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
共找到798篇文章
< 1 2 … 40 >
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：
基于KNN-Transformer算法的密度测井曲线重构方法
1
作者 苏俊磊 董旭 +4 位作者 曾渝 史文祺 石雪莹 刘沛东 刘坤 《测井技术》 2026年第1期87-96,共10页
密度测井是计算储层物性参数、识别岩性及评价油气储量的关键技术。受井眼环境、仪器贴壁状况等因素影响,密度曲线常出现局部缺失、数据失真或噪声干扰等问题。为此,提出一种融合K近邻(K-Nearest Neighbors,KNN)算法与Transformer算法... 密度测井是计算储层物性参数、识别岩性及评价油气储量的关键技术。受井眼环境、仪器贴壁状况等因素影响,密度曲线常出现局部缺失、数据失真或噪声干扰等问题。为此,提出一种融合K近邻(K-Nearest Neighbors,KNN)算法与Transformer算法的密度测井曲线重构方法KNN-Transformer。该方法首先利用KNN在多元测井特征空间中检索与目标段时间序列沉积特征相似的样本,通过计算目标段与历史样本在声波时差、自然伽马、电阻率等多维特征上的欧氏距离,筛选出最相似的K个邻域样本,构建增强的地质先验输入集,增强输入数据的地质代表性,进而采用Transformer算法的多头自注意力机制,建立深度序列间任意位置的长程依赖关系,有效融合局部相似性约束与全局序列模式,实现局部特征与全局结构的协同表达。实验结果表明,KNN-Transformer算法密度测井曲线重构的结果平均绝对误差为0.0170,决定系数R^(2)达0.9533,其与支持向量回归、线性回归及长短期记忆(Long Short-Term Memory,LSTM)网络等典型算法相比,平均绝对误差降低30%~60%,对密度测井曲线总体趋势与局部细节均具有更高的重构精度,并在岩性界面及复杂层段表现出更好的稳定性与正确性。该方法有效修复了密度曲线的局部缺失,校正了数据失真并抑制了噪声干扰,显著提升了重构曲线的数值精度与地质合理性,为复杂储层条件下的测井数据高质量重建提供了可靠的技术途径。 展开更多
关键词 密度测井 K近邻 TRANSFORMER 曲线重构 深度学习 注意力机制 序列建模
在线阅读 下载PDF
基于改进K-means聚类的DMA用水模式分析——以高原城市K市为例
2
作者 曾杰 陈海东 +2 位作者 刘畅 赵帅 李庚睿 《工业安全与环保》 2026年第3期94-100,共7页
随着SCADA系统与智慧水务系统在独立计量区(DMA)中的广泛应用,用水模式分析已成为优化供水管理和提升数据驱动方法精度的关键。为有效分析DMA用水模式,针对DMA流量数据特点以及K-means算法在时间序列聚类中的不足,提出一种结合时间序列... 随着SCADA系统与智慧水务系统在独立计量区(DMA)中的广泛应用,用水模式分析已成为优化供水管理和提升数据驱动方法精度的关键。为有效分析DMA用水模式,针对DMA流量数据特点以及K-means算法在时间序列聚类中的不足,提出一种结合时间序列分解与离散傅里叶变换的改进K-means算法。将所提方法应用于西南高原地区K市58个DMA流量序列,并结合聚类评价指标将用水模式分为7类。结果表明:改进K-means算法在时序数据聚类中效果优于传统方法;不同用途DMA周期性用水模式各异,且住宅类DMA流量曲线随工作与公休日变化呈时移伸缩特征,夜间最小流量以及早晚流量峰值时间存在区域性特征和用途差异;高原气候下季节变化对流量趋势变化影响缓慢且长期,而特殊节假日和突发事件则导致流量趋势突变。 展开更多
关键词 独立计量区 时间序列分解 离散傅里叶变换 K-MEANS聚类算法 用水模式分析
在线阅读 下载PDF
基于稀疏矩阵变换和有界随机扰动的K-Means聚类外包方案
3
