基于改进Transformer的电力系统不良数据辨识 被引量：1

1

作者 程慧琳 张晶 +2 位作者 胡建一 卢志刚 甄晓晨 《河北电力技术》 2024年第6期36-43,共8页

针对目前电网状态估计时存在的不良数据辨识率低的问题,提出了一种基于改进Transformer的电力系统不良数据辨识方法。首先,改进传统Transformer编码器结构,在自注意力机制的基础上引入高斯核函数,以提高模型对不良数据邻近点数据的检测... 针对目前电网状态估计时存在的不良数据辨识率低的问题,提出了一种基于改进Transformer的电力系统不良数据辨识方法。首先,改进传统Transformer编码器结构,在自注意力机制的基础上引入高斯核函数,以提高模型对不良数据邻近点数据的检测能力;然后,提出了一种基于JS散度极大极小值训练策略的损失函数,通过两阶段的互相优化,使高斯分布权重和注意力权重达到动态平衡;最后,采用无监督学习方法,以正常量测数据训练模型,对输入数据进行重构,并计算重构误差和重构得分,实现对不良数据的有效辨识。仿真结果表明:该方法在不良数据检测精确率、召回率、F1分数和总体准确率方面具有较好的性能。 展开更多

关键词 不良数据辨识 transformer网络 无监督学习 高斯核函数 重构分数

在线阅读 下载PDF 职称材料

基于时空特征融合的风速预测模型研究

2

作者 甘建红 刘小锋 +2 位作者 白爱娟 屈右铭 魏培阳 《微电子学与计算机》 2025年第7期11-20,共10页

针对传统机器学习的气象要素时序预测模型存在的不易融合多源数据以及二维卷积在时间维度感受野受限难以捕捉时空序列信息的依赖关系问题,提出了一种基于三维卷积和Informer模型融合时空特征的时间序列预测模型。其中三维卷积和Informe... 针对传统机器学习的气象要素时序预测模型存在的不易融合多源数据以及二维卷积在时间维度感受野受限难以捕捉时空序列信息的依赖关系问题,提出了一种基于三维卷积和Informer模型融合时空特征的时间序列预测模型。其中三维卷积和Informer分别负责捕获时空特征和基本气象要素特征,有效地捕捉了时间与空间的相关性并提高信息利用率和预测精度。在损失函数方面,针对MSE损失函数对异常值过于敏感容易导致梯度消失等问题,提出一个自适应高斯核函数作为损失函数替代传统的MSE函数,解决模型在长时间序列预测的稳定性问题。结果表明:三维卷积融合时空特征的风速预测模型相较于其他模式预报算法的平均绝对误差降低了12.5%~44.7%,表现更加优异且具有更高的稳定性。 展开更多

关键词 时空序列信息 三维卷积 transformER 高斯核函数

在线阅读 下载PDF 职称材料

基于高斯核Fisher判别分析与NRBO-BiLSTM的变压器故障诊断

3

作者 包艳艳 马志程 +3 位作者 段军红 刘康 王锋 李宁瑞 《科学技术与工程》 北大核心 2025年第33期14298-14306,共9页

为解决常规特征作为变压器故障诊断模型输入特征时诊断准确率低的问题,提出一种基于高斯核Fisher判别分析(Gaussian kernel Fisher discriminant analysis,GKFDA)与牛顿-拉夫逊算法(Bewton-Raphson-based optimization,NRBO)优化双向长... 为解决常规特征作为变压器故障诊断模型输入特征时诊断准确率低的问题,提出一种基于高斯核Fisher判别分析(Gaussian kernel Fisher discriminant analysis,GKFDA)与牛顿-拉夫逊算法(Bewton-Raphson-based optimization,NRBO)优化双向长短期记忆网络(bidirectional long short-term memory network,BiLSTM)的变压器故障诊断方法。首先,构建了能够反映变压器故障的23维特征量,并采用GKFDA确定了最优特征集;其次,建立了NRBO优化BiLSTM的变压器故障诊断模型;然后,通过算例对所提方法进行了验证,验证结果表明,所提方法的诊断准确率为98.4%,优于常规特征方法和其他优化诊断模型。最后,采用IECTC10数据对所提模型进行了诊断测试,结果表明所提方法在变压器故障诊断上具有较好的泛化性。 展开更多

