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40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：
基于改进高斯过程回归模型的光伏发电功率预测 认领 引用 被引量：1
1
作者 肖春 郝俊博 +1 位作者 杨晓霞 韩肖清 《太原理工大学学报》 CAS 北大核心 2026年第2期287-295,共9页
【目的】随着我国光伏发电占比不断提高,光伏发电受气象因素的影响较大,其输出功率因气象特征的复杂多变表现出强烈的间歇性和波动性,对未来光伏发电功率预测的准确度将直接影响电网的稳定安全运行。针对光伏发电功率的预测精度提升问题... 【目的】随着我国光伏发电占比不断提高,光伏发电受气象因素的影响较大,其输出功率因气象特征的复杂多变表现出强烈的间歇性和波动性,对未来光伏发电功率预测的准确度将直接影响电网的稳定安全运行。针对光伏发电功率的预测精度提升问题,提出了一种融合局部离群因子算法、遗传算法与高斯过程回归(GA-LOF-GPR)的预测模型。【方法】首先,本文挖掘发电功率与气象特征的关系,并采用特征权重K均值聚类对气象类型进行分类;其次,将局部离群因子算法与高斯过程回归模型结合,构建局部异常因子加权的高斯过程回归(LOFGPR)的预测模型;最后,通过运用遗传算法优化加权高斯过程回归模型的超参数。【结果】通过对2018年澳大利亚的光伏发电数据的仿真预测,验证了该预测模型的有效性和准确性。 展开更多
关键词 功率预测 特征权重K均值聚类 局部离群因子 高斯过程回归 遗传算法
暂未订购 下载PDF
基于局部异常因子算法的智能盾构掘进与沉降相关性分析研究 认领 引用 被引量：1
2
作者 邹瑾 赵智涛 +4 位作者 钱泓阳 陈建虹 齐子豪 兰钰昌 白志强 《铁道标准设计》 北大核心 2026年第3期159-166,189,共8页
为实现盾构施工过程中“智能化”“精准化”风险管控,探究掘进土压与地表沉降间的相关性问题,建立一种基于局部异常因子算法(LOF)的盾构掘进异常土压分析模型,对盾构掘进的土压监测数据进行深度挖掘。通过训练LOF模型学习正常土压密度... 为实现盾构施工过程中“智能化”“精准化”风险管控,探究掘进土压与地表沉降间的相关性问题,建立一种基于局部异常因子算法(LOF)的盾构掘进异常土压分析模型,对盾构掘进的土压监测数据进行深度挖掘。通过训练LOF模型学习正常土压密度数据集,实现对土压异常、密度异常时段的有效识别,并通过分析发现异常密度土压与地表沉降之间具有显著的相关性。以北京地铁22号线政政区间为工程案例,验证了模型的有效性。结果表明:(1)局部异常因子算法通过比较数据点在其局部邻域中的影响程度来检测异常,能够有效地处理具有噪声和异常值的复杂数据集,验证了该算法在盾构掘进土压异常识别应用中的可行性;(2)基于盾构掘进异常土压分析模型,通过对土压数据的预处理、LOF算法案例应用、模型训练、测试和评估等环节的研究,实现准确的土压参数异常检测。以22号线政务中心站至政务中心东站区间施工数据为依托,LOF算法识别出土压异常时间段沉降大于30 mm的对应环1个,10~20 mm的对应环5个,且异常时段的土压力平均值、最值及累计沉降值明显小于训练集数据,证明了该模型的有效性。 展开更多
关键词 地铁 盾构隧道施工 智能掘进 局部异常因子算法 异常土压识别 沉降分析
暂未订购 下载PDF
基于改进聚类分析算法的时间序列数据分类和清洗研究 认领 引用
3
作者 高祖彦 《自动化与仪器仪表》 2026年第1期35-39,共5页
