您的位置: 专家智库
>
资助详情 >
国家自然科学基金(U1204610)
国家自然科学基金(U1204610) 作品数:15 被引量:38 H指数:4 相关作者: 叶阳东 朱真峰 姬波 郭玲 杨勇 更多>> 相关机构: 郑州大学 黄河科技学院 河南机电职业学院 更多>> 发文基金: 国家自然科学基金 河南省科技攻关计划 国家杰出青年科学基金 更多>> 相关领域: 自动化与计算机技术 农业科学 理学 机械工程 更多>>
基于Petri网的电力系统监控数据多点校核方法 被引量:4 2016年 由于人为误操作和数据库系统异步因素,电力系统监控数据存在错误风险,需要对监控数据进行多点校核来保障其一致性和正确性,可靠的监控数据保证电力系统的安全运转;然而多点校核业务流复杂且对数据精度要求高,目前的人工校核方法不仅成本高,且精度和效率低,不能保证整个监控数据的实时校核工作;为自动化监控数据多点校核过程,需要对整个业务流建模,针对该问题,提出一种基于Petri网的监控数据多点校核动态建模方法;首先将监控系统的校核业务背景形式化Petri网中的具有不同约束的节点;然后使用工作流Petri方法对校核的业务流程进行形式化定义、并将该业务流程用Petri网建模成为网状模型;最后,针对该模型提出一种化简技术对其进行化简,并证实该化简方法的有效性和该模型能拟合监控数据多点校核的整个流程。 张丹 佘维关键词:电力系统 监控数据 PETRI网 形式化验证 迭代算法的能行性及实用性 被引量:2 2015年 迭代优化是常用的算法设计方法。算法的能行性及实用性是其重要衡量指标。针对求解任意正数p的m(m≥2,m∈N)方根的问题,数值计算常常使用基于不等式的迭代方法。此类方法在处理较大的p和m值对应的问题时效率低下。为此,本文在求导分析的基础上,采用二分法搜索策略,设计了新的快速迭代方法,显著降低了时间复杂度,并采用C程序设计语言完成了相应的计算。实验结果表明新方法能够在解决上述问题的同时具有优越的计算性能。 朱真峰关键词:迭代优化 融合马尔可夫随机场与量子粒子群聚类的棉花图像分割算法 被引量:4 2018年 【目的】提高采摘机器人棉花图像处理系统中的图像分割准确率。【方法】提出融合马尔可夫随机场与量子粒子群聚类的图像分割算法。步骤:将读入的RGB模式彩色图像转换成灰度图像;利用本算法分割图像;通过对连通区域面积阈值的设定获取目标区域。使用本算法分割不同角度采集的棉花正面图像与棉花侧面图像,并采用分割精度、峰值信噪比,分别与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法和马尔可夫随机场图像分割算法进行效果比较。【结果】本算法分割精度、峰值信噪比平均值分别为98.94%、77.48dB,与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法、马尔科夫随机场图像分割算法相比,分割精度、峰值信噪比分别提高2.47~4.56百分点、9.81~13.11 dB。【结论】本算法处理棉花图像具有更高的分割精度以及峰值信噪比。 龙金辉 龙金辉关键词:棉花 图像分割 马尔可夫随机场 量子粒子群 模糊聚类 邻域信息 一种线性的在线AUC优化方法 被引量:4 2018年 AUC(area under the ROC curve)优化问题的损失函数由来自不同类别的样本对构成,这使得依赖于损失函数之和的目标函数与训练样本数二次相关,不能直接使用传统在线学习方法求解.当前的在线AUC优化算法聚焦于在求解过程中避免直接计算所有的损失函数,以减小问题的规模,实现在线AUC优化.针对以上问题提出了一种AUC优化的新目标函数,该目标函数仅与训练样本数线性相关;理论分析表明:最小化该目标函数等价于最小化由L2正则化项和最小二乘损失函数组成的AUC优化的目标函数.基于新的目标函数,提出了在线AUC优化的线性方法(linear online AUC maximization,LOAM);根据不同的分类器更新策略,给出2种算法LOAMILSC和LOAMAda.实验表明:与原有方法相比,LOAMILSC算法获得了更优的AUC性能,而对于实时或高维学习任务,LOAMAda算法更加高效. 朱真峰 翟艳祥 叶阳东基于信息瓶颈的变压器故障诊断算法 2015年 为保证电网安全运行,解决变压器故障早期预警问题,提出一种基于信息瓶颈的变压器故障诊断方法。