《基于高阶动态贝叶斯网络嵌入的路面异常检测算法》PDF+DOC
作者:李博,张洪刚
单位:华南理工大学
出版:《华南理工大学学报(自然科学版)》2020年第01期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFHNLG2020010070
DOC编号:DOCHNLG2020010079
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种无线传感器网络节点的故障检测算法》PDF+DOC2020年第02期 宁丰力,梁国祥,王志彬
《基于矩阵分析的加权证据时空融合算法研究》PDF+DOC2006年第04期 肖冰松,许蕴山,夏海宝
《无线传感器网络规模可扩展性的实现算法》PDF+DOC2005年第02期 李建荣,王养利
《面向情境感知的不确定性数据融合策略》PDF+DOC2012年第02期 李向阳,李玲娟,陈建新,徐小龙
《能量约束贝叶斯压缩感知检测算法》PDF+DOC2012年第10期 赵春晖,许云龙
《动态贝叶斯网络用于雷达遮盖干扰效果评估》PDF+DOC2012年第02期 李京,杨根源
《基于磁阻传感器的车辆检测算法综述》PDF+DOC2009年第19期 潘霓,骆乐,闻育
《高效时序相似搜索技术》PDF+DOC2009年第11期 冯玉才,蒋涛,李国徽,朱虹
《无线传感器网络中基于贝叶斯可变频的CSMA/CA算法研究》PDF+DOC2014年第09期 罗震钧,张颖江,钟珞,吕品
《基于动态贝叶斯网络的机载电子设备故障诊断》PDF+DOC2014年第03期 周德新,蒋红菊
路面异常会给驾驶员与行人带来不便,更可能引发交通事故。提出了一种通过传感器时序信号数据进行路面异常检测的算法。针对行驶过程中采集的不同传感信号之间具有较强的高阶时序相关性的问题,通过构建高阶动态贝叶斯网络分类器来实现异常检测。首先,通过相关性分析和Granger因果分析分别构建初始时刻网络和转移网络的初始网络;然后,将传感信号进行小波分解,通过卷积神经元网络实现网络嵌入学习;最后,利用网络嵌入进行链路预测,结合MDL评分实现网络修正学习算法。实验结果表明,该检测算法相对于传统的时间序列分类方法,在分析时序相关性较大的信号数据时,具有更低的误检率和漏检率、更高的F1值,并且更加鲁棒。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。