鉴于时间序列数据中,可能包含来自不可靠设备或故障计量系统的数据,这些数据可能表现为噪声或异常值,增加清洗的难度,研究基于改进聚类分析算法的时间序列数据分类和清洗方法。此方法以多元时间序列数据为清洗目标,使用局部离群因子分... 鉴于时间序列数据中,可能包含来自不可靠设备或故障计量系统的数据,这些数据可能表现为噪声或异常值,增加清洗的难度,研究基于改进聚类分析算法的时间序列数据分类和清洗方法。此方法以多元时间序列数据为清洗目标,使用局部离群因子分析算法,改进K-means算法,在时间序列数据聚类过程中,约束初始中心点的取值区间,将离群因子数值较小的数据,设成初始中心,遵循“就近分配”的标准,将时间序列数据划分至不同类型数据的聚类中心中,实现多元时间序列数据分类后,由SNM算法分析多类型时间序列数据的实体唯一标识,以识别并剔除与所属类型数据标识不符的数据点,完成数据清洗。实验结果显示:该方法对多种电力负荷时间序列数据的分类精度较高,分类后数据轮廓系数不小于0.95,展现出了极高的精确度,分类速度较高,且数据清洗效果佳,能够提升电力负荷时间序列数据质量。 展开更多
关键词 改进聚类分析算法 时间序列 数据分类清洗 K-means算法 SNM算法 局部离群因子
暂未订购 下载PDF
基于DBSCAN算法的电力自动化计量异常数据点剔除 认领 引用
4
作者 董新微 王超 +2 位作者 江蒗 胡志亮 黄心心 《微型电脑应用》 2026年第3期61-65,共5页
电力自动化计量数据易受噪声干扰,导致异常数据识别非常困难,因此,提出基于密度的带噪声空间聚类(DBSCAN)算法的电力自动化计量异常数据点剔除方法。提取电力自动化计量数据特征,将时间序列重新排序。计算电力自动化计量数据点的局部密... 电力自动化计量数据易受噪声干扰,导致异常数据识别非常困难,因此,提出基于密度的带噪声空间聚类(DBSCAN)算法的电力自动化计量异常数据点剔除方法。提取电力自动化计量数据特征,将时间序列重新排序。计算电力自动化计量数据点的局部密度与最小距离,判断并剔除异常计量数据点。实验结果表明,所提出的方法对电力自动化计量异常数据点检测准确,且剔除效果好。 展开更多
关键词 DBSCAN算法 电力自动化计量数据 局部离群因子算法 数据点剔除 异常检测
暂未订购 下载PDF
基于特征优化和IWOA-TCN-Attention的变压器油中溶解气体含量预测方法 认领 引用
5
作者 郭汉斌 李志斌 《电工电能新技术》 CSCD 北大核心 2026年第4期33-43,共11页
油中溶解气体含量的准确预测,可为变压器故障预警提供一定的依据。针对油中溶解气体数据中异常值干扰以及单一模型预测精度偏低的问题,本文提出一种基于特征优化和改进鲸鱼优化算法-时间卷积网络-注意力机制(IWOA-TCN-Attention)的变压... 油中溶解气体含量的准确预测,可为变压器故障预警提供一定的依据。针对油中溶解气体数据中异常值干扰以及单一模型预测精度偏低的问题,本文提出一种基于特征优化和改进鲸鱼优化算法-时间卷积网络-注意力机制(IWOA-TCN-Attention)的变压器油中溶解气体预测方法。首先,利用最优变分模态分解(OVMD)提取变压器时间序列的运行趋势,将原始序列的运行趋势去除,在此基础上采用局部离群因子(LOF)对序列进行异常值识别和修正。然后,通过OVMD将修正后的时间序列分解成一系列不同频率的子序列以降低其波动性。其次,结合Sobol序列、非线性收敛因子、自适应权重、差分进化和柯西变异策略对鲸鱼优化算法进行改进,利用改进鲸鱼优化算法(IWOA)对时间卷积网络(TCN)的超参数进行优化,并引入注意力机制提升模型对重要时序信息的捕捉能力。最后,对各子序列分别构建IWOA-TCN-Attention预测模型,通过叠加各子序列的预测结果,得到最终油中溶解气体含量的预测结果。实验结果表明,所提方法的均方根误差、平均绝对误差、平均绝对百分比误差分别为0.0530、0.0429、0.0041,相比其他模型具有更高的预测精度。 展开更多