作者 赵韦 谭静文 +3 位作者 王焕然 韩帅 杨武 赖明珠 《通信学报》 北大核心 2026年第1期74-90,共17页
针对现有K-Means聚类安全外包方案计算和通信开销高,难以满足实际应用对高效率需求的问题,提出一种基于稀疏矩阵变换和有界随机扰动的隐私保护K-Means聚类外包方案。首先,利用Gram-Schmidt正交化构造稀疏密钥矩阵,实现对明文数据的高效... 针对现有K-Means聚类安全外包方案计算和通信开销高,难以满足实际应用对高效率需求的问题,提出一种基于稀疏矩阵变换和有界随机扰动的隐私保护K-Means聚类外包方案。首先,利用Gram-Schmidt正交化构造稀疏密钥矩阵,实现对明文数据的高效正交变换,有效隐藏明文数据的数值特征;其次,引入服从高斯分布的有界随机扰动,保护明文数据点之间的距离信息,增强用户数据的安全性;最后,结合局部敏感哈希设计近似距离估计方法,在保证聚类准确的前提下降低外包方案的计算开销。理论分析表明,所提方案实现了正确性、安全性和高效性的设计目标。在多个真实数据集上的实验结果表明,相较于现有基于同态加密的K-Means聚类外包方案,所提方案在保持聚类准确的同时,显著降低了计算与通信开销。 展开更多
关键词 K-MEANS聚类 矩阵变换 随机扰动 局部敏感哈希 外包计算 隐私保护
在线阅读 下载PDF
基于BSLO优化分解与Transformer模型的滑坡位移多级置信预测方法
4
作者 郑子凌 李勇 +3 位作者 王家秀 卢书强 陆昊 陈陆军 《中国地质灾害与防治学报》 2026年第1期75-87,共13页
针对阶跃型滑坡位移预测中变分模态分解(variational mode decomposition,VMD)参数选择依赖经验、传统模型长序列处理能力不足及缺乏不确定性量化等问题,文章提出基于吸水蛭算法(blood-sucking leech optimizer,BSLO)分解与Transformer... 针对阶跃型滑坡位移预测中变分模态分解(variational mode decomposition,VMD)参数选择依赖经验、传统模型长序列处理能力不足及缺乏不确定性量化等问题,文章提出基于吸水蛭算法(blood-sucking leech optimizer,BSLO)分解与Transformer模型的滑坡位移多级置信预测方法。该方法采用BSLO算法构建VMD参数自适应优化框架,基于信息熵最小化准则实现信号分解;设计Transformer模型用于时序预测,移除不适用组件并增加特征增强层;构建多级置信区间预测框架,实现多时间尺度不确定性量化。以三峡库区谭家河滑坡4个监测点为例进行验证,结果显示该方法在未来1,3,7,15 d预测中表现稳定,各时间尺度R2值均超0.95,均方根误差控制在5 mm以内,95%、90%、80%置信水平下压间覆盖率分别达到0.811~0.986、0.739~0.975、0.617~0.960,覆盖率接近理论期望。相比VMD-SSA-LSTM和CNN-BiLSTM-Attention模型,本文方法在各预测时间尺度下均表现出较好的稳定性和预测精度,为库区滑坡监测预警提供了一种技术方法。 展开更多
关键词 滑坡 位移预测 BSLO优化算法 变分模态分解 TRANSFORMER 置信区间预测 K折交叉验证
在线阅读 下载PDF
基于低压智能开关的低压台区拓扑识别应用
5
作者 胡红彬 宋扬 +3 位作者 纪同快 彭川 周群 万小澳 《电力系统及其自动化学报》 北大核心 2026年第1期60-72,共13页