关键词 变压器 故障诊断 高斯核Fisher判别分析 牛顿-拉夫逊优化算法 双向长短期记忆网络

在线阅读 下载PDF 职称材料

基于GVB-CEEMD-DWT的数据变点检测方法及应用

4

作者 郭建平 《统计与决策》 北大核心 2025年第22期24-30,共7页

数据变点检测对于分析序列变化规律、研判未来演进态势具有重要价值。文章联合高斯模糊、完全聚合经验模态分解、小波变换等数据处理方法,协同利用不同方法的优势,构建多模态组合检测法,研究数据序列的变点检测问题。以2022年1月4日至2... 数据变点检测对于分析序列变化规律、研判未来演进态势具有重要价值。文章联合高斯模糊、完全聚合经验模态分解、小波变换等数据处理方法,协同利用不同方法的优势,构建多模态组合检测法,研究数据序列的变点检测问题。以2022年1月4日至2022年12月30日我国上证综合指数243个交易日的数据为样本,进行实证研究,结果显示:对于经过高斯模糊和模态分解后的主因子序列,由于信噪比的提升,数据中的真实变化模式更加清晰地显现,使得后续小波变换能够更为准确地提取数据生成过程中的关键特征,提升了变点检测准确率;不同分辨率级别的高频细节系数对序列变化的敏感度存在显著差异,较高级别分辨率的细节系数能够显示序列更加细微的变化,识别出序列变点,而较低分辨率级别的细节系数则无法反映序列的细微变化,不具备变点识别能力;股市收益率序列的波动主要来源于市场随机扰动,长期趋势成分对序列波动的影响几乎可以忽略不计,说明股价在某种程度上不具有可预测性。 展开更多

关键词 正态卷积核 高斯模糊 完全聚合经验模态分解 小波变换 变点检测

原文传递

应用快速高斯变换估计图像互信息 被引量：3

5

作者 蒋鸿 胡永祥 朱文球 《计算机应用》 CSCD 北大核心 2008年第3期680-682,共3页

针对基于核密度估计的图像互信息估计法运算量很大的问题,提出了一种快速互信息估计算法。该算法选用高斯函数作为核密度估计法的核函数,然后用快速高斯变换加快运算速度,并用k中心聚类算法改进了原快速高斯变换中数据分类方法。新算法... 针对基于核密度估计的图像互信息估计法运算量很大的问题,提出了一种快速互信息估计算法。该算法选用高斯函数作为核密度估计法的核函数,然后用快速高斯变换加快运算速度,并用k中心聚类算法改进了原快速高斯变换中数据分类方法。新算法能在线性时间复杂度内估计出图像互信息,采用医学图像的实验证实了算法的性能。 展开更多

