导读:本文包含了分层识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,拓扑,加速度,过电压,特征,电力系统,陀螺仪。
分层识别论文文献综述
唐伦,丁理杰,史华勃,罗彬,夏春[1]（2019）在《用于大规模电磁暂态模型自动生成的拓扑分层识别方法》一文中研究指出电力系统拓扑自动识别是实现大规模电力系统电磁暂态可视化仿真模型自动生成的重要基础。现有算法大多局限于单层拓扑描述,难以满足大规模电磁暂态模型自动生成对模型分层清晰布局、模块化建模的应用需求。针对该问题提出一种基于关联矩阵压缩和支路指针矢量更新的电力系统拓扑分层识别方法。该方法避免了大量的图搜索和逻辑运算,实现了基于大规模数据源的厂站节点搜索和"站间拓扑+站内拓扑"的自动分层识别,为后续站点自动布局和元件参数自动映射工作提供拓扑基础。对简化系统算例和西南电网实际大规模系统算例进行算法测试分析,验证了所提方法的正确性及适应性。算法可直接应用于省级或区域级复杂电力系统的拓扑分层识别及可视化模型自动生成工作。(本文来源于《电力系统保护与控制》期刊2019年21期）
赵晋川[2]（2019）在《融合AdaBoost和GRU方法的地质分层识别研究》一文中研究指出测井解释,即对测井数据的分析处理,主要的目的是利用测井资料,对地层的岩性进行分析,判断地质的油、气、水层,并且计算孔隙度、饱和度、渗透率等地质参数,并在此基础上对储层进行划分,从而为石油开采提供指导作用。传统的测井解释往往依靠人力,采用物理建模的方法进行分析,不仅工作量大,而且存在着多解性。随着计算技术的发展,机器学习算法逐渐在测井解释领域得到应用。通过对大量测井勘探数据进行分析,构建合适的机器学习模型,不仅可以实现地质参数的预测以及储层划分,而且可以极大地降低传统人工标注地层的工作量。本文对石油测井解释的现状进行了研究,并对其中存在问题进行了分析。在此基础上,针对石油测井数据的特点,研究了 AdaBoost和GRU方法相结合的地质分层识别模型,实现了地层的自动识别与标柱。本文的主要研究内容如下:(1)针对初始测井数据缺失及不完整情况,提出了一种数据预处理方法。由于受到环境、设备或人为等因素的影响,导致测井数据存在大量的数据缺失与数据不完整性,严重影响了后续的数据解释工作。而且,原始的测井数据维度高,数据属性之间存在相关性。据此,本文对原始无效测井数据进行剔除、数据补齐和特征提取,使得保持数据特征完整性同时,降低数据量。(2)研究了一种叁维空间克里金插值算法。传统的克里金插值主要根据二维空间中已知点的地质属性来预测某个位置的地质属性。但在钻井测井的地质属性重建中,空间某位置的属性值与周围位置的属性相关,需要在叁维空间中进行数据预测。本文根据克里金基本原理,改进了二维克里金的插值算法,实现了叁维空间中利用克里金算法来预测空间位置的地质属性。(3)提出了一种基于AdaBoost和GRU方法相结合的地质分层识别模型。本文将地质理论和GRU算法特点相结合,构建了地质分层识别模型,推导了模型权重系数公式和样本权重更新公式。通过与BP,SVM,GRU,AdaBoost方法的实验结果进行对比,证明本文模型的优势之处。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
茅正冲,涂文辉[3]（2018）在《基于分层识别的快速说话人识别研究》一文中研究指出随着说话人模型数量的增加,说话人识别系统的识别速度下降,不能满足实时性要求。针对这个问题,提出了基于分层识别模型的快速说话人识别方法。将变分法求解的KL散度的近似值作为模型间的相似性度量准则,并设计了说话人模型聚类的方法。结果表明,本文方法能够保证说话人模型聚类结果的有效性,在系统识别率损失很小的情况下,使系统的识别速度得到大幅度提升。(本文来源于《计算机工程与科学》期刊2018年07期）
杨璐,刘付显,朱丰,郭东[4]（2018）在《基于贝叶斯推理的海战场空中目标意图分层识别方法》一文中研究指出针对海战场敌方空中目标意图识别方法都是一次性完成空中目标的意图识别,会在运算过程中带来消耗时间较多、效率较低的问题展开深入研究,在给出了海战场敌方空中目标相关特征参数计算和筛选公式的基础上,结合目标意图特点,依据指挥员的思维逻辑,提出了一种基于贝叶斯推理的海战场敌方空中目标意图分层识别新方法。该方法运用分层思想实现对更关注的目标意图更快捷的贝叶斯推理识别,可作为常规方法的简化过程,因此,可减少消耗时间,提高识别效率。基于实测数据的仿真实验验证了所提方法的有效性。(本文来源于《火力与指挥控制》期刊2018年07期）
