您的位置: 专家智库 > >

孙向阳

作品数:2 被引量:8H指数:2
供职机构:兰州交通大学电子与信息工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 1篇遗传算法
  • 1篇英文
  • 1篇用户
  • 1篇用户识别
  • 1篇网络
  • 1篇无线传感
  • 1篇无线传感器
  • 1篇无线传感器网
  • 1篇无线传感器网...
  • 1篇粒子滤波
  • 1篇滤波
  • 1篇目标跟踪
  • 1篇目标跟踪算法
  • 1篇改进粒子滤波
  • 1篇感器
  • 1篇XG
  • 1篇传感
  • 1篇传感器
  • 1篇传感器网
  • 1篇传感器网络

机构

  • 2篇兰州交通大学

作者

  • 2篇宋晓宇
  • 2篇孙向阳

传媒

  • 1篇自动化与仪器...
  • 1篇Journa...

年份

  • 1篇2018
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
一种改进粒子滤波的无线传感器网络目标跟踪算法被引量:2
2016年
针对粒子滤波算法中粒子多样性退化缺陷,为提高无线传感器网络(WSN)目标跟踪精度,提出一种改进粒子滤波的WSN目标跟踪方法,通过对采样产生的粒子集合进行选择、交叉和变异等遗传操作,获得更多优良粒子,实现了粒子集合的多样性。仿真结果表明,相对于其它目标跟踪算法,改进粒子滤波算法提高了WSN目标跟踪精度,有效减少目标跟踪均方根误差,目标定位更加准确。
宋晓宇陈沾衡孙向阳
关键词:粒子滤波遗传算法无线传感器网络目标跟踪
基于XGBoost算法的异常用户识别(英文)被引量:6
2018年
电力行业是国民经济中的基础性产业,日益严重的电力异常行为给国家经济造成了巨大损失。XGBoost(eXtreme gradient boosting)算法用于异常客户的识别。首先,对原始数据进行清洗;然后,从不同角度构建用户用电特征;最后,使用XGBoost分类器分别在平衡样本集和非平衡样本集下进行异常客户识别。与之对比,在相同特征下,分别使用KNN(k-nearest neighbor)分类器、BP(back-propagation)神经网络分类器和和随机森林分类器在这两个样本集下进行异常客户识别。实验结果表明,XGBoost分类器有更高的识别率和更快的运行速度,特别是在不平衡数据集下,性能改进尤为明显。
宋晓宇孙向阳赵阳
关键词:用户识别
共1页<1>
聚类工具0