关键词 互信息 快速高斯变换 核密度估计 k中心聚类 图像配准

在线阅读 下载PDF 职称材料

基于改进深度学习模型的鱼群密度检测试验研究 被引量：10

6

作者 王金凤 胡凯 +3 位作者 江帆 吴耿潜 罗东林 周子枫 《渔业现代化》 CSCD 2021年第2期77-82,共6页

在水产养殖生产中,鱼群密度的检测是做好生产管理的关键环节。基于水下鱼类的群聚现象,采用基于拥塞场景识别卷积神经网络(Congested Scene Recognition Convolutional Neural Networks,CSRNet)技术,将剔除了全连接层的VGG-16与空洞卷... 在水产养殖生产中,鱼群密度的检测是做好生产管理的关键环节。基于水下鱼类的群聚现象,采用基于拥塞场景识别卷积神经网络(Congested Scene Recognition Convolutional Neural Networks,CSRNet)技术,将剔除了全连接层的VGG-16与空洞卷积神经网络相结合,保持分辨率的同时扩大感知域,从而生成高质量的鱼群分布密度图。结果显示:CSRNet在仿真鱼群数据集中,检测准确率达90%以上,预测密度图与真实情况接近,失真度小;在预测真实鱼群密度中也同样表现良好。CSRNet与传统的基于光栅图方法相比,准确率提升近10%;与同样基于VGG-16的Faster R-CNN相比,CSRNet的表现更为优越。研究表明,构建的检测系统软件可实时检测定点区域鱼群密度是否处于正常范围,有利于预防鱼群高密度缺氧,提高鱼量产出,实现智能养殖。 展开更多

关键词 鱼群密度检测 CSRNet 深度学习 高斯变换核 随机梯度下降

在线阅读 下载PDF 职称材料

高斯型模糊润饰图像的模糊核反演算法 被引量：6

7

作者 杜振龙 金雨霏 +2 位作者 李晓丽 郭延文 杨小健 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2014年第10期1801-1809,共9页

为了从模糊润饰图像恢复模糊核,基于对数傅里叶空间图像高斯型模糊润饰前、后的指数黎曼度量具有等距性特点,提出一种高斯型模糊润饰图像的模糊核反演算法.首先将模糊润饰前、后的图像转换到对数傅里叶空间;然后利用黎曼测地距离度量图... 为了从模糊润饰图像恢复模糊核,基于对数傅里叶空间图像高斯型模糊润饰前、后的指数黎曼度量具有等距性特点,提出一种高斯型模糊润饰图像的模糊核反演算法.首先将模糊润饰前、后的图像转换到对数傅里叶空间;然后利用黎曼测地距离度量图像高斯型模糊润饰前、后的模糊不变量,从模糊不变量携带的信息中反演恢复出高斯型模糊核.在对高斯模糊、中值模糊、盒式模糊和多步高斯模糊润饰图像进行的实验结果表明,文中算法能够鲁棒地恢复出模糊核. 展开更多

关键词 高斯模糊润饰 对数傅里叶空间 模糊核恢复

在线阅读 下载PDF 职称材料

仿射变换下基于凸包和多尺度积分特征的形状匹配方法 被引量：8

8

作者 蔡慧英 朱枫 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第2期269-278,共10页

针对在仿射变换下的形状匹配问题,提出基于凸包的特征点提取方法、基于各向异性高斯核的多尺度积分特征和基于两者的匹配方法.首先提取形状的凸包,根据最大面积原则对凸包相邻顶点之间的曲线进行演化,获取的点和凸包顶点形成仿射不变的... 针对在仿射变换下的形状匹配问题,提出基于凸包的特征点提取方法、基于各向异性高斯核的多尺度积分特征和基于两者的匹配方法.首先提取形状的凸包,根据最大面积原则对凸包相邻顶点之间的曲线进行演化,获取的点和凸包顶点形成仿射不变的特征点;其次对特征点按顺序编组,根据特征点之间的仿射变换关系构造多尺度积分特征向量;最后使用动态规划算法计算形状之间的相似度.实验结果表明,该方法对局部形变和噪声敏感度小,并适用于复杂形状的匹配.此外,特征点提取方法和多尺度积分特征也可与其他方法结合进行形状分析. 展开更多

