期刊文献+
共找到26篇文章
< 1 2 >
每页显示 20 50 100
基于两个共面圆的无匹配相机位姿计算 预览
1
作者 范蓉蓉 唐付林 刘青山 《自动化学报》 EI CSCD 北大核心 2019年第10期1995-2000,共6页
近年来,相机定位吸引了学术界和工业界的强烈兴趣,其中基于平面标记的方法简单易行.但是,一旦标记与图像之间匹配错误,计算出的相机位姿就会出现错误,导致跟踪不稳定.本文设计了两个分离平面圆的相机定位新标记,基于该圆形图像,直接表... 近年来,相机定位吸引了学术界和工业界的强烈兴趣,其中基于平面标记的方法简单易行.但是,一旦标记与图像之间匹配错误,计算出的相机位姿就会出现错误,导致跟踪不稳定.本文设计了两个分离平面圆的相机定位新标记,基于该圆形图像,直接表达相机位姿参数.该方法不需要在多个点之间进行匹配,解析轻量.此外,由于所使用的图像特征是边缘,该方法可鲁棒对抗快速相机运动和图像模糊.设计的标记在自然场景中也很常见,因此所提出的方法可以广泛使用.实验与该类相关方法对比表明,本文方法取得了相当高的精度与稳定性. 展开更多
关键词 相机标定 相机定位 相机位姿跟踪 圆形图像
在线阅读 下载PDF
基于局部特征与全局特征的图像显著性目标检测 被引量:6
2
作者 陈振学 贺超 刘成云 《控制与决策》 EI CSCD 北大核心 2016年第10期1899-1902,共4页
在采用图像谱残差分析方法获取全局特征显著性图像的基础上,利用小波变换在时域和频域具有的局部特征信息表征能力,通过对图像包含的不同特征信息进行小波变换,去除各个特征图中的冗余信息,得到图像局部特征显著部分,对两种分析方... 在采用图像谱残差分析方法获取全局特征显著性图像的基础上,利用小波变换在时域和频域具有的局部特征信息表征能力,通过对图像包含的不同特征信息进行小波变换,去除各个特征图中的冗余信息,得到图像局部特征显著部分,对两种分析方法下获得的显著图进行融合分析,获得最终的图像显著部分,并利用视觉转移机制在原图中勾画出显著性目标.实验结果分析表明,改进后的方法提高了图像显著目标检测的准确率. 展开更多
关键词 谱残差 小波变换 局部特征 全局特征 目标检测
基于标签平滑正则化的行人重识别研究 预览
3
作者 倪旭 《电脑知识与技术:学术版》 2019年第3Z期150-152,162共4页
文章采用一种标签平滑正则化方法,分别把该方法应用到交叉熵损失函数和中心损失函数(center loss)中,实验结果表明,在Market1501,CUHK03,Dukemtmc-reID行人重识别数据集上,利用该算法可以有效防止模型过拟合,提高模型的泛化能力,提高行... 文章采用一种标签平滑正则化方法,分别把该方法应用到交叉熵损失函数和中心损失函数(center loss)中,实验结果表明,在Market1501,CUHK03,Dukemtmc-reID行人重识别数据集上,利用该算法可以有效防止模型过拟合,提高模型的泛化能力,提高行人重识别率。 展开更多
关键词 行人重识别 标签平滑正则化 CMC CENTER LOSS ResNet50
在线阅读 下载PDF
实时高置信度更新补充学习跟踪 预览
4
作者 范蓉蓉 樊佳庆 刘青山 《计算机科学》 CSCD 北大核心 2019年第3期137-141,共5页
