期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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25篇文章
< 1 2 >
每页显示 20 50 100
已选0条
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RAdaboost-SVDD的异常值检测 认领 引用
1
作者 张加伟 刘尉 安彦蓉 《计算机与现代化》 2026年第5期17-24,共8页
支持向量数据描述(SVDD)是单类分类(OCC)中广泛应用的异常值检测方法,但在应对复杂数据分布或高噪声场景时,其性能可能受到限制。为此,本文提出一种结合Adaboost和SVDD的改进方法RAdaboost-SVDD,通过将SVDD作为弱分类器,在Adaboost框架... 支持向量数据描述(SVDD)是单类分类(OCC)中广泛应用的异常值检测方法,但在应对复杂数据分布或高噪声场景时,其性能可能受到限制。为此,本文提出一种结合Adaboost和SVDD的改进方法RAdaboost-SVDD,通过将SVDD作为弱分类器,在Adaboost框架下构建多个SVDD模型,形成一个集成的强分类器。首先利用SVDD构建初始超球体,然后在每轮迭代中动态调整样本权重,增强模型对误分类样本的关注,以逐步提升整体检测性能,最后通过投票机制集成强分类器。尽管SVDD本身是一种强分类器,对异常样本具有较高的敏感性,但当与传统Adaboost结合时,由于Adaboost使用指数损失函数,异常样本的误分类损失会被显著放大,导致模型对异常样本过度敏感,进而增加整体训练误差。针对这一问题,本文对Adaboost损失函数进行改进,以减少对异常样本的过度关注,从而提高模型的鲁棒性。实验结果表明,该方法在处理高噪声和复杂分布数据时,显著提升了异常值检测的精度和鲁棒性,充分验证了其在单类分类任务中的优势和实用性。 展开更多
关键词 支持向量数据描述 Adaboost算法 损失函数 异常值检测
暂未订购 下载PDF
基于SVDD算法的无人值守电气设备在线自动化监测系统 认领 引用
2
作者 徐锦涵 《电子设计工程》 2026年第10期27-32,共6页
针对现有无人值守电气设备监测系统存在的误警率和虚警率较高的问题,设计了一种基于SVDD算法模型的电气设备在线自动化监测系统。系统总体采用了上位机层、站控层和过程层的架构,监测单元核心硬件为STM32F103VET6型单片机;在软件算法层... 针对现有无人值守电气设备监测系统存在的误警率和虚警率较高的问题,设计了一种基于SVDD算法模型的电气设备在线自动化监测系统。系统总体采用了上位机层、站控层和过程层的架构,监测单元核心硬件为STM32F103VET6型单片机;在软件算法层面构建一种经过改进的堆栈式编码器网络,用于训练采集到的电气设备仪表图像数据,采用了支持向量数据描述(SVDD)分类模型在二维平面内设定了一个最小包围区域,分类常规数据和异常数据并监测系统的运行情况。结果显示:提出系统监控中CPU和内存资源占用仅为48.3%和50.2%,电气设备监控的虚警率和误警率分别为0.23%和0.31%,由此可以证明提出系统的数据监测与处理能力较强,且具有良好的稳定性。 展开更多
关键词 SVDD算法 无人值守 电气设备 监控系统 堆栈式自编码器
暂未订购 下载PDF
基于多域特征融合与CPO-SVDD的低速重载轴承故障诊断方法 认领 引用 被引量：1
3
作者 雪增红 魏春虎 +1 位作者 程峰 钱进 《机电工程》 CAS 北大核心 2025年第12期2333-2342,共10页