唐伦,史华勃,袁川,丁理杰,周波[5]（2018）在《一种基于孤岛搜索的电力系统拓扑分层识别方法》一文中研究指出电力系统拓扑自动识别是电磁暂态自动建模的重要基础。针对现有拓扑识别方法大多局限于单层拓扑描述的不足,结合电磁暂态自动建模进行厂站模块化封装的实际需求,提出一种基于孤岛搜索的电力系统拓扑分层识别算法,实现了基于电网主流仿真数据的"站间拓扑+站内拓扑"自动分层识别。首先给出了算法原理及实现细节,然后利用CEPRI 36节点算例及某实际省级主网数据对算法进行测试,验证了算法的正确性及有效性。研究表明,该算法可直接应用于省级复杂电力系统的拓扑自动生成及可视化建模工作。(本文来源于《四川电力技术》期刊2018年02期）
黄良韬,赵志诚,赵亚群[6]（2018）在《基于随机森林的密码体制分层识别方案》一文中研究指出密码体制识别是现实中开展密码分析的前提,属于密码学区分分析范畴.随着应用情境和通信环境日趋复杂,密码体制的识别需考虑更广范围的密码体制集合,这使得当前主流的单层识别方案的识别能力受到考验.在分析现有识别方案演变趋势的基础上,文中研究了密码体制的分层识别问题.从密码体制识别问题基本含义出发,给出了一个密码体制识别的定义系统,并将密码体制的单层识别和分层识别统一于该系统下.进一步提出一种基于随机森林的密码体制分层识别方案,通过簇分和单分两阶段,首先对密文所属密码体制类别进行识别,继而识别其具体密码体制.实验及分析在由42种密码体制产生的共41 000个密文文件组成的数据集及其子集上展开.为保证方案整体识别效果,对定义的CM-簇分、CSN-簇分和CSBP-簇分可行性进行了探讨,通过实验验证了CM-簇分和CSN-簇分的可行性,同时发现CSBP-簇分可行的一种情形.对CSBP-簇分,在该情形的3种设置下,运用所提分层识别方案开展了密码体制识别,并与4种单层识别方案进行了比较.实验表明,分层识别方案准确率比对照组中最优单层识别方案的准确率分别提高19.55%、21.40%、22.99%.(本文来源于《计算机学报》期刊2018年02期）
刘洋[7]（2017）在《变电站过电压仿真分析及分层识别研究》一文中研究指出电力系统出现扰动或故障时产生的过电压是危害电网安全运行的重要因素之一,过电压可毁坏电气设备,导致供电中断甚至大范围停电等严重事故,不同类型的过电压有着不同的产生原理,其防范措施也各不相同。因此,如何准确、迅速的识别出不同类型的过电压,对及时排除故障、保障电力系统稳定安全运行有着重大意义。本文根据某变电站现场实际接线及相关电气设备具体参数,对线路、变压器、电源、负荷、避雷器等主要设备在ATP-EMTP仿真软件中进行模型选择及参数计算,完成设备参数设置并搭建该变电站过电压仿真模型,对电容器组合闸、空载线路合闸、空载变压器合闸、单相接地、直击雷以及感应雷过电压等6种常见的典型过电压波形进行了仿真计算,结合各自过电压产生原理,分析并总结了每一过电压波形特点。根据仿真计算结果,进行了变电站过电压特征量提取的研究。为了对不同等级过电压波形进行比较,对其进行了归一化处理。依据不同过电压持续时间特点,对仿真得到的波形区间划分为3个时间段,在此基础上,根据不同波形间的差异选取不同区间,采用时域分析法提取了 6个相对明显的特征量,对直观上不易区分的波形,采取小波分析法提取了8个具有较好差异性的特征量,并利用仿真数据验证了该14个特征量差异的有效性。最后,综合仿真得出的6种变电站过电压波形特征,构建了基于支持向量机的过电压分层识别结构并设计识别流程,可由上到下对所提取的特征量在每层分类器中进行选择。为验证该识别系统的有效性,根据仿真得到480条过电压数据,240条用于训练,240条用于测试。结果表明,本文所采用的支持向量机的识别准确率接近88%,识别时间近乎2.5s,相比传统识别方法准确率提升约12%,时间缩短约3s,该方法准确性高,速度快,能够有效对不同类型过电压进行识别,为今后防止过电压的工程应用中提供技术支持。(本文来源于《西安理工大学》期刊2017-06-30）
胡封晔,王璐,王珊珊,郭纲[8]（2016）在《基于无线体域网的人体姿态多级分层识别算法》一文中研究指出为解决无线体域网WBAN(Wireless Body Area Network)中人体姿态识别率低、算法复杂的问题,设计了一种以多层分级理论为基础的人体姿态多级分层识别算法。考虑到使用者的舒适度,将九轴加速度陀螺仪传感器(VG350)做成腰带佩戴在腰部实时采集数据。运用加速度向量幅值(SVM:Signal Vector Magnitude)、角度、角加速度和位移等参量,通过对实际测量数据的分析,将坐、蹲、弯腰、慢走和跑等姿态进行识别。实验结果表明,该算法简单,姿态识别率高达96.5%。(本文来源于《吉林大学学报(信息科学版)》期刊2016年01期）