为解决补充学习跟踪算法(Staple)在目标被部分遮挡时存在的跟踪失败问题,文中提出了一种简单而有效的高置信度补充学习跟踪算法(High-confidence updata Complementary Learner Tracker,HCLT)。首先,输入当前帧,得到标准相关滤波分类器... 为解决补充学习跟踪算法(Staple)在目标被部分遮挡时存在的跟踪失败问题,文中提出了一种简单而有效的高置信度补充学习跟踪算法(High-confidence updata Complementary Learner Tracker,HCLT)。首先,输入当前帧,得到标准相关滤波分类器的检测响应值;然后,计算相关滤波响应的置信度,若计算结果大于阈值则当前帧更新滤波器,否则停止更新;接着,计算出持续不更新的帧数,如果有连续10帧不更新,则强制更新;最后,通过融合颜色补充学习器的响应,得到总的响应结果,其中,响应中最大值的位置即为跟踪结果。将所提算法与补充学习跟踪(Correlation Filter Net tracker,Staple)、端到端表示跟踪(CFNet)、注意力相关滤波网络跟踪(Attentional Correlation Filter Network tracker,ACFN)和对冲深度跟踪(Hedged Deep Tracking,HDT)等先进算法进行实验对比。在OTB100和VOT2016数据集上的结果表明,所提算法在成功率和预期覆盖率方面分别超过基准补充学习跟踪算法(Staple)1.0个百分点和0.4个百分点。另外,在严重遮挡和剧烈光照变化的视频集上的良好表现也充分说明了所提算法在处理表观剧烈变化的情况时很有效。 展开更多
关键词 相关滤波 颜色直方图 补充学习跟踪 遮挡检测 目标跟踪
在线阅读 免费下载
移动增强现实跟踪注册技术概述 预览 被引量:3
5
作者 刘佳 王强 +1 位作者 张小瑞 陆熊 《南京信息工程大学学报:自然科学版》 CAS 2018年第2期203-212,共10页
随着移动设备软硬件性能的不断提高,将增强现实技术与移动终端相结合已成为国内外研究的热点问题.三维跟踪注册技术是移动增强现实中的关键技术之一.文中综述了移动增强现实中的三类跟踪注册方法:基于传感器、基于机器视觉和基于混合... 随着移动设备软硬件性能的不断提高,将增强现实技术与移动终端相结合已成为国内外研究的热点问题.三维跟踪注册技术是移动增强现实中的关键技术之一.文中综述了移动增强现实中的三类跟踪注册方法:基于传感器、基于机器视觉和基于混合的跟踪注册,并对各方法的特点进行了详细的探讨和比较.最后对移动增强现实跟踪注册技术进行了总结与展望. 展开更多
关键词 移动增强现实 跟踪注册 移动设备
在线阅读 下载PDF
基于深度学习的大规模人脸图像检索 预览 被引量:1
6
作者 卢宗光 刘青山 孙玉宝 《太原理工大学学报》 北大核心 2018年第1期106-112,共7页
针对传统人工设计特征鲁棒性差、检索计算复杂等缺点,提出以深度特征表示人脸图像并采取由粗到细的人脸图像检索方法。首先,使用拥有近四百万张人脸图片的数据库训练卷积神经网络得到人脸特征提取模型;然后进行人脸特征提取、存储和聚... 针对传统人工设计特征鲁棒性差、检索计算复杂等缺点,提出以深度特征表示人脸图像并采取由粗到细的人脸图像检索方法。首先,使用拥有近四百万张人脸图片的数据库训练卷积神经网络得到人脸特征提取模型;然后进行人脸特征提取、存储和聚类分析;最后,采用由粗到细地检索方式进行人脸检索。在LFW数据库上进行验证,基于深度学习的人脸特征的人脸检索准确率为99.1%,人脸检索时间约0.5s.实验结果表明,基于深度学习的人脸特征鲁棒性强、检索计算复杂度低。由粗到细的检索方法效率高,结果准确率高。 展开更多
关键词 人脸检索 卷积神经网络 深度学习 由粗到细
在线阅读 免费下载
基于内标法的钢铁中硫和磷激光诱导击穿光谱定量分析 预览
7
作者 丁宇 熊雄 赵兴强 《光子学报》 CSCD 北大核心 2018年第8期75-81,共7页
