何尧
- 作品数：6 被引量：13H指数：1
- 供职机构：福建工程学院更多>>
- 发文基金：福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 利用未标识文档提高中心分类法性能的研究
- 2007年
- 中心分类法性能高效,但需要大量的训练文档(已标识文档)来训练分类器以保证分类的正确性.而训练文档因需花费大量人力物力来分类而数量有限,同时,网络上存在着很多未标识文档.为此,对中心分类法进行改进,提出了ONUC和0FFUC算法,以弥补当训练文档不足时,中心分类法性能急剧下降的缺陷.考虑到中心分类法易受孤立点的影响,采取了去边处理.实验证明,与普通的中心分类法、其它半监督经典算法比较,在训练文档很少的情况下,该算法能获得较好的性能.
- 何尧张顺淼
- 关键词：文本分类
- 基于多维高斯分布与趋势分段的变压器异常检测方法
- 本发明涉及一种基于多维高斯分布与趋势分段的变压器异常检测方法。该方法包括对获取到的变压器在线监测历史数据进行筛选和清理，处理无效数据；分析历史数据中每个点的走势，将每个点与前N个值的指数加权移动平均进行比较，得出偏差；采...
- 何尧梁宏池连鸿松张少涵邹复民张顺淼叶娟郑作霖陈太娄坚鑫苏鑫郑泽志施宗兴
- 基于滑动窗口和多元高斯分布的变压器油色谱异常值检测被引量：12
- 2020年
- 现有的变压器油色谱在线监测数据因监测装置问题频繁出现失真,严重影响了整个在线监测系统的有效性和实用性。传统阈值判定法无法灵活及时地发现变压器本体设备和监测装置的异常。对此,提出了一种基于滑动窗口和多元高斯分布的变压器油色谱异常值检测方法,利用指数加权移动平均法和滑动窗口计算历史每笔数据中氢气、乙炔、总烃的估计值,获取到与监测值的残差数据后,再通过多元高斯分布,进行异常值检测。通过某变电站油中气体数据对本算法进行验证结果表明,该方法不仅能实时检测出变压器本体异常还能发现监测装置数据失真,并能祛除数据突变和噪声带来的影响,具有一定实用价值。
- 何尧梁宏池连鸿松许锐
- 关键词：变压器油中溶解气体分析
- 基于多维高斯分布与趋势分段的变压器异常检测方法
- 本发明涉及一种基于多维高斯分布与趋势分段的变压器异常检测方法。该方法包括对获取到的变压器在线监测历史数据进行筛选和清理，处理无效数据；分析历史数据中每个点的走势，将每个点与前N个值的指数加权移动平均进行比较，得出偏差；采...
- 何尧梁宏池连鸿松张少涵邹复民张顺淼叶娟郑作霖陈太娄坚鑫苏鑫郑泽志施宗兴
- 文献传递
- 基于无线传感网络的擦弦乐器辅助教学方法
- 本发明公开了一种基于无线传感网络的擦弦乐器辅助教学方法，无线传感装置采集音频信号，借助差分运算电路与标准音频识别比较，最终输出LED灯光可视信号，具体工作过程包括：构建所述无线传感装置；在所述音频存储及输出装置中选择即将...
- 蔡沛纬白羽铃章静何尧刘垣潘正祥廖律超张顺淼
- 文献传递
- 基于中心法的多层次文本分类方法的研究被引量：1
- 2007年
- 中心法运算速度快,效率高,而多层次分类器能有效地应对较多类别的分类任务,为此,提出了基于中心法的多层次分类法,通过分析大量类别之间的关系,把类别组织成树状结构,并在特征选择时,根据层次结构特色采取去根处理,在分类时采用中心法来进行分类。经过实验,与一般的层次分类算法、平面分类算法进行比较,该分类法具有较好的性能。
- 何尧陈治平杨亚蕾
- 关键词：文本分类