针对低压配电网中台区用户增多以及台区拓扑结构资料与现场情况不符的问题,提出一种基于智能开关电力数据与定位信息的低压台区拓扑识别方法。首先,利用相电压不平衡率筛选电压序列差异较大的用户,以皮尔逊相关系数和斯皮尔曼相关系数... 针对低压配电网中台区用户增多以及台区拓扑结构资料与现场情况不符的问题,提出一种基于智能开关电力数据与定位信息的低压台区拓扑识别方法。首先,利用相电压不平衡率筛选电压序列差异较大的用户,以皮尔逊相关系数和斯皮尔曼相关系数计算耦合用户间的电压相关性;其次,结合智能开关的地理位置信息将耦合用户进行台区分类,并采用相关系数替代欧氏距离实现单台区与多台区耦合用户的K均值聚类;随后,通过电能平衡检验识别用户与变压器及用户之间的供电关系,并依据平均相关系数进一步划分同一台区内的馈线结构;最后,通过单台区和多台区的仿真实验验证该方法的有效性。实验结果表明,该方法能够准确识别低压台区的拓扑结构,为配电网规划与运维提供可靠支持。 展开更多
关键词 低压台区 拓扑识别 电压相关性 相关系数 K均值聚类
在线阅读 下载PDF
面向格密码的高面积效率基-4快速数论变换硬件架构与无访存冲突优化设计
6
作者 郑集文 赵石磊 +3 位作者 张子悦 刘志伟 于斌 黄海 《电子与信息学报》 北大核心 2026年第2期855-865,共11页
针对格基后量子密码(PQC)算法中基-2数论变换(NTT)计算效率较低以及原位计算内存访问模式复杂的问题,该文提出一种高面积效率的基-4 NTT硬件设计。首先,介绍了负包裹卷积方法的运算流程及适用条件,在此基础上提出了一种恒定几何(CG)结... 针对格基后量子密码(PQC)算法中基-2数论变换(NTT)计算效率较低以及原位计算内存访问模式复杂的问题,该文提出一种高面积效率的基-4 NTT硬件设计。首先,介绍了负包裹卷积方法的运算流程及适用条件,在此基础上提出了一种恒定几何(CG)结构的低计算复杂度基-4 NTT/INTT算法。其次,深入分析不同PQC算法中模数的共性特征,设计了基于K^(2)-RED约简的可扩展模乘单元。最后,通过优化存储器与蝶形单元之间的数据分解与重组,提出一种基于顺序循环和阶梯循环访存的读写地址生成方案,实现了高效的无访存冲突。与传统的乒乓存储模式相比,该方案可减少12.5%的存储空间。实验结果表明,在(项数,模数位宽)分别为(256,13),(256,23)和(1024,14)的3种配置下,该设计的面积-时间积(ATP)较现有方案分别降低56.4%,69.8%和50.3%以上,具有更高的面积效率。 展开更多
关键词 格基后量子密码 数论变换 恒定几何结构 K^(2)-RED约简 无访存冲突
在线阅读 下载PDF
基于改进YOLOv5的服装logo识别 被引量：1
7
作者 张震 王晓杰 《计算机应用与软件》 北大核心 2025年第3期162-168,189,共8页
使用改进的YOLOv5算法应用于常见的服装品牌logo识别,采用加权k-means算法聚类得出9个初始锚框,针对原始YOLOv5的主干网络,增加Transformer自注意力机制和SPPF快速空间金字塔池化。在现有的FlickrSportLogos-10数据集的基础上略作调整,... 使用改进的YOLOv5算法应用于常见的服装品牌logo识别,采用加权k-means算法聚类得出9个初始锚框,针对原始YOLOv5的主干网络,增加Transformer自注意力机制和SPPF快速空间金字塔池化。在现有的FlickrSportLogos-10数据集的基础上略作调整,删除低质量图片和相似图片,增加高质量图片进行实验。实验结果表明,改进后的YOLOv5算法的mAP@0.5和mAP@0.5:0.95分别达到90.7%和60.1%,相比原始YOLOv5分别提高了0.033和0.016。 展开更多
关键词 YOLOv5 加权k-means Transformer注意力 Logo识别
在线阅读 下载PDF
基于改进WKNN的CSI被动室内指纹定位方法 被引量：1
8
作者 邵小强 马博 +3 位作者 韩泽辉 杨永德 原泽文 李鑫 《吉林大学学报(工学版)》 北大核心 2025年第7期2444-2454,共11页
