特征分布

摘要： 近年来分布式能源发电的规模逐渐扩大,更具优势的直流供电技术也随之飞速发展,未来电网的主要模式将大概率趋向交流电网和直流电网混联的电网结构。其中交流电能质量问题已逐渐成熟,而相应的直流部分仍有待研究。对直流电能质量扰动波形进行有效区分与准确辨识,是研究直流电能质量必不可少的环节。直流电能质量扰动波形分类算法研究对直流配电网的实际工程推广应用具有重大意义。文中通过搭建交直流仿真系统,模拟各类直流电能质量问题并监测异常波形,对不同扰动源造成电能质量扰动问题波形进行了特征分析。通过训练二元树结构的支持向量机辨识扰动波形的类型。仿真算例验证了该方法的可行性与高准确率。

摘要： 针对不同转速环境下采集到的滚动轴承振动数据特征分布不一导致待诊断样本标签较难获取的问题,提出一种基于深度迁移网络的故障诊断方法。首先,搭建领域共享的特征提取网络,利用卷积神经网络(Convolutional Neural Network, CNN)提取振动信号中敏感故障特征,并结合双向长短时记忆(Bi-directional Long Short-Term Memory, BiLSTM)网络进一步提取敏感故障特征中的时间信息;然后,在深度迁移网络中分别嵌入CORAL损失和JMMD损失,通过最小化二阶统计量差异和联合分布最大均值差异值,缩小源域和目标域特征分布差异,进而提取到两域的共同特征;最后,添加Softmax分类层,实现对目标数据的故障状态识别。结果表明,该方法在目标域数据无标签的情况下,平均识别准确率为97.87%,明显高于目前流行的其它5种领域自适应故障诊断方法。

摘要： 使用脑电进行情绪识别已经有了广泛的研究,但由于脑电的低信噪比、不平稳性以及受试者情绪表达方式的不同,不同受试者甚至单个受试者的脑电图情绪特征都会存在差异性,导致脑电样本在特征空间分布不均匀,容易出现模型泛化性能差的问题。为解决这一问题,该文提出了一种结合提升算法(boost)和梯度下降法(gradient descent)的双策略训练方法交替更新脑电情绪识别模型,梯度下降法在模型推理过程中更新网络参数,使损失最小化,提升算法用于更新脑电样本权重。在DEAP数据集上的实验结果表明,该方法在效价、唤醒和优势度3个维度上的准确率分别为71.25%、71.48%和71.80%,且在跨被试数据集下通过数据驱动的方式有效调整了脑电样本特征的分布,使其分布更均匀,从而提高了情绪识别模型的泛化性能。

摘要： 滚动轴承工况多变,受负荷、转速等因素影响,故障信号的特征分布偏移会显著降低故障诊断模型的泛化能力。针对此问题,提出一种基于相似性度量迁移学习的轴承故障诊断方法。将迁移学习和相似性度量的思想结合,通过相关对齐损失计算变工况故障特征之间的相关性,最小化源域和目标域特征之间的分布差异。同时最大化输入特征与中心特征的相似性,利用目标域预测标签中包含的故障分类信息,提高故障特征聚类的准确性,来增加高相关性特征对模型的贡献度,减小非相关特征的影响。最后利用学习到的特征实现故障分类。在CWRU和自搭建试验平台上进行了对比试验,证明了所述方法能够更加准确地分类故障信号,更好解决不同工况下由特征分布偏移带来的故障诊断难点问题。

摘要： 以近沙漠地区阿拉尔市T大学校园内不同建筑物室内生物气溶胶为研究对象,选用自然沉降法进行采样。经统计分析发现,不同场所室内的生物气溶胶浓度差异显著性不同;同一建筑物内不同楼层的生物溶胶浓度具有显著差异性。本研究对南疆地区人居环境改善、传染病防治等具有重要意义。

摘要： 目的 研究产前系统超声检查对胎儿畸形的诊断价值,分析畸形胎儿的特征分布情况及漏诊原因.方法 回顾性分析2016年1月至2020年1月于重庆市垫江县人民医院超声科行产前系统超声检查的10017例孕妇的临床资料.采用彩色多普勒超声仪进行胎儿畸形诊断,分析胎儿畸形的特征分布情况、漏诊类型及结局.结果 共检出胎儿畸形110例,畸形率为1.10％.其中,单发畸形95例,占比为86.36％,复合畸形15例,占比为13.64％.110例畸形儿经出生后、引产以及尸检或染色体检查证实.超声漏诊9例,漏诊率为7.56％.结论 产前系统超声检查对胎儿畸形的检出率较高,可促进优生优育,临床意义重大.