关键词 凸包 多尺度积分特征 各向异性高斯核 仿射变换 形状匹配

在线阅读 下载PDF 职称材料

基于熵和局部邻域信息的高斯约束CV模型 被引量：8

9

作者 卢振泰 郑倩 +3 位作者 冯衍秋 刘燕杰 冯前进 陈武凡 《计算机学报》 EI CSCD 北大核心 2013年第5期1076-1085,共10页

基于曲线演化的Chan-Vese(CV)模型常常不能准确分割非均匀性且结构复杂的医学图像.针对此缺点,文中提出了一种基于熵和局部邻域信息的高斯约束CV模型,作者利用熵构造内部和外部区域能量的权值系数,加强了对曲线演化的控制;同时将曲线上... 基于曲线演化的Chan-Vese(CV)模型常常不能准确分割非均匀性且结构复杂的医学图像.针对此缺点,文中提出了一种基于熵和局部邻域信息的高斯约束CV模型,作者利用熵构造内部和外部区域能量的权值系数,加强了对曲线演化的控制;同时将曲线上各点的局部邻域信息引入到曲线演化过程中,提高了分割的准确性,并降低了区域内灰度不均匀等因素对曲线演化的影响;高斯约束保证了曲线演化过程中的稳定性、光滑性,同时不需要曲线周长约束项和重复初始化.利用Circular Hough变换对左心室壁内、外膜进行初始定位,避免了人工设置初始轮廓,减少了曲线向目标轮廓演化时间和初始轮廓位置敏感性对分割结果的影响.作者对心脏MR图像的左心室内、外膜进行了分割.结果表明文中方法能够快速准确地分割左心室壁内、外膜,抗干扰能力强,鲁棒性好. 展开更多

关键词 Chan-Vese(CV)模型 Circular HOUGH变换 熵 邻域信息 高斯核函数

在线阅读 下载PDF 职称材料

一种快速非参数核密度模型及其应用 被引量：4

10

作者 员永生 常庆瑞 杨为民 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2009年第2期132-137,共6页

基于快速高斯变换,提出并建立了一个多维非参数核密度估计监督学习模型并且评估它的性能,为未知分布试验数据的预测和拟合以及土地利用/覆盖变化监测中多维影像数据的预测和识别提供科学依据.给定M个输入特征向量,对应第j类的容量为N_j... 基于快速高斯变换,提出并建立了一个多维非参数核密度估计监督学习模型并且评估它的性能,为未知分布试验数据的预测和拟合以及土地利用/覆盖变化监测中多维影像数据的预测和识别提供科学依据.给定M个输入特征向量,对应第j类的容量为N_j的训练样本,直接计算的贝叶斯核密度模型复杂度为O(M×N),而本文提出的核密度模型复杂度接近O(M+N),实现了一个高效的基于快速高斯变换的多维非参数监督学习模型和计算信息处理系统.结果表明:提出的模型预测识别精度与支持向量机分类基本一致,速度更快适合大规模的数据处理,有效降低了维数和计算复杂度诅咒. 展开更多

关键词 光滑核函数 图像识别 快速高斯变换

在线阅读 下载PDF 职称材料

尺度不变特征转换特征提取优化算法研究 被引量：3

11

作者 易军凯 边锆辉 姜大光 《北京化工大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第1期115-119,共5页

针对尺度不变特征转换(SIFT)算法时间复杂度高的缺点,提出了SIFT特征提取优化算法。分析了SIFT特征提取算法各个计算步骤的时间复杂性。对SIFT特征提取过程进行了优化,包括耗时最多的高斯金字塔的创建和计算特征描述符过程。优化算法降... 针对尺度不变特征转换(SIFT)算法时间复杂度高的缺点,提出了SIFT特征提取优化算法。分析了SIFT特征提取算法各个计算步骤的时间复杂性。对SIFT特征提取过程进行了优化,包括耗时最多的高斯金字塔的创建和计算特征描述符过程。优化算法降低了特征点提取时间,减少了特征点的重复匹配,同时保证了匹配结果的准确性。最后,实验证明了优化后的算法能有效降低时间复杂度。 展开更多