针对幅值和相位构造包含干扰过多导致定位精度低的问题,提出了一种基于改进加权K最近邻算法的信道状态信息被动室内定位方法。离线阶段,采用隔离森林法,改进阈值的小波域去噪和线性变换法对采集到的信道状态信息进行预处理,将处理后的... 针对幅值和相位构造包含干扰过多导致定位精度低的问题,提出了一种基于改进加权K最近邻算法的信道状态信息被动室内定位方法。离线阶段,采用隔离森林法,改进阈值的小波域去噪和线性变换法对采集到的信道状态信息进行预处理,将处理后的幅相信息共同作为指纹数据,构造与参考点位置信息相关的稳定指纹数据库。在线阶段,提出改进的加权K近邻算法,对估计坐标进行重复匹配,该算法在一次匹配中得到位置坐标后,求该位置坐标在K个近邻点间的欧氏距离,并使用高斯变换对K个距离值进行权重计算,完成人员的定位。分别在教室和大厅进行实验模拟测试,实验结果表明:采用本文算法约81%的测试位置误差控制在1 m以内,可以有效提高定位精度。 展开更多
关键词 室内定位 信道状态信息 被动定位 改进阈值的小波域去噪 改进的加权K近邻算法 高斯变换
原文传递
基于ResNet18与K折交叉验证的电机轴承故障诊断 被引量：5
9
作者 胡山 朱向华 《自动化与仪表》 2025年第4期40-45,共6页
针对电机轴承故障诊断过程中现有的特征提取与高效分类问题,提出并验证了一种融合短时傅里叶变换(STFT)、深度残差网络(ResNet18)与K折交叉验证的电机轴承故障诊断方法。该方法首先采用STFT将电机轴承的一维振动信号转换为二维时频图;然... 针对电机轴承故障诊断过程中现有的特征提取与高效分类问题,提出并验证了一种融合短时傅里叶变换(STFT)、深度残差网络(ResNet18)与K折交叉验证的电机轴承故障诊断方法。该方法首先采用STFT将电机轴承的一维振动信号转换为二维时频图;然后,对转换后的时频图使用ResNet18进行迁移学习训练,通过五折交叉验证策略评估其在电机轴承故障诊断中的表现,在十分类故障诊断训练中取得98.96%的平均准确率;最后,在相同条件下将ResNet18替换为经典的深度学习模型AlexNet重新训练,其在训练集上的平均准确率为97.05%,相较于ResNet18,AlexNet在处理经STFT转换的时频图像时,学习能力明显不足。综合分析,基于STFT、ResNet18和五折交叉验证融合的电机轴承故障诊断方法具有较高诊断精度与鲁棒性。 展开更多
关键词 电机轴承故障诊断 深度学习 K折交叉验证 短时傅里叶变换 迁移学习
在线阅读 下载PDF
KNN-Transformer:基于K近邻分类的Transformer算法在滚动轴承故障诊断中的应用
10
作者 王军锋 张彪 +5 位作者 张昊 田开庆 田新民 王泰旭 罗凌燕 赵悦 《机电工程技术》 2025年第18期160-166,共7页
针对滚动轴承故障诊断中样本呈现全局冗余、局部稀疏的小样本问题,提出KNN-Transformer算法,融合Transformer自注意力机制与K近邻(KNN)算法。该算法通过Transformer编码器提取振动信号的层次化特征,利用KNN分类器替代传统Softmax层,解... 针对滚动轴承故障诊断中样本呈现全局冗余、局部稀疏的小样本问题,提出KNN-Transformer算法,融合Transformer自注意力机制与K近邻(KNN)算法。该算法通过Transformer编码器提取振动信号的层次化特征,利用KNN分类器替代传统Softmax层,解决小样本数据集场景下Softmax线性分类器易过拟合的问题。实验基于滚动轴承四自由度动力学仿真数据及西储大学(CWRU)轴承故障数据集展开。在仿真数据中,模型训练集与测试集准确率分别达100%和97%,AUC值为0.98,表明其对复杂振动信号的特征解析能力;在西储大学数据集中,测试集准确率达100%,AUC值为1,获得了较好的故障识别效果。通过对比实验显示,KNN-Transformer在精准率、召回率等指标上均优于单一KNN或Transformer模型,验证了其在机械故障诊断中的有效性与鲁棒性,为智能诊断提供了新方法。 展开更多
关键词 滚动轴承故障诊断 KNN-Transformer 自注意力机制 K近邻算法 小样本数据
在线阅读 下载PDF
基于数据清洗及LSTM神经网络的CVT故障诊断
11
