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10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：
沥青拌和站混合料装车场景小样本语义分割
1
作者 郭涛 夏晓华 +3 位作者 霍少波 李晓娟 孙建红 侯广涛 《公路工程》 2025年第5期223-231,共9页
针对深度学习在沥青拌和站混合料装车场景图像语义分割中数据量有限而导致的模型易过拟合、网络泛化能力不足等问题,提出了一种优化后的小样本语义分割方法。首先修改SegNet模型的主干网络,建立ResNet50-SegNet模型,然后将该模型解码器... 针对深度学习在沥青拌和站混合料装车场景图像语义分割中数据量有限而导致的模型易过拟合、网络泛化能力不足等问题,提出了一种优化后的小样本语义分割方法。首先修改SegNet模型的主干网络,建立ResNet50-SegNet模型,然后将该模型解码器部分的标准卷积替换为深度可分离卷积,最后结合迁移学习对沥青拌和站混合料装车场景图像进行语义分割。改进后的模型具有更深的网络结构和更好的特征提取能力。采用深度可分离卷积替换标准卷积能够减少模型参数量,使模型更加轻量化,避免过拟合。通过迁移学习加速模型的训练速度、提高模型的泛化能力,有效地解决了数据不足带来的模型精度不高等问题。试验结果表明,提出的模型在数据集只有120幅图像样本的条件下准确率为99.36%,mIoU值为98.72%,FPS值为30.51,与原始模型相比分别提高了4.24个百分点、8.03个百分点和18.62,并且与经典模型和先进模型相比在小样本条件下获得了更好的分割效果。模型结合以上3种方法,取得了较高的准确率、mIoU值及FPS值,具有良好应用前景。 展开更多
关键词 道路建筑施工 小样本语义分割 深度可分离卷积 迁移学习 混合料装车 沥青拌和站
在线阅读 下载PDF
基于MDLOF-iForest和M‑KNN‑Slope的公共 建筑负荷异常数据识别与修复 被引量：2
2
作者 刘一宁 陈柏安 +2 位作者 杜鹏程 林晓刚 江美慧 《综合智慧能源》 2025年第3期62-72,共11页
在公共建筑能耗研究中,对异常负荷值进行识别与修复是不可或缺的数据处理环节。针对现有方法的局限性,提出一种基于马氏距离局部离群因子-孤立森林(MDLOF-iForest)算法和考虑斜率的K近邻改进(M‑KNN‑Slope)算法的负荷异常数据识别与修复... 在公共建筑能耗研究中,对异常负荷值进行识别与修复是不可或缺的数据处理环节。针对现有方法的局限性,提出一种基于马氏距离局部离群因子-孤立森林(MDLOF-iForest)算法和考虑斜率的K近邻改进(M‑KNN‑Slope)算法的负荷异常数据识别与修复方法。MDLOF-iForest算法在传统局部离群因子算法中引入马氏距离,提高了模型对数据特征间关联性的感知能力,同时将MDLOF算法与iForest算法的优势相结合,快速准确识别出异常数据。M‑KNN‑Slope算法利用异常数据与正常数据负荷趋势线特征相似的邻居,得到相似趋势线斜率加权平均值,完成对异常数据的修复,减少对样本数据的依赖。通过对南宁市一栋办公和一栋商业公共建筑2024年8—11月负荷数据的验证,修复后90%左右数据与正确数据差值在10%以内,且相较一般算法,M‑KNN‑Slope算法能够获得更多误差在5%以内的数据。分别利用极端梯度提升、长短期记忆网络、反向传播神经网络、支持向量机对修复前后的数据进行预测,均方根值分别降低了5.02%~17.83%,绝对平均误差分别降低了2.44%~13.34%。 展开更多
关键词 公共建筑能耗 负荷数据集 异常数据识别 异常数据修复 马氏距离局部离群因子-孤立森林算法 考虑斜率的K近邻改进算法
在线阅读 下载PDF
MapReduce上基于抽样的数据划分最优化研究 被引量：14
3
作者 韩蕾 孙徐湛 +1 位作者 吴志川 陈立军 《计算机研究与发展》 EI CSCD 北大核心 2013年第S2期77-84,共8页
