差率和较高的稳定性。

关键词 最近邻算法 前瞻算法 选择抽样算法 推荐系统

在线阅读 下载PDF 职称材料