-
题名基于HMM和SVM的指纹分类方法
被引量：8
- 1
-
-
作者
王崇文
李见为
陈为民
-
机构
北京理工大学软件学院
重庆大学光电工程学院模式识别研究室
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2003年第11期1488-1493,共6页
-
文摘
该文提出了指纹分类的一种新型方法:使用指纹编码的基于隐马尔可夫模型(HMM)和支持向量机(SVM)的两级分类,该方法采用FingerCode作为指纹的特征表述,首先用5个伪二维 HMM进行类别初选,确定最可能的两种指纹分类结果,再用相应的 SVM分类器做最终判决,实验表明,分类性能已经达到或超过目前流行的指纹分类算法,具有一定的实用价值。