针对低速重载设备轴承在复杂工况下振动信号特征微弱、传统振动分析方法诊断精度不足的问题,提出了一种基于多域特征融合与优化支持向量数据描述(SVDD)的智能诊断模型,以提升故障识别的准确性与实时性。首先,使用应力波传感器采集了设... 针对低速重载设备轴承在复杂工况下振动信号特征微弱、传统振动分析方法诊断精度不足的问题,提出了一种基于多域特征融合与优化支持向量数据描述(SVDD)的智能诊断模型,以提升故障识别的准确性与实时性。首先,使用应力波传感器采集了设备运行中的高频信号(38 kHz±2 kHz),提取了时域、频域及时频域等16维度特征,构建了包含设备状态信息的特征向量集;然后,引入敏感度指标(SI)对特征进行了筛选,计算了特征与故障类别的相关性权重,保留了对故障敏感的时频域特征;采用冠豪猪优化(CPO)算法对SVDD的高斯核参数和惩罚因子进行了寻优,模拟了冠豪猪群体防御机制中的全局搜索策略,有效避免了传统优化算法易陷入局部最优的缺陷;最后,使用筛选的特征结合优化后的SVDD构建了故障实时监测模型,对不同优化算法的性能进行了对比。研究结果表明:该方法在冶金行业大包回转台轴承的故障诊断中,对点蚀、剥落、保持架断裂三类典型故障的识别准确率达到98%,较传统SVDD模型提升了29.8%,单次诊断耗时仅需0.587 s。多域特征融合与CPO-SVDD协同诊断框架有效解决了低速重载设备故障特征提取困难、诊断模型泛化能力弱的技术瓶颈问题,可为工业关键设备的预测性维护提供具有工程实用价值的解决方案。 展开更多
关键词 低速重载设备 滚动轴承 应力波检测技术 多域特征融合 支持向量数据描述 冠豪猪优化算法 模型泛化性能
暂未订购 下载PDF
KMDW和ISVDD方法在钻头磨损状态识别中的应用 认领 引用
4
作者 郝旺身 娄本池 +4 位作者 董辛旻 王林恒 朱春辉 陈世金 王亚坤 《重庆理工大学学报（自然科学）》 CAS 北大核心 2025年第7期179-186,共8页
为识别钻头的磨损状态,解决多分类过程中支持向量数据描述(SVDD)对混叠样本识别精度差的问题,提出一种基于结合K均值密度权重(KMDW)聚类和改进SVDD(ISVDD)的方法。采用小波包分解多尺度排列熵值(WPD-MPE)方法提取特征向量;结合KMDW和SVD... 为识别钻头的磨损状态,解决多分类过程中支持向量数据描述(SVDD)对混叠样本识别精度差的问题,提出一种基于结合K均值密度权重(KMDW)聚类和改进SVDD(ISVDD)的方法。采用小波包分解多尺度排列熵值(WPD-MPE)方法提取特征向量;结合KMDW和SVDD模型进行故障分类,对混叠样本采用K近邻隶属度值进行识别,并采用改进的蝴蝶优化算法(IBOA)优化SVDD模型参数。在标准数据集上验证所提方法的优越性,结果表明:加入K近邻隶属度值可使F值和准确率分别提升6.36%和6.59%;KMDW相比K均值聚类方法的ARI值和NMI值分别提升10.01%和10.75%,能够达到更好的聚类效果;经蝴蝶优化算法改进后模型识别精度进一步提高。将所提方法应用于钻头磨损状态的识别,识别准确率达到92.83%,证明其具有较好的识别精度和通用性。 展开更多
关键词 SVDD K均值密度权重聚类 蝴蝶优化算法 K近邻算法 钻头磨损状态识别
暂未订购 下载PDF
基于模糊SVDD的电子装备状态评估模型研究 认领 引用 被引量：8
5
作者 杨森 孟晨 王成 《计算机工程与设计》 CSCD 北大核心 2013年第2期676-680,共5页
为有效解决电子装备的状态评估问题,提出了一种将模糊理论和SVDD算法相结合的电子装备状态评估模型。首先,采用模糊理论对电子装备健康状态进行了描述,将普通意义上的状态表述形式转化为了模糊特征描述;然后,采用正常状态样本建立了基... 为有效解决电子装备的状态评估问题,提出了一种将模糊理论和SVDD算法相结合的电子装备状态评估模型。首先,采用模糊理论对电子装备健康状态进行了描述,将普通意义上的状态表述形式转化为了模糊特征描述;然后,采用正常状态样本建立了基于模糊SVDD的电子装备状态评估模型,并以健康度为评估指标,对装备退化状态样本进行了状态评估;最后,以某电子装备滤波电路为例进行了验证,仿真结果表明,该模型用于电子装备状态评估是行之有效的。 展开更多
