期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种改进的一维搜索指数优化算法 被引量:3
1
作者 张志彬 金福江 汤仪平 《华侨大学学报(自然科学版)》 CAS 北大核心 2012年第5期503-505,共3页
在分析黄金分割法基本原理的基础上,通过改变以指数收敛的区间长度缩短比率得到一种新的一维搜索指数优化算法.实例结果表明:该算法的收敛速度要比黄金分割法的收敛速度要快,同时最优解的区间精度也比黄金分割法的要精确;然而,该算法只... 在分析黄金分割法基本原理的基础上,通过改变以指数收敛的区间长度缩短比率得到一种新的一维搜索指数优化算法.实例结果表明:该算法的收敛速度要比黄金分割法的收敛速度要快,同时最优解的区间精度也比黄金分割法的要精确;然而,该算法只适用于单峰函数局部最优解的求取. 展开更多
关键词 一维搜索 黄金分割法 加速收敛 指数优化算法
在线阅读 下载PDF
基于改进指数优化与迭代加权LM法的机器人标定方法
2
作者 赵云涛 方成 李维刚 《组合机床与自动化加工技术》 北大核心 2024年第11期18-23,共6页
针对协作机器人的出厂标定过程步骤繁琐,效率低下的问题,提出了一种基于两步策略的运动学标定算法,通过结合改进指数优化算法和迭代加权LM算法,简化标定流程并提高定位精度。首先,基于改进DH方法与位置微分误差变换建立机器人参数辨识模... 针对协作机器人的出厂标定过程步骤繁琐,效率低下的问题,提出了一种基于两步策略的运动学标定算法,通过结合改进指数优化算法和迭代加权LM算法,简化标定流程并提高定位精度。首先,基于改进DH方法与位置微分误差变换建立机器人参数辨识模型,结合测量装置坐标系搭建标定系统误差模型,利用改进指数优化算法快速获取测量坐标系初始参数;其次,为提高辨识结果的鲁棒性,将距离残差作为权值因子,通过迭代加权LM算法补偿机器人模型的几何参数误差和测量坐标系矩阵参数误差;最后,通过实验验证,结果表明机器人位置误差的平均值、均方差误差和最大误差分别降低了80.28%、71.61%和52.16%,验证了该方法的正确性和有效性。 展开更多
关键词 协作机器人 运动学标定 指数优化算法 LM算法 激光跟踪仪
在线阅读 下载PDF
基于去除土壤效应的烤烟叶面积指数及烟碱含量的无人机高光谱监测研究 被引量:1
3
作者 蒋薇 严定春 +5 位作者 李栋 孙伟超 薛博文 程涛 李军营 汤亮 《南京农业大学学报》 CAS CSCD 北大核心 2024年第6期1230-1240,共11页
[目的]土壤背景在无人机遥感监测中存在干扰作用,本文旨在对烟草长势和品质无人机高光谱监测进行去土壤效应的研究。[方法]通过实施2个品种、4个施氮水平互作处理的烤烟田间试验,利用无人机平台搭载的高光谱相机获取大田关键生育期的烤... [目的]土壤背景在无人机遥感监测中存在干扰作用,本文旨在对烟草长势和品质无人机高光谱监测进行去土壤效应的研究。[方法]通过实施2个品种、4个施氮水平互作处理的烤烟田间试验,利用无人机平台搭载的高光谱相机获取大田关键生育期的烤烟冠层反射光谱数据,并分别使用土壤植被组分光谱分解(3SV)算法与植被指数阈值法去除土壤效应后的各小区平均光谱,利用植被指数优化算法进行全生育期烤烟叶面积指数和烟碱含量的高光谱监测模型构建。[结果]在使用3SV算法后,波段组合与烟叶烟碱相关关系较高的区域分布在λ1:450~500 nm和λ2:580~660 nm组合以及λ1:630~670 nm和λ2:680~700 nm;波段组合与叶面积指数相关关系较高的区域分布于λ1:730~770 nm和λ2:750~800 nm组合以及λ1:510~600 nm和λ2:680~700 nm。基于3SV算法的烟叶烟碱含量与叶面积指数监测模型验证精度均较植被指数阈值算法处理后有不同程度提高,‘云烟87’烟碱的模型验证决定系数R 2从0.64提高到0.88,RMSE从0.71%降低至0.29%,效果最为明显。利用3SV算法与波段优化算法,筛选出与‘云烟87’和‘K326’叶面积指数关系最佳的指数分别为NDLI_(515,691)和NDLI_(764,799);与‘云烟87’和‘K326’烟碱含量关系最佳的指数分别为NDNI_(450,658)和NDNI_(456,654),并建立了适用于监测大田生育期的叶面积指数与叶片烟碱含量的模型。[结论]通过比较不同去除土壤背景算法,发现3SV算法提高了烟草叶面积指数与烟碱监测模型的精度,为无人机高光谱大面积监测烟草长势与品质提供了技术支持。 展开更多
关键词 3SV算法 植被指数阈值法 无人机高光谱 光谱指数波段优化算法 烤烟 土壤背景
在线阅读 下载PDF
基于WKPCA与IEDO-XGBoost的变压器故障诊断方法研究 被引量:1
4
作者 张容槟 徐耀松 牛元平 《电工电能新技术》 CSCD 北大核心 2024年第10期24-42,共19页
针对变压器故障的特点,将加权核主成分分析技术与IEDO-XGBoost相结合,提出了一种新的变压器故障诊断模型。该方法主要将溶解气体分析技术与无编码比值法相结合,获取变压器的故障特征,利用WKPCA对其进行降维处理,并将归一化处理后的故障... 针对变压器故障的特点,将加权核主成分分析技术与IEDO-XGBoost相结合,提出了一种新的变压器故障诊断模型。该方法主要将溶解气体分析技术与无编码比值法相结合,获取变压器的故障特征,利用WKPCA对其进行降维处理,并将归一化处理后的故障样本数据作为IEDO-XGBoost模型的输入,输出变压器故障诊断类型及其诊断准确率。选取20维变压器故障特征数据进行WKPCA降维处理,加快了模型的收敛速度;采用自适应正余弦策略和高斯变异策略对指数分布优化器算法进行改进,并用10个典型测试函数对改进后的指数分布优化算法性能进行了测试,结果表明改进后的指数分布优化算法具有更快的收敛速度和全局搜索能力。然后,利用改进的指数分布算法来确定XGBoost模型中的多个最优参数。仿真结果表明,该模型的诊断准确率为91.82%,分别比EDO-XGBoost、NGO-XGBoost、GJO-XGBoost、GWO-XGBoost和WOA-XGBoost故障诊断模型高2.73%、3.64%、5.46%、8.18%和10.91%,验证了本文所提方法能够有效提高变压器故障诊断性能。 展开更多
关键词 变压器 加权核主成分分析 故障诊断 溶解气体分析 指数分布优化算法 极端梯度提升
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部