关键词 油中溶解气体 最优变分模态分解 局部离群因子 改进鲸鱼优化算法 时间卷积网络 注意力机制
暂未订购 下载PDF
基于近红外光谱和LOF的蛋清粉非定向掺杂鉴别研究 认领 引用
6
作者 祝志慧 李沃霖 +4 位作者 韩雨彤 叶文杰 金永涛 王巧华 马美湖 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2025年第6期1768-1775,共8页
蛋清粉的掺杂鉴别技术对保障蛋粉质量安全具有重要意义,然而目前传统的生物分子检测方法存在操作复杂且耗时长的问题,且针对蛋清粉的掺杂鉴别模型仍主要为定向鉴别模型,其检测范围有限,无法有效覆盖所有可能的掺杂物质,亟需开发一种快... 蛋清粉的掺杂鉴别技术对保障蛋粉质量安全具有重要意义,然而目前传统的生物分子检测方法存在操作复杂且耗时长的问题,且针对蛋清粉的掺杂鉴别模型仍主要为定向鉴别模型,其检测范围有限,无法有效覆盖所有可能的掺杂物质,亟需开发一种快速、准确、泛用的蛋清粉掺杂鉴别方法。该研究引入近红外光谱检测技术,构建了LOF非定向鉴别模型。该模型是一种无监督单分类模型,且在原模型基础上加入MSC预处理和CARS波长筛选处理,提高模型提取光谱特征的能力,减少噪声干扰,降低模型计算量。试验结果表明,LOF非定向鉴别模型针对掺杂蛋清粉的检测率可达到93.6%,其准确率、精确率、召回率、F1分数分别达到了93.6%、95.5%、93.6%、94.5%,针对掺杂浓度超过15%的蛋清粉,可达到100%的检测率,两种测试集的总准确率(AAR)均为93.6%,平均检测时间(AATS)可达到0.0011 s;与其他非定向算法相比具有更高的精度,且相比于传统的定向模型泛用性更强,更适合应用于市面上掺杂种类繁杂的蛋清粉掺杂鉴别。该研究可为后续开发针对蛋粉质量检测的便携式近红外光谱检测仪提供一定的科学基础。 展开更多
关键词 蛋清粉 近红外光谱 真实性检测 局部离群因子检测算法 非定向检测
暂未订购 下载PDF
基于LOF-EEMD-LSTM模型的污水水质预测研究 认领 引用 被引量：1
7
作者 游旭 陈会娟 余昭旭 《自动化仪表》 CAS 2025年第2期51-56,共6页
为了精准预测污水中溶解氧(DO)浓度值,通过局部异常因子(LOF)算法对深圳某污水处理厂5个月的数据进行分析。利用集合经验模态分解(EEMD)-长短期记忆(LSTM)神经网络模型,对曝气控制系统的出水水质影响较大的DO浓度进行准确预测。首先,通... 为了精准预测污水中溶解氧(DO)浓度值,通过局部异常因子(LOF)算法对深圳某污水处理厂5个月的数据进行分析。利用集合经验模态分解(EEMD)-长短期记忆(LSTM)神经网络模型,对曝气控制系统的出水水质影响较大的DO浓度进行准确预测。首先,通过LOF算法剔除数据中的异常值。然后,使用EEMD算法筛选出输入数据中强相关的特征子序列。最后,将特征子序列输入LSTM模型中以得到DO预测值。试验结果表明,LOF-EEMD-LSTM模型的准确率可达95.4%、平均绝对误差(MAE)为0.036、均方误差(MSE)为0.0038、均方根误差(RMSE)为0.0614、平均绝对百分比误差(MAPE)为0.046。以上指标相比于反向传播(BP)神经网络、随机森林、LSTM、LOF-LSTM、EEMD-LSTM和变分模态分解-最小二乘支持向量机(VMD-LSSVM)预测模型皆有明显的提升。所提模型的预测精度较高,具有较高的实用价值。 展开更多