尹坤阳,潘伟,谢立东,徐素霞[9]（2016）在《一种基于深度学习的人体交互行为分层识别方法》一文中研究指出本文把人体交互行为分解为由简单到复杂的4个层次:姿态、原子动作、复杂动作和交互行为,并提出了一种分层渐进的人体交互行为识别方法.该方法共有3层:第1层通过训练栈式降噪自编码神经网络把原始视频中的人体行为识别为姿态序列;第2层构建原子动作的隐马尔科夫模型(hidden Markov model,HMM),并利用估值定界法识别第1层输出的姿态序列中包含的原子动作;第3层以第2层输出的原子动作序列为输入,采用基于上下文无关文法(contextfree grammar,CFG)的描述方法识别原子动作序列中的复杂动作和交互行为.实验结果表明,该方法能有效地识别人体交互行为.(本文来源于《厦门大学学报(自然科学版)》期刊2016年03期）
李春晖,郑国磊,陈树林[10]（2014）在《飞机结构件加工域单元分层识别及构造方法》一文中研究指出加工域的自动识别是自动数控加工编程的关键技术之一。为实现飞机结构件自动数控加工程序编制过程中工序件加工域的自动识别,建立了加工域模型,提出了一种实用、可行的域元分层识别方法。首先,根据工序件构建分层面,截切零件和毛坯;其次,依据层交结果构建层域元轮廓,生成层域元;然后,建立规则合并层域元生成域元;最后,通过匹配域元间纵向关系,构建域元树状模型。通过对飞机结构件的测试,证明了该方法的有效性和实用性。(本文来源于《图学学报》期刊2014年06期）
分层识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
测井解释,即对测井数据的分析处理,主要的目的是利用测井资料,对地层的岩性进行分析,判断地质的油、气、水层,并且计算孔隙度、饱和度、渗透率等地质参数,并在此基础上对储层进行划分,从而为石油开采提供指导作用。传统的测井解释往往依靠人力,采用物理建模的方法进行分析,不仅工作量大,而且存在着多解性。随着计算技术的发展,机器学习算法逐渐在测井解释领域得到应用。通过对大量测井勘探数据进行分析,构建合适的机器学习模型,不仅可以实现地质参数的预测以及储层划分,而且可以极大地降低传统人工标注地层的工作量。本文对石油测井解释的现状进行了研究,并对其中存在问题进行了分析。在此基础上,针对石油测井数据的特点,研究了 AdaBoost和GRU方法相结合的地质分层识别模型,实现了地层的自动识别与标柱。本文的主要研究内容如下:(1)针对初始测井数据缺失及不完整情况,提出了一种数据预处理方法。由于受到环境、设备或人为等因素的影响,导致测井数据存在大量的数据缺失与数据不完整性,严重影响了后续的数据解释工作。而且,原始的测井数据维度高,数据属性之间存在相关性。据此,本文对原始无效测井数据进行剔除、数据补齐和特征提取,使得保持数据特征完整性同时,降低数据量。(2)研究了一种叁维空间克里金插值算法。传统的克里金插值主要根据二维空间中已知点的地质属性来预测某个位置的地质属性。但在钻井测井的地质属性重建中,空间某位置的属性值与周围位置的属性相关,需要在叁维空间中进行数据预测。本文根据克里金基本原理,改进了二维克里金的插值算法,实现了叁维空间中利用克里金算法来预测空间位置的地质属性。(3)提出了一种基于AdaBoost和GRU方法相结合的地质分层识别模型。本文将地质理论和GRU算法特点相结合,构建了地质分层识别模型,推导了模型权重系数公式和样本权重更新公式。通过与BP,SVM,GRU,AdaBoost方法的实验结果进行对比,证明本文模型的优势之处。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分层识别论文参考文献
[1].唐伦,丁理杰,史华勃,罗彬,夏春.用于大规模电磁暂态模型自动生成的拓扑分层识别方法[J].电力系统保护与控制.2019
[2].赵晋川.融合AdaBoost和GRU方法的地质分层识别研究[D].华北电力大学(北京).2019
[3].茅正冲,涂文辉.基于分层识别的快速说话人识别研究[J].计算机工程与科学.2018
[4].杨璐,刘付显,朱丰,郭东.基于贝叶斯推理的海战场空中目标意图分层识别方法[J].火力与指挥控制.2018
[5].唐伦,史华勃,袁川,丁理杰,周波.一种基于孤岛搜索的电力系统拓扑分层识别方法[J].四川电力技术.2018
[6].黄良韬,赵志诚,赵亚群.基于随机森林的密码体制分层识别方案[J].计算机学报.2018
[7].刘洋.变电站过电压仿真分析及分层识别研究[D].西安理工大学.2017
[8].胡封晔,王璐,王珊珊,郭纲.基于无线体域网的人体姿态多级分层识别算法[J].吉林大学学报(信息科学版).2016
[9].尹坤阳,潘伟,谢立东,徐素霞.一种基于深度学习的人体交互行为分层识别方法[J].厦门大学学报(自然科学版).2016
[10].李春晖,郑国磊,陈树林.飞机结构件加工域单元分层识别及构造方法[J].图学学报.2014
论文知识图
