期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于单阈值PCNN的边缘-参数运动模糊辨识算法
被引量：
1
1
作者
贺金平
高昆
倪国强
《光电工程》
CAS
CSCD
北大核心
2009年第6期97-102,共6页
针对存在着无旋转角度的线性位移模糊的图像,本文提出了一种新的基于脉冲耦合神经网络(PCNN)的边缘-参数曲线模糊分析法来辨识位移参数。该方法利用归一化的局部熵变换和改进的单阈值PCNN模型构造一个新的边缘因子,提取出模糊图像的边...
针对存在着无旋转角度的线性位移模糊的图像,本文提出了一种新的基于脉冲耦合神经网络(PCNN)的边缘-参数曲线模糊分析法来辨识位移参数。该方法利用归一化的局部熵变换和改进的单阈值PCNN模型构造一个新的边缘因子,提取出模糊图像的边缘和纹理信息;通过边缘因子与对应的线性匀速运动参数构成的边缘-参数曲线,可以准确地辨识该模糊图像的位移量。实验结果表明,该算法产生的辨识曲线性能稳定,辨识方便准确,可辨识的有效线性移动模糊参数范围可到4～30个像素。
展开更多
关键词
运动模糊参数辨识
单阈值脉冲耦合神经网络
归一化局部熵
边缘-参数曲线
在线阅读
下载PDF
职称材料
神经网络与弱学习机制算法在单相接地故障判断中的对比分析
被引量：
2
2
作者
苏瑜蓉
顾涛
《华北科技学院学报》
2021年第4期46-53,共8页
为了进一步提高单相接地故障识别准确率,对比研究了基于BP神经网络与弱学习机制的单相接地故障分类算法在判断单相接地故障准确率方面的问题。根据10 kV架空线路中所采集到的监测数据,使用‘相应电场下降百分比与电流上升突变值构建的...
为了进一步提高单相接地故障识别准确率,对比研究了基于BP神经网络与弱学习机制的单相接地故障分类算法在判断单相接地故障准确率方面的问题。根据10 kV架空线路中所采集到的监测数据,使用‘相应电场下降百分比与电流上升突变值构建的向量空间’作为训练样本。采用‘基于终端吸引子的改进的全局寻优自适应快速BP学习算法’与‘基于决策树的弱学习机制算法’,对单相接地故障识别问题进行研究,并对比了两种算法之间的性能。结论为:相比于神经网络算法,弱学习机制算法能够更好地弱化向量识别时阈值问题,从而在进行单相接地故障分类时能将准确率提高到99%以上。
展开更多
关键词
神经网络
弱学习机制
集成学习
单相接地故障
阈值弱化
在线阅读
下载PDF
职称材料
题名
基于单阈值PCNN的边缘-参数运动模糊辨识算法
被引量：
1
1
作者
贺金平
高昆
倪国强
机构
北京理工大学信息科学技术学院光电工程系
出处
《光电工程》
CAS
CSCD
北大核心
2009年第6期97-102,共6页
基金
国家自然基金资助项目(60702017)
文摘
针对存在着无旋转角度的线性位移模糊的图像,本文提出了一种新的基于脉冲耦合神经网络(PCNN)的边缘-参数曲线模糊分析法来辨识位移参数。该方法利用归一化的局部熵变换和改进的单阈值PCNN模型构造一个新的边缘因子,提取出模糊图像的边缘和纹理信息;通过边缘因子与对应的线性匀速运动参数构成的边缘-参数曲线,可以准确地辨识该模糊图像的位移量。实验结果表明,该算法产生的辨识曲线性能稳定,辨识方便准确,可辨识的有效线性移动模糊参数范围可到4～30个像素。
关键词
运动模糊参数辨识
单阈值脉冲耦合神经网络
归一化局部熵
边缘-参数曲线
Keywords
blur identification
single threshold pulse-coupled neural networks
normalize local entropy
edge-parameter curve
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
神经网络与弱学习机制算法在单相接地故障判断中的对比分析
被引量：
2
2
作者
苏瑜蓉
顾涛
机构
华北科技学院安全工程学院
华北科技学院计算机学院
出处
《华北科技学院学报》
2021年第4期46-53,共8页
基金
河北省物联网监控工程技术研究中心基金项目(3142016020)
中央高校基本科研业务费资助项目(3142015024)。
文摘
为了进一步提高单相接地故障识别准确率,对比研究了基于BP神经网络与弱学习机制的单相接地故障分类算法在判断单相接地故障准确率方面的问题。根据10 kV架空线路中所采集到的监测数据,使用‘相应电场下降百分比与电流上升突变值构建的向量空间’作为训练样本。采用‘基于终端吸引子的改进的全局寻优自适应快速BP学习算法’与‘基于决策树的弱学习机制算法’,对单相接地故障识别问题进行研究,并对比了两种算法之间的性能。结论为:相比于神经网络算法,弱学习机制算法能够更好地弱化向量识别时阈值问题,从而在进行单相接地故障分类时能将准确率提高到99%以上。
关键词
神经网络
弱学习机制
集成学习
单相接地故障
阈值弱化
Keywords
neural
network
weak learning mechanism
integrated learning
single
-phase grounding fault
threshold
weakening
分类号
TM743 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于单阈值PCNN的边缘-参数运动模糊辨识算法
贺金平
高昆
倪国强
《光电工程》
CAS
CSCD
北大核心
2009
1
在线阅读
下载PDF
职称材料
2
神经网络与弱学习机制算法在单相接地故障判断中的对比分析
苏瑜蓉
顾涛
《华北科技学院学报》
2021
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