关键词 污水处理 水质预测 溶解氧 局部异常因子算法 集合经验模态分解 长短期记忆神经网络
暂未订购 下载PDF
水厂采集数据异常检测方法研究 认领 引用 被引量：1
8
作者 尹轶夙 《自动化仪表》 CAS 2025年第8期95-100,105,共6页
为保障水厂数据采集系统的稳定、可靠运行,针对数据异常检测问题,创新性地提出一种基于动态滑动窗口(DSW)的异常检测方法。该方法融合了箱型图法、3σ准则法、局部离群因子(LOF)算法和长短期记忆自编码器(LSTM-AE)的优势,实现对水厂多... 为保障水厂数据采集系统的稳定、可靠运行,针对数据异常检测问题,创新性地提出一种基于动态滑动窗口(DSW)的异常检测方法。该方法融合了箱型图法、3σ准则法、局部离群因子(LOF)算法和长短期记忆自编码器(LSTM-AE)的优势,实现对水厂多源数据的实时异常诊断。通过对比DSW、指数加权移动窗口(EWMW)和固定窗口方法的性能,验证了DSW在不同数据类型上的有效性和优越性。试验结果表明:DSW+3σ在液位数据检测中准确率达到99.75%,误报率最低;DSW+LOF能有效识别浊度数据中的连续缺失异常;DSW+LSTM-AE在处理漂移异常数据检测中表现最优,准确率达到88.11%。该研究为水厂采集数据的异常检测提供了高效、准确的解决方法,并可扩展至其他工业过程监控领域。 展开更多
关键词 采集数据 异常检测 滑动窗口 箱型图 3σ准则 局部离群因子算法 长短期记忆自编码器
暂未订购 下载PDF
基于台区分类的线损异常神经网络协同推理检测 认领 引用 被引量：1
9
作者 曹晶 谢文浩 +1 位作者 龙彩霞 许阳 《微型电脑应用》 2025年第12期158-162,共5页
在多个因素的影响下,台区线损易发生异常波动且差异化明显,为此提出基于台区分类的线损异常神经网络协同推理检测方法。利用K近邻(KNN)算法计算台区线损临近点之间的欧氏距离,将相似台区合理分类。确定台区种类并将神经网络的优化算法... 在多个因素的影响下,台区线损易发生异常波动且差异化明显,为此提出基于台区分类的线损异常神经网络协同推理检测方法。利用K近邻(KNN)算法计算台区线损临近点之间的欧氏距离,将相似台区合理分类。确定台区种类并将神经网络的优化算法学习与协同推理算法相结合得到多连片贝叶斯网,利用其识别不同种类台区异常线损区域识别。在异常线损区域中,利用线损率以及局部异常值因子检测台区线路是否发生线损异常,实现台区线损异常检测。实验结果表明,所提出的方法的线损异常检测F1值高,检测精度比其他2种方法高17.9%、29.8%,检测时间比其他2种方法短0.82 s、1.18 s,说明所提出的方法可以实现台区线损异常精准快速检测。 展开更多
关键词 神经网络协同推理 台区线损 异常检测 KNN算法 局部异常值因子
暂未订购 下载PDF
基于传感检测系统的地下管廊孔位监测技术研究 认领 引用
10
作者 姚明强 金健伟 赵华 《微型电脑应用》 2025年第11期75-78,共4页