利用激光诱导击穿光谱技术对铬钢样品中的硫、磷元素进行了定量分析.采用1064 nm Nd:YAG固体激光器,在空气中激发样品,产生的光谱信号通过中阶梯光栅分光后进入EMCCD检测器,对波长在220~800nm范围的光谱信号进行检测.研究了光谱... 利用激光诱导击穿光谱技术对铬钢样品中的硫、磷元素进行了定量分析.采用1064 nm Nd:YAG固体激光器,在空气中激发样品,产生的光谱信号通过中阶梯光栅分光后进入EMCCD检测器,对波长在220~800nm范围的光谱信号进行检测.研究了光谱强度与延时时间以及激光能量之间的关系.在优化的实验参数下采用谱线强度比内标法定量分析三种铬钢样品中的硫、磷元素含量.实验结果表明,各元素定量结果的相对标准偏差最大值为2.6%,相对误差为-8.3%~12.5%.三种铬铜样品中硫含量分别为O.011%、O.0079%和0.0048%,磷含量分别为0.015%、0.014%和0.009%.激光诱导击穿光谱技术有望实现7台金工业的实时、在线和快速检测. 展开更多
关键词 激光诱导击穿光谱 内标法 铬铜 杂质元素 定量分析
在线阅读 免费下载
基于卷积神经网络的卫星云图云量计算 被引量:3
8
作者 夏旻 申茂阳 +1 位作者 王舰锋 王阳光 《系统仿真学报》 CSCD 北大核心 2018年第5期1623-1630,共8页
卫星云图云量计算是卫星气象应用的基础,目前的方法对卫星光学参数以及对卫星云图的特征利用率不高,导致了云检测及云量计算不准确。针对这个问题,利用卷积神经网络进行卫星云图云的检测,基于优化的卷积神经网络将云图分为厚云,薄... 卫星云图云量计算是卫星气象应用的基础,目前的方法对卫星光学参数以及对卫星云图的特征利用率不高,导致了云检测及云量计算不准确。针对这个问题,利用卷积神经网络进行卫星云图云的检测,基于优化的卷积神经网络将云图分为厚云,薄云及晴空。在云检测的基础上利用"空间相关法"计算总云量。针对中国HJ.1A/B卫星图片的实验结果表明,通过对卷积网络结构及参数的优化卷积神经网络可以很好的提取云图的特征,云分类时厚云和薄云之间的过渡区域清晰,云的识别率以及云量计算的准确率都比传统阈值法、动态阈值法以及极限学习机模型的结果要好。 展开更多
关键词 云量计算 卷积神经网络 云检测 空间相关法
多维加权密集连接卷积网络的卫星云图云检测 预览 被引量:2
9
作者 夏旻 施必成 +1 位作者 刘佳 刘万安 《计算机工程与应用》 CSCD 北大核心 2018年第20期184-189,196共7页
云检测是多光谱卫星云图分析的前提。传统云检测方法不能很好地对多光谱卫星云图进行特征表示,导致了云检测不是很准确。卷积神经网络虽然能有效地提取特征,但训练时会产生梯度扩散,训练效率低,优化困难等问题。针对这些问题,提出... 云检测是多光谱卫星云图分析的前提。传统云检测方法不能很好地对多光谱卫星云图进行特征表示,导致了云检测不是很准确。卷积神经网络虽然能有效地提取特征,但训练时会产生梯度扩散,训练效率低,优化困难等问题。针对这些问题,提出多维加权密集连接卷积神经网络模型实现对多光谱卫星云图的云检测。跨层连接能够实现网络中所有层之间的信息流,从而减少训练过程中的梯度消失导致收敛困难的问题。特征图之间连接的权值不同使得网络能够更高效地利用特征信息。通过实验结果对比,该模型可以很好地提取云图特征,提高多光谱云图检测的准确率,具有更好的泛化性能和优化效率。 展开更多
关键词 多维加权密集连接 卷积神经网络 多光谱卫星云图 云检测
在线阅读 下载PDF
基于双向神经网络的图像分类算法 预览
10
作者 季思文 闫胜业 王蒙 《计算机工程与设计》 北大核心 2018年第10期3113-3117,共5页