关键词 针对尺度不变特征转换算法 高斯金字塔 高斯核 特征描述符 特征点提取 物体识别

在线阅读 下载PDF 职称材料

基于快速高斯变换的辅助边缘粒子滤波算法 被引量：3

12

作者 李海君 赵国荣 《数据采集与处理》 CSCD 北大核心 2014年第6期998-1002,共5页

针对辅助粒子滤波算法计算量大,滤波效率较低的问题,提出了一种基于快速高斯变换(Fast Gaussian transform,FGT)的辅助边缘粒子滤波算法。该算法假设状态噪声是加性的,并且是高斯的,这样非线性滤波的Chapman-Kolmogorov方程的求解近似... 针对辅助粒子滤波算法计算量大,滤波效率较低的问题,提出了一种基于快速高斯变换(Fast Gaussian transform,FGT)的辅助边缘粒子滤波算法。该算法假设状态噪声是加性的,并且是高斯的,这样非线性滤波的Chapman-Kolmogorov方程的求解近似于执行了核密度估计(Kerner density estimation,KDE),从而可将KDE中的快速算法FGT引入,以提高算法的计算效率和实时性。仿真结果表明,该算法利用少数粒子就可以获得与常规粒子滤波相似的误差,大大提高了计算效率。 展开更多

关键词 粒子滤波 辅助边缘粒子滤波 核密度估计 快速高斯变换

在线阅读 下载PDF 职称材料

一种改进高斯核度量的HEC算法在变压器故障诊断中的应用 被引量：4

13

作者 李中胜 刘林 《广东电力》 2016年第12期104-109,共6页

针对传统超球型聚类算法难以解决变压器故障诊断问题的特性,使用一种改进的高斯核的超椭球聚类(hyper-ellipsoidal clustering,HEC)算法,并将其解释为寻找体积和密度都紧凑的椭球分簇,该算法能够有效地处理形状为椭球、大小不同和密度... 针对传统超球型聚类算法难以解决变压器故障诊断问题的特性,使用一种改进的高斯核的超椭球聚类(hyper-ellipsoidal clustering,HEC)算法,并将其解释为寻找体积和密度都紧凑的椭球分簇,该算法能够有效地处理形状为椭球、大小不同和密度不同的分簇。在模拟数据集上的仿真实验表明所提算法在聚类结果和性能上优于K-Means算法、模糊C-Means算法和混合高斯模型期望最大化算法,从而验证了该提算法在处理椭球形或复杂形状数据集聚类时的可行性和有效性;同时将该算法应用在基于变压器油中溶解气体(dissolved gas-in-oil analysis,DGA)的变压器故障诊断中,验证了该方法更高的故障诊断准确度。 展开更多

关键词 数据聚类 超椭球聚类 高斯核度量 变压器 油中溶解气体 故障诊断

在线阅读 下载PDF 职称材料

分段二次方转换函数驱动的高斯核模糊C均值聚类 被引量：2

14

作者 唐益明 张征 芦启明 《山东大学学报（理学版）》 CAS CSCD 北大核心 2020年第3期107-112,120,共7页

基于转换数据的模糊聚类算法存在转换模式单一、聚散效果不明显的问题,提出了分段二次方转换函数驱动的高斯核模糊C均值聚类算法。首先,通过分段二次方转换函数将原先分段线性数据转化的策略进行了相应的拓展,使数据转化的模式更加细腻... 基于转换数据的模糊聚类算法存在转换模式单一、聚散效果不明显的问题,提出了分段二次方转换函数驱动的高斯核模糊C均值聚类算法。首先,通过分段二次方转换函数将原先分段线性数据转化的策略进行了相应的拓展,使数据转化的模式更加细腻,使得同类型的数据更好地聚集在一起,非同类型的数据进行远离。其次,我们引入了高斯核函数,将数据从低维空间映射到高维空间来进行聚类划分。最后,将这些集成到模糊聚类的框架之中,形成了所提算法。通过对比实验表明,所提算法明显优于相关的4种算法。 展开更多

