搜索到673篇“ 数据密度“的相关文章
- 提高地震数据密度的模型构建、提高地震数据密度的方法
- 本发明公开了一种提高地震数据密度的模型构建、提高地震数据密度的方法。所述方法包括根据获取的目标层段三维地震数据体的多张地震剖面的数据;分别获取对应的剖面矩阵,向每个剖面矩阵中插入若干列,并设置插入列后的矩阵中的数据,生成...
- 熊冉郑剑锋王慧陈戈曹鹏黄理力朱永进俞广邵冠铭段军茂
- 一种基于数据密度自适应动态调整的时间轴数据可视化方法与系统
- 本发明公开了一种基于数据密度自适应动态调整的时间轴数据可视化方法与系统,本发明首先确定时间轴上显示数据的时间范围,然后根据时间跨度动态调整区间划分间隔,统计每个区间的数据量以及所有数据的总量,计算各区间相对于整体数据的密...
- 汪天祥颜科李磊殷庆荣李永李杰瑶周平宇
- 基于动态网格的非平衡大数据密度聚类方法
- 2025年
- 针对非平衡大数据当中进行聚类较为繁琐且聚类结果准确度不高的问题,提出一种以动态网格为基础的密度聚类方式。通过动态网格的划分,并设置相应网格密度的阈值,进行网格的自适应生成,实现相应的密度聚类效果。算法通过样本训练与测试对用户的异常轨迹进行监测,提出类相似的概念对不同的格簇进行划分,同时将噪声当成异常数据进行检测,保证数据检测的全面性。经过实际实验验证,改进算法对于非平衡大数据等问题的处理效果更优,精确度更高。
- 郭清李睿李宇章荣燕刘伟雷宇
- 关键词:动态网格数据流
- 基于多源数据密度估计自编码器的液体火箭发动机无监督异常检测
- 2025年
- 液体火箭发动机热试车试验是发动机制造交付过程中的关键环节,基于热试车试验开展高准确性异常检测是保障发动机安全可靠运行及载人登月任务顺利执行的重要手段。针对发动机多部件运行状态响应相互叠加干扰且非线性系统多部件差异退化趋势导致的异常识别误报率、漏报率高的技术难题,基于液体火箭发动机健康运行状态监测数据,提出多源数据密度估计自编码器的无监督异常识别方法。利用微观单元特征嵌入与全局结构化信息建模的编码器学习细粒度特征表示,然后通过解码器进行重建以学习健康状态数据分布。同时,通过高斯混合密度估计网络约束促使自编码器实现更好的特征表示与信息重建。最后,构建基于数据特征空间表示与数据分布的双重尺度下的异常检测评估分数,定义了液体火箭发动机健康状态运行下的正常情形约束边界,最终实现了多源监测数据下的发动机整机系统级异常智能检测。同型号及跨型号下液体火箭发动机地面热试车试验多源数据异常检测任务结果证明了所提方法的有效性和优越性。
- 刘莘王珺陈景龙刘子俊
- 关键词:异常检测液体火箭发动机无监督学习
- 一种基于时空数据密度感知的存储与检索方法及系统
- 本发明涉及时空轨迹大数据管理技术领域,具体公开了一种基于时空数据密度感知的存储与检索方法及系统,本发明利用时空轨迹数据的密度信息指导数据存储和检索,使得数据管理更加符合时空数据的特征和需求,采用分布式列式数据库作为数据存...
- 谢士齐李蒙陈昭王飞徐勇军
- 一种基于道路病害数据密度分析方法与系统
- 本发明涉及一种基于道路病害数据密度分析方法与系统,此系统包括数据采集模块、数据预处理模块、空间分析模块以及可视化呈现模块;数据采集模块,通过设置传感器或其他数据采集设备,自动收集道路病害数据,并使用地理信息系统进行数据的...
- 张晓明黄前华严京旗钟盛
- 基于深度学习的非结构化大数据密度聚类仿真
- 2024年
- 常规的非结构化大数据密度聚类方法耗时长,且易出现数据密度分配错误的情况,影响数据聚类精度。因此,提出一种基于深度学习的非结构化大数据快速密度聚类方法。采用数据密度函数求解每个非结构化大数据密度值,使用邻近搜索技术找出各簇最佳中心,选用Alex Net网络建立数据聚类学习框架,利用映射方式提取数据特征矢量,通过损失函数得出伪标签并作为反向传播依据。为了提升模型聚类速度及精度,引入小批量梯度下降优化聚类模型参数,实现非结构化大数据密度聚类。实验结果表明,所提方法能够使密度相似数据紧密、密度相差较大数据稀疏,令数据密度聚类效果良好。
