基于半监督分类方法的变压器故障诊断

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对现有方法建立分类器时需用到大量已知类别数据而没有利用待分类数据的问题,将半监督分类(SSC)方法引入变压器故障诊断问题中,建立了一个新的变压器故障诊断模型。SSC方法在学习过程中能同时利用已知类别数据和未知类别数据,获得更多的信息,因而有更好的学习效果。采用模糊近邻标签传递的半监督分类(FNNLP-SSC)方法进行变压器故障诊断,所提方法依据样本与其K个近邻的模糊相似性连接,使类别标签从标签数据向未标签数据传递,最终实现未标签数据的分类。对故障DGA样本的诊断实例结果表明,所提FNNLP-SSC方法比模糊C均值(FCM)方法和IEC 3比值法有更高的诊断正确率,验证了所提方法在变压器故障诊断中的有效性和可行性。

基于半监督的模糊C-均值聚类算法

通过将半监督学习的思想引入到模糊C-均值聚类方法中,提出一种基于半监督的模糊C-均值聚类算法,有效解决了模糊C-均值聚类算法随机选取初始聚类中心导致聚类结果局部收敛的问题,能客观获取最佳聚类数目和初始聚类中心.实验结果表明,与传统模糊C-均值聚类算法相比,基于半监督的模糊C-均值算法在一定程度上减少了迭代次数,降低了对初始聚类中心的依赖性.

改进的FCM半监督聚类算法

通过将类间分离度函数引入到模糊C-均值聚类算法中,结合半监督的思想,建立基于信息熵的半监督模糊C-均值聚类模型,并对该模型的求解过程进行推导,提出一种新的算法.为了验证算法的有效性,将该算法在UCI数据集上进行实验,实验结果表明,该算法比仅引入信息熵的模糊C-均值聚类方法聚类性能更好.

基于RBFNN和PSO求解第二类Volterra积分方程的混合方法

提出一种基于RBFNNs和PSO求解第二类Volterra积分方程的混合方法.先将积分区间离散化为点集,并代入积分方程得到方程组,再利用RBF神经网络逼近积分方程中的未知函数,将所求解问题转化为残差平方和的极小化问题.利用PSO算法求解残差平方和的极小化优化问题,得到RBF神经网络的参数,即得问题的逼近解.数值实验表明,该方法可行有效.

基于主成分分析和KNN混合方法的文本分类研究

特征选择和分类算法是文本分类中的两个关键技术,提出了基于主成分分析和KNN相结合的文本分类方法。该方法利用主成分分析对文本向量的高维空间进行特征选择,为克服因类别特征选择不当带来的不利影响,使用KNN算法进行分类可以最大程度地减少分类过程中的误差。为了验证方法的有效性,针对UCI标准数据集进行仿真实验。实验结果显示,PCA-KNN方法优于主成分分析和随机森林相结合的方法,能在一定程度上提高文本分类的精度。

直觉模糊最小二乘支持向量机

将直觉模糊集的相关理论引入到最小二乘支持向量机中,建立了直觉模糊最小二乘支持向量机的数学模型,并对模型的求解过程进行推导.为验证该算法的有效性,在人工数据集和标准数据集上进行仿真实验.实验结果表明,直觉模糊最小二乘支持向量机算法可降低分类时样本中噪声和野点对分类效果的影响.

采用神经网络进行电力系统短期负荷预测的一种降维方法

提出一种采用神经网络进行电力系统短期负荷预测的降维方法。该方法将每天的L个时刻负荷数据降维处理为少数几个特征参数 ,利用人工神经网络预测待测日的这些参数 ,以及参照日负荷为依据进行负荷预测。该方法提高了预测精度和速度 。

一种改进相似度参数估计的半监督谱聚类算法

谱聚类算法的相似度参数对聚类效果有着至关重要的影响。本文将启发式思想引入到相似度计算中,通过对距离矩阵的搜索,找到数据的合理分界点,并利用它得到相似度计算时所需的参数。同时利用成对限制先验信息引导聚类过程,从而提高聚类效果。数据实验验证本文所提方法是可行的,并且具有很好的聚类效果。

应用径向基神经网络求解第二类线性Fredholm积分方程

提出用径向基神经网络求解第二类Fredholm方程的方法。首先使用径向基神经网络逼近积分方程中的未知函数,然后将求解第二类积分方程转化为一个优化问题。粒子群优化算法具有不易陷入局部极小、易实现和调整参数较少的优点,从而利用粒子群优化算法的求解该优化问题。数值实验表明所提方法是可行的。