关键词 电子装备 模糊理论 SVDD算法 模糊SVDD模型 状态评估
暂未订购 下载PDF
基于聚类和SVDD的一类入侵检测模型 认领 引用 被引量：4
6
作者 徐晶 石端银 +1 位作者 张亚江 姜萍 《控制与决策》 EI 北大核心 2010年第3期441-444,共4页
为了解决传统支持向量数据描述算法(SVDD)中样本不集中导致算法包括非己空间样本,从而形成噪声影响检测性能的问题,建立一种基于SVDD算法和聚类算法相结合的入侵检测模型.首先通过K-means算法对正常样本数据进行聚类;然后利用SVDD对聚... 为了解决传统支持向量数据描述算法(SVDD)中样本不集中导致算法包括非己空间样本,从而形成噪声影响检测性能的问题,建立一种基于SVDD算法和聚类算法相结合的入侵检测模型.首先通过K-means算法对正常样本数据进行聚类;然后利用SVDD对聚类后的数据集合进行描述;最后利用多个判决函数对样本进行判别.实验中对核函数参数的选择进行了分析,并同其他检测算法比较,验证了该思想的正确性. 展开更多
关键词 入侵检测 SVDD算法 聚类算法 U矩阵值 核参数
暂未订购 下载PDF
复杂场景下监控视频异常场景监测 认领 引用
7
作者 黄磊 马昱弘 《现代电子技术》 北大核心 2026年第9期87-90,共4页
为有效处理监控视频中的非线性数据,适应复杂场景的变化,文中提出一种复杂场景下监控视频异常场景监测方法。提取监控视频中对象的运动轨迹特征和外接矩形框宽高比特征,以全面描述移动对象的运动状态和姿态变化。在此基础上,采用支持向... 为有效处理监控视频中的非线性数据,适应复杂场景的变化,文中提出一种复杂场景下监控视频异常场景监测方法。提取监控视频中对象的运动轨迹特征和外接矩形框宽高比特征,以全面描述移动对象的运动状态和姿态变化。在此基础上,采用支持向量数据描述(SVDD)算法寻找特征空间中的最小超球体,并使其包含所有正常样本,利用核函数处理复杂场景的非线性数据,通过求解优化问题,确定超球的位置和形状,根据未知场景样本到球心的距离与超球半径的差值,判断其是否异常。实验结果表明:该方法提取的前景目标轮廓完整、细节丰富,几乎无断裂和冗余区域,能够准确捕捉并标注出如打架斗殴等异常事件,是一种有效的监控视频异常场景监测方法。 展开更多
关键词 背景减除法 高斯滤波 阈值化处理 特征提取 SVDD算法 监控视频 异常场景监测
暂未订购 下载PDF
基于NSGA-Ⅱ和SVDD的转向架构架异常状态监测 认领 引用 被引量：3
8
作者 李鹏 黄培炜 +2 位作者 丁瀛 杜艺博 彭嘉潮 《传感技术学报》 CAS CSCD 北大核心 2021年第7期874-879,共6页
转向架构架状态监测是保证轨道车辆安全运营的重要途径。研究提出了一种基于NSGA-Ⅱ和SVDD的转向架构架异常状态监测方法,针对构架异常状态下样本集的随机多样和不确定性,引入SVDD算法,以构架正常状态的样本集构建SVDD超球体模型对多工... 转向架构架状态监测是保证轨道车辆安全运营的重要途径。研究提出了一种基于NSGA-Ⅱ和SVDD的转向架构架异常状态监测方法,针对构架异常状态下样本集的随机多样和不确定性,引入SVDD算法,以构架正常状态的样本集构建SVDD超球体模型对多工况条件下构架的异常状态进行识别。同时以SVDD超球体半径定义优化目标函数f1(传感器数量)和f2(超球体聚类指标),并基于NSGA-Ⅱ算法对传感器分布进行了优化。在此基础上,搭建转向架构架状态监测实验平台,对多工况条件下构架的异常状态识别进行研究。结果表明:(1)经优化后的传感器分布方案能有效获取转向架构架状态监测数据,当优化方案中传感器数量达到3时,识别率达到91.33%;(2)以转向架构架正常状态样本集构建的SVDD模型对异常状态具有很好的识别效果。 展开更多
关键词 结构状态监测 传感器分布优化 遗传算法 支持向量数据描述 非劣分层
暂未订购 下载PDF