卷积神经网络需要把特征矩阵转换成向量才能进行全连接,对特征空间结构信息造成破坏。针对这个问题,提出一种基于双向神经网络的图像分类算法。利用双向(Two-Directional)层替代原先网络框架中的全连接层并进行端到端的训练,减少特... 卷积神经网络需要把特征矩阵转换成向量才能进行全连接,对特征空间结构信息造成破坏。针对这个问题,提出一种基于双向神经网络的图像分类算法。利用双向(Two-Directional)层替代原先网络框架中的全连接层并进行端到端的训练,减少特征空间结构信息的损失,提出一种扩展BP算法,用于求解双向神经网络的学习问题。改进CaffeNet及vgg-16模型并在Caltech-256和OxfordFlower-102数据集上进行图像分类对比实验,实验结果表明,在相同的实验条件下双向神经网络算法能有效提升图像分类的性能。 展开更多
关键词 卷积神经网络 双向神经网络 图片分类 特征提取 全连接层
在线阅读 下载PDF
基于新型深度全卷积网络的肝脏CT影像三维区域自动分割 预览 被引量:3
11
作者 孙明建 徐军 +1 位作者 马伟 张玉东 《中国生物医学工程学报》 CSCD 北大核心 2018年第4期385-393,共9页
肝脏分割对于肝肿瘤肝段切除及肝移植体积测量具有重要的临床价值。由于在CT影像中肝脏与邻近脏器的灰度值相似性很高,因此对肝脏区域的三维自动分割是一项具有挑战性的难题。为解决精准肝脏分割的问题,提出一种新型的深度全卷积网络结... 肝脏分割对于肝肿瘤肝段切除及肝移植体积测量具有重要的临床价值。由于在CT影像中肝脏与邻近脏器的灰度值相似性很高,因此对肝脏区域的三维自动分割是一项具有挑战性的难题。为解决精准肝脏分割的问题,提出一种新型的深度全卷积网络结构3DUnet-C2。该结构充分利用肝脏CT图像的三维空间信息,并有效结合肝脏区域的浅层特征和深层特征。特别地,还提出一种新的3DUnet-C2网络训练策略,通过选取清晰图像,并从图像中截取肝脏区域作为样本进行训练的方式,得到初步3DUnet-C2模型权重,并使用该权重来初始化3DUnet-C2的网络参数,从而使网络达到收敛。最后,针对3DUnet-C2网络分割肝脏边界不精准的问题,在原有3DUnet-C2网络模型的基础上,运用三维条件随机场构建3DUnet-C2-CRF模型来优化肝脏分割边界。为了验证所提出三维分割模型的性能,从ISBI2017 Liver Tumor Segmentation Challenge的数据集中选取100张CT图像用于训练、验证和测试,3DUnet-C2-CRF模型在随机选取的20张测试集上的分割准确率的Dice系数为96.9%,高于3DUnet和Vnet模型的Dice系数。实验结果表明,3DUnet-C2-CRF模型具有更好的特征表达能力以及更强的泛化性能,从而可提升模型的分割准确率。 展开更多
关键词 肝脏分割 深度全卷积网络 条件随机场
在线阅读 下载PDF
基于智能电表大数据分析的台区变压器三相不平衡治理 预览 被引量:2
12
作者 耿俊成 马文栋 +1 位作者 郭志民 孙玉宝 《智慧电力》 北大核心 2018年第9期103-108,共6页
针对台区变压器三相不平衡,提出了一种基于智能电表大数据分析的台区变压器三相不平衡治理方法。首先,计算台区用户与台区变压器A,B,C三相电压序列数据之间相关系数,识别每个用户相序;接着,基于用户电流序列数据计算台区变压器A... 针对台区变压器三相不平衡,提出了一种基于智能电表大数据分析的台区变压器三相不平衡治理方法。首先,计算台区用户与台区变压器A,B,C三相电压序列数据之间相关系数,识别每个用户相序;接着,基于用户电流序列数据计算台区变压器A,B,C三相电流序列数据,进而计算台区变压器三相平均不平衡度;最后,以台区变压器三相平均不平衡度最小为目标采用遗传算法搜索1种最优台区用户相序组合,指导配电运检人员精准调整用户相序。该方法在某电网公司台区变压器三相不平衡治理工作中进行了应用验证,取得了较好效果。 展开更多
关键词 智能电表 电压序列 电流序列 相序 遗传算法 三相不平衡度