- 胡涛王中杰张连明陈晓锁
- 关键词:数据密度
- 改进旋转平衡森林的数据密度峰值聚类算法
- 2024年
- 非平衡数据中少数类样本数量少,存在分类检测准确率低下的问题,为提高少数类检测精度,同时提高分类检测的通用性,将ADPC自适应密度峰值聚类优化算法与ROBF旋转平衡森林算法有机融合,提出一种改进的非平衡数据密度峰值聚类算法,即ROBF-ADPC算法。算法首先采用SMOTE数据采样法,通过合成少数类样本以提高非平衡数据的协方差收缩性,并基于系统参数获取特征子集;然后采用PCA主成分分析法对特征子集进行特征旋转变换,并采用HSLS插值法提高数据集的平衡度;接着通过对样本局部域密度的标准化处理,并在降序图中拉伸“奇点”附近样本;最后利用自适应优化策略完成聚类中心分配,完成非平衡数据分类任务。消融实验结果显示,三类优化模块均对分类结果均起正向影响,且三类优化算法的叠加将少数类分类精确度提升了8.08%,但时效性略有下降;对比实验结果表明,ROBF-ADPC聚类模型在对非平衡数据进行分类时,在三类数据集下,较其余8类融合模型相比,少数类分类准确率R平均提高了5.13%,且系统特异度恒为最大值。综上所述,上述ROBF-ADPC算法模型可以有效的提升非平衡数据集中少数类检测精度,具有重要的仿真价值。
- 衡欣焦禹淦郑延斌
- 关键词:数据采样
- 基于JS散度的不确定数据密度峰值聚类算法
- 2024年
- 针对传统的基于密度的不确定性聚类算法存在参数敏感和对复杂流形不确定数据集得到聚类结果较差的缺陷,提出一种新的基于JS散度的不确定数据密度峰值聚类算法(UDPC-JS)。该算法首先用不确定自然邻居定义的不确定自然邻域密度因子去除噪声点;其次,通过不确定自然邻居和JS散度相结合的方式计算不确定数据对象的局部密度,通过结合代表点的思想找到不确定数据集的初始聚类中心,并在初始聚类中心之间定义基于JS散度和图的距离;然后,再利用基于不确定自然邻居和JS散度计算出的局部密度和在初始聚类中心之间新定义的基于JS散度和图的距离在初始聚类中心上构建决策图,并根据决策图选择最终的聚类中心;最后,将未分配的不确定数据对象分配到其初始聚类中心所在的簇中。实验结果表明:该算法较对比算法具有更好的聚类效果和准确性,并且在处理复杂流形的不确定数据集上的优势较大。
- 李松刘晓楠刘娟
- 关键词:不确定数据聚类
- 基于数据密度与统计特征匹配的雷达信号分选方法及装置
- 本发明提供基于数据密度与统计特征匹配的雷达信号分选方法及装置,涉及雷达信号分选技术领域。此方法包括:对各脉冲重复间隔工作模式中的多个第三类别进行区分,实现对同一调制类型信号的区分,在对各批次雷达脉冲描述字依次进行聚类、筛...
- 周峰张振熙马建昆徐逸飞石晓然傅易铭
相关作者
- 王培源

- 作品数:30被引量:49H指数:4
- 供职机构:中国地震局地震研究所
- 研究主题:卫星激光测距 数据密度 高重复频率 SLR FPGA
- 李欣

- 作品数:43被引量:69H指数:6
- 供职机构:中国地震局地震研究所
- 研究主题:卫星激光测距 高重复频率 数据密度 SLR 激光测距
- 詹宜巨

- 作品数:123被引量:621H指数:10
- 供职机构:中山大学
- 研究主题:RFID 射频识别 反碰撞 无线传感器网络 盲源分离方法
- 杜瑞林

- 作品数:75被引量:831H指数:17
- 供职机构:中国地震局地震研究所
- 研究主题:GPS 地壳形变 地震 垂直形变 同震形变
- 殷永凯

- 作品数:31被引量:81H指数:7
- 供职机构:深圳大学
- 研究主题:标志点 亚像素 三维成像 相位图 三维测量系统