基于DPC-SVDD的制造过程异常诊断 认领 引用 被引量：2
9
作者 沈维蕾 杨雪春 吴善春 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第4期433-439,共7页
文章针对生产过程中质量数据分布类型未知引起的传统质量控制图异常检测精度低的问题,提出结合支持向量数据描述(support vector data description,SVDD)和密度峰值聚类(density peaks clustering,DPC)的制造过程异常检测方法。采用DPC... 文章针对生产过程中质量数据分布类型未知引起的传统质量控制图异常检测精度低的问题,提出结合支持向量数据描述(support vector data description,SVDD)和密度峰值聚类(density peaks clustering,DPC)的制造过程异常检测方法。采用DPC算法对质量特征数据进行聚类分析,将聚类结果作为模型输入训练得到各类超球体中心和决策边界;以此建立基于内核距离的DPC控制图,实现对生产过程质量波动的实时监控;最后将该控制图应用到再制造曲轴生产过程监控中。结果表明,该文提出的DPC控制图可以有效监测再制造曲轴生产过程质量异常波动,验证了该检测方法的可行性和有效性。 展开更多
关键词 支持向量数据描述(SVDD)算法 密度峰值聚类(DPC)算法 异常检测 密度峰值聚类(DPC)控制图
暂未订购 下载PDF
基于CF特征提取与MBA-SVDD的滚动轴承故障诊断 认领 引用 被引量：5
10
作者 张训杰 袁毅 +1 位作者 李贤均 张敏 《机床与液压》 北大核心 2022年第1期182-188,共7页
针对滚动轴承振动信号呈现出的非平稳特性以及早期故障特征难以提取的问题,提出一种基于变分模态分解与时域、频域值混合的特征提取方法,并利用改进蝙蝠算法(MBA)优化支持向量数据描述(SVDD)的参数,实现对滚动轴承的故障诊断。采用该方... 针对滚动轴承振动信号呈现出的非平稳特性以及早期故障特征难以提取的问题,提出一种基于变分模态分解与时域、频域值混合的特征提取方法,并利用改进蝙蝠算法(MBA)优化支持向量数据描述(SVDD)的参数,实现对滚动轴承的故障诊断。采用该方法对正常振动信号进行变分模态分解,得到模态函数;利用奇异值分解进一步提取模态函数的模态特征,同时提取信号的时域、频域特征与模态特征构造混合特征(CF)实现特征提取;利用改进蝙蝠算法(MBA)对SVDD核函数宽度进行参数寻优,进而构建CF-MBA-SVDD故障诊断模型。利用该模型对不同工况下滚动轴承的各类振动信号进行故障诊断,整体故障识别率均优于其他对比算法。对全寿命周期轴承实验数据进行诊断分析,结果表明:该模型能够较早预警轴承故障,验证了该方法的可靠性和有效性。 展开更多
关键词 变分模态分解 复合特征提取 改进蝙蝠算法(MBA) 支持向量数据描述(SVDD) 故障诊断
暂未订购 下载PDF
基于SVDD算法的学业预警监测模型构建与研究 认领 引用
11
作者 林龙 沈海青 《时代汽车》 2020年第19期75-77,共3页
学生在在线学习平台上的学习表现数据类型较多,不能从单一角度对学生学习状况进行评价监测,需要综合多维度评价学生的学习状况,从而给出相对全面客观的学习表现评价。建立基于SVDD算法的监测模型,将直播观看时长、作业完成状况、课堂参... 学生在在线学习平台上的学习表现数据类型较多,不能从单一角度对学生学习状况进行评价监测,需要综合多维度评价学生的学习状况,从而给出相对全面客观的学习表现评价。建立基于SVDD算法的监测模型,将直播观看时长、作业完成状况、课堂参与互动次数、出勤率等多维数据作为考量指标,对所有数据进行PCA分析,通过SVDD算法进行学习行为和效果异常监测,从而实现表现异常学生的学业预警。 展开更多
关键词 SVDD算法 学业预警 大数据 线上教育
暂未订购 下载PDF
基于LTSA-Greedy-SVDD的过程监控 认领 引用 被引量：1