作者 武晓冬 王麟斌 +2 位作者 牛天聪 赵锟 温婉宁 《自动化技术与应用》 2025年第12期173-176,共4页
电容式电压互感器(capacitive voltage transformer, CVT)在电网设备监测工作中有着重要作用。传统的CVT异常检测方法存在物理建模复杂,模型参数和故障数据难以获取等问题。为此提出了一种基于数据清洗及长短期记忆(long short-term mem... 电容式电压互感器(capacitive voltage transformer, CVT)在电网设备监测工作中有着重要作用。传统的CVT异常检测方法存在物理建模复杂,模型参数和故障数据难以获取等问题。为此提出了一种基于数据清洗及长短期记忆(long short-term memory neural network, LSTM)神经网络的CVT故障诊断方法。针对容易陷入局部最优和无时间维度等缺点,引入滑动窗口策略检测序列中的缺失值以及异常点,提出基于K-means聚类算法的清洗流程。根据清洗后电力系统的电压历史数据,利用LSTM得到电压预测值,通过比较预测值与实际值来判断CVT是否故障。通过某变电站实际运行数据对本算法进行验证,结果表明该方法能够对由于运行状态改变而导致的数据异常进行实时在线监控,有效提高了CVT故障诊断的准确率。 展开更多
关键词 电容式电压互感器 数据清洗 K-MEANS聚类算法 长短期记忆 故障诊断
在线阅读 下载PDF
一种新的断控缝洞体储层油气预测方法
12
作者 张宏 桂志鹏 +3 位作者 姜大建 陈冬 黄政 张军华 《石油地球物理勘探》 北大核心 2025年第5期1224-1233,共10页
断控缝洞型储层是一类油气资源非常丰富的储层,通常由于埋藏较深,地震反射结构与沉积地层耦合,难以用传统方法准确识别其含油气性。因此,提出一种新的断控缝洞体储层油气预测方法。首先,将水平或近水平层状沉积的地层当作背景噪声,并引... 断控缝洞型储层是一类油气资源非常丰富的储层,通常由于埋藏较深,地震反射结构与沉积地层耦合,难以用传统方法准确识别其含油气性。因此,提出一种新的断控缝洞体储层油气预测方法。首先,将水平或近水平层状沉积的地层当作背景噪声,并引入地震资料处理领域的K-L变换,通过地层等时体的生成、内嵌及去噪重构加强“立式”缝洞体信息;其次,剥离地层信息后,利用聚焦性较好的广义S变换进行时频谱分析,提取谱能量团最大值,识别常规振幅切片无法揭示的缝洞体隐性构造;然后,用高频端的衰减率属性表征流体,有效判识干井与高产油井;最后,分析含水井的断控因素,在剔除与油气聚集无关的非走滑穿层断层后,用断控属性融合方法预测缝洞体的含油气分布。数值模拟及实际资料分析结果均表明,研究方法和关联的技术对缝洞体油藏的大规模勘探、开发有一定的借鉴作用。 展开更多
关键词 走滑断层 缝洞型储层 K-L变换 时频谱分析 衰减率 油气预测
在线阅读 下载PDF
基于快速学习图卷积网络的滚动轴承故障诊断研究
13
作者 宁少慧 董振才 +1 位作者 戎有志 周利东 《机床与液压》 北大核心 2025年第12期53-59,共7页
图神经网络跨层的递归邻域扩展为训练大型密集图带来时间方面的挑战,导致轴承故障诊断的训练效率不高。针对此问题,提出一种基于快速学习图卷积网络方法并将其应用于滚动轴承故障诊断中。利用快速傅里叶变换(FFT)将采集的轴承故障时域... 图神经网络跨层的递归邻域扩展为训练大型密集图带来时间方面的挑战,导致轴承故障诊断的训练效率不高。针对此问题,提出一种基于快速学习图卷积网络方法并将其应用于滚动轴承故障诊断中。利用快速傅里叶变换(FFT)将采集的轴承故障时域信号转化为频域数据,再利用K近邻(KNN)算法将频域信号转换为图数据,以图数据显示频域特征,极大丰富了输入信息;引入快速学习图卷积网络(Fast-GCN)模型,通过重要性采样对故障特征进行学习;最后,利用Log-Softmax函数输出最终分类结果,从而实现滚动轴承单一故障的分类。实验结果表明:所提模型在保证故障分类准确率的前提下,诊断速度显著提升,甚至比图卷积神经网络(GCN)的诊断速度增加了约1倍,且所提方法具有良好的半监督诊断性能与泛化能力。 展开更多
