基于Spearman相关性阈值寻优和VMD-LSTM的用户级综合能源系统超短期负荷预测

由于用户级综合能源系统(integrated energy system,IES)的多元负荷序列之间复杂的耦合关系及易受外部因素影响等原因,综合能源系统多元负荷的精准预测面临很大困难。为此,提出一种基于Spearman相关性分析阈值寻优(threshold optimization,TO)和变分模态分解结合长短期记忆网络(variational mode decomposition based long short-term memory network,VMD-LSTM)的多元负荷预测方法。首先,使用斯皮尔曼等级(Spearman rank,SR)相关系数定量计算多元负荷间以及负荷与其他气候因素间的相关关系并通过循环寻优确定最优相关阈值,然后采用VMD算法将以最优阈值筛选出的负荷特征序列分解成更简单、平稳、有规律性的本征模态函数(intrinsic mode function,IMF)后与最优气象特征一起输入LSTM模型进行负荷预测。通过某用户级IES的实际数据对所提方法的有效性进行了验证,结果表明,所提方法能有效提高IES的多元负荷预测精度。

基于权重阈值寻优的案例推理分类器特征约简

为提高案例推(case-based reasoning,CBR)分类器的分类准确率并降低时间复杂度,本文提出了一种基于权重阈值寻优的特征约简策略.首先通过基于数据驱动的方法对特征权重进行分配,得到每个特征的权重结果;其次,设计特征权重重要度阈值的适应度函数,并利用遗传算法对该重要度阈值进行优化搜索,最后根据得到的优化阈值与特征的权重分配情况,删除权重小于该阈值的特征从而完成特征的约简过程.通过对比实验,本文所提策略能够有效提高CBR分类器的分类准确率并降低时间复杂度,表明了权重阈值寻优约简策略的可行性与优越性.验证了本文方法不仅可以降低CBR分类器的时间复杂度,而且能够提高CBR的决策与学习能力.

基于和声搜索算法的图像阈值寻优算法

针对最大类间方差法在图像分割时产生的阈值会引起过分割的缺点,提出一种基于和声搜索算法的图像阈值寻优算法。算法将苹果图像预处理、计算图像目标和背景两类间方差作为和声搜索算法的目标函数,通过和声搜索算法寻找最优分割阈值,选取6种不同光照条件下的苹果图像进行阈值寻优实验。结果表明,采用基于和声搜索算法的图像阈值寻优算法较最大类间方差法和基于混合蛙跳算法的图像阈值寻优算法具有较好的图像阈值寻优能力。

融合阈值寻优的卷积神经网络在图像标注中的应用

多标签图像标注在根据模型预测的概率,利用排名函数进行标注时会出现多标或少标的问题,提出了融合阈值寻优的卷积神经网络(CNN-THOP)模型,该模型由卷积神经网络(CNN)和阈值寻优构成。首先,通过CNN训练模型,利用该模型对图片进行预测,得到预测概率,其中在CNN中增加了批标准化层(BN)有效地加快了收敛。其次,利用该模型对测试集图片的预测概率进行阈值寻优,经过阈值寻优过程为每类标签得到一个最佳阈值,从而得到一组最佳阈值,只有当该类标签的预测概率大于等于该类标签的最佳阈值时,才会给图片标注该标签。在标注过程中,通过载入CNN模型和一组最佳阈值可以对所需标注的图像进行更加灵活的多标签标注。通过在自然场景图像数据集8000张图片上的验证,结果表明,CNN-THOP较传统的基于排名的支持向量机法(Rank-SVM)在平均查准率上提升了约20个百分点,较基于均方误差函数的卷积神经网络(CNN-MSE)在平均召回率和F1值上分别提高了约6个百分点和4个百分点,且完全匹配度(CMD)达到了64.75%,验证了该方法在图像自动标注方面的有效性。

基于改进小波阈值函数和PSO的语音增强算法

阈值的估计与阈值函数的选取是小波语音增强技术中的重要部分。针对小波阈值不能随着系统实时改变,仅靠人工因素和统计理论来决策,导致阈值估计非最优,很难满足语音实时处理要求的问题。提出了一种改进的阈值函数和粒子群自适应阈值寻优算法。改进的阈值函数不仅有传统阈值函数同等效果,而且高阶可导,污染的语音小波系数经过改进的PSO算法将全体个体最优值的平均值代替速度更新公式中个体最优值,加快全局收敛速度和提高全局优化精度。利用改进的函数和最优阈值后,得到增强的语音。仿真结果表明:增强后语音信号的信噪比、语音可懂度和均方根误差均优于其它传统方法。