12
作者 杨正永 王昕 王振雷 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第3期343-348,共6页
为解决实际工业过程中的非线性和非高斯问题,实现有效的过程监控,提出了一种基于局部切空间排列算法的过程监控方法。首先运用局部切空间排列算法对标准化后的正常样本数据提取出低维子流形以实现维数约减。之后利用Greedy方法提取特征... 为解决实际工业过程中的非线性和非高斯问题,实现有效的过程监控,提出了一种基于局部切空间排列算法的过程监控方法。首先运用局部切空间排列算法对标准化后的正常样本数据提取出低维子流形以实现维数约减。之后利用Greedy方法提取特征样本以支持向量数据描述方法建立监控模型,最后采用相应统计量进行过程监控。以田纳西伊斯曼(TE)模型为仿真平台,仿真结果说明了该方法的有效性。 展开更多
关键词 非线性 局部切空间排列(LTSA)算法 Greedy方法 支持向量数据描述
暂未订购 下载PDF
基于DGLPP-SVDD算法的化工过程故障检测 认领 引用 被引量：1
13
作者 孙四通 李师庆 《化工自动化及仪表》 CAS 2024年第2期310-318,共9页
为解决传统全局局部保留投影算法(GLPP)不能充分利用已有故障数据进行特征提取的缺点,提出了判别全局局部保留投影算法(DGLPP)。在数据降维处理后,为应对高斯和非高斯混合分布的过程数据特性,通过支持向量数据描述算法(SVDD)构建故障检... 为解决传统全局局部保留投影算法(GLPP)不能充分利用已有故障数据进行特征提取的缺点,提出了判别全局局部保留投影算法(DGLPP)。在数据降维处理后,为应对高斯和非高斯混合分布的过程数据特性,通过支持向量数据描述算法(SVDD)构建故障检测统计量。将两种算法相结合提出基于DGLPP-SVDD的故障检测方法。将DGLPP-SVDD算法应用于TE过程仿真,并与GLPP算法对比,结果表明:DGLPP-SVDD算法具有更短的故障检测滞后时间和更高的故障检测率。 展开更多
关键词 特征提取 DGLPP-SVDD算法 图嵌入 故障检测 全局局部保留投影 支持向量数据描述
暂未订购 下载PDF
基于WMNPE间歇过程监测的改进SVDD算法 认领 引用
14
作者 惠永永 赵小强 《兰州理工大学学报》 CAS 北大核心 2018年第6期107-111,共5页
间歇过程数据包含表征过程变化的相关信息和非相关信息,并且呈现高斯与非高斯的多分布等特点.为了更加充分地提取数据的有用信息和处理数据的非高斯性等问题,实现有效的过程监控,提出一种基于WMNPE间歇过程监测的改进SVDD算法.首先运用... 间歇过程数据包含表征过程变化的相关信息和非相关信息,并且呈现高斯与非高斯的多分布等特点.为了更加充分地提取数据的有用信息和处理数据的非高斯性等问题,实现有效的过程监控,提出一种基于WMNPE间歇过程监测的改进SVDD算法.首先运用多向邻域保持嵌入(MNPE)算法来提取低维子流形以实现降维;再使用概率权值策略来提取表征过程变化的相关信息,通过Greedy方法提取低维子流形的特征样本;最后以支持向量数据描述(SVDD)方法建立监控模型进行监控.通过青霉素发酵过程仿真平台验证了所提算法的有效性. 展开更多
关键词 间歇过程 过程监控 多向邻域保持嵌入(MNPE)算法 支持向量数据描述(SVDD)
暂未订购 下载PDF
基于SVDD-PSSVM的地铁线网化集中监测系统 认领 引用
15
作者 许晶晶 杨彦军 +2 位作者 蒲丹丹 尤刚 危锋 《电子设计工程》 2022年第5期136-139,144,共4页
