期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多维特征提取的资源数据识别与校核算法
1
作者
汤伟
徐声龙
+2 位作者
杨慧
刘佳颖
李卉茹
《现代电子技术》
2023年第23期109-113,共5页
针对现有资源数据异常识别与智能校核算法准确性和可靠性差的问题,设计了一种基于多维特征提取的资源数据识别与校核算法。该算法以多维指标数据作为输入,通过加权随机算法构建初始孤立森林,再以平方预测误差(SPE)统计量作为判据,实现...
针对现有资源数据异常识别与智能校核算法准确性和可靠性差的问题,设计了一种基于多维特征提取的资源数据识别与校核算法。该算法以多维指标数据作为输入,通过加权随机算法构建初始孤立森林,再以平方预测误差(SPE)统计量作为判据,实现孤立森林的冗余消除,进一步采用离散粒子群算法优化选取最优子森林,从而实现对异常数据的智能高效检测。基于人力资源数据进行的算例分析测试结果表明,所提RRA-DPSO-WRIF算法的异常数据识别准确率可达95%,多次计算的偏差在2%以内,相比传统算法具有更高的检测准确率与稳定性,能够为人资数据的管控提供决策支撑。
展开更多
关键词
孤立森林
离散粒子群
异常检测
多维特征提取
数据校核
人力资源数据
下载PDF
职称材料
一种基于多维特征提取的知识化制造系统故障监测方法
2
作者
施文武
严洪森
+1 位作者
汪峥
熊福力
《制造业自动化》
北大核心
2006年第2期33-38,共6页
为了减少对知识化制造系统生产故障的误诊和漏诊,本文首先提出了一种新的基于多维特征提取的故障监测方法,该方法先对采集的信号进行多维特征提取,再通过归纳学习建立设备的正常状态空间,并以此来判断设备的故障状态。然后,提出一种故...
为了减少对知识化制造系统生产故障的误诊和漏诊,本文首先提出了一种新的基于多维特征提取的故障监测方法,该方法先对采集的信号进行多维特征提取,再通过归纳学习建立设备的正常状态空间,并以此来判断设备的故障状态。然后,提出一种故障误判概率控制方法。通过多维特征提取和误判概率控制,可以很好地减少对故障的漏判和误判。仿真实验证实了该故障监测方法的有效性。
展开更多
关键词
知识化制造
归纳学习
多维特征提取
下载PDF
职称材料
视觉传达系统平面图形元素多维化融合方法研究
被引量:
2
3
作者
王倩
《现代电子技术》
北大核心
2020年第16期162-164,169,共4页
现有的视觉传达系统中,图形元素融合效果不佳,且耗时较长。为此,提出一种视觉传达系统平面图形元素多维化融合方法。设计视觉传达系统框架,对系统中图形元素融合部分做出具体分析。采用SIFT特征描述子提取平面图形元素多维特征;通过计...
现有的视觉传达系统中,图形元素融合效果不佳,且耗时较长。为此,提出一种视觉传达系统平面图形元素多维化融合方法。设计视觉传达系统框架,对系统中图形元素融合部分做出具体分析。采用SIFT特征描述子提取平面图形元素多维特征;通过计算特征点对的转换矩阵,完成图形元素特征配准;配准后,基于窗口的方法,将图形元素划分为不同的能量区域,选取出能量最大的区域,将该区域像素作为待融合图形元素像素值,实现融合处理。实验结果表明,所提方法具有较好的图形元素融合效果,且相较于其他方法,融合耗时较短。
展开更多
关键词
图形元素融合
视觉传达系统
多维特征提取
特征
匹配
转换矩阵
实验分析
下载PDF
职称材料
基于多维负荷特性挖掘的电力特殊用户用电行为分析
4
作者
吴昀烔
赵健
+2 位作者
宣羿
孙智卿
徐港军
《电力建设》
CSCD
北大核心
2024年第3期116-125,共10页
深度探索社会治理角度下电力大数据的应用场景,可为政府数字化开展社会民生工作提供辅助决策。独居老人作为特殊电力用户群体,当前缺乏有效技术识别手段,提出一种基于多维负荷特性挖掘的电力特殊用户用电行为分析方法。首先,基于负荷曲...