MapReduce是一个目前应用广泛的并行计算框架,如何解决Reduce节点的负载平衡问题是MapReduce程序执行效率的一个重要研究方向.基于抽样的划分是一种比较有效的数据划分方法,为了使得抽样方法发挥最大程度的效益,研究了抽样效果与其重要... MapReduce是一个目前应用广泛的并行计算框架,如何解决Reduce节点的负载平衡问题是MapReduce程序执行效率的一个重要研究方向.基于抽样的划分是一种比较有效的数据划分方法,为了使得抽样方法发挥最大程度的效益,研究了抽样效果与其重要影响因素之间的定量关系,并给出了相关理论及其证明推导,同时通过实验进一步验证了理论的正确性.基于研究的结果,可以在给定MapReduce环境中,通过分析数据特征,找到最优抽样样本规模,从而通过尽可能小的抽样代价来得到满足要求的数据划分.通过将研究成果应用在改进的Terasort算法上,以实例验证了其在MapRedece平台上的实际意义. 展开更多
关键词 抽样 MAPREDUCE框架 数据倾斜 负载平衡 数据集划分
在线阅读 下载PDF
面向网络监测预警的海量知识存储研究 被引量：6
4
作者 饶志宏 刘杰 陈剑锋 《计算机工程》 CAS CSCD 北大核心 2018年第3期138-143,共6页
海量知识的高效管理是网络监测预警发挥效能的前提。为此,提出一种基于图数据库的大规模资源描述框架(RDF)数据存储方法。根据RDF数据的图模型特征,基于启发式的贪婪策略对数据集进行分割,包括子图生成阶段和子图划分阶段,同时采用热点... 海量知识的高效管理是网络监测预警发挥效能的前提。为此,提出一种基于图数据库的大规模资源描述框架(RDF)数据存储方法。根据RDF数据的图模型特征,基于启发式的贪婪策略对数据集进行分割,包括子图生成阶段和子图划分阶段,同时采用热点数据动态复制删除的方式实现动态数据流的负载均衡。在3个不同数据集上的对比实验表明,该方法的存储性能优于基于关系型数据库的方法。 展开更多
关键词 网络监测预警 图数据库 资源描述框架数据存储 数据集划分 负载均衡
在线阅读 下载PDF
一种云计算环境下大数据动态迁移策略 被引量：14
5
作者 张晋芳 王清心 +2 位作者 丁家满 刘彦君 黄心 《计算机工程》 CAS CSCD 北大核心 2016年第5期13-17,共5页
云计算环境中大数据应用在数据迁移方面遇到各种问题,主要表现为如何在迁移过程中减少网络访问次数,减少全局时间消耗,以及在提高效率的同时兼顾全局的负载均衡等。为此,对数据迁移进行建模,描述动态迁移策略,分别针对策略中的全局时间... 云计算环境中大数据应用在数据迁移方面遇到各种问题,主要表现为如何在迁移过程中减少网络访问次数,减少全局时间消耗,以及在提高效率的同时兼顾全局的负载均衡等。为此,对数据迁移进行建模,描述动态迁移策略,分别针对策略中的全局时间消耗、网络访问次数和全局负载均衡3个参数进行求解,并在云计算仿真平台Cloudsim下进行实验。结果表明,使用数据动态迁移策略后,任务完成时间比Zipf分布减少约10%,网络访问次数低于原始Zipf分布并趋于稳定;全局负载均衡方面,节点存储空间方差趋于0。 展开更多
关键词 云计算 大数据 负载均衡 数据迁移 网络访问 数据集
在线阅读 下载PDF
基于改进型降噪自动编码器的家用负荷辨识方法
6
作者 刘宣 刘兴奇 +3 位作者 唐悦 窦健 巫钟兴 倪斌 《电测与仪表》 北大核心 2024年第11期68-75,90,共9页
家用负荷辨识准确性受数据采样速率制约显著,过高的采样速率能够解决数据问题,但也带来成本提高、系统设计复杂等问题。基于此,提出了一种仅依赖常规采样速率有功功率量测的非侵入式负荷辨识方法,所提方法对传统的降噪自动编码器算法滑... 家用负荷辨识准确性受数据采样速率制约显著,过高的采样速率能够解决数据问题,但也带来成本提高、系统设计复杂等问题。基于此,提出了一种仅依赖常规采样速率有功功率量测的非侵入式负荷辨识方法,所提方法对传统的降噪自动编码器算法滑动窗的重叠部分计算进行了改进,使用中值滤波器对重叠窗的数据结果进行处理,能够较好地克服辨识结果偏高的问题。通过在REDD(reference energy disaggregation dataset)和TraceBase两个家庭用电数据集开展测试,证明了所提方法在辨识设备功率和判断设备所处状态两个方面都具有较好的效果,且各项指标均好于经典的基于因子隐马尔可夫模型(factorial hidden Markov model,FHMM)算法。另外所提算法的通用性较好,能够对不同型号、品牌的同种设备进行有效辨识,具有较好的实用价值。 展开更多
