魏书宁
- 作品数：17 被引量：86H指数：5
- 供职机构：湖南师范大学物理与信息科学学院更多>>
- 发文基金：国家科技支撑计划湖南省教育厅科研基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程电子电信更多>>
- 高压输电线路除冰机器人的除冰机构设计被引量：9
- 2012年
- 回顾了国内外高压输电线路除冰机器人的研究现状。针对不同除冰机器人的结构特点,设计了冲击式、铣削式和碾切式三种除冰机构;给出除冰机构切削力、功率等关键参数的理论计算结果,并设计了相应的除冰实验,验证了除冰机构设计的有效性。
- 魏书宁王耀南印峰杨易旻
- 关键词：除冰机器人
- 高压输电线上机器人的行走机构
- 本发明公开了一种高压输电线上机器人的行走机构，其特征在于，在机器人本体上安装有3个行走臂：前臂、中臂和后臂，机器人在输电线行走时，前臂和后臂在输电线的一侧，中臂在输电线的另一侧；每一个行走臂包括行走轮、升降臂、刹车机构和...
- 王耀南曹文明孙炜印峰王聪杨易旻伍锡如魏书宁王吉岱
- 高压输电线路除冰机器人自主抓线控制方法
- 本发明公开了一种高压输电线路除冰机器人自主抓线控制方法，通过设定状态集、动作集、Q表和回报函数，建立增强学习系统。该系统选择一个动作a作用于环境，接受该动作后环境转移到下一个状态s′，同时给出评价信号r，如果r满足一定条...
- 王耀南魏书宁印峰张辉杨易旻谭磊曹文明
- 文献传递
- 粗糙集属性约简的极限学习机网络入侵检测算法被引量：7
- 2019年
- 针对网络入侵数据量大、属性冗余及属性之间线性相关导致分类算法计算速度慢、准确度不高等问题,提出一种改进粗糙集属性约简的极限学习机网络入侵分类算法。对训练集采用粗糙集正域和分辨矩阵相结合的方法获得属性核,筛选出只有属性核的数据集得到无冗余属性的特征集合;使用极限学习机(ELM)作为分类模型进行分类,使用支持向量机(SVM)、神经网络、极限学习机比较证明提出方法的有效性,为网络入侵检测提供一种新的解决方法。
- 周棒棒魏书宁唐勇马天雨陈远毅
- 关键词：极限学习机
- 输电线路除冰机器人关键技术综述被引量：36
- 2011年
- 输电线路覆冰严重危害到电网的安全稳定运行,与传统除冰方法相比,采用机器人除冰在能耗、成本及安全性等方面具有优势。作为一个新兴的研究领域,国内外对除冰机器人的研究尚处在起步阶段,并没有成熟的技术可借鉴,因此有必要对现有研究成果进行系统分析和深入总结。回顾国内外高压输电线路除冰机器人的研究和应用现状,详细探讨了除冰机器人复杂柔性结构输电线缆上的高可靠性运动机构设计;复杂非结构化环境下的机器人自主行为控制与导航;无损伤高效除冰机构;野外大范围长时间工作的持续动力供给;远距离强电磁干扰条件下的机器人远程通信、监测和遥操作;恶劣工作环境中的本体特殊保护机制等关键技术问题。给出除冰机器人下一阶段研究方向的建议。
- 王耀南魏书宁印峰杨易旻谭磊曹文明
- 关键词：巡线机器人除冰机器人输电线路越障
- AR-HELM算法在网络流量分类中的应用研究被引量：4
- 2018年
- 针对传统分类算法建模速度慢、精确度低、分类效率不理想等问题,一种基于粗糙集属性约简的极限学习机网络流量分类方法成为利用机器学习研究网络流量分类的热门方法。由于结构限制,一些特殊的自然信号数据使用极限学习机进行特征学习一定程度上并不是很有效。因此,文章提出一种基于改进的粗糙集属性约简的多层极限学习机算法作为分类算法进行建模。实验结果显示,相较传统的神经网络和机器学习算法,文章算法可以很好地应用于网络流量分类且改善了极限学习机的学习表现。改进后的算法模型获得了更快、更优质的聚合结果。
- 魏书宁陈幸如唐勇唐勇
- 关键词：网络流量分类属性约简极限学习机粗糙集
- 高压输电线路智能除冰机器人
- 本发明提供了一种高压输电线路智能除冰机器人，其特征在于，包括机体与安装在机体上的挂线机构、行走驱动机构、制动机构和除冰机构；所述的挂线机构包括轮架、安装在轮架上的3个共面的同时起到挂线作用的行走轮、L形进线槽、托线机构和...
- 王耀南印峰杨易旻魏书宁谭磊沈春生曹文明王聪
- 高压输电线路除冰机器人自主抓线控制方法
- 本发明公开了一种高压输电线路除冰机器人自主抓线控制方法，通过设定状态集、动作集、Q表和回报函数，建立增强学习系统。该系统选择一个动作a作用于环境，接受该动作后环境转移到下一个状态s′，同时给出评价信号r，如果r满足一定条...
- 王耀南魏书宁印峰张辉杨易旻谭磊曹文明
- 基于k-最近邻分类增强学习的除冰机器人抓线控制被引量：7
- 2012年
- 输电线柔性结构特性给除冰机器人越障抓线控制带来极大困难.本文提出了一种结合k–最近邻(k-nearest neighbor,KNN)分类算法和增强学习算法的抓线控制方法.利用基于KNN算法的状态感知机制选择机器人当前状态k个最邻近状态并且对之加权.根据加权结果决定当前最优动作.该方法可以得到机器人连续状态的离散表达形式,从而有效解决传统连续状态泛化方法带来的计算收敛性和维数灾难问题.借助增强学习算法探测和适应环境的能力,该方法能够克服机器人模型误差和姿态误差,以及环境干扰等因素对抓线控制的影响.文中给出了算法具体实现步骤,并给出了应用此方法控制除冰机器人抓线的仿真实验.
- 魏书宁王耀南印峰杨易旻
- 关键词：除冰机器人维数灾难
- 基于PCA降维的分层超限学习机手势识别方法被引量：13
- 2017年
- 针对原始超限学习机在手势识别应用中欠缺良好的泛化性能和鲁棒性等问题,运用主成分分析(PCA)算法降低手势数据维数简化数据结构,并引入以超限学习机为基础,根据多层感知器理论拓展的分层超限学习机作为分类器应用于手势识别。PCA算法提取手势图像的主要特征,通过分层超限学习机的稀疏自动编码和分层训练,获得原始输入的多层稀疏表达,使自动编码后的输出近似原始输入,最大限度地减少重构误差,提高特征分类的精度。实验表明,与原始的超限学习机相比,具有更好的泛化性能,更快的识别速率以及更高的识别精度,提高了整体的学习性能。
- 吴良圆魏书宁周棒棒陈远毅
- 关键词：主成分分析手势识别