深度探索社会治理角度下电力大数据的应用场景,可为政府数字化开展社会民生工作提供辅助决策。独居老人作为特殊电力用户群体,当前缺乏有效技术识别手段,提出一种基于多维负荷特性挖掘的电力特殊用户用电行为分析方法。首先,基于负荷曲线构建用电行为特征指标,利用互信息值对其增添权重以降低指标设置的主观性,同时结合卷积块注意神经网络模型对独居与非独居老人的负荷数据进行特征提取,获取能表征两类居民用电行为的多维负荷特征向量。其次,利用β-级联森林模型对向量进行自适应表征学习,解决了在分类过程中存在样本不平衡问题,提升模型识别性能。最后,以浙江省某小区居民用户为例验证,并对独居老人进行用电行为监测,结果证明了所提方法样本规模较小且在样本不平衡的数据上具有良好的识别性能。
展开更多
关键词
电力特殊用户
独居老人识别
多维
负荷
特征提取
样本不平衡
β-级联森林
原文传递
基于双分支特征融合的电力设备缺陷文本挖掘方法
5
作者
张中文
吐松江·卡日
+2 位作者
张紫薇
崔传世
邵罗
《高压电器》
CAS
2024年第6期188-196,共9页
针对电力设备缺陷文本信息的知识挖掘与分析任务中存在缺陷文本特征信息提取不足、缺陷文本分类精度不够的问题,提出一种基于BERT(bidirectional encoder representations from transformers)的双分支特征融合的电力设备缺陷文本分类模...
针对电力设备缺陷文本信息的知识挖掘与分析任务中存在缺陷文本特征信息提取不足、缺陷文本分类精度不够的问题,提出一种基于BERT(bidirectional encoder representations from transformers)的双分支特征融合的电力设备缺陷文本分类模型。首先,对缺陷文本数据进行预处理,删除异常缺陷文本,并归纳了电力设备缺陷文本特点;然后,采用BERT模型作为文本编码器,将文本转化为向量后分别输入至BiLSTMAttention(attention-based bidirectional long short-term memory)模块和多分支CNN(multi-scale convolutional neural network,MCNN)模块,提取缺陷文本语义信息特征和局部关键信息特征;最后,将所提取出的语义特征和多维关键特征向量进行融合,并通过Softmax层实现对缺陷文本分类。与基准模型BERT-BiLSTMAttention相比,其准确率、召回率及F1值分别提高了2.76%、3.58%和4.39%,表明所建模型在缺陷文本分类任务中性能的优越性。
展开更多
关键词
预训练模型
多维特征提取
语义信息
特征
缺陷文本分类
下载PDF
职称材料
基于几何参数特征与决策树支持向量机的猪只姿态分类
被引量:
3
6
作者
谢徵
田建艳
+1 位作者
王芳
党亚男
《黑龙江畜牧兽医》
CAS
北大核心
2015年第10期21-25,共5页
为了研究分类与猪只行为及精神状况相关的姿态,试验提出了一种基于几何参数特征与决策树支持向量机的猪只姿态分类方法,首先根据猪只行为学特征并借鉴前人的研究成果选择5种相关的姿态,包括躺卧、侧面抬头站立、侧面低头站立、侧面平视...
为了研究分类与猪只行为及精神状况相关的姿态,试验提出了一种基于几何参数特征与决策树支持向量机的猪只姿态分类方法,首先根据猪只行为学特征并借鉴前人的研究成果选择5种相关的姿态,包括躺卧、侧面抬头站立、侧面低头站立、侧面平视站立以及正面站立,并以此建立猪只姿态样本库,再针对所研究姿态的图像形状特点,提出利用圆形度、高宽比、伸长度、质高比、质左比、质心左右比、最高点左右比、左(右)夹角余弦与左(右)抬头度11个几何参数特征作为描述姿态的图像特征,最后利用决策树支持向量机(DT-SVM)进行猪只姿态分类。结果表明:与1-V-1多分类支持向量机(1-V-1 SVM)与Ada Boost分类算法相比较,DT-SVM的分类精度较高,耗时较短。说明所选取的特征可以有效地描述猪只姿态。
展开更多
关键词
猪只姿态分类
多维
几何参数
特征提取
决策树支持向量机(DT—SVM)
机器视觉技术
智能
监控
原文传递
基于MEFE和GN-CNN的低压台区用户用电行为分析方法
7
作者
严宇
孙浩泳
+4 位作者
柏兆勇
张法业
姚鹏
黄克龙
叶呈龙
《供用电》
2023年第12期79-86,共8页
针对电力系统用户侧用电行为复杂、分析困难的问题,提出了一种基于多维增强特征提取(multi-dimensional enhanced feature extraction,MEFE)和群组归一化卷积神经网络(group normalization convolutional neural network,GN-CNN)的低压...