应用LS-SVMs进行药品成分浓度分析

提出了基于最小二乘支撑向量机 (LS SVMs)的药品成分浓度分析方法。分析讨论了LS SVMs中参数的选择对其性能所起的重要作用。通过算例验证了LS SVMs回归分析比多元线性回归(MLR)有着更好的泛化能力 ,回归精度得到了明显的提高。本文的结果说明使用LS

基于直觉模糊最小二乘支持向量机的变压器故障诊断

针对基于溶解气体分析的变压器故障诊断数据具有小样本、贫信息且故障诊断结果易受样本中噪声影响的特点,提出一种直觉模糊最小二乘支持向量机算法(IFLS-SVM).先进行相关算法的推导,并设计了基于IFLS-SVM的多类分类器,然后借助Matlab软件实现了电力变压器的相关故障实例诊断,最后将其诊断结果与LS-SVM的几种多分类算法及BP神经网络的诊断结果进行比较.实验结果表明,IFLS-SVM诊断效果较好,抗噪性较强.

基于流形距离的人工免疫半监督聚类算法

将流形距离作为样本间相似性的基本度量测度,加入成对约束信息,通过近邻传播得出新的度量矩阵。把聚类问题转化为一优化数学模型。采用克隆选择算法求解这个优化模型,得出最后的聚类结果,通过人工数据集和UCI标准数据集验证了这种方法具有较高的准确性。

四元数体上李雅普诺夫矩阵方程解的特征确定法

利用四元数的矩阵形式定义四元数的一种特征值,通过求解四元数李雅普诺夫方程,给出四元数体上一般形式的李雅普诺夫矩阵方程的分类方法及解的特征确定法,并给出方程有解的充要条件及解的表达式.

应用字典数据建模

基于开源项目Adempiere ERP的应用字典设计,提出一种应用字典三层架构模型核心AD层、视图AD层和逻辑AD层.从而将管理软件的显示属性、业务控制逻辑等从程序代码中最大限度地分离,增强了软件定制化开发能力,降低了重复编码,加快了软件的开发效率.

基于粗糙集理论的文本分类属性约简算法

针对文本分类的特征空间高维问题,本文提出了一种基于粗糙集的属性约简算法及其改进的约简算法。利用该算法有效降低了文本特征向量的维数。通过利用20 Newsgroups数据集进行试验测试,在召回率、准确率和F-1度的指标上均具有较明显的优势。

多元数据视角下的中国赛珍珠研究主题演化分析

诺贝尔文学奖得主赛珍珠的文学作品中蕴含的文化平等观念与文化交融理念深入人心,国际影响巨大。系统性剖析我国赛珍珠研究领域历年来主题演化脉络与规律具有重要的理论价值。从多元数据的分析视角出发,采集、梳理新中国成立以来涉及"赛珍珠研究"的期刊论文、会议论文、学位论文、著作、报纸与网络新闻、年鉴等原始文本数据,可以梳理我国赛珍珠研究的主题变迁脉络与发展历程,从而对新中国赛珍珠研究的主题演化过程及特征做综合性、全景式的扫描,辅助国内外学者全面掌握我国赛珍珠研究的体系与进程。

基于马氏链蒙特卡罗的WSN节点定位算法

未知节点的定位是无线传感器网络(WSN)研究中的重要内容,其中动态节点定位算法设计是当前的热点问题.针对传统动态节点定位算法采样成功率低或采样样本少等问题,本文基于蒙特卡洛(MCL)算法及蒙特卡洛盒子(MCB)算法,提出了一种基于马氏链蒙特卡洛方法的节点定位(MCMCB)算法,算法在粒子滤波过程用马氏链蒙特卡洛方法计算粒子的权重,加大了对样本的筛选,从而提高了定位精度并减少了采样次数.仿真结果表明,MCMCB算法的平均定位精度同MCL算法、MCB算法相比分别提高了57. 4%和59. 3%,而采样次数比MCL算法减少了16. 2%.

基于模糊理论的三维水下移动节点定位算法

三维水下移动节点定位是水下无线传感器网络的关键技术之一.为进一步提高未知节点的定位精度,利用接收信号强度(RSSI)与节点距离远近的关系,基于模糊理论建立了相应的对应法则,在计算未知节点的位置坐标时使用了最小二乘法.仿真结果表明,与SLMP算法和ASRL算法等移动节点定位算法相比,本方案具有较好的优势.

文脉飘香 涵养一方

"好!""再来一个!"素日安静只有袅袅琴声飘出的"元同斋"今天有些不同寻常的热闹,原来是"民进会员之家"和"镇江民进文化艺术交流活动基地"挂牌仪式暨"西津雅集"主题活动在这里举办。民进江苏镇江市文化支部的会员们各显所能,正为雅集献上精彩的表演。台上精彩不断,台下叫好不停,阵阵掌声将现场气氛推向高潮。