关键词 模糊C均值聚类算法 高斯核函数 非线性数据转换 二次方函数

原文传递

基于快速高斯变换的不确定数据聚类算法 被引量：11

15

作者 迟荣华 程媛 +2 位作者 朱素霞 黄少滨 陈德运 《通信学报》 EI CSCD 北大核心 2017年第3期101-111,共11页

数据中不确定性的存在使对其聚类分析时要充分考虑不确定性的影响。针对现有不确定数据聚类算法中构建不确定数据模型以及距离度量时存在的影响结果准确性与聚类性能等问题,提出一种基于快速高斯变换的不确定数据聚类算法。首先在不假... 数据中不确定性的存在使对其聚类分析时要充分考虑不确定性的影响。针对现有不确定数据聚类算法中构建不确定数据模型以及距离度量时存在的影响结果准确性与聚类性能等问题,提出一种基于快速高斯变换的不确定数据聚类算法。首先在不假设数据分布的前提下,构建符合不确定性分布特征的数据模型;然后结合不确定对象的2个重要特征:属性特征与表示不确定数据分布特征的概率密度函数,度量不确定数据对象间的相似性;并以此为基础提出不确定数据聚类算法;最后在UCI以及真实数据集上的实验结果表明,所提算法在运行效率和聚类准确性方面均能取得较好效果。 展开更多

关键词 聚类分析 不确定数据 概率密度函数 快速高斯变换 核密度估计

在线阅读 下载PDF 职称材料

自适应时频分析的发展历程 被引量：1

16

作者 于凤芹 曹家麟 《江南学院学报》 2001年第4期39-44,共6页

从分析固定核函数的时频分析法对分析信号的局限出发 ,引出基于数据的变窗长STFT分析、基于信号的径向高斯核时频分析、自适应配投影时频表示 ,简述了Chirp let变换的物理意义和数学基础。这一工作旨在揭示自适应时频分析的发展历程 ,... 从分析固定核函数的时频分析法对分析信号的局限出发 ,引出基于数据的变窗长STFT分析、基于信号的径向高斯核时频分析、自适应配投影时频表示 ,简述了Chirp let变换的物理意义和数学基础。这一工作旨在揭示自适应时频分析的发展历程 ,同时阐明作为自适应时频分析的工具 ,Chirplet变换具有高度概括框架地位 ,其他种种自适应分析方法都是其低维特例。 展开更多

关键词 自适应时频分析 变窗长STFT 径向高斯核 匹配投影 Chirplet变换 发展历程 信号分析

在线阅读 下载PDF 职称材料

基于随机傅里叶特征空间的高斯核近似模型选择算法 被引量：3

17

作者 张凯 门昌骞 王文剑 《数据采集与处理》 CSCD 北大核心 2023年第3期616-628,共13页

核方法是一种把低维空间的线性不可分问题转化为高维空间中线性可分问题的方法,其广泛应用于多种学习模型。然而现有的核模型选择方法在大规模数据中计算效率较低,时间成本很大。针对这一问题,本文引入随机傅里叶特征变换,将原始核特征... 核方法是一种把低维空间的线性不可分问题转化为高维空间中线性可分问题的方法,其广泛应用于多种学习模型。然而现有的核模型选择方法在大规模数据中计算效率较低,时间成本很大。针对这一问题,本文引入随机傅里叶特征变换,将原始核特征空间转换为另一个相对低维的显式随机特征空间,并给出核近似误差上界理论分析以及在核近似的随机特征空间中训练学习模型的误差上界,得到核近似的收敛一致性和误差上界与核近似参数之间的关系。基于随机傅里叶特征空间选择出最优模型参数,避免了对最优原始高斯核模型参数的大规模搜索,从而大幅降低原始高斯核模型选择所需的时间成本。实验表明,本文给出的误差上界确由核近似参数控制,核近似选择的最优模型相较于原始高斯核模型有较高的准确率,并且模型选择时间相对网格搜索法大幅减小。 展开更多