针对电力系统用户侧用电行为复杂、分析困难的问题,提出了一种基于多维增强特征提取(multi-dimensional enhanced feature extraction,MEFE)和群组归一化卷积神经网络(group normalization convolutional neural network,GN-CNN)的低压台区用户用电行为分析方法。首先,利用MEFE构建了基于用电用户的平均日用电量曲线、周内相邻天用电量皮尔逊相关系数和增强夜间用电量的增强型用户用电行为特征;其次,建立了一维GN-CNN的用户用电行为识别模型,实现了用户用电行为准确识别;最后,以江苏泰州某台区96点用电信息采集数据为输入,开展模型优化及方法对比试验,用电行为识别准确率为96.4%,可以为低压台区的电力调度、负荷预测、安全性评估等提供数据支撑。
展开更多
关键词
用电行为分析
多维
增强
特征提取
群组归一化
卷积神经网络
低压台区
下载PDF
职称材料
题名
基于多维特征提取的资源数据识别与校核算法
1
作者
汤伟
徐声龙
杨慧
刘佳颖
李卉茹
机构
武汉大学电气与自动化学院
国网湖北省电力有限公司超高压公司
出处
《现代电子技术》
2023年第23期109-113,共5页
基金
国家自然科学基金重点支持项目(U1805263)。
文摘
针对现有资源数据异常识别与智能校核算法准确性和可靠性差的问题,设计了一种基于多维特征提取的资源数据识别与校核算法。该算法以多维指标数据作为输入,通过加权随机算法构建初始孤立森林,再以平方预测误差(SPE)统计量作为判据,实现孤立森林的冗余消除,进一步采用离散粒子群算法优化选取最优子森林,从而实现对异常数据的智能高效检测。基于人力资源数据进行的算例分析测试结果表明,所提RRA-DPSO-WRIF算法的异常数据识别准确率可达95%,多次计算的偏差在2%以内,相比传统算法具有更高的检测准确率与稳定性,能够为人资数据的管控提供决策支撑。
关键词
孤立森林
离散粒子群
异常检测
多维特征提取
数据校核
人力资源数据
Keywords
isolated forest
discrete particle swarm
abnormal detection
multidimensional feature extraction
data check
hu⁃man resource data
分类号
TN99-34 [电子电信—信号与信息处理]
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
一种基于多维特征提取的知识化制造系统故障监测方法
2
作者
施文武
严洪森
汪峥
熊福力
机构
东南大学自动化研究所
出处
《制造业自动化》
北大核心
2006年第2期33-38,共6页
基金
国家自然科学基金资助项目(60574062
50475075)
江苏省高校"青蓝工程"第二期省级中青年学术带头人培养计划
文摘
为了减少对知识化制造系统生产故障的误诊和漏诊,本文首先提出了一种新的基于多维特征提取的故障监测方法,该方法先对采集的信号进行多维特征提取,再通过归纳学习建立设备的正常状态空间,并以此来判断设备的故障状态。然后,提出一种故障误判概率控制方法。通过多维特征提取和误判概率控制,可以很好地减少对故障的漏判和误判。仿真实验证实了该故障监测方法的有效性。
关键词
知识化制造
归纳学习
多维特征提取
Keywords
knowledgeable manufacturing
inductive learning
multi-dimension feature extraction
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
视觉传达系统平面图形元素多维化融合方法研究
被引量:
2
3
作者
王倩
机构
河南大学民生学院
出处
《现代电子技术》
北大核心
2020年第16期162-164,169,共4页
基金
国家自然科学基金项目(U1304527)。
文摘
现有的视觉传达系统中,图形元素融合效果不佳,且耗时较长。为此,提出一种视觉传达系统平面图形元素多维化融合方法。设计视觉传达系统框架,对系统中图形元素融合部分做出具体分析。采用SIFT特征描述子提取平面图形元素多维特征;通过计算特征点对的转换矩阵,完成图形元素特征配准;配准后,基于窗口的方法,将图形元素划分为不同的能量区域,选取出能量最大的区域,将该区域像素作为待融合图形元素像素值,实现融合处理。实验结果表明,所提方法具有较好的图形元素融合效果,且相较于其他方法,融合耗时较短。
关键词
图形元素融合
