王珂
- 作品数：18 被引量：68H指数：5
- 供职机构：中国矿业大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金中国矿业大学青年科技基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学经济管理更多>>
- 基于TLD的稀疏原型目标跟踪算法被引量：1
- 2017年
- 跟踪-学习-检测(TLD)目标跟踪算法能够实现长时间的在线目标跟踪,但当目标平面旋转发生形变以及目标被严重遮挡时,TLD算法在跟踪过程中会产生跟踪漂移。针对上述问题,在TLD算法的跟踪模块上使用稀疏原型进行跟踪,提出一种稀疏原型(SP)-TLD目标跟踪算法。当出现由于平面旋转引起的目标形变时,通过仿射变换变化坐标位置,能够准确跟踪目标避免产生跟踪漂移。在目标被严重遮挡时,根据目标的主成分分析基向量和琐碎模板判断目标未被遮挡及被遮挡部分,从而识别出被遮挡的目标。实验结果表明,与TLD算法相比,SP-TLD算法具有更高跟踪准确率和更强鲁棒性。
- 周军娜陈伟王珂蔡长征
- 关键词：目标跟踪仿射变换
- 一种基于因子分析改进的RBF神经网络算法
- 针对RBF神经网络在处理大规模多维数据时，网络结构不易设计、收敛时间较长、训练次数较多等不足，在原有的RBF神经网络模型的基础上，结合因子分析算法可以对大规模数据进行降维处理的优点，提出一种FA-RBF神经网络算法。利用...
- 杨华王珂
- 关键词：人工神经网络数据处理径向基函数
- 一种新的数字图像置乱方法被引量：3
- 2010年
- 常见的基于位置空间的数字图像置乱方法存在不能改变图像统计特性的缺陷,同时置乱过程缺乏随机性,保密性不高。针对以上问题,提出了一种新的数字图像色彩空间置乱方法。该方法基于快速数论变换,置乱速度快,变换矩阵形式不固定,逆变换矩阵求解简单,恢复图像完全无损,且通过选取合适的参数,经过一次迭代就可以达到满意的置乱效果。实验结果表明,置乱后的图像接近白噪声,提高了保密信息的迷惑性,同时还原图像易于实现,有较好的实用性。
- 刘兵王珂周勇
- 关键词：信息隐藏图像置乱
- 基于移动Agent的Web工作流管理系统架构
- 本文给出了一个基于移动Agent的工作流系统架构,它主要采用了集中式的组织结构,它与WfMC中提出的参考模型保持一致,与传统的工作流系统相比,具有更好的柔性和自适应性,同时系统还具有很强的可扩展性,方便二次开发.
- 王潜平管廷昭王珂王晓意
- 关键词：工作流管理系统移动AGENT系统架构
- 井下无线传感器网络冗余路由协议的研究
- 无线传感器网络在煤矿井下获得了越来越多的应用。本文根据煤矿的特点,设计了冗余路由协议,该协议可以快速发现网络拓扑结构和路由信息变化,选择最优路由并把数据通过该路由传输出去,当有节点损坏时可以自动恢复路由.为了能够快速的恢...
- 江东王潜平赵彦王珂
- 关键词：无线传感器网络
- 一种基于因子分析改进的RBF神经网络算法被引量：5
- 2011年
- 针对RBF神经网络在处理大规模多维数据时,网络结构不易设计、收敛时间较长、训练次数较多等不足,在原有的RBF神经网络模型的基础上,结合因子分析算法可以对大规模数据进行降维处理的优点,提出一种FA-RBF神经网络算法.利用该算法首先可以先对输入的数据进行降维处理,将处理后的数据作为神经网络的输入进行网络的训练和仿真.FA-RBF算法可以有效地简化网络结构、提高收敛速度、节省训练时间.将该算法用于私家车保有量的预测中,预测结果显示FA-RBF算法较之于PCA-RBF和RBF神经网络算法,其预测精度有所提高,训练时间及误差平方和都明显降低.