关键词 滚动轴承 故障诊断 K近邻(KNN)算法 快速傅里叶变换(FFT) 快速学习图卷积网络(Fast-GCN)
在线阅读 下载PDF
基于SSTFT与KSVD的异种材料FSW在线监测 被引量：1
14
作者 龙海威 张佳莹 +3 位作者 刘锐 孙屹博 魏晓 杨鑫华 《机械制造文摘(焊接分册)》 2025年第2期5-12,共8页
异种材料轻量化结构是航空航天、铁路、汽车等领域的关键技术和研究热点之一,搅拌摩擦焊(FSW)是连接异种材料的有效方法,由于异种材料物理和化学性质的不同,容易在焊接过程中产生缺陷。针对铝合金与碳纤维增强热塑性塑料(CFRTP)搅拌摩擦... 异种材料轻量化结构是航空航天、铁路、汽车等领域的关键技术和研究热点之一,搅拌摩擦焊(FSW)是连接异种材料的有效方法,由于异种材料物理和化学性质的不同,容易在焊接过程中产生缺陷。针对铝合金与碳纤维增强热塑性塑料(CFRTP)搅拌摩擦焊(FSW)缺陷监测提出了基于同步压缩短时傅立叶变换与K-奇异值分解(SSTFT-KSVD)在线监测方法。使用声发射(AE)信号实时监测FSW状态,利用同步压缩短时傅立叶变换(SSTFT)提取时频域特征,最后通过K-奇异值分解(KSVD)模型对焊接状态与焊接缺陷进行了分类。结果表明,AE信号频率成分集中在10 kHz,17 kHz,23 kHz和25 kHz 4个频段,熔核塌陷和表面擦伤缺陷发生时,23 kHz频段的功率分别转移到10 kHz,而表面擦伤发生时,25 kHz频段的功率转移到17 kHz。在缺陷预测方面,KSVD预测模型的平均准确率达到90%,响应时间达到10 ms量级,比神经网络快100倍。基于SSTFT-KSVD在线监测方法可以实现对Al-CFRTP异种材料的FSW快速监测。 展开更多
关键词 异种材料搅拌摩擦焊 声发射信号 同步压缩短时傅立叶变换 K-奇异值分解 在线监测
在线阅读 下载PDF
面向智能巡检终端的非结构化数据特征提取技术 被引量：1
15
作者 罗劲斌 章坚 +2 位作者 郭启迪 李端姣 李雄刚 《电子设计工程》 2025年第1期100-103,108,共5页
智能巡检终端采集的电力设备数据大多为图像、视频、声音等非结构化数据,具有复杂性、多样性的特征。对上述非结构化数据提取的准确性决定了电力设备的监测能力,为此,面向智能巡检终端中的非结构化数据,提出了一种新的特征提取技术。分... 智能巡检终端采集的电力设备数据大多为图像、视频、声音等非结构化数据,具有复杂性、多样性的特征。对上述非结构化数据提取的准确性决定了电力设备的监测能力,为此,面向智能巡检终端中的非结构化数据,提出了一种新的特征提取技术。分别识别智能巡检终端中数据的图像特征值、视频特征值、声音特征值。以识别结果为基础,对其进行归一化处理,利用K-L变换完成对数据样本的降维处理,实现对智能巡检终端非结构化数据特征的提取。实验结果表明,所提方法提取的结构化数据样本长度始终与智能巡检终端主机所需输配电数据样本长度差距小于0.05×109 MB,提高了非结构化数据特征提取的精准性。 展开更多
关键词 智能巡检终端 非结构化数据 特征提取 K-L变换 数据降维
在线阅读 下载PDF
K-L变换提取特征的近红外人脸识别系统设计
16
作者 欧阳美龙 苏映新 《激光杂志》 北大核心 2025年第5期233-238,共6页
