高林
- 作品数：44 被引量：76H指数：4
- 供职机构：青岛科技大学自动化与电子工程学院更多>>
- 发文基金：山东省自然科学基金博士科研启动基金上海市科学技术委员会基础研究重点项目更多>>
- 相关领域：自动化与计算机技术交通运输工程机械工程化学工程更多>>
- 一种新的数据二阶特征估计算法及其在数据校正中的应用
- 2010年
- 在许多数据分析,尤其是数据校正过程中,需要知道数据的二阶特征。现行的二阶特征算法通常是对方差的估计,算法存在共同的局限性,即假定样本中不含有显著误差,并且服从正态分布。这种假定在许多实际情况中是不能满足的,从而使算法的应用受到了限制。针对常用算法的局限性,本文提出了一种新的数据二阶特征估计算法。该算法基于序列的关联性理论,通过对信号或然误差的实时估计实现对数据等效二阶特征的估计。理论分析和仿真实例验证了新算法的有效性。
- 高林顾幸生刘喜梅陈晶
- 关键词：数据校正或然误差
- 基于嵌入式的智能刹车预警系统
- 本发明公开了一种基于嵌入式的智能刹车预警系统，包括油压传感器模块、位移传感器模块、嵌入式微处理器模块、按键输入校正模块、LED驱动模块、LED灯组、显示模块。系统可以根据刹车油管内的油压或制动踏板位移量来表征脚踩刹车的力...
- 岳耀宾赵杰吴兵高林李升凯张涛
- 一种新的基于模糊集的稳态检验方法
- 数据校正之前,必须首先确定校正对象的状态,即稳态检验。校正对象的状态通常分为稳态、准稳态和动态三类。目前的稳态检验方法都是"动态"和"稳态"的二值判别模式,只能给出对象状态的定性判断,这在绝大多数实际情况下是不尽合理的。...
- 高林刘喜梅
- 关键词：数据校正模糊集
- 文献传递
- 大数据挖掘算法在刷卡中的研究与应用被引量：2
- 2019年
- 面对海量的刷卡交易数据,普通的聚类算法和自然语言处理无法完成数据挖掘任务。本研究将MapReduce与K-means、FCM及HanLP算法相结合,不仅提高了海量数据聚类和语句分析的效率,而且可以挖掘出海量用户的刷卡行为特点,丰富和完善了客户画像。经过实验测试,基于MapReduce的聚类和自然语言分析算法运行在Hadoop集群下,不仅快速地实现了客户画像,帮助企业实现精准推销,而且为大数据环境下实现数据挖掘及自然语言分析算法的分布式并行运算提供了重要的参考和应用价值。
- 高林高尚飞
- 关键词：HADOOPMAPREDUCE聚类算法
- 多模型软测量技术及其在石油化工中的应用
- 该文以某炼油厂催化重整装置的催化剂再生过程烧焦区氧含量为背景,对软测量建模方法进行了研究.首先基于现场采集的数据和机理分析,确定了氧含量软测量建模的辅助变量,并应用最小二乘法(pls)、bp网络、rbf网络建立了氧含量的...
- 高林
- 关键词：催化重整软测量神经网络
- 文献传递网络资源链接
- 基于交通流数据的交通状态判别算法研究被引量：2
- 2020年
- 随着经济和科技的迅猛发展,人民的生活水平逐渐提高,城市人口和机动车保有量急速增长,交通拥堵问题在世界各个大中城市普遍存在。该文在对算法的发展进行了解后,选择模糊C均值聚类分析(FCM)、集对分析和BP神经网络3种算法,进行交通状态判别研究。通过Matlab程序对实际交通数据进行仿真,从准确率和运行时间2方面对算法效果进行了对比分析,在所用的实际交通流数据和运行程序下,集对分析算法是相对较好的算法。
- 高林李琪琪
- 关键词：聚类分析集对分析BP神经网络
- 基于S7-200 SMART PLC的瓦楞纸板生产线温度控制系统设计被引量：4
- 2019年
- 根据瓦楞纸板生产线的结构,介绍了基于PLC的温度控制系统,阐述了瓦楞纸板生产过程中出现的问题以及对质量造成的影响,合理选择了PLC、温度传感器等硬件设施并画出相应的硬件连接图和接线图,设计了温度控制系统的工作流程图,最终使该系统能够有效改善瓦楞纸板生产过程中的温度问题。
- 高林姜旭辉朱庆港
- 关键词：瓦楞纸板温度控制系统PLC
- 小样本道路旅行时间数据中的异常点剔除算法被引量：3
- 2015年
- 利用车牌照匹配技术获取的小样本旅行时间数据中通常夹杂大量异常点,无法直接用以表征当前交通状态及交通旅行时间数据的动态、离散、小样本等特性,在传统剔除算法的基础上,提出了一种统计分析与模糊C均值聚类相结合的异常点剔除新方法。将新剔除方法与传统剔除方式效果进行分析比较,得出一种精确度较高的异常点剔除方法。仿真结果表明,该方法在处理交通小样本数据上,大幅度提高了异常点检测的准确性,能够有效过滤异常数据。
- 刘喜梅刘义芳高林
- 关键词：智能交通旅行时间模糊C均值聚类
- 改进RetinaNet的工艺流程检测算法
- 2023年
- 现阶段,图像深度学习算法无法检测时序性的工艺流程问题。本文针对针织机械山板总成的人为装配工艺进行研究,提出MS-RetinaNet目标检测算法。借鉴自然语言处理的思想,引入Swin-Transformer结构,保留了CNN结构的层次性,弥补了CNN结构对于高层语义信息融合不足的问题,增强了全局与细节学习能力;使用改进的GIoU Loss,增加判定因子式,缓解损失计算退化的影响,优化边界框回归效果;根据多尺度目标参数,采用最佳锚框比,提高了召回率和检测精度;设计时序检测头,使算法具有判别目标先后顺序和逻辑关系的能力。实验结果表明,算法AP可达90.3%,高于当前主流算法2%以上,单张图片检测速度约46 ms,满足了工艺流程的时序检测要求,综合性能优越。
- 李玮高林
- 关键词：检测头
- 一种基于车牌识别数据的城市道路交通状态判别方法
- 车牌识别数据是针对城市道路行驶车辆的实时监测数据,具有持续生成且数据量大、时间空间相关等特性。当前基于车牌识别数据进行智能交通相关研究较少,本文基于车牌识别数据设计了车辆旅行时间获取方法及路段平均行程速度估计方法,在此基...
- 胡旭峰刘喜梅高林
- 关键词：交通状态判别旅行时间
- 文献传递
