基于改进ID3算法的非结构化大数据分类优化方法

针对非结构化大数据在分类过程中,由于其数据中存在大量的冗余数据,若不能及时清洗大数据中的冗余数据,会降低数据分类精度的问题,提出一种基于改进ID3(Iterative Dichotomiser 3)算法的非结构化大数据分类优化方法。该方法针对非结构化大数据集合中冗余数据多以及维度繁杂的问题,对数据进行清洗处理,并结合有监督辨识矩阵完成数据降维;根据数据降维结果,采用改进ID3算法建立用于数据分类的决策树分类模型,通过该模型对非结构化大数据进行分类处理,从而实现数据的精准分类。实验结果表明,使用该方法对非结构化大数据分类时,分类效果好,精度高。

基于改进挖掘算法的电力中台服务数据整合研究

由于电力中台服务数据构成较复杂,不能保证整合后数据的完整性,因此本文提出基于改进挖掘算法的电力中台服务数据整合研究。将电力中台服务数据的属性指示矩阵映射到单一维度的环境中后,根据单个电力中台服务数据属性在单一维度下的投影结果挖掘数据的特征;在整合阶段,确定目标电力中台服务数据特征对应的整合范围后,根据电力中台服务数据与整合中心特征之间的关系确定整合结果。在测试结果中,不仅针对各指标数据的完整性始终保持较高的稳定状态,而且对应的完整性水平也始终处于较高状态,在96.5%~99.5%区间内小幅波动。

基于改进三维后向投影的多圈圆迹SAR相干三维成像方法

圆迹SAR(CSAR)因其特殊曲线运动轨迹而具备3维成像能力。单圈CSAR理论上可以获得距离方位平面亚波长级的分辨率,但是高程向分辨率却很低。同时,利用后向投影(BP)算法进行CSAR 3维成像的算法复杂度高,成像效率低。该文提出一种基于改进3维后向投影的多圈CSAR相干3维成像方法,针对现有成像算法时间复杂度高的问题,提出一种构造几何插值核的CSAR改进3维后向投影算法,可将3维插值操作转化为1维插值操作和距离向量搜索操作,通过多圈CSAR改进3维后向投影成像结果相干积累的方式得到最终3维图像。该文所提方法可有效解决单圈CSAR 3维成像高程向分辨率低的问题,改善3维成像细节,同时能够大幅降低CSAR 3维成像时间。仿真圆锥目标和美国空军实验室GOTCHA数据3维成像结果验证了该文所提方法的有效性。

基于改进蚁狮算法的无人机三维航迹规划

无人机3维航迹规划是任务规划中最复杂、重要的部分,针对基本蚁狮算法在解决3维航迹规划时能力不足的问题,首先在蚂蚁的行为中引入混沌调节因子,在蚁狮的行为中引入反调节因子,提高了算法的探索能力和开发能力;其次在建立3维环境模型的基础上,充分利用地形和约束信息,缩减搜索空间;最后将改进后的算法应用于3维航迹规划,并与原算法进行对比,实现在线局部重规划。仿真实验结果验证了改进方法的可行性和优越性。

基于投影二维表的最大频繁模式挖掘算法

PITable-MAX是基于投影二维表的最大频繁模式挖掘算法。算法只需要遍历一次事务数据库,并将数据信息存入投影数据库中,在挖掘事务项时才会从投影数据库中提取相关的数据信息生成投影二维表,从而减少对内存空间的占用,算法虽然采用递归方式,但组合策略可实现减少条件投影二维表的规模,以达到减少空间;并结合减挖策略来减少挖掘事务项的个数,以达到提高挖掘效率的目的;实验验证了算法的可行性和优越性。

变压器绕组超声检测3维成像系统去噪算法设计

针对变压器绕组超声检测3维成像系统在现场使用过程中易受环境噪声影响,成像效果较差,故障位置不突出的缺陷,该文提出了一种总体平均经验模态分解方法(complementary ensemble empirical mode decomposition,CEEMD)——改进小波阈值去噪法。首先,对超声回波信号CEEMD分解得到多层本征模式函数(intrinsicmode function, IMF)分量,通过计算相关系数筛选出高频分量;然后,对高频IMF分量使用改进小波阈值法进行去噪处理;最后,对去噪分量、低频IMF分量及剩余分量重构得到去噪后信号。经验证,本算法去噪后提高了回波信号的信噪比,减小了均值误差,信号中波峰、波谷、起振位置等大量有效信息得以保留,更有利于回波信号测量。在超声检测3维成像系统中,变压器故障绕组的3维视图更加清晰,绕组凸起及凹陷位置更突出,非故障区域平滑,视觉效果更好,误差减小了15%,说明了本去噪法的有效性及实用性,达到了预期效果。

利用坐标反算的投影网格算法

投影网格算法从投影后的网格入手,通过反算获取投影前的位置,进而完成3维地形的绘制。分析了传统投影网格算法存在的缺陷,提出了改进的投影网格算法,并对改进后的算法进行了测试和分析。认为投影网格算法具有简单直观、易构建高分辨率地形的优点,最后指出了需要进一步研究的方向。

基于降维思想的客观组合评价模型

为了解决多方法评价结论的非一致性问题,产生了组合评价方法。最大限度地利用多评价结论的信息是组合评价的关键。为此提出了一个基于降维思想的客观组合评价模型,它能够最大程度地保留多评价结论所包含的评价信息,充分地整合多评价结论中的共性信息。鉴于该模型求解属复杂非线性优化问题,常规方法难以直接处理,建立了微粒群改进算法,进行全局寻优。最后,通过实例说明了模型的可操作性和实用性。

基于改进狮群算法的城市无人机低空路径规划

针对智能优化算法在栅格法的3维路径规划中,寻优能力弱,规划出的路径转弯次数多、转角大等问题,提出一种改进狮群(ILSO)算法。首先,在狮群算法的基础上,利用柯西变异,在最优解位置进行扰动变异,增强算法跳出局部极值的能力。其次,针对路径规划问题,引入估值函数,进行节点连接的筛选,避免算法盲目搜索。再次,对规划出的路径进行2次规划操作,增加算法得到最优解的概率。同时对规划结果使用3次B-spline函数进行路径平滑,使路径更适合飞行。最后,仿真结果表明,改进狮群算法相比遗传算法、粒子群算法、鲸鱼优化算法和狮群算法,在不同距离规划下路径平均缩短了5.42%,时间平均缩短了17.14%,转弯次数平均减少了45.71%。