在线阅读 免费下载
车辆运动轨迹建模和跟踪滤波 预览
13
作者 季思文 闫胜业 黄宇维 《计算机仿真》 北大核心 2018年第10期219-225,共7页
针对视频车辆跟踪检测任务中由于被遮挡、阴暗变化等噪声而导致的跟踪结果不精确问题,提出了一种基于运动模型的车辆运动轨迹建模和跟踪滤波方法。通过对连续视频图像上的车辆位置信息进行分析,准确把握当前车辆运动状态,建立准确的... 针对视频车辆跟踪检测任务中由于被遮挡、阴暗变化等噪声而导致的跟踪结果不精确问题,提出了一种基于运动模型的车辆运动轨迹建模和跟踪滤波方法。通过对连续视频图像上的车辆位置信息进行分析,准确把握当前车辆运动状态,建立准确的车辆运动轨迹模型,预测车辆在下一帧图像中的位置。进而与传统车辆检测跟踪算法相结合,提升车辆跟踪的准确率。通过在OTB2015车辆数据集和自选数据集上进行两种算法的优化对比实验。实验结果表明,车辆运动轨迹建模方法能显著地提高系统的跟踪性能,在相同的评估条件下,融合了上述算法的传统跟踪算法在原来的基础上精确度提升了6到8个百分点,成功率提升了4个百分点。 展开更多
关键词 智能交通 车辆跟踪 视频检测 运动轨迹建模 跟踪滤波
在线阅读 下载PDF
混沌蜂群优化的NSST域多光谱与全色图像融合 被引量:3
14
作者 吴一全 王志来 《遥感学报》 CSCD 北大核心 2017年第4期549-557,共9页
为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-Hue-Saturation(IHS)变换,... 为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-Hue-Saturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN等5种融合方法。本文方法在提升图像空间分辨率的同时,有效地保留了光谱信息。摘要:为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity.Hue—Saturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN� 展开更多
关键词 图像融合 多光谱与全色图像 非下采样Shearlet变换 混沌蜂群优化 改进的脉冲耦合神经网络
基于目标提取与引导滤波增强的红外与可见光图像融合 被引量:5
15
作者 吴一全 王志来 《光学学报》 CSCD 北大核心 2017年第8期91-101,共11页
为了使融合结果突出目标并发掘更多细节,提出了一种基于目标提取与引导滤波增强的红外与可见光图像融合方法。首先对红外图像依据二维Tsallis熵和基于图的视觉显著性模型提取目标区域。然后对可见光与红外图像分别进行非下采样Shearlet... 为了使融合结果突出目标并发掘更多细节,提出了一种基于目标提取与引导滤波增强的红外与可见光图像融合方法。首先对红外图像依据二维Tsallis熵和基于图的视觉显著性模型提取目标区域。然后对可见光与红外图像分别进行非下采样Shearlet变换(NSST),并对所得低频分量进行引导滤波增强。由增强后的红外图像和可见光图像低频分量基于目标提取的融合规则得到融合图像的低频分量,高频分量则根据方向子带信息和取大来确定。最后经NSST逆变换得到融合图像。大量实验结果表明,本文方法在增强融合图像空间细节的同时,有效突出了目标,并且在信息熵、平均梯度等指标上优于基于拉普拉斯金字塔变换、基于小波变换、基于平稳小波变换、基于非下采样Contourlet变换(NSCT)、基于目标提取与NSCT变换等。 展开更多
关键词 图像处理 图像融合 红外图像 可见光图像 非下采样Shearlet变换 目标提取