关键词 负荷辨识 降噪自动编码器 REDD数据集 TraceBase数据集 机器学习
在线阅读 下载PDF
S-101电子航海图产品规范1.0.0版要点解析 被引量：2
7
作者 王洪燕 彭认灿 +1 位作者 周艳霞 薛薇 《海洋测绘》 CSCD 北大核心 2021年第1期79-82,共4页
S-101是基于S-100建立的新一代电子海图产品规范,相比于S-57自身的封闭性、复杂性,S-101设计上更加灵活,易于更新,将对新一代ENC数据生产及ECDIS发展产生深远影响。在查阅S-101最新1.0.0版及S-100.S-101相关研究文章的基础上,将S-101与S... S-101是基于S-100建立的新一代电子海图产品规范,相比于S-57自身的封闭性、复杂性,S-101设计上更加灵活,易于更新,将对新一代ENC数据生产及ECDIS发展产生深远影响。在查阅S-101最新1.0.0版及S-100.S-101相关研究文章的基础上,将S-101与S-57.S-101开发过程中的草案进行对比分析,重点讨论了最新S-101在要素目录、数据模型、显示比例尺、数据层规则、数据集加载算法及显示顺序、数据集文件命名等方面的新特点,展望了S-101对新一代ENC数据生产及ECDIS发展的影响。 展开更多
关键词 S-101 电子航海图 要素目录 复合属性 要素类型 显示比例尺 数据层规则 数据集加载
在线阅读 下载PDF
非侵入式电力负荷监测技术研究 被引量：11
8
作者 汪四仙 毕忠勤 《上海电力学院学报》 CAS 2017年第4期357-361,共5页
非侵入式负荷监测(NILM)技术通过分解总电力负荷数据,使电力用户了解不同时段各类设备的电能消耗,帮助决策者制定合理的节能计划,减少能源开支,并对节能减排具有重要作用.分析了NILM相对于传统侵入式负荷监测的优势,具有成本低、部署简... 非侵入式负荷监测(NILM)技术通过分解总电力负荷数据,使电力用户了解不同时段各类设备的电能消耗,帮助决策者制定合理的节能计划,减少能源开支,并对节能减排具有重要作用.分析了NILM相对于传统侵入式负荷监测的优势,具有成本低、部署简单、扩展容易等特点.概述了NILM的基本框架,从监督和非监督算法两个方面进行了详细介绍.讨论了现有的数据集和算法评价指标,并指出了目前NILM面临的挑战. 展开更多
关键词 非侵入式负荷监测 基本框架 评价指标 数据集
在线阅读 下载PDF
基于特征集构建的工业企业电负荷预测模型研究
9
作者 张然 黄宸 《自动化应用》 2024年第24期116-118,121,共4页
提前获取用户用电量有助于维持电网可靠性与规划制定调度策略,因此建立准确的电负荷预测模型具有重要意义。建立了一种基于数据集构建的工业企业电负荷预测方法。在特征维度上,通过引入聚类算法,对采集数据有效分类,并在各分类中使用相... 提前获取用户用电量有助于维持电网可靠性与规划制定调度策略,因此建立准确的电负荷预测模型具有重要意义。建立了一种基于数据集构建的工业企业电负荷预测方法。在特征维度上,通过引入聚类算法,对采集数据有效分类,并在各分类中使用相关性分析方法完成特征筛选。在时间维度上,计算基于余弦距离的相似性判断指标,遴选与预测日特征相似的历史数据构成历史相似日用电量,并作为特征输入预测模型。使用重构的特征集,与基础预测模型比较,可减小预测期间1.9%~5.1%的误差。 展开更多
关键词 电负荷 预测模型 K-MEANS聚类 数据集
在线阅读 下载PDF
电信数据仓库中欠费模型的开发实践 被引量：1
10
作者 杨忠 胡建华 +2 位作者 王清心 周会团 周海河 《云南大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第S2期363-366,共4页
介绍以欠费为主题的数据仓库产生的背景及其重要意义.阐述了XX电信公司实际数据仓库项目中“欠费主题”模型的设计和具体实施.将数据仓库理论和项目的实际工作结合起来,详细地描述了构建一个实际数据仓库的全过程.
关键词 数据仓库 ETL(数据抽取、转换、加载) DTS(数据转换服务) 多维数据集
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 下一页 到第 页
使用帮助 返回顶部