针对地下管廊孔位监测困难,且检测准确率低等问题,构建一个基于传感器检测技术的地下管廊孔位监测系统。该系统采用STM32芯片作为控制模块,利用传感器对地下管廊孔位信息进行采集;通过AD7192芯片将模拟信号转换为数字信号;采用CC2420通... 针对地下管廊孔位监测困难,且检测准确率低等问题,构建一个基于传感器检测技术的地下管廊孔位监测系统。该系统采用STM32芯片作为控制模块,利用传感器对地下管廊孔位信息进行采集;通过AD7192芯片将模拟信号转换为数字信号;采用CC2420通信模块将数字信息传送至上位机;使用卡尔曼滤波对样本数据集进行降噪处理;采用局部异常因子(LOF)算法对数据不同特征进行检测,实现对地下管廊孔位不同状态的检测。实验结果表明:所构建系统的滤波值距离偏差最大为0.005,相较于测量值距离偏差,相对精度提高了大约1倍;对地下管廊孔位不同状态的检测准确率均在97.0%以上,最高达到99.5%,误判率最高为1.56%,效果良好。 展开更多
关键词 地下管廊孔位监测 激光位移传感器 光纤光栅传感器 卡尔曼滤波 局部异常因子算法
暂未订购 下载PDF
智慧海关风险评估与信息共享机制创新研究 认领 引用
11
作者 吴晨晨 赵波 +1 位作者 王简 隋波 《移动信息》 2025年第9期189-191,共3页
文中提出了一种基于数字化技术的检测过程优化方案,并分析了其在风险评估、异常值检测以及数据共享方面的创新应用。通过多维空间表示、局部离群因子(LOF)算法、凸空间表示和区块链技术等手段,提升了风险识别的准确性,并优化了海关的通... 文中提出了一种基于数字化技术的检测过程优化方案,并分析了其在风险评估、异常值检测以及数据共享方面的创新应用。通过多维空间表示、局部离群因子(LOF)算法、凸空间表示和区块链技术等手段,提升了风险识别的准确性,并优化了海关的通关流程。实验结果表明,基于数字化技术的智慧海关方法能够显著提高海关风险识别的效率与准确性,为国际贸易的合规性管理提供了更为高效和可靠的解决方案。 展开更多
关键词 风险评估 异常值检测 局部离群因子(LOF)算法
暂未订购 下载PDF
基于异常点检测和改进K-means算法的台区用户相别辨识方法 认领 引用 被引量：27
12
作者 张然 孙晓璐 +4 位作者 何仲潇 薛莉思 陈维民 徐严军 连利波 《智慧电力》 北大核心 2020年第1期91-96,共6页
解决配电台区用户线变不匹配问题是推进配电网智能化管理的关键一步。大数据技术的快速普及为实现低成本、高效率的台区用户相别辨识提供了可能。提出了基于异常点检测和改进K-means算法的台区用户相别辨识方法。首先通过局部因子算法... 解决配电台区用户线变不匹配问题是推进配电网智能化管理的关键一步。大数据技术的快速普及为实现低成本、高效率的台区用户相别辨识提供了可能。提出了基于异常点检测和改进K-means算法的台区用户相别辨识方法。首先通过局部因子算法对聚类分析数据进行预处理,剔除不属于待分析台区的用户数据。然后,根据实际应用场景特点对K-means算法进行改进,包括确定聚类个数、初始质心,并选用相关系数作为评估样本相似度的指标。最后利用改进的K-means算法对预处理后的数据进行聚类分析,实现低压台区用户相别的精准辨识。算例分析表明,所提方法能够有效提升用户辨识准确率,且在不同的数据环境中可保持较高的稳定性。 展开更多
关键词 配电网 台区 相别辨识 局部异常因子算法 改进K-means
暂未订购 下载PDF
基于IKNN和LOF的变压器回复电压数据清洗方法研究 认领 引用 被引量：10
13
作者 陈啸轩 邹阳 +3 位作者 翁祖辰 林锦茄 林昕亮 张云霄 《电子测量与仪器学报》 CSCD 北大核心 2024年第2期92-100,共9页