摘要： 利用巩义地区国家站和区域自动站2012年—2019年汛期(5月—9月)数据资料,分析巩义地区短时强降水时空分布特征,并通过对影响因子的研究分析,得出巩义市短时强降水成因以及预报预警指标.结合典型案例进行了服务思考,以期为相关从业人员提供参考.

摘要： 利用计算机对用户所需要的设计风格进行准确评估能够使设计变得高效.本研究提出一种针对设计风格偏好进行数字化评估的模型.模型采用卷积神经网络提取不同维度的图像特征,计算特征向量的格莱姆矩阵表示图像的特征分布,用图像特征分布间的均方误差作为描述图像风格的分值,通过比较不同图像的风格分值评价用户的设计风格偏好.该模型通过室内设计效果图进行了性能验证.结果表明该模型能够区分不同风格设计作品,同类风格设计作品排序与设计师的符合率达90％,可用于用户设计风格偏好的评估.

摘要： 时间序列异常检测旨在发现对应时序特征中不符合一般规律的特异性模式,是机器学习领域重要的研究方向之一.然而,现有的时序异常检测方法大多为单模态学习,忽略了时序信息在多模态空间上不同特征分布的关联性和互补性,不能充分利用已有信息进行有效地模式挖掘,从而造成检测效果差等问题.为此,提出了一种基于多模态对抗学习的无监督时间序列异常检测模型.首先,将原始时间序列转换至频域空间,构造多模态时间序列表示.其次,提出多模态生成对抗网络模型,针对多模态时间序列,实现正常时序信息关于时域和频域特征分布的无监督联合学习.最后,通过将异常检测问题转化为时间序列在时域和频域空间的重构度量问题,从时域空间和频域空间2个方面度量时间序列的异常值,实现更有效的异常检测.在时间序列数据集合UCR和MIT-BIH中的6个真实数据集的实验结果表明,在异常检测任务上相较于传统单模态异常检测方法,提出方法在AUC和AP这2个性能指标上最高分别提升了12.50％和21.59％,证明了方法的有效性.

摘要： 园林空间特征分布具有不可预测性,空间分布规范性较低,提出基于模糊算法的园林空间特征分布模拟研究.利用三维图像收集园林正常数据和隐藏数据,获取该园林空间分布的特征解析函数,分别从数据标准化处理、构造模糊相似矩阵和计算模糊等价矩阵三个步骤探析模糊算法,获取园林空间特征分布的规则程度.建立线性、直角、等距关系的模糊隶属函数,根据规则程度函数构建微分方程,实现园林空间特征分布模拟.仿真结果证明,通过模糊算法对园林空间特征分布模拟情况与实际吻合程度高,模拟数量误差与空间误差均较小,可以作为改善园林空间分布的有效依据.

摘要： 本文主要研究在室内环境下,如何对定位信号的非视距传播导致的误差进行精确补偿.由于大多数现有非视距补偿方法都难以达到较高的准确度和时效性,本文针对特定区域的高精度室内定位要求,充分考虑室内具体环境,利用基于PO(几何光学)和UTD(一致性绕射理论)的3D仿射传播模型对室内定位数据特征即TDOA分布进行预估得到理论室内定位数据指纹库.然后利用基准站差分方法充分考虑信号分布的空间相关性以及信号传播的时间波动性,对于理论TDOA分布进行修正得到实时的非视距误差分布.将定位信息经过两级匹配和欧氏距离加权得到TDOA非视距补偿值,并通过牛顿迭代算法得出最终的精确定位点.经验证,此方法可使原定位方法准确度提高一倍以上,达到米级定位精度。

摘要： 随机数序列在密码学应用中发挥着重要作用,在实际应用中除了需要考虑生成序列的时间复杂性之外,还需要了解该序列的随机特性.为方便算法实现,通常随机序列发生器生成的是伪随机数序列.这类序列需要使用随机性测试工具来对生成的序列进行质量检验.本文着重分析随机性测试的特性,以常用的NIST套件为例,从共轭对称性角度对随机性测试方法的特性做出图示化分析和评判.

摘要： 雷达一维距离像具有径向分辨率高、相对于雷达目标二维成像获取与处理相对简单的优点,成为当前国内外雷达目标识别领域研究的热点.但是基于一维距离像的特征提取却存在有平移敏感性、姿态敏感性等问题.针对目标的姿态敏感性问题,采用与神经网络方法相结合的方法,既能够使用大量样本学习各类目标的特征分布来进行识别,又避免了模板匹配方法的大计算量问题.文中采用改进的BP网络算法来完善HRRP目标识别,实验证明是可行的.

