期刊导航
期刊开放获取
上海教育软件发展有限公..
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
基于概率神经网络和双小波的电能质量扰动自动识别
被引量：
16
1
作者
石敏
吴正国
徐袭
《电力自动化设备》
EI
CSCD
北大核心
2006年第3期5-8,共4页
对电能质量(PQ)扰动的自动识别是找出引起PQ问题根本原因的前提。提出了一种基于概率神经网络PNN(Probabilistic Neural Networks)和db10,db1双小波的PQ扰动自动识别方法。首先,利用db10小波对信号进行分解,将各层小波变换系数的能量和...
对电能质量(PQ)扰动的自动识别是找出引起PQ问题根本原因的前提。提出了一种基于概率神经网络PNN(Probabilistic Neural Networks)和db10,db1双小波的PQ扰动自动识别方法。首先,利用db10小波对信号进行分解,将各层小波变换系数的能量和第1高频层模极大值情况作为PNN的输入矢量,判断扰动类型;然后,对信号进行傅里叶变换以检测信号中是否含有谐波;最后,对判断存在电压下降的信号进行db1小波分解,根据其低频层的模值区分电压下陷和电压中断信号。测试结果表明,该方法提高了识别正确率,且实现简单,能有效检测幅值较小的谐波。
展开更多
关键词
电能质量
扰动识别
概率神经网络
小波变换
双小波
快速傅里叶变换
在线阅读
下载PDF
职称材料
基于形态学与不完全树形小波分解的图像纹理特征提取算法
被引量：
6
2
作者
张雯
葛玉荣
《计算机应用》
CSCD
北大核心
2011年第6期1592-1594,共3页
针对不完全小波树形结构分解提取纹理特征仅对清晰度高的图像效果佳,运算速度慢的问题,提出基于形态学预处理的不完全小波树形分解快速提取图像纹理特征的算法。首先采用形态学高帽—低帽变换对图像进行预处理,去除图像噪声,增强对比度...
针对不完全小波树形结构分解提取纹理特征仅对清晰度高的图像效果佳,运算速度慢的问题,提出基于形态学预处理的不完全小波树形分解快速提取图像纹理特征的算法。首先采用形态学高帽—低帽变换对图像进行预处理,去除图像噪声,增强对比度;在提取纹理特征时,采用一致性判别;对于一致性强的图像,只利用图像的一部分进行不完全小波树形结构分解提取出能量、方向性等纹理特征,提高了运算速度;最后使用双概率神经网络(DPNN)的方法自适应地对纹理图像进行识别。利用Brodatz纹理库进行了仿真实验,并将该算法应用到了现场拍摄的海水中藻类细胞图像的识别。实验结果表明,该算法特征提取和识别速度快,尤其对于清晰度不高、现场拍摄的纹理图像具有较好的效果。
展开更多
关键词
高帽—低帽变换
不完全树形小波
一致性判别
双概率神经网络
在线阅读
下载PDF
职称材料
题名
基于概率神经网络和双小波的电能质量扰动自动识别
被引量：
16
1
作者
石敏
吴正国
徐袭
机构
海军工程大学信息与电气学院
出处
《电力自动化设备》
EI
CSCD
北大核心
2006年第3期5-8,共4页
文摘
对电能质量(PQ)扰动的自动识别是找出引起PQ问题根本原因的前提。提出了一种基于概率神经网络PNN(Probabilistic Neural Networks)和db10,db1双小波的PQ扰动自动识别方法。首先,利用db10小波对信号进行分解,将各层小波变换系数的能量和第1高频层模极大值情况作为PNN的输入矢量,判断扰动类型;然后,对信号进行傅里叶变换以检测信号中是否含有谐波;最后,对判断存在电压下降的信号进行db1小波分解,根据其低频层的模值区分电压下陷和电压中断信号。测试结果表明,该方法提高了识别正确率,且实现简单,能有效检测幅值较小的谐波。
关键词
电能质量
扰动识别
概率神经网络
小波变换
双小波
快速傅里叶变换
Keywords
power quality
disturbance recognition
probabilistic
neural
network
s
wavelet transform
double
wavelet
fast Fourier transform
分类号
TM761 [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
基于形态学与不完全树形小波分解的图像纹理特征提取算法
被引量：
6
2
作者
张雯
葛玉荣
机构
中国海洋大学信息科学与工程学院
出处
《计算机应用》
CSCD
北大核心
2011年第6期1592-1594,共3页
基金
国家自然科学基金资助项目(60572064)
国家863计划项目(2006AA09Z178
2007AA09Z106)
文摘
针对不完全小波树形结构分解提取纹理特征仅对清晰度高的图像效果佳,运算速度慢的问题,提出基于形态学预处理的不完全小波树形分解快速提取图像纹理特征的算法。首先采用形态学高帽—低帽变换对图像进行预处理,去除图像噪声,增强对比度;在提取纹理特征时,采用一致性判别;对于一致性强的图像,只利用图像的一部分进行不完全小波树形结构分解提取出能量、方向性等纹理特征,提高了运算速度;最后使用双概率神经网络(DPNN)的方法自适应地对纹理图像进行识别。利用Brodatz纹理库进行了仿真实验,并将该算法应用到了现场拍摄的海水中藻类细胞图像的识别。实验结果表明,该算法特征提取和识别速度快,尤其对于清晰度不高、现场拍摄的纹理图像具有较好的效果。
关键词
高帽—低帽变换
不完全树形小波
一致性判别
双概率神经网络
Keywords
tophat-bothat transform
incomplete tree-structed wavelet
consistency judgment
double probabilistic neural network（dpnn）
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
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
基于概率神经网络和双小波的电能质量扰动自动识别
石敏
吴正国
徐袭
《电力自动化设备》
EI
CSCD
北大核心
2006
16
在线阅读
下载PDF
职称材料
2
基于形态学与不完全树形小波分解的图像纹理特征提取算法
张雯
葛玉荣
《计算机应用》
CSCD
北大核心
2011
6
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