传统人脸识别系统在不同照明场景下识别不稳定,影响识别成功率,提出了基于K-L变换提取特征的近红外人脸识别系统。系统从硬件和软件两方面进行设计,系统硬件设计中,设计了整体架构,使用S3C2440作为处理器,详细设计了内部搭配的其他硬件... 传统人脸识别系统在不同照明场景下识别不稳定,影响识别成功率,提出了基于K-L变换提取特征的近红外人脸识别系统。系统从硬件和软件两方面进行设计,系统硬件设计中,设计了整体架构,使用S3C2440作为处理器,详细设计了内部搭配的其他硬件构成;软件设计中,使用K-L变换对红外人脸图像进行纹理特征、表情特征、光线特征等进行提取,设计人脸识别流程,完成基于K-L变换提取特征的近红外人脸识别系统设计。系统性能测试结果表明:改变室内、室外不同光源条件下,设计的系统识别准确率优于三种传统系统,最高值达到了99.9%,且在间隔三个月后,设计系统识别效果依然优于传统系统,准确率在93%以上,并且识别耗时仅为1.1 s,说明该系统具备了较好的识别性能。 展开更多
关键词 K-L变换 近红外 人脸识别 光源条件
原文传递
一种浅海连续声信号简正波分离方法
17
作者 杜思奇 韩东 李思迪 《舰船科学技术》 北大核心 2025年第8期107-113,共7页
针对宽带连续声信号简正波模态混叠问题,提出了一种基于水听器阵列的目标方位估计与频率-波数(Frequency-Wavenumber,F-K)变换相结合的简正波分离方法,通过设置海底水平线列阵接收目标连续声信号,利用阵列先行对目标方位进行搜索估计,... 针对宽带连续声信号简正波模态混叠问题,提出了一种基于水听器阵列的目标方位估计与频率-波数(Frequency-Wavenumber,F-K)变换相结合的简正波分离方法,通过设置海底水平线列阵接收目标连续声信号,利用阵列先行对目标方位进行搜索估计,根据得到的目标方位角计算信号到达各阵元的时延,并对阵列接收到的时间-距离二维信号矩阵进行时间修正,通过F-K变换将修正后的信号从时间-距离域转换至频率-波数域,在频率-波数域内实现连续声信号简正波各阶模态的分离。仿真实验验证了时频分析方法的局限性以及所提出方法的可行性,按照声源特征设置满足F-K变换频率域分辨率和波数域分辨率要求的海底水平线列阵。该方法可在声速恒定波导和实测浅海波导信噪比大于5 d B的条件下,分离距阵列20 km处目标100~200 Hz宽带声信号持续10 s以内简正波的各阶模态。 展开更多
关键词 简正波 模态分离 方位估计 F-K变换
在线阅读 下载PDF
联合稳健S变换与K均值聚类的高崩溃污染率拟稳点选取策略
18
作者 刘忠贺 李宗春 +2 位作者 何华 郭迎钢 赵文斌 《测绘学报》 北大核心 2025年第9期1608-1619,共12页
合理选取拟稳点是变形监测网稳定性分析的关键一环。变形点数量较多甚至过半情况下,现有稳定性分析方法在选取拟稳点时稳健性不足,导致拟稳点选取结果不尽合理。为提高拟稳点选取的准确率,提出了一种联合稳健S变换模型与K均值聚类算法... 合理选取拟稳点是变形监测网稳定性分析的关键一环。变形点数量较多甚至过半情况下,现有稳定性分析方法在选取拟稳点时稳健性不足,导致拟稳点选取结果不尽合理。为提高拟稳点选取的准确率,提出了一种联合稳健S变换模型与K均值聚类算法的高崩溃污染率选取策略。首先,将两期变形监测网的同名点作为采样集合,从集合中随机选取部分点作为子集,利用稳健S变换模型求解子集中控制点的点位转换残差。然后,依据点位转换残差,采用K均值聚类算法将控制点分为拟稳点、小变形点及大变形点,并通过拟稳点集与大变形点集的点位转换残差质心差别判断稳健S变换模型是否可行,若稳健S变换模型奏效,则将转换残差小的点标记为拟稳点,从中选取频次较高的点作为备选拟稳点。最后,使用稳健S变换模型处理备选拟稳点以获得可靠的点位转换残差,以此为据,用K均值聚类算法准确选定拟稳点。通过仿真试验和实例分析,本文方法与传统相似变换模型、迭代加权相似变换模型、结合RANSAC算法的相似变换模型及平方型M_(split)相似变换模型进行了比较。结果表明,当变形监测网中存在变形点时,本文方法的变形点判别准确率最高,所得控制点位移更加符合实际。在变形点数量过半时,本文方法仍能保持稳健性,具有更高的崩溃污染率。 展开更多
关键词 变形监测网 稳健S变换 K均值聚类 稳定性分析 拟稳点
在线阅读 下载PDF
基于断面数据和DFT-KNN-LSTM组合模型的短时交通流预测
19