- 杨华王珂
- 关键词：人工神经网络径向基函数
- 基于Transformer的矿井内因火灾时间序列预测方法被引量：5
- 2024年
- 传统的基于机器学习的矿井内因火灾预测方法尽管具备一定的预测能力,然而在处理复杂的多变量数据时不能有效捕捉数据间的全局依赖关系,导致预测精度较低。针对上述问题,提出了一种基于Transformer的矿井内因火灾时间序列预测方法。首先,采用Hampel滤波器和拉格朗日插值法对数据进行异常值检测和缺失值填补。然后,利用Transformer的自注意力机制对时间序列数据进行特征提取及趋势预测。最后,通过调节滑动窗口的大小与步长,在不同的时间步长和预测长度下对模型进行不同时间维度的训练。结合气体分析法将矿井火灾产生的标志性气体(CO,O_(2),N_(2),CO_(2),C_(2)H_(2),C_(2)H4,C_(2)H_(6))作为模型输入变量,其中CO作为模型输出的目标变量,O_(2),N_(2),CO_(2),C_(2)H_(2),C_(2)H4,C_(2)H_(6)作为模型输入的协变量。选取陕煤集团柠条塔煤矿S1206回风隅角火灾预警的束管数据进行实验验证,结果表明:①对CO进行单变量预测和多变量预测,多变量预测相比单变量预测有着更高的预测精度,说明多变量预测能通过捕捉序列间的相关性提高模型的预测精度。②当时间步长固定时,基于Transformer的矿井内因火灾预测模型的预测精度随着预测长度的增加而下降。当预测长度固定时,模型的预测精度随时间步长增加而提高。③Transformer算法的预测精度较长短时记忆(LSTM)算法和循环神经网络(RNN)算法分别提高了7.1%~12.6%和20.9%~24.9%。
- 王树斌王旭闫世平王珂
- 关键词：TRANSFORMER时间序列标志性气体
- Web服务器集群系统中一种基于DNS的负载平衡算法
- 介绍了目前实现服务器集群负载平衡的主要策略，阐述了Web文档分配对集群系统性能的影响。 根据这种现象设计出了一个Web文档分配算法，并构建了一个基于DNS的负载平衡解决方案，最后对该算法的性能进行了测试，结果显示...
- 王珂王潜平
- 关键词：负载平衡DDA算法
- 矿区分布式综合调度系统的设计和应用
- 综合调度管理是对传统调度管理方式的革新,对提高决策的科学性,健全调度管理指挥系统都具有卓越的功效.就工矿企业而言,综合调度信息系统,在矿区计算机网和矿局域网环境中,进行实时调度指挥、工业电视监视、网络视频会议、分布式调度...
- 王潜平王珂华钢
- 关键词：分布式系统集成工控组态综合调度WEB
- 基于IFS-LCT-ViT的时间序列分类方法
- 2025年
- 目前针对时间序列分类问题,大多采用一维视角进行分析.二维视角下的时间序列具有更高量级的数据,但相关的研究较少且基本为格拉姆角场法(Gramian Angular Field,GAF)和卷积神经网络模型的组合.文中将对图像视角下的时间序列分类进行深入研究,对目前方法存在的相关问题进行优化.首先解决GAF算法的计算冗余问题,提出不平衡因子法(imbalance factor subtraction,IFS),以基础运算替换GAF的三角运算,在不损失分类精度的情况下,减少了图像生成过程的运算.其次针对卷积类模型存在局部偏好的问题,文中将图像识别的任务交给视觉全自注意力网络(Vision Transformer,ViT),通过对时序转换图分割,再对分割后的子块以全局并行计算的方式分配注意力权重,得到图像的整体特征.最后,提出适配ViT模型的轻量卷积令牌(lightweight convolutional token,LCT),通过一维卷积提取原始序列的局部特征,来弥补ViT模型对图像简单硬分割所带来的信息损失.结合以上所有提出了IFS-LCT-ViT模型,为了验证模型的有效性,在UCR官网中的11个数据集上进行了实验.结果表明,该模型与GRU-FCN、TST、GAF-CNN、XCM、OSCNN、MultiRocket相比,在6个数据集上获得了85.9%、80.2%、68.2%、63.0、85.3%和84.0%的最高准确率,证明了该模型在时间序列分类任务上的有效性.
- 杨思栋王珂刘兵苏冰