基于回复电压极化谱提取特征参量是目前广泛应用的变压器油纸绝缘状态评估方法,但极化谱易受工况干扰、人工失误等因素影响而出现特征数据异常的情况,严重降低评估准确性。针对上述问题,该文提出了一种基于局部离群因子(LOF)和改进K最近... 基于回复电压极化谱提取特征参量是目前广泛应用的变压器油纸绝缘状态评估方法,但极化谱易受工况干扰、人工失误等因素影响而出现特征数据异常的情况,严重降低评估准确性。针对上述问题,该文提出了一种基于局部离群因子(LOF)和改进K最近邻(IKNN)的回复电压数据清洗方法。首先,选取回复电压极化谱的回复电压极大值Urmax、初始斜率Sr与主时间常数tcdom作为老化特征参量,并基于LOF算法对非标准极化谱中的异常特征量数据进行识别与筛除。其次,利用模糊C均值(FCM)聚类算法减小噪声点对KNN算法的干扰,并通过加权欧氏距离标度突出各特征量间的关联性,进而构建出基于IKNN的数据填补模型架构以实现特征缺失数据的填补。最后,代入多组实测数据验证所提数据清洗方法的实效性。结果表明,数据清洗后的状态评估准确率相较于原有数据上升了50%左右,有效提高了变压器回复电压数据质量,为准确感知变压器运行状况奠定坚实的基础。 展开更多
关键词 油纸绝缘 特征数据清洗 局部离群因子算法 回复电压极化谱 改进K最近邻算法
暂未订购 下载PDF
考虑样本异常值的改进最小二乘支持向量机算法 认领 引用 被引量：45
14
作者 付乐天 李鹏 高莲 《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第6期179-190,共12页
针对最小二乘支持向量机对异常值敏感、缺乏鲁棒性的情况,提出一种考虑样本异常值的改进最小二乘支持向量机算法。该算法首先通过采用局部异常因子检测算法为每个数据样本计算一个LOF因子,根据其因子值能够有效地将样本分成正常样本和... 针对最小二乘支持向量机对异常值敏感、缺乏鲁棒性的情况,提出一种考虑样本异常值的改进最小二乘支持向量机算法。该算法首先通过采用局部异常因子检测算法为每个数据样本计算一个LOF因子,根据其因子值能够有效地将样本分成正常样本和异常样本,然后针对不同样本进行单独设置样本权重。其有效地保证了在降低异常样本权重的同时而不使正常样本权重受到影响,使最小二乘支持向量机在达到目标函数最优化的同时能够保证正常数据信息不丢失,以提高模型的鲁棒性。最后,通过引入"信息熵"和"平均粒距"来改进粒子群算法,将其应用于模型的参数优化。经过实验仿真表明,该算法能够有效地提高模型的鲁棒性,随着异常样本的增多,其模型精度提高大约67%。 展开更多
关键词 改进最小二乘支持向量机 局部异常因子检测算法 改进粒子群优化算法
暂未订购 下载PDF
基于LSNPE算法的化工过程故障检测 认领 引用 被引量：25
15
作者 宋冰 马玉鑫 +1 位作者 方永锋 侍洪波 《化工学报》 EI CSCD 北大核心 2014年第2期620-627,共8页
复杂化工过程通常具有多个操作模态,而且采集的数据不服从单一的高斯或非高斯分布。针对化工过程的多模态和复杂数据分布问题,将局部标准化(local standardized,LS)策略应用于邻域保持嵌入(neighborhood preserving embedding,NPE)算法... 复杂化工过程通常具有多个操作模态,而且采集的数据不服从单一的高斯或非高斯分布。针对化工过程的多模态和复杂数据分布问题,将局部标准化(local standardized,LS)策略应用于邻域保持嵌入(neighborhood preserving embedding,NPE)算法,提出了一种新的基于局部标准化邻域保持嵌入(local standardized neighborhood preserving embedding,LSNPE)算法的故障检测方法。首先,使用LSNPE算法提取高维数据的低维子流形,进行维数约减,同时保持邻域结构不变。其次,通过特征空间中样本的局部离群因子(local outlier factor,LOF)构造监控统计量并确定其控制限。相较于监控多模态化工过程的多模型策略,提出的LSNPE方法不需要过程先验知识的支持,只需建立一个全局的监控模型。最后,通过数值仿真及Tennessee Eastman(TE)过程仿真研究验证了本文提出方法的有效性。 展开更多
