天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 軟件論文 >

面向復雜工業(yè)大數據的實時特征提取方法

發(fā)布時間:2018-06-10 17:24

  本文選題:工業(yè)大數據 + 實時性與魯棒性 ; 參考:《西安電子科技大學學報》2016年05期


【摘要】:工業(yè)大數據具有大體量、多源性、連續(xù)采樣和價值密度低等特點,造成其數據復雜度高、實時性強和異常數據多.而傳統的特征提取方法已無法滿足復雜工業(yè)大數據的實時性要求,同時工業(yè)大數據的處理方法不同于基于互聯網的數據流處理方法,其對精度要求較高.針對該問題,提出一種魯棒的增量在線特征提取方法,即魯棒增量主成分分析,采用滑動窗口動態(tài)更新數據,過濾窗口內的異常數據點;然后對窗口內數據進行增量主成分分析,從而滿足工業(yè)大數據處理的精度及實時性要求.實驗結果表明,該方法可有效對數據流進行實時的特征提取,并達到一定的精度要求.
[Abstract]:Industrial big data has the characteristics of large volume, multi-source, continuous sampling and low value density, which makes its data complexity, real-time and abnormal data more. However, the traditional feature extraction method can not meet the real-time requirements of complex industrial big data. At the same time, the processing method of industrial big data is different from the data flow processing method based on Internet. To solve this problem, a robust incremental on-line feature extraction method, robust incremental principal component analysis (RPCA), is proposed. The sliding window is used to dynamically update the data and the abnormal data points in the window are filtered. Then the incremental principal component analysis of the data in the window is carried out to meet the precision and real-time requirements of industrial big data processing. The experimental results show that this method can effectively extract the real-time features of the data stream and achieve certain accuracy requirements.
【作者單位】: 西安電子科技大學工業(yè)大數據技術研究中心;
【基金】:中央高;究蒲袠I(yè)務費大數據群資助項目(BDY231423) 國家自然科學基金資助項目(51505357) 陜西省國際科技合作與交流計劃資助項目(2016-KW-048)
【分類號】:TP311.13

【相似文獻】

相關期刊論文 前10條

1 馬少華,高峰,李敏,吳成東;神經網絡分類器的特征提取和優(yōu)選[J];基礎自動化;2000年06期

2 管聰慧,宣國榮;多類問題中的特征提取[J];計算機工程;2002年01期

3 胡威;李建華;陳波;;入侵檢測建模過程中特征提取最優(yōu)化評估[J];計算機工程;2006年12期

4 朱玉蓮;陳松燦;趙國安;;推廣的矩陣模式特征提取方法及其在人臉識別中的應用[J];小型微型計算機系統;2007年04期

5 趙振勇;王保華;王力;崔磊;;人臉圖像的特征提取[J];計算機技術與發(fā)展;2007年05期

6 馮海亮;王麗;李見為;;一種新的用于人臉識別的特征提取方法[J];計算機科學;2009年06期

7 朱笑榮;楊德運;;基于入侵檢測的特征提取方法[J];計算機應用與軟件;2010年06期

8 王菲;白潔;;一種基于非線性特征提取的被動聲納目標識別方法研究[J];軟件導刊;2010年05期

9 陳偉;瞿曉;葛丁飛;;主觀引導特征提取法在光譜識別中的應用[J];科技通報;2011年04期

10 王華,李介谷;人臉斜視圖象的特征提取與恢復[J];上海交通大學學報;1997年01期

相關會議論文 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學術年會論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉體的幾何特征提取方法[A];第一屆建立和諧人機環(huán)境聯合學術會議(HHME2005)論文集[C];2005年

3 薛燕;李建良;朱學芳;;人臉識別中特征提取的一種改進方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

4 杜栓平;曹正良;;時間—頻率域特征提取及其應用[A];2005年全國水聲學學術會議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運動目標的分割與特征提取[A];全國第二屆信號處理與應用學術會議專刊[C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統仿真技術及其應用學術會議論文集[C];2009年

7 林土勝;賴聲禮;;視網膜血管特征提取的拆支跟蹤法[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國機械工程學會年會論文集[C];2005年

9 劉紅;陳光,

本文編號:2004012


資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2004012.html


Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

版權申明:資料由用戶b6bbb***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com