基于逐像素点深度卷积网络分割模型的上皮和间质组织分割 预览 被引量:1
16
作者 骆小飞 徐军 陈佳梅 《自动化学报》 CSCD 北大核心 2017年第11期2003-2013,共11页
上皮和间质组织是乳腺组织病理图像中最基本的两种组织,约80%的乳腺肿瘤起源于乳腺上皮组织.为了构建基于乳腺组织病理图像分析的计算机辅助诊断系统和分析肿瘤微环境,上皮和间质组织的自动分割是重要的前提条件.本文构建一种基于逐像... 上皮和间质组织是乳腺组织病理图像中最基本的两种组织,约80%的乳腺肿瘤起源于乳腺上皮组织.为了构建基于乳腺组织病理图像分析的计算机辅助诊断系统和分析肿瘤微环境,上皮和间质组织的自动分割是重要的前提条件.本文构建一种基于逐像素点深度卷积网络(CN-PI)模型的上皮和间质组织的自动分割方法.1)以病理医生标注的两类区域边界附近具有类信息为标签的像素点为中心,构建包含该像素点上下文信息的正方形图像块的训练集.2)以每个正方形图像块包含的像素的彩色灰度值作为特征,以这些图像块中心像素类信息为标签训练CN模型.在测试阶段,在待分割的组织病理图像上逐像素点地取包含每个中心像素点上下文信息的正方形图像块,并输入到预先训练好的CN网络模型,以预测该图像块中心像素点的类信息.3)以每个图像块中心像素为基础,逐像素地遍历图像中的每一个像素,将预测结果作为该图像块中心像素点类信息的预测标签,实现对整幅图像的逐像素分割.实验表明,本文提出的CN-PI模型的性能比基于图像块分割的CN网络(CN-PA)模型表现出了更优越的性能. 展开更多
关键词 深度卷积网络 乳腺组织病理图像 上皮和间质组织分割 逐像素分割
在线阅读 下载PDF
基于深度卷积网络和结合策略的乳腺组织病理图像细胞核异型性自动评分 预览 被引量:3
17
作者 周超 徐军 罗波 《中国生物医学工程学报》 CSCD 北大核心 2017年第3期276-283,共8页
细胞核异型性是评估乳腺癌恶性程度的一个重要指标,主要体现在细胞核的形状、大小变化、纹理和质密度不均化。提出基于深度学习和结合策略模型的乳腺组织细胞核异型性自动评分模型。该模型使用3个卷积神经网络,分别处理每个病例的3种不... 细胞核异型性是评估乳腺癌恶性程度的一个重要指标,主要体现在细胞核的形状、大小变化、纹理和质密度不均化。提出基于深度学习和结合策略模型的乳腺组织细胞核异型性自动评分模型。该模型使用3个卷积神经网络,分别处理每个病例的3种不同分辨率下的组织病理图像,每个网络结合滑动窗口和绝对多数投票法,评估每个病例同一种分辨率下的图像的分值,得到3种分辨率下的评分结果。使用相对多数投票法,综合评估每个病例的最终细胞核异型性评分结果。为评估模型对细胞核异型性评分的有效性,利用训练好的模型对124个病例的测试图像进行自动评分,并把其评分结果与病理医生的评分结果作比较,进行性能评估。该模型的评分正确率得分为67分,其结果在现有的细胞核异型性评分模型中准确率排名第二。此外,该模型的计算效率也很高,平均在每张×10、×20、×40分辨率下图像的计算时间分别约为1.2、5.5、30 s。研究表明,该细胞核异型性评分模型不仅具有较高的准确性,而且计算效率高,因此具备潜在的临床应用能力。 展开更多
关键词 细胞核异型性 深度卷积网络 绝对多数投票法 相对多数投票法
在线阅读 下载PDF
基于周期性截断灰色系统的电力负荷预测 预览 被引量:2
18
作者 张海宁 王松 +1 位作者 郑征 夏旻 《计算机测量与控制》 2017年第12期271-274,共4页