关键词 核方法 高斯核 傅里叶变换 核近似 模型选择

在线阅读 下载PDF 职称材料

基于循环核矩阵的自适应目标跟踪算法 被引量：3

18

作者 徐少飞 刘政怡 桂斌 《计算机工程与应用》 CSCD 北大核心 2016年第20期177-181,192,共6页

针对现在存在的基于分类的目标跟踪算法难以实现自适应目标大小变化的问题,提出并实现了基于循环核矩阵的自适应目标跟踪算法。算法首先在包含目标的感兴趣区域内采集所有的训练样本以构成一个循环矩阵结构,再使用高斯核函数构造出循环... 针对现在存在的基于分类的目标跟踪算法难以实现自适应目标大小变化的问题,提出并实现了基于循环核矩阵的自适应目标跟踪算法。算法首先在包含目标的感兴趣区域内采集所有的训练样本以构成一个循环矩阵结构,再使用高斯核函数构造出循环核矩阵,最后通过基于循环核矩阵的分类器的封闭形式的解进行训练和检测。同时,将比较成熟的循环矩阵理论与傅里叶分析建立连接,从而实现了在快速傅里叶变换下进行快速学习和检测。在此基础上,通过分类器对目标响应度的变化,实现自适应目标大小的变化。与一些经典的和较新的自适应目标跟踪算法进行比较,实验结果表明该算法在一定场景下能够更加准确和有效地表达目标的变化。 展开更多

关键词 分类器 循环矩阵 傅里叶变换 高斯核函数 循环核矩阵

在线阅读 下载PDF 职称材料

改进S变换谱估计的动态手势肌电特征处理 被引量：2

19

作者 李文国 罗志增 席旭刚 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第5期191-198,共8页

手语是各种手势动态变化的一种复杂运动模式,手势特征处理效果直接关系到手语识别的准确性。本文提出一种基于改进S变换谱估计的动态手势肌电特征处理新方法。对采集的表面肌电信号进行S变换,引入优化因子调节时频分辨率并生成改进S变换... 手语是各种手势动态变化的一种复杂运动模式,手势特征处理效果直接关系到手语识别的准确性。本文提出一种基于改进S变换谱估计的动态手势肌电特征处理新方法。对采集的表面肌电信号进行S变换,引入优化因子调节时频分辨率并生成改进S变换谱;定义谱的时间和频率分量为二维随机变量,以改进S变换谱元素为二维随机变量样本,通过高斯核密度估计得到二维核密度函数。仿真和实验均表明,改进S变换谱估计方法有效抑制了白噪声,并使动态手势的肌电暂态突变特征得到加强。与经验模态分解、自排序熵、奇异值排序熵等方法对比,基于该方法的动态手势识别率分别提高了10.0%、6.67%和11.67%,特征处理方法的效果明显。 展开更多

关键词 表面肌电信号 改进S变换谱 高斯核密度估计 动态手势 肌电特征

原文传递

基于LSTM-Transformer的分布式光伏违规扩容识别方法

20

作者 魏梅芳 李雄 +2 位作者 周文晴 李彬 苏盛 《太阳能学报》 2025年第12期324-332,共9页

针对用户分布式光伏违规扩容威胁配电系统安全可靠运行的问题,提出一种基于长短期记忆网络(LSTM)-Transformer的分布式光伏违规扩容识别方法,首先进行时间序列数值和形态相似性预处理,筛选出与标杆电站气象情况一致的光伏电站;然后构建L... 针对用户分布式光伏违规扩容威胁配电系统安全可靠运行的问题,提出一种基于长短期记忆网络(LSTM)-Transformer的分布式光伏违规扩容识别方法,首先进行时间序列数值和形态相似性预处理,筛选出与标杆电站气象情况一致的光伏电站;然后构建LSTM-Transformer模型,利用预处理后的数据进行训练和参数优化,预测光伏电站的理论出力;进而采用高斯核函数,基于实际发电功率与模型预测输出偏差计算违规扩容指数(IEI),基于IEI的数值和突变时间检测光伏用户违规扩容严重程度和扩容时间。通过实际光伏用户数据验证了所提方法的有效性。 展开更多

关键词 分布式光伏 长短期记忆网络 transformer模型 发电预测 高斯核函数 异常检测

原文传递