【摘 要】
：
信息处理过程中对异常信息的智能化处理是一个前沿的且富有挑战性的研究方向;针对所获取的信息由于噪声干扰等因素存在缺失这一异常现象,提出了一种不完整(缺失)数据的智能分类算法;对于某一个不完整样本,该方法首先根据找到的近邻类别信息得到单个或多个版本的估计样本,这样在保证插补的准确性的同时能够有效地表征由于缺失引起的不精确性,然后用分类器分类带有估计值的样本;最后,在证据推理框架下提出一种新的信任分类方法,将难以划分类别的样本分配到对应的复合类来描述由于缺失值引起的样本类别的不确定性,同时降低错误分类的风险;用
【机 构】
：
西安建筑科技大学信息与控制工程学院
【基金项目】
：
陕西省工业攻关项目(Z20200051)。
论文部分内容阅读
信息处理过程中对异常信息的智能化处理是一个前沿的且富有挑战性的研究方向;针对所获取的信息由于噪声干扰等因素存在缺失这一异常现象,提出了一种不完整(缺失)数据的智能分类算法;对于某一个不完整样本,该方法首先根据找到的近邻类别信息得到单个或多个版本的估计样本,这样在保证插补的准确性的同时能够有效地表征由于缺失引起的不精确性,然后用分类器分类带有估计值的样本;最后,在证据推理框架下提出一种新的信任分类方法,将难以划分类别的样本分配到对应的复合类来描述由于缺失值引起的样本类别的不确定性,同时降低错误分类的风险;用
其他文献
为了解决软件仿真不能进行真实信道环境下的性能演示、不能测量真实通信系统的传输速率与时延等方面的弊端,研究了基于通用计算机和通用软件无线电外设USRP的LTE通信系统的实现方法;对系统的基本结构与原理进行了分析;采用通用计算机与软件无线电前端相结合的方式,由通用计算机完成基带处理功能,由USRP完成基带信号的射频收发,并采用开放空中接口OAI平台作为软件架构实现数据处理与系统控制;在5 MHz系统带宽配置场景下,对所研究的LTE系统进行了软、硬件调试、测试与验证,实现了完整的LTE通信系统的功能;此外,进一
针对热电厂负荷随机性强、预测精度差、计算时间长等问题,提出一种结合改进天牛须搜索算法IBAS和BP神经网络的组合预测方法;模型以热电厂的历史有功负荷、季节、日期类型和气象数据为输入因子,通过引入精英策略,将单个天牛寻优扩充为群体寻优,同时改进天牛搜索步长,使BP参数在IBAS搜索范围内有效寻优,从而优化BP神经网络的权值,增强其搜索和寻优能力,提高预测网络的性能和精度;采用4个标准测试函数,将改进模型与标准天牛须算法对比;引入均方根误差RMSE、平均绝对百分比误差MAPE精度评价指标对PSO-BP网络、B
乡村振兴要遵循规划先行。在乡村振兴背景下,村庄规划服务于乡村振兴,起着顶层设计的作用。本研究对福州市长乐区玉田镇西社村的现状进行分析,从村庄布局优化、产业发展引导等方面探讨其乡村规划策略,建设自身具有造血能力、景观环境优美、乡风和谐美满的田园乡村范例,以期能为非特色集聚提升型乡村规划提供借鉴,助力乡村振兴。
为了提高火灾救援的效率,消防人员逐渐使用无人机来进行火灾态势感知和监视;但无人机的费用造价高昂;一台配备了无线电中继器或视频和遥测功能的混合动力无人机预计成本约为1万美元;因此为了达到经济最大化和效率最优,文章采用多目标规划模型进行优化;该模型主要考虑经济和效率两个目标,然后设置约束条件来进行求解;遗传算法和基于数学规划的方法是国内求解帕累托前沿解的主流算法~([1]);应用NSGA-II算法解决
为了研究太阳能光伏电站一年中的运行特性,本研究以2 kW的太阳能光伏固定电站为研究对象,该电站由10块单晶硅太阳能电池组件构成。对该电站的运行数据进行为期一年的监测,获取电站运行时的电流、电压、功率、发电量等运行参数,并通过自动气象站获取一年中的气象条件。分析该光伏电站一年中发电量的分布特征,以及在不同温度、光照强度和雪覆盖程度等条件下电站的运行状态,从而研究影响光伏电站运行效率的因素。
课题组以某工程项目汽车夹形件零件作为研究对象,介绍了用于制造汽车夹形件的模具设计过程。首先,针对零件进行了冲压工艺分析;其次,通过对比分析确定冲压工艺方案并设计正装复合模结构;最后,对模具工作过程作了简单阐述。仿真结果表明,该模具经过试验并投入生产,模具结构可靠,精度和生产效率高,对实际的模具设计有一定的借鉴意义。
针对传统智能检测仪灵活性差、灵敏度较低的问题,基于低压台区拓扑层级结构进行智能检测仪的设计,对低压台区拓扑关系进行星型拓扑改造,使低压台区结构更加简洁,数据完成互通;将智能检测仪管理模块进行集成化设计,使仪表检测数据控制力度更强;采用TMS320芯片加强检测仪数据处理速度,同时将检测仪功能模块集成化处理,缩小检测仪体积;利用多层级拓扑优化算法对检测仪采集数据分层次划分,并分析检测数据与时间周期的关系,从而完成条理化处理,最后通过测试网点对测量误差进行分析,发现该设计最大误差为0.9%,最小误差为0.2%;
针对复杂环境下,管道振动信号特征微弱难以提取的问题,提出一种基于长短时记忆网络(LSTM)深度学习神经网络的管道缺陷模式识别方法;首先利用改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)对采集的原始信号进行分解得到若干个固有模态函数(IMF)分量,随后根据信息熵理论计算IMF分量的近似熵作为管道典型状态的特征值构造特征向量集合,然后构造LSTM深度学习神经网络训练模型并调节深度神经网络在训练过程中的相关参数进行网络的结构优化,最后将特征向量输入到LSTM神经网络模型进行训练和识别;结果表明:针对
水下无线传感器网络路由是水下物联网重要组成部分,可靠高效节能是水下无线传感器网络路由最关心的问题;针对水下无线传感器网络节点路由中能量消耗不均衡和过多冗余转发增加能耗而导致水下无线传感器网络生存周期缩短的问题,提出一种可调节转发区域的水下传感器路由协议(ESAFDBR);ESAFDBR路由协议考虑了当前节点深度和剩余能量,还考虑节点两跳邻域内信息,以这种方式有效减少网络遇到空洞的可能性,平衡网络能量;此外,为抑制冗余节点参与转发,设计划分转发区域,并可根据节点密集程度自适应调整划分区域,有效地提高网络性能
ABB机器人码垛节省了劳动时间和劳动强度,提高了作业效率和准确率。本研究介绍ABB机器人工具的搭建、码垛程序的仿真优化设计,为工业机器人应用在码垛领域提供理论依据。仿真结果表明,该设计能满足码垛工艺流程,验证了程序的正确性,提高了垛型数据的利用率,减少了示教时间和复杂度,降低用户工作量。