共查询到20条相似文献,搜索用时 0 毫秒
1.
<正>现阶段,隧道结构作为隐蔽工程,其特点在于所处的外部环境复杂多变,受力情况复杂,隧道的结构安全性和稳定性受到影响。而国内铁路对隧道衬砌病害的检测工作,是通过人工检查完成的。依靠人工进行检测,要求检测人员具有专业性,检测工作是以人员主观判断为主,很难保证检测工作的准确性以及检测效率。同时受复杂的客观条件影响,例如:恶劣天气、照明、目视距离等,加大了人工检测的难度, 相似文献
2.
3.
4.
5.
针对传统异常检测算法存在复杂小样本情况下训练精度高,预测精度低的过拟合缺陷,出现误报和漏报现象,提出一种面向数据核特征的复杂网络异常检测算法。网络异常数据核特征判别技术是一种针对复杂小样本异常特征的线性判别的非线性扩展。算法根据最大化网络复杂异常类间离散度和最小化类内离散度的准则,寻找原始向量的最优投影方向,使各异常数据类之间最大程度地分离,从而达到正确的检测。仿真实验结果表明,本文的方法相对于传统的支持向量机法和高斯混合模型方法,具有较高的识别率和较快的训练速度。 相似文献
6.
针对当前算法在进行目标数据特征提取时存在提取准确率不高、效率低、特异性和灵敏度较差,以及网络节点能耗较高的问题,提出一种基于大数据深度残差学习的特征提取算法,将深度学习的灰色神经网络与残差学习方法进行有机结合,求得了深度残差学习网络模型的微分方程以及时间响应公式,并计算了网络初始权值和阈值;根据深度学习的灰色神经网络拓扑结构获得深度残差学习网络各层的输出参量,采用误差反向传播方法和附加动量法对深度残差学习网络的阈值和权值进行实时更新和调整,完成深度残差学习的网络模型构建,并采用模型精度和后验差比值对该模型进行精度检验,将经过检验合格的网络模型用于目标数据特征提取。通过多组实验测试,证明所提算法相比于其他对比算法有效减少特征提取错误率、提高了执行效率,具有较高的灵敏度和特异性,大大减小了网络节点总体能量消耗,延长了网络生存寿命。 相似文献
7.
《黑龙江科技信息》2020,(13)
风电机组叶片裂纹问题对机组正常安全运行会产生严重影响。为对风电机组叶片损裂状态进行有效检测,基于风场大数据,提出了一种基于深度学习区域卷积神经网络(Cascade R-CNN)的风机叶片裂纹检测方法。并通过对数据集进行图像增强、选取ResNeXt-101作为特征提取网络、在特征提取部分加入特征金字塔网络(Feature Pyramid Networks,FPN)等改进方式进行优化。实验结果表明,所提方法都能有效的提高风机叶片裂纹检测的准确率,精度共提升了10%,本文还与目前主流的目标检测算法如Faster-RCNN等进行对比,实验结果表明,本方法识别精度更高,检测速度与其他方法基本持平。 相似文献
8.
9.
随着计算机网络技术的发展,对在线分类挖掘要求不断提高,因此为提高分类挖掘效率提出一种泛化算法,可将数据立方体技术与面向属性归纳方法的泛化策略进行有机结合,使聚合运算量有效降低,明显提高运算效率。 相似文献
10.
11.
12.
<正>智能交通系统(Intelligent Transportation System,简称ITS)是指将先进的计算机,电子信息,传感器等技术运用于交通运输控制与决策中,以构建更加安全高效的交通运输环境。在ITS的构建中,运用大数据进行短时交通流预测起着重要作用。实现短时交通流的预测,可以帮助交管部门对复杂的交通状况进行监测和预测,以便及时采取措施展开交通管理和疏导;也可帮助出行者了解实时交通运行状态并作出合理安排,对交通拥堵的改善具有积极影响。因此,本文将道路短时交通流的预测作为研究对象,建立多因素复杂交通环境下的车流量预测模型。 相似文献
13.
14.
15.
16.
17.
18.
数据融合是无线传感器网络(WSN)的一个关键技术,目的是减少传感器节点间的数据传输量,降低整个网络的能量消耗和数据冲突,延长全网的生命期.文章针对WSN中数据融合与传统的多传感器数据融合进行比较,介绍了WSN中数据融合的原理和方法,并基于森林防火和贝叶斯方法相结合提出了一种无线传感器网络数据融合的应用,最后给出了WSN... 相似文献
19.
20.
聚类算法通常用于数据的聚类。除此,它还可以用于异常数据的检测。首先介绍了基于划分的聚类算法K-means,然后给出改进算法I-K-means的算法描述,最后通过实例进行异常分析。 相似文献