摘要： 室外较高浓度的颗粒物将对室内环境造成严重污染.目前国内大部分高校教室内主要靠开启门窗的方式进行通风换气,门窗作为室外颗粒物进入室内的主要通道对室内颗粒物浓度的分布有重要影响.本文采用拉格朗日随机轨道模型追踪颗粒物的运动,模拟了没有室内热源及颗粒源的假设前提下典型教室开窗窗口风速为0.5m/s,在三种不同的门窗开启组合方式(开4外窗2内门2廊窗、4外窗2内门、2外窗2内门),颗粒物粒径分别为1.0μm、2.5μm、10μm、50um时室内颗粒物的扩散及浓度分布情况.模拟结果表明:粒径较大的颗粒物扩散范围较小,颗粒物浓度集中在窗口射流区域,以沉积效应为主;而粒径较小的颗粒物在室内分布并不均匀,易跟随射流气流运动,主要体现为扩散效应.在没有室内源的情况下,外窗作为颗粒物进入室内的主要通道,将直接影响室内颗粒物的分布和浓度.

摘要： 室外较高浓度的颗粒物将对室内环境造成严重污染.目前国内大部分高校教室内主要靠开启门窗的方式进行通风换气,门窗作为室外颗粒物进入室内的主要通道对室内颗粒物浓度的分布有重要影响.本文采用拉格朗日随机轨道模型追踪颗粒物的运动,模拟了没有室内热源及颗粒源的假设前提下典型教室开窗窗口风速为0.5m/s,在三种不同的门窗开启组合方式(开4外窗2内门2廊窗、4外窗2内门、2外窗2内门),颗粒物粒径分别为1.0μm、2.5μm、10μm、50um时室内颗粒物的扩散及浓度分布情况.模拟结果表明:粒径较大的颗粒物扩散范围较小,颗粒物浓度集中在窗口射流区域,以沉积效应为主;而粒径较小的颗粒物在室内分布并不均匀,易跟随射流气流运动,主要体现为扩散效应.在没有室内源的情况下,外窗作为颗粒物进入室内的主要通道,将直接影响室内颗粒物的分布和浓度.

摘要： 室外较高浓度的颗粒物将对室内环境造成严重污染.目前国内大部分高校教室内主要靠开启门窗的方式进行通风换气,门窗作为室外颗粒物进入室内的主要通道对室内颗粒物浓度的分布有重要影响.本文采用拉格朗日随机轨道模型追踪颗粒物的运动,模拟了没有室内热源及颗粒源的假设前提下典型教室开窗窗口风速为0.5m/s,在三种不同的门窗开启组合方式(开4外窗2内门2廊窗、4外窗2内门、2外窗2内门),颗粒物粒径分别为1.0μm、2.5μm、10μm、50um时室内颗粒物的扩散及浓度分布情况.模拟结果表明:粒径较大的颗粒物扩散范围较小,颗粒物浓度集中在窗口射流区域,以沉积效应为主;而粒径较小的颗粒物在室内分布并不均匀,易跟随射流气流运动,主要体现为扩散效应.在没有室内源的情况下,外窗作为颗粒物进入室内的主要通道,将直接影响室内颗粒物的分布和浓度.

摘要： 室外较高浓度的颗粒物将对室内环境造成严重污染.目前国内大部分高校教室内主要靠开启门窗的方式进行通风换气,门窗作为室外颗粒物进入室内的主要通道对室内颗粒物浓度的分布有重要影响.本文采用拉格朗日随机轨道模型追踪颗粒物的运动,模拟了没有室内热源及颗粒源的假设前提下典型教室开窗窗口风速为0.5m/s,在三种不同的门窗开启组合方式(开4外窗2内门2廊窗、4外窗2内门、2外窗2内门),颗粒物粒径分别为1.0μm、2.5μm、10μm、50um时室内颗粒物的扩散及浓度分布情况.模拟结果表明:粒径较大的颗粒物扩散范围较小,颗粒物浓度集中在窗口射流区域,以沉积效应为主;而粒径较小的颗粒物在室内分布并不均匀,易跟随射流气流运动,主要体现为扩散效应.在没有室内源的情况下,外窗作为颗粒物进入室内的主要通道,将直接影响室内颗粒物的分布和浓度.

摘要： 本发明涉及基于单词的类内分布与类间分布的电子病历特征选择方法。本发明首先构建了疾病、药品词典，其次总结了中文病历中症状词分布的三大特点，然后对收集到的病人病历进行预处理，将分词结果保存到数据库中。本发明根据关键症状词在疾病内的分布情况及疾病间的分布情况计算单词对于不同疾病的代表度，且在考虑疾病间分布情况时，分析了疾病与疾病间的关联性对于特征选择的影响，在特征选择时保证关联性高的疾病间的特征尽量相似，关联性低的疾病间的特征尽量排斥。

摘要： 本发明公开了图像局部特征语义分布结构和样本分布结构融合编码方法，首先获取图像的多尺度稠密SIFT局部特征，然后用K‑means聚类获取局部特征的语义中心，用χ