视觉传达系统
多维特征提取
特征
匹配
转换矩阵
实验分析
Keywords
graphic element fusion
visual communication system
multidimensional feature extraction
feature matching
transition matrix
experimental analysis
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多维负荷特性挖掘的电力特殊用户用电行为分析
4
作者
吴昀烔
赵健
宣羿
孙智卿
徐港军
机构
上海电力大学电气工程学院
国网杭州供电公司
出处
《电力建设》
CSCD
北大核心
2024年第3期116-125,共10页
基金
国家自然科学基金项目(51907114)。
文摘
深度探索社会治理角度下电力大数据的应用场景,可为政府数字化开展社会民生工作提供辅助决策。独居老人作为特殊电力用户群体,当前缺乏有效技术识别手段,提出一种基于多维负荷特性挖掘的电力特殊用户用电行为分析方法。首先,基于负荷曲线构建用电行为特征指标,利用互信息值对其增添权重以降低指标设置的主观性,同时结合卷积块注意神经网络模型对独居与非独居老人的负荷数据进行特征提取,获取能表征两类居民用电行为的多维负荷特征向量。其次,利用β-级联森林模型对向量进行自适应表征学习,解决了在分类过程中存在样本不平衡问题,提升模型识别性能。最后,以浙江省某小区居民用户为例验证,并对独居老人进行用电行为监测,结果证明了所提方法样本规模较小且在样本不平衡的数据上具有良好的识别性能。
关键词
电力特殊用户
独居老人识别
多维
负荷
特征提取
样本不平衡
β-级联森林
Keywords
special users of electricity
identification of elderly people living alone
multidimensional load feature extraction
sample imbalance
β-cascade forest
分类号
TM769 [电气工程—电力系统及自动化]
原文传递
题名
基于双分支特征融合的电力设备缺陷文本挖掘方法
5
作者
张中文
吐松江·卡日
张紫薇
崔传世
邵罗
机构
新疆大学电气工程学院
出处
《高压电器》
CAS
2024年第6期188-196,共9页
基金
新疆维吾尔自治区自然科学基金面上项目资助(2022D01C35)
国家自然科学基金项目资助(52067021,52207165)。
文摘
针对电力设备缺陷文本信息的知识挖掘与分析任务中存在缺陷文本特征信息提取不足、缺陷文本分类精度不够的问题,提出一种基于BERT(bidirectional encoder representations from transformers)的双分支特征融合的电力设备缺陷文本分类模型。首先,对缺陷文本数据进行预处理,删除异常缺陷文本,并归纳了电力设备缺陷文本特点;然后,采用BERT模型作为文本编码器,将文本转化为向量后分别输入至BiLSTMAttention(attention-based bidirectional long short-term memory)模块和多分支CNN(multi-scale convolutional neural network,MCNN)模块,提取缺陷文本语义信息特征和局部关键信息特征;最后,将所提取出的语义特征和多维关键特征向量进行融合,并通过Softmax层实现对缺陷文本分类。与基准模型BERT-BiLSTMAttention相比,其准确率、召回率及F1值分别提高了2.76%、3.58%和4.39%,表明所建模型在缺陷文本分类任务中性能的优越性。
关键词
预训练模型
多维特征提取
语义信息
特征
缺陷文本分类
Keywords
pre-trained models
multi-dimensional feature extraction
semantic information feature
defective text categorization
分类号
G63 [文化科学—教育学]
下载PDF
职称材料
题名
基于几何参数特征与决策树支持向量机的猪只姿态分类
被引量:
3
6
作者
谢徵
田建艳
王芳
党亚男
机构
太原理工大学信息工程学院
新型传感器与智能控制教育部重点实验室
出处
《黑龙江畜牧兽医》
CAS
北大核心
2015年第10期21-25,共5页
基金
"863"国家高技术研究发展计划项目(2013AA102306)