为加大地铁线网的监管力度,构建合理的地铁线网化集中调度环境,设计基于SVDD-PSSVM的地铁线网化集中监测系统。以集中线网化电路作为电子输入端,按需连接地铁线网数据通信模块与监测数据分析模块,实现监测系统的硬件执行环境搭建。在此... 为加大地铁线网的监管力度,构建合理的地铁线网化集中调度环境,设计基于SVDD-PSSVM的地铁线网化集中监测系统。以集中线网化电路作为电子输入端,按需连接地铁线网数据通信模块与监测数据分析模块,实现监测系统的硬件执行环境搭建。在此基础上,通过选择地铁线网化簇边界样本的方式,标定集中型的簇状结构体,借助样本数据监测性能分析结果,实现系统的软件执行环境搭建,联合相关硬件设备结构,完成基于SVDD-PSSVM的地铁线网化集中监测系统设计。实验结果表明,与传统支持向量机型监测系统相比,SVDD-PSSVM型监测系统所能存储的地铁线网化数据总量更大,而所需的信息调度时间却相对更短,能够较好维护地铁线网化的集中调度环境,实现对地铁线网的严格监管。 展开更多
关键词 SVDD-PSSVM算法 地铁线网化 集中监测 集中调度 数据通信 簇边界样本
暂未订购 下载PDF
基于SVDD算法的高维非线性传感器数据流异常点检测 认领 引用
16
作者 高峰 《安阳工学院学报》 2024年第2期65-69,共5页
传感器数据通常具有高维特征,且在实际工业环境中可能存在复杂的非线性关系。如何有效处理高维度、非线性和复杂的数据特征,是当前研究的难点问题。为此本研究基于支持向量数据描述算法,针对高维非线性传感器数据流进行异常点检测。采... 传感器数据通常具有高维特征,且在实际工业环境中可能存在复杂的非线性关系。如何有效处理高维度、非线性和复杂的数据特征,是当前研究的难点问题。为此本研究基于支持向量数据描述算法,针对高维非线性传感器数据流进行异常点检测。采用生成对抗网络提取高维非线性数据特征,通过主成分分析方法对提取得到的特征进行降维处理,以减少数据维度。使用经过降维处理的数据训练SVDD模型,通过求解对偶问题,得到的支持向量的系数和阈值等参数,以确定异常检测的决策边界,根据决策边界实现异常点检测。通过实验验证可知,所提方法的异常检出率较高,误报率较低,得出SVDD算法在高维非线性传感器数据流中异常点检测具有有效性,证明了其在实际工程应用中的潜在价值。 展开更多
关键词 SVDD算法 传感器数据流 异常点 生成对抗网络 主成分分析
暂未订购 下载PDF
含不平衡样本的电力监控数据扩增方法 认领 引用
17
作者 胡鹏 孙伟 +2 位作者 江宁 舒雯 万祥虎 《电子设计工程》 2025年第17期123-126,131,共4页
在样本不平衡的情况下,模型可能无法准确地学习到少数类的数据分布,因此无法对其进行准确预测。针对该问题,结合SVDD-APSO提出含不平衡样本的电力监控数据扩增方法。利用SVDD算法的最小体积超球体函数,解决数据扩增出现的过拟合问题。... 在样本不平衡的情况下,模型可能无法准确地学习到少数类的数据分布,因此无法对其进行准确预测。针对该问题,结合SVDD-APSO提出含不平衡样本的电力监控数据扩增方法。利用SVDD算法的最小体积超球体函数,解决数据扩增出现的过拟合问题。通过最优超球体上的支撑向量,更新球心和半径,以此构建电力监控数据分布情况决策方程,划分出电力监控数据的正常样本数据集和不平衡样本数据集。结合APSO算法扩增数据时的寻优过程,设计数据扩增路径,并更新输入变量,以此扩增电力监控数据。由实验结果可知,该方法扩增的线路故障不平衡样本、过载不平衡样本、欠压不平衡样本的数量分别为36个、24个、40个,与实际应扩增数据量一致,说明使用所提方法既能够处理复杂数据分布,又能够高效地生成新的数据样本。 展开更多
关键词 不平衡样本 电力监控 数据扩增 SVDD算法 APSO算法
暂未订购 下载PDF
基于知识图谱的跨系统电网多维数据自动挖掘 认领 引用 被引量：5
18
作者 毕艳冰 于希永 +2 位作者 杜旭光 朱春艳 李明 《电子设计工程》 2023年第1期50-53,58,共4页