关键词 局部标准化 邻域保持嵌入算法 局部离群因子 多模态过程系统 监控模型
暂未订购 下载PDF
基于网格划分加权的分布式离群点检测算法 认领 引用 被引量：10
16
作者 梅林 张凤荔 +1 位作者 王瑞锦 高强 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第6期860-866,共7页
分布式计算被广泛应用于离群点检测问题,但分布式环境中节点计算性能的差异带来了数据计算性能的下降问题。针对面向大尺度高维数据离群点分布式计算的负载均衡问题,该文提出了一种加权分布式离群点检测方法。首先根据数据节点的计算性... 分布式计算被广泛应用于离群点检测问题,但分布式环境中节点计算性能的差异带来了数据计算性能的下降问题。针对面向大尺度高维数据离群点分布式计算的负载均衡问题,该文提出了一种加权分布式离群点检测方法。首先根据数据节点的计算性能确定数据节点的权值,然后将数据空间划分为若干个网格,最后设计了一种基于网格划分的加权分配算法WGBA,将这些网格分配到数据节点中,实现并行计算。实验验证了该方法的有效性。 展开更多
关键词 基于密度的离群点检测 分布式算法 网格划分 局部异常值因子
暂未订购 下载PDF
基于RoBERTa与改进局部离群因子算法的专利新颖性测量 认领 引用 被引量：6
17
作者 廖列法 姚秀 李奎 《科学技术与工程》 北大核心 2023年第17期7420-7427,共8页
现有的专利新颖性测量方法需要依赖特定的领域知识以及专家的介入,性能差且耗时长,为此,提出了一种不依赖特定领域知识及专家的全自动化系统的识别新颖性专利的方法。首先利用鲁棒优化的BERT方法(robustly optimized BERT approach,RoBE... 现有的专利新颖性测量方法需要依赖特定的领域知识以及专家的介入,性能差且耗时长,为此,提出了一种不依赖特定领域知识及专家的全自动化系统的识别新颖性专利的方法。首先利用鲁棒优化的BERT方法(robustly optimized BERT approach,RoBERTa)表示专利向量,以解决需要依赖技术领域的知识来表示专利的多义词问题;其次,利用数据点的密度分布并结合信息熵改进局部离群因子(local outlier factor,LOF)算法来确定离群点个数及数据点集,提高离群点的检测精度,结合RoBERT与改进的LOF在数值尺度上度量专利的新颖性。实验验证表明,所提方法测量的专利新颖性的得分与现有文献中的相关专利指标显著相关,并且识别出的新颖性专利具有更高的技术影响。 展开更多
关键词 专利新颖性 RoBERTa 信息熵 局部离群因子算法 离群点检测
暂未订购 下载PDF
风电齿轮箱磨损状态静电在线监测方法研究 认领 引用 被引量：2
18
作者 刘舒沁 刘若晨 +1 位作者 孙见忠 张进武 《工程设计学报》 CSCD 北大核心 2021年第2期163-169,共7页