山西省青年科技研究基金项目(2012021030-1)
文摘
为了研究分类与猪只行为及精神状况相关的姿态,试验提出了一种基于几何参数特征与决策树支持向量机的猪只姿态分类方法,首先根据猪只行为学特征并借鉴前人的研究成果选择5种相关的姿态,包括躺卧、侧面抬头站立、侧面低头站立、侧面平视站立以及正面站立,并以此建立猪只姿态样本库,再针对所研究姿态的图像形状特点,提出利用圆形度、高宽比、伸长度、质高比、质左比、质心左右比、最高点左右比、左(右)夹角余弦与左(右)抬头度11个几何参数特征作为描述姿态的图像特征,最后利用决策树支持向量机(DT-SVM)进行猪只姿态分类。结果表明:与1-V-1多分类支持向量机(1-V-1 SVM)与Ada Boost分类算法相比较,DT-SVM的分类精度较高,耗时较短。说明所选取的特征可以有效地描述猪只姿态。
关键词
猪只姿态分类
多维
几何参数
特征提取
决策树支持向量机(DT—SVM)
机器视觉技术
智能
监控
Keywords
pig posture classification
extraction of multi - dimensional geometric parameter features
decision tree - support vector machine(DT- SVM)
machine vision technique
intelligent surveillance
分类号
S811.8 [农业科学—畜牧学]
原文传递
题名
基于MEFE和GN-CNN的低压台区用户用电行为分析方法
7
作者
严宇
孙浩泳
柏兆勇
张法业
姚鹏
黄克龙
叶呈龙
机构
国网江苏省电力有限公司泰州供电分公司
山东大学控制科学与工程学院
出处
《供用电》
2023年第12期79-86,共8页
基金
国网江苏泰州供电公司管理创新项目(0211KXZ)。
文摘
针对电力系统用户侧用电行为复杂、分析困难的问题,提出了一种基于多维增强特征提取(multi-dimensional enhanced feature extraction,MEFE)和群组归一化卷积神经网络(group normalization convolutional neural network,GN-CNN)的低压台区用户用电行为分析方法。首先,利用MEFE构建了基于用电用户的平均日用电量曲线、周内相邻天用电量皮尔逊相关系数和增强夜间用电量的增强型用户用电行为特征;其次,建立了一维GN-CNN的用户用电行为识别模型,实现了用户用电行为准确识别;最后,以江苏泰州某台区96点用电信息采集数据为输入,开展模型优化及方法对比试验,用电行为识别准确率为96.4%,可以为低压台区的电力调度、负荷预测、安全性评估等提供数据支撑。
关键词
用电行为分析
多维
增强
特征提取
群组归一化
卷积神经网络
低压台区
Keywords
electricity behavior analysis
multi-dimensional enhanced feature extraction
group normalization
convolutional neural network
low-voltage station
分类号
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多维特征提取的资源数据识别与校核算法
汤伟
徐声龙
杨慧
刘佳颖
李卉茹
《现代电子技术》
2023
0
下载PDF
职称材料
2
一种基于多维特征提取的知识化制造系统故障监测方法
施文武
严洪森
汪峥
熊福力
《制造业自动化》
北大核心
2006
0
下载PDF
职称材料
3
视觉传达系统平面图形元素多维化融合方法研究
王倩
《现代电子技术》
北大核心
2020
2
下载PDF
职称材料
4
基于多维负荷特性挖掘的电力特殊用户用电行为分析
吴昀烔
赵健
宣羿
孙智卿
徐港军
《电力建设》
CSCD
北大核心
2024
0
原文传递
5
基于双分支特征融合的电力设备缺陷文本挖掘方法
张中文
吐松江·卡日
张紫薇
崔传世
邵罗
《高压电器》
CAS
2024
下载PDF
职称材料
6
基于几何参数特征与决策树支持向量机的猪只姿态分类
谢徵
田建艳
王芳
党亚男
《黑龙江畜牧兽医》
CAS
北大核心
2015
3
原文传递
7
基于MEFE和GN-CNN的低压台区用户用电行为分析方法
严宇
孙浩泳
柏兆勇
张法业
姚鹏
黄克龙
叶呈龙
《供用电》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部