现有的基于关联分析算法、灰靶理论与云模型的挖掘技术,由于受到来源多、结构化程度复杂的数据影响,导致数据字符串挖掘效果不佳。针对上述问题,提出了基于知识图谱的跨系统电网多维数据自动挖掘方法。通过可视数据的分析与交互原理,三... 现有的基于关联分析算法、灰靶理论与云模型的挖掘技术,由于受到来源多、结构化程度复杂的数据影响,导致数据字符串挖掘效果不佳。针对上述问题,提出了基于知识图谱的跨系统电网多维数据自动挖掘方法。通过可视数据的分析与交互原理,三维融合展示跨系统电网多维数据。构建知识图谱,计算跨系统电网多维数据种类划分概率,并确定多维数据处理的目标函数。设计多维数据挖掘流程,结合SVDD算法自动分类多维数据。实验结果表明,该方法能够精准分析不同数据字符串间的依存关系,且最高召回率为98.54%,具有良好的挖掘效果。 展开更多
关键词 知识图谱 跨系统电网 多维数据 自动挖掘 SVDD算法
暂未订购 下载PDF
智能电网态势感知的可视化技术研究与实现 认领 引用 被引量：5
19
作者 刘道伟 杨红英 赵高尚 《自动化与仪器仪表》 2024年第5期132-136,共5页
为了有效检测电网实时运行状态,识别电网中异常数据信息,现针对智能电网态势感知的可视化技术展开研究与实现。首先利用同步相量测量装置采集电网运行信号,通过小波变换计算不同频率区间的噪声能量阈值,进而实现信号去噪。结合线性判别... 为了有效检测电网实时运行状态,识别电网中异常数据信息,现针对智能电网态势感知的可视化技术展开研究与实现。首先利用同步相量测量装置采集电网运行信号,通过小波变换计算不同频率区间的噪声能量阈值,进而实现信号去噪。结合线性判别函数与决策树算法,去除电网中影响态势判断的异常信号,进而实现有效信号的提取,并将其输入LSTM网络中;引入SVDD算法,对电网态势展开可视化识别,根据电网系统内各个运行指标的计算,判断当前电网态势,对潜在风险展开预测,并针对预测结果发出实时预警。实验结果表明,所提方法对电网运行过程中产生的异常数据检测精准度高,对风险的严重性判断准确,能够实现电网态势的确切感知。 展开更多
关键词 同步向量检测 小波变换 线性判别函数 决策树算法 LSTM网络 SVDD算法
暂未订购 下载PDF
单类学习下基于VSAPSO-BP的掘进机异常检测方法 认领 引用 被引量：7
20
作者 杨健健 唐至威 +2 位作者 王晓林 王子瑞 吴淼 《振动．测试与诊断》 EI CSCD 北大核心 2019年第1期130-135,226,共6页
针对掘进机回转台异常检测中故障数据缺失以及故障程度划分的问题,提出一种单类学习下基于VSAP-SO-BP的掘进机异常检测方法。使用支持向量数据描述(support vector data description,简称SVDD)方法对回转台健康数据进行单类学习,根据现... 针对掘进机回转台异常检测中故障数据缺失以及故障程度划分的问题,提出一种单类学习下基于VSAP-SO-BP的掘进机异常检测方法。使用支持向量数据描述(support vector data description,简称SVDD)方法对回转台健康数据进行单类学习,根据现场经验构造非健康样本数据集,以SVDD对非健康样本数据集的识别率为依据,把非健康样本数据分为故障临界数据与故障数据,提出变异自适应粒子群优化(variation self-adapting particleswarm optimization,简称VSAPSO)算法,构建VSAPSO-BP神经网络对健康、故障临界与故障3类数据进行检测,检测准确率为91.7%,与传统PSO-BP方法相比具有更高的准确性与稳定性。实验结果表明,采用单类学习下基于VSAPSO-BP的掘进机异常检测方法可以准确有效地检测掘进机回转台异常,具有较高的应用价值。 展开更多
关键词 掘进机回转台 异常检测 支持向量数据描述 粒子群优化算法 BP神经网络
暂未订购 下载PDF
已选0条
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 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