风电齿轮箱的结构复杂且运行环境恶劣,是风电机组中故障率最高的部件,其性能直接影响风电机组的稳定性和安全性,严重时可能会造成财产损失甚至人员伤亡。为此,基于静电监测原理,采用多个静电传感器对风电齿轮箱摩擦磨损产生的二次效应... 风电齿轮箱的结构复杂且运行环境恶劣,是风电机组中故障率最高的部件,其性能直接影响风电机组的稳定性和安全性,严重时可能会造成财产损失甚至人员伤亡。为此,基于静电监测原理,采用多个静电传感器对风电齿轮箱摩擦磨损产生的二次效应同时进行监测;基于提取到的时域特征参数和复杂度度量参数,运用移动窗局部离群因子(moving window local outlier factor,MWLOF)算法分别对负荷试验和破坏试验中风电齿轮箱磨损状态的静电监测信号的变化趋势进行分析。结果表明:在负荷试验中,静电监测方法可在部分故障发生前提前监测到风电齿轮箱早期的性能退化;在破坏试验中,静电监测方法比振动监测方法提前200~1000个样本点监测到风电齿轮箱的故障。研究表明,静电监测方法作为一种新型的状态监测技术,能够有效提高对风电齿轮箱磨损状态的监测能力,可对其早期故障的产生作出较准确的预警,这可为大型设备关键部件的状态监测提供参考。 展开更多
关键词 风电齿轮箱 摩擦磨损 静电监测 移动窗局部离群因子算法
暂未订购 下载PDF
基于K均值聚类与局部离群因子算法的故障检测研究 认领 引用 被引量：9
19
作者 李元 耿泽伟 《化工自动化及仪表》 CAS 2019年第10期816-821,共6页
针对化工生产过程的多工况、数据多模态问题,提出一种基于K均值聚类的局部离群因子故障检测方法。首先利用K均值聚类算法对多模态工业数据进行聚类,将各个模态的数据分离出来,然后运用局部离群因子算法在各个模态下单独建立模型,并且确... 针对化工生产过程的多工况、数据多模态问题,提出一种基于K均值聚类的局部离群因子故障检测方法。首先利用K均值聚类算法对多模态工业数据进行聚类,将各个模态的数据分离出来,然后运用局部离群因子算法在各个模态下单独建立模型,并且确定各个模态下的局部离群因子控制限。检测时首先判断样本属于哪一类,然后在相应类别下求取局部离群因子值并与此类别下的控制限进行比较,确定是否为故障数据。将此方法运用到TE过程的多模态数据中,并且将此方法与单独应用局部离群因子算法做故障检测对比,结果表明:所提算法可以大幅提高故障的检测率。 展开更多
关键词 多模态 K均值聚类 局部离群因子算法 TE过程 故障检测
暂未订购 下载PDF
一种基于目标函数的局部离群点检测方法 认领 引用 被引量：14
20
作者 周玉 朱文豪 孙红玉 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第10期1405-1412,共8页
针对传统的基于密度的局部离群点检测算法对原始数据集没有进行预处理导致该算法在面对未知数据集时检测效果不理想,又由于其需要计算每一个数据点的离群因子,在数据量过多时,计算量大大增加的问题,通过对局部离群点检测算法的分析,提... 针对传统的基于密度的局部离群点检测算法对原始数据集没有进行预处理导致该算法在面对未知数据集时检测效果不理想,又由于其需要计算每一个数据点的离群因子,在数据量过多时,计算量大大增加的问题,通过对局部离群点检测算法的分析,提出了一种基于目标函数的局部离群点检测方法FOLOF(FCM objective function-based LOF).首先,使用肘部法则确定数据集的最佳聚类个数;然后,通过FCM的目标函数对数据集进行剪枝,得到离群点候选集;最后,利用加权局部离群因子检测算法计算候选集中每个点的离群程度.利用该方法在人工数据集和UCI数据集上进行了相关实验,并与其他相关方法进行了对比,结果显示,该算法能够提高离群点检测精度,减少计算量,有效提高离群点检测性能. 展开更多
关键词 离群点检测 模糊C均值算法 目标函数 局部离群因子 剪枝
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