摘要： 本发明公开了一种基于稀疏取样灰度分布和梯度分布特征的车标识别方法，包括：在车牌上方选取一个区域，作为车标识别的感兴趣区域；采用随机均匀稀疏采样方法对样本图像进行采样，并将所有的采样点随机配对，划分成邻近点对集和非邻近点对集，对两类不同的点对集采用不同的方法进行特征提取，建立特征库；设定一可缩放的窗口，在待测的感兴趣区域内进行扫描，对当前窗口位置上，窗口大小的图像进行特征提取，并与准备好的特征库进行对比，最终确定车标类型。与现有技术相比，本发明方法将定位和识别有机的结合在一起，降低了中间过程的误差，提高了识别率，对于噪声大、质量差、像素低的图片也有较高的识别率。

摘要： 本发明公开了一种融合目标空间分布和时序分布特征子空间的视觉跟踪算法，主要包含步骤：首先将目标区域特征从三个角度进行展开，分别进行子空间学习；其次运用一种更新策略来在线地更新三个模式下目标的均值与子空间。最后通过张量重构将三个子空间模式统一到一个似然函数中用于候选观测图像的评价。本发明实现了有效的目标跟踪方法，是一种通用的方法。实验结果表明，相对于其他经典子空间跟踪算法，该发明更加有效和鲁棒，具有很好的应用前景。

摘要： 本发明公开了一种基于幅度分布特征的概率整形信号整形分布识别方法，涉及通信技术领域，包括：提取信号的幅度均值和幅度方差特征及不同幅度区域内样本点分布特征，然后将提取的幅度特征输入到全连接的深度神经网络(DNN)，从而利用DNN提取幅度特征对应发送信号的整形分布信息。本发明只需对接收信号进行简单的预处理，无需对信息进行载波相位恢复和时钟恢复处理，也无需预知信号的信噪比等信息；并且在较高的信号熵粒度的概率整形正交幅度调制系统中，也能实现较高的识别准确度。

摘要： 本发明提供了一种随机分布中空纤维膜组件的分布特征定量分析方法，其特征在于，包括：S1，获取中空纤维膜组件的管束分布图像，分割管束分布图像得到所有膜管的子块图像区域集合；S2，建立中空纤维膜组件管束分布图像坐标系，并根据膜管的轮廓数据计算各子块图像区域的中心点坐标；S3，对管束分布图像进行Delaunay三角剖分，得到多个三角形子块图像区域；S4，识别畸形边界三角形，获得图像差集；S5，计算图像差集中各三角形子块图像区域面积，并计算面积标准差及各三角形子块图像区域的面积偏差；S6，根据各三角形子块图像区域的面积偏差，绘制偏差云图。

摘要： 本发明涉及基于单词的类内分布与类间分布的电子病历特征选择方法。本发明首先构建了疾病、药品词典，其次总结了中文病历中症状词分布的三大特点，然后对收集到的病人病历进行预处理，将分词结果保存到数据库中。本发明根据关键症状词在疾病内的分布情况及疾病间的分布情况计算单词对于不同疾病的代表度，且在考虑疾病间分布情况时，分析了疾病与疾病间的关联性对于特征选择的影响，在特征选择时保证关联性高的疾病间的特征尽量相似，关联性低的疾病间的特征尽量排斥。

摘要： 本发明公开了一种基于稀疏取样灰度分布和梯度分布特征的车标识别方法，包括：在车牌上方选取一个区域，作为车标识别的感兴趣区域；采用随机均匀稀疏采样方法对样本图像进行采样，并将所有的采样点随机配对，划分成邻近点对集和非邻近点对集，对两类不同的点对集采用不同的方法进行特征提取，建立特征库；设定一可缩放的窗口，在待测的感兴趣区域内进行扫描，对当前窗口位置上，窗口大小的图像进行特征提取，并与准备好的特征库进行对比，最终确定车标类型。与现有技术相比，本发明方法将定位和识别有机的结合在一起，降低了中间过程的误差，提高了识别率，对于噪声大、质量差、像素低的图片也有较高的识别率。

摘要： 本发明公开了图像局部特征语义分布结构和样本分布结构融合编码方法，首先获取图像的多尺度稠密SIFT局部特征，然后用K?mean聚类获取局部特征的语义中心，用χ

摘要： 本发明公开了一种融合目标空间分布和时序分布特征子空间的视觉跟踪算法，主要包含步骤：首先将目标区域特征从三个角度进行展开，分别进行子空间学习；其次运用一种更新策略来在线地更新三个模式下目标的均值与子空间。最后通过张量重构将三个子空间模式统一到一个似然函数中用于候选观测图像的评价。本发明实现了有效的目标跟踪方法，是一种通用的方法。实验结果表明，相对于其他经典子空间跟踪算法，该发明更加有效和鲁棒，具有很好的应用前景。