该方法分为两个阶段,采用信息瓶颈方法对数据进行聚类,得到簇内相似性最大的结果簇;通过簇内训练样本的简单多数投票,确定待测样本的故障类别。实际数据集上的实验结果表明,该方法是可行有效的,相比大卫三角形法、贝叶斯算法和神经网络算法,该算法的分类结果正确率分别提高了14.65%、25.00%和11.23%。 路光辉 姬波 雍明超 周钟 牧继清关键词:变压器 信息瓶颈 聚类 区域可信度融合的彩色纹理图像分割方法 被引量:1 2016年 提出一种将颜色信息与纹理信息有机结合的彩色纹理图像分割方法。通过对多尺度结构张量纹理信息进行奇异值分解与主成分分析降维,得到压缩多尺度纹理信息,同时与尺度信息、颜色信息相结合的方式来提高彩色纹理特征的描述能力。针对分割区域容易出现过分割与错误分割现象,采用区域的邻接关系、区域的大小、区域的公共边、以及区域间的J-散度距离来共同计算相邻区域间的可信融合度,通过合理判别,删除与融合可信度较低的区域。并在合成彩色纹理图像与自然纹理图像上进行大量的实验对比与分析,验证提出方法具有较高的准确率,且最终分割区域具有较高的区域整体性与地面真实性。 杨勇 郭玲 代文征 叶阳东关键词:彩色纹理 图像分割 多类变分优化的自然图像分割方法 被引量:1 2016年 针对自然图像中内容的多样性、复杂性以及随机性,若采用区域内部恒定聚类中心假设的CV(Chan-Vese)模型以及多类水平集模型,则难以有效刻画具有非线性、连续性变化的自然图像内容。该文通过对区域内部自由度调控的多变量学生-t概率密度分布描述,提出了多类非线性变分活动轮廓模型,它打破了区域内部恒定密度的约束。由于多类非线性变分活动轮廓模型缺乏区域外力,容易分割出离散、零碎的噪声区域,通过引入测地线区域外力约束项,能有效分割出区域间的光滑边界。针对多类变分模型的最小化问题是NP难问题,提出对多类变分活动轮廓模型进行离散化表达,然后构建对应的多层图割模型,并利用最大流/最小割优化方式快速求得全局近似最优解。实验表明,该文提出的分割方法能够准确地分割出多类非同质目标区域,且区域之间的边界光滑,视觉效果好。 杨勇 郭玲 叶阳东 周小佳关键词:变分模型 基于IB方法的无冗余多视角聚类 被引量:6 2013年 针对数据中多视角模式挖掘的问题,提出一个基于IB方法的无冗余多视角聚类算法:NrMIB.该算法一方面采用IB思想来最大化地保存聚类结果中的信息量,以确保高质量的聚类结果;另一方面通过最小化聚类结果与已知数据划分模式间的互信息来确保新的聚类结果相对于已知划分模式是无冗余的.NrMIB算法既适宜于分析共现数据,又适宜于分析欧氏空间非共现数据,可挖掘出数据中线性及非线性可分模式,无需额外参数来估算欧氏空间的信息量.在人工构造数据模式识别、人脸识别和文档聚类上的实验结果表明,NrMIB算法可有效地挖掘出数据中所蕴含的多个合理划分模式,性能优于传统单视角聚类算法及3个现有的无冗余多视角聚类算法. 娄铮铮 叶阳东 刘瑞娜关键词:聚类 互信息 基于多外观模型的自适应加权目标跟踪算法 被引量:1 2016年 偏最小二乘(PLS)跟踪算法忽略特征间及外观模型间的差异,容易受到光照、遮挡等因素的影响,降低目标的跟踪精度.针对上述问题,文中提出基于多外观模型的自适应加权目标跟踪算法(AWMA).首先使用PLS对目标区域逐步建立多个外观模型.然后根据各外观模型中特征的重要性及目标的显著度建立自适应权重的综合模型,融合多个外观模型完成目标与样本的误差分析.最后使用粒子滤波实现目标跟踪.实验表明,文中算法能更有效地过滤噪声数据,提高目标跟踪的鲁棒性和时间性能. 朱真峰 杨浩博 叶阳东关键词:目标跟踪 自适应加权 粒子滤波 基于特征变换的DGA诊断范例推理方法 被引量:2 2015年 Pearson相关系数是一种衡量变量间线性关系的方法,广泛用于变压器中油中气体故障诊断(DGA)的范例推理匹配算法。但是,现有方法存在偏袒数据区间较大的特征以及认为所有特征对相关系数判定的贡献相同这两个问题。因此,在深入分析DGA色谱数据的基础上,提出采用对数特征变换方法缩小特征值域来解决偏袒大数据区间特征的问题,采用均方差特征赋权区分特征贡献度的方法进一步提高DGA故障检测效果,并构造了基于特征变换和特征权重的Pearson相关系数DGA诊断(FTW_Pearson)算法。实验结果表明,FTW_Pearson算法的DGA诊断正确率优于业界普遍使用的大卫三角形法、未考虑特征变换和权重的Pearson相关系数法以及贝叶斯算法和神经网络算法。 高明磊 张钟江 姬波关键词:油中溶解气体