作者 刘芳亮 宋国华 吴亦政 《公路交通科技》 北大核心 2025年第11期29-37,共9页
【目标】为合理处理、利用交通流数据,充分挖掘数据中的周期规律,准确进行短时交通流预测,考虑交通流时间特性及非线性、非平稳特征,解决传统模型在数据量大、交通场景复杂情况下预测精度不足的问题。【方法】提出DFT-KNN-LSTM组合模型... 【目标】为合理处理、利用交通流数据,充分挖掘数据中的周期规律,准确进行短时交通流预测,考虑交通流时间特性及非线性、非平稳特征,解决传统模型在数据量大、交通场景复杂情况下预测精度不足的问题。【方法】提出DFT-KNN-LSTM组合模型:采用离散傅里叶变换(DFT)分解交通流数据为趋势项与残差项,通过能量阈值去除残差干扰,挖掘周期规律,提高数据质量。基于欧氏距离的K近邻(KNN)算法从大量交通流数据中筛选与目标天数相似度最高的K天数据(K=9时最优),以实现交通流数据的合理利用。将筛选数据作为训练集、目标数据作为测试集输入长短时记忆网络(LSTM)进行短时交通流预测,输出结果以MAE,MSE,RMSE为评价指标。以北京市东城区某街道采集的交通流数据为例,对该组合模型预测性能进行分析,并与多种模型预测效果进行对比。【结果】该模型MSE为40.91(改善3.24%~19.05%),RMSE为6.40(改善1.54%~9.98%),MAE为4.77(改善3.05%~8.97%),精度显著优于SVR,LSTM,KNN-LSTM等单一与传统组合模型。【结论】该组合模型能够通过DFT预处理交通流数据以充分挖掘数据的周期规律,采用KNN筛选并保留相似度高的有效数据,结合LSTM处理复杂时间序列的优势,可有效提升短时交通流预测精度,适用于复杂交通场景。 展开更多
关键词 智能交通 短时交通流预测 组合预测 离散傅里叶变换 K近邻算法 长短时记忆网络
原文传递
黄土高原白草塬引洮工程前后17年InSAR时序形变监测与分析
20
作者 王倩雯 宋闯 +3 位作者 陈博 余琛 申传庆 李振洪 《武汉大学学报(信息科学版)》 北大核心 2025年第11期2213-2225,共13页
黄土高原是中国重要的农业区和生态屏障区,但农业活动长期以来受到水资源短缺等问题的困扰。开展大型水利工程有助于解决灌溉水资源短缺问题,然而同时可能会引发次生灾害(如地面沉降等),这些灾害极大地威胁农业生产活动,却较少有研究定... 黄土高原是中国重要的农业区和生态屏障区,但农业活动长期以来受到水资源短缺等问题的困扰。开展大型水利工程有助于解决灌溉水资源短缺问题,然而同时可能会引发次生灾害(如地面沉降等),这些灾害极大地威胁农业生产活动,却较少有研究定量评估大型水利工程对黄土高原农业区地面沉降的影响。选取甘肃省会宁县白草塬这一典型的黄土高原灌溉塬区作为研究对象,采用小基线集合成孔径雷达干涉测量技术,结合7景先进陆地观测卫星PALSAR和472景Sentinel-1A影像,对白草塬地区进行了为期17年的地表形变时序监测与分析,并通过K-means聚类分析和小波变换对地面沉降的时间序列进行深入探讨,识别出白草塬不同区域的沉降模式,分析其与土地利用、降雨间的关系。结果表明,2007—2010年期间,白草塬地区在卫星视线向的地表年平均形变速率为-17~0 mm/a,在2015—2023年期间,年平均形变速率显著增加,达到-110~30 mm/a。这一变化说明,自2014年引洮工程开通后,白草塬地区的地面沉降在时空分布上呈现出显著增强的趋势。此外,白草塬地区的地面沉降主要集中在耕地和草地,引洮工程通水灌溉是该地区地面沉降的首要因素,降雨因素影响较小。研究结果为理解黄土高原地区受农业活动影响的地表运动过程、评估地质灾害风险以及优化水资源管理和土地利用规划提供了重要的依据。 展开更多
关键词 白草塬 SBAS-InSAR 地面沉降 K-MEANS聚类 小波变换
原文传递
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 2 … 40 下一页 到第 页
使用帮助 返回顶部