电力负荷预测是电力系统调度和电力生产计划制定的重要依据;电力负荷时间序列有着明显的周期性特征;传统的电力负荷预测主要侧重于预测方法的研究,而忽略了电力负荷数据周期性特性的分析,影响了预测的准确性;针对电力负荷时间序列... 电力负荷预测是电力系统调度和电力生产计划制定的重要依据;电力负荷时间序列有着明显的周期性特征;传统的电力负荷预测主要侧重于预测方法的研究,而忽略了电力负荷数据周期性特性的分析,影响了预测的准确性;针对电力负荷时间序列的周期性特征,提出了一种基于周期性截断的灰色系统模型来进行电力负荷预测;该模型利用周期性截断来反映负荷数据的周期性特征,提高了预测的精度;仿真采用EUNITENetwork的公开负荷数据进行算法性能的测试,并与一些主流的电力负荷预测算法:BP神经网络、极限学习机、自回归模型以及传统的灰色系统模型做比较;仿真结果表明,周期性截断的灰色系统负荷预测的归一化均方误差和绝对平均误差是最小的;周期性截断的灰色系统为电力系统负荷预测提供了一种新的有效方法。 展开更多
关键词 电力负荷 预测分析 灰色系统 周期性分析 周期性截断
在线阅读 下载PDF
基于离散Fréchet距离和剪辑近邻法的低压配电网拓扑结构校验方法 预览 被引量:6
19
作者 耿俊成 张小斐 +1 位作者 郭志民 孙玉宝 《电测与仪表》 北大核心 2017年第5期50-55,共6页
针对低压配电网拓扑结构人工校验成本高、准确性不够、可操作性差的问题,提出了一种基于离散Fréchet距离和剪辑K近邻的配电网拓扑结构校验方法。基于电网GIS平台配变经纬度坐标数据计算校验用户台区变压器与该地区其它变压器之间... 针对低压配电网拓扑结构人工校验成本高、准确性不够、可操作性差的问题,提出了一种基于离散Fréchet距离和剪辑K近邻的配电网拓扑结构校验方法。基于电网GIS平台配变经纬度坐标数据计算校验用户台区变压器与该地区其它变压器之间的距离,搜索该校验用户的邻近台区。通过计算校验用户与所在台区其它用户、邻近台区所有用户之间智能电能表电压曲线离散Fréchet距离,进而运用剪辑近邻法对训练样本集进行修剪生成少量的关键样本集,可有效降低搜索复杂度,进而快速判别校验用户的正确台区类别,有效验证电网GIS平台用户与台区变压器拓扑连接关系的正确性。 展开更多
关键词 配变经纬度坐标 邻近台区 离散Fréchet距离 电压曲线相似性 剪辑K近邻
在线阅读 下载PDF
基于Contourlet变换和ICA的多时相遥感图像变化检测 预览 被引量:3
20
作者 吴一全 曹照清 陶飞翔 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2016年第4期1284-1292,共9页
为了提高多时相遥感图像变化检测的精确度和运算效率,本文提出了一种基于Contourlet变换和独立分量分析(ICA-Independent component analysis)的变化检测算法.利用Contourlet变换多尺度、多方向性和各向异性等性质,对图像数据进行多... 为了提高多时相遥感图像变化检测的精确度和运算效率,本文提出了一种基于Contourlet变换和独立分量分析(ICA-Independent component analysis)的变化检测算法.利用Contourlet变换多尺度、多方向性和各向异性等性质,对图像数据进行多尺度分解,再对分解后的数据进行独立分量分析,利用改进的基于牛顿迭代的固定点ICA算法分离出互相独立的数据分量,然后将分离后的数据分量转变成图像分量,最终对变化图像分量经阈值分割实现变化检测.实验结果表明,与现有的基于PCA、基于ICA、基于小波变换与ICA三种变化检测算法相比,本文算法能有效地分离出变化信息,减少了计算的复杂性,得到的变化图像具有更高的精确度,且对背景有较强的稳健性. 展开更多
关键词 多时相遥感图像 变化检测 CONTOURLET变换 独立分量分析
在线阅读 免费下载
上一页 1 2 下一页 到第
使用帮助 返回顶部 意见反馈