一种改进小波阈值去噪方法的研究

针对传统小波阈值去噪分析的不足,分别从两个方面进行改进:1)根据小波系数在各尺度上的相关性,提出基于Lip指数阈值寻优的新方法;2)用构造的新小波阈值函数处理小波系数,克服了软阈值的高阶不可导和硬阈值函数的不连续,且计算方便。最后使用新方法对一组离散变形数据进行去噪处理,验证了其有效性和优越性。

基于改进混合蛙跳算法的图像阈值分割算法

针对最大类间方差法在图像分割时存在造成噪声干扰和过分割的缺点,提出一种基于改进混合蛙跳算法的图像阈值分割算法。算法将苹果图像编码处理,选取图像的类间方差作为改进混合蛙跳算法的适应度值,通过改进的混合蛙跳算法寻找最大的分割阈值,利用该最优阈值使用经典最大类间方差法对花牛苹果图像进行分割。选取强光、较强光、较弱光和弱光条件下四幅花牛苹果图像进行分割实验,结果表明,采用基于改进混合蛙跳算法的图像阈值分割算法较最大类间方差法和基于混合蛙跳算法的图像阈值分割算法均具有较好的图像阈值寻优能力,可有效改善花牛苹果图像的分割效果。

基于自适应量子遗传算法的图像阈值分割

一维最大类间差法(Otsu)是一种广泛使用的图像阈值分割方法,虽然处理速度快,但是没有考虑到像素的领域空间信息,当图像受到噪声干扰等因素影响时,难以获得满意的分割效果,鉴于此,本文提出了一种基于自适应量子遗传算法和二维Otsu的分割方法。二维Otsu法兼顾了图像的灰度信息以及邻域信息,具有抗干扰以及分割精度高的优点,但存在计算量大、实时性差的缺点;利用自适应量子遗传算法则能迅速找到最佳分割阈值,提高运算速度。仿真实验表明,本文方法减少了阈值寻优的时间,提高了分割精度,同时兼具较强的抗干扰能力。

一种基于转制阈值的VPON跨制式动态带宽调度算法

跨制式动态带宽调度(DBA)是提高未来多种技术制式并存网络环境下网络资源利用率的关键技术。文中提出了一种利用阈值触发转制调度的跨制式DBA算法,实现了不同制式系统间的负载均衡,提高了全网吞吐量。然而,跨制式调度在引入新的调度维度的同时,也增加了调度复杂度,针对该问题进一步提出一种基于效用函数的阈值寻优算法,用于平衡负载均衡收益及调度成本间的矛盾。仿真结果表明,所提DBA算法配合阈值寻优算法可在维持较低调度成本下使得全网吞吐量提升近13%,同时稳定时延在理想范围内。

改善FBG含噪信号的小波阈值自寻优方法

光纤布拉格光栅(FBG)传感系统的关键是精确解调中心波长,噪声是影响解调中心波长的主要因素。为了消除噪声,获取真实的传感信号,本文研究了非线性去噪法。非线性去噪通常的方法采用小波阈值去噪。小波阈值去噪的核心是阈值函数及其阈值的选取。首先,分析了传统的阈值函数和阈值选取存在的问题,改进了自寻优阈值选取策略;其次,提出了折中法阈值函数中系数a(调节因子)的最优值选取方法。仿真和实验结果表明:随着a的取值不同,会获得不同的信噪比(SNR),但a在0.40～0.45范围内分别平均变化的去噪效果较好;与传统软硬阈值去噪法相比,SNR提高了2～4dB,均方差(MSE)分别平均降低了0.2～0.5;与参考的改进阈值去噪法相比,SNR提升了1dB,MSE降低了0.1。本文方法优于文献中提到的阈值函数的去噪效果,处理含噪信号能获得较好的SNR和MSE性能,而且方法简单。

基于旁轴视觉的激光焊接系统加工定位方法

针对激光焊相机标定精度低,定位精度与像素当量倍数相差较大等问题,提出了一种基于旁轴视觉的相机标定方法和定位方法,通过内参标定校正透镜畸变;通过外参标定,建立系统中像素坐标系与机床坐标系间的转换关系,设计一种二值化阈值的局部寻优算法,以保证工件准确的边缘拟合.通过识别工件角点和一边的角度,确定工件在系统中的摆放位置与姿态,算法精度稳定在1像素内,即0.017 mm的理论精度,通过加工试验测试定位精度,在试验中对识别的工件转角角度进行修正,修正前,x方向平均误差0.050 mm,y方向平均误差0.137 mm;修正后,x方向平均误差为0.029 mm,y方向平均误差为0.026 mm,分别为像素当量的2.12倍和1.53倍,实际误差与像素当量间倍数相差较小.结果表明,该定位方法在充分利用相机性能的同时,具有较高的算法精度和定位精度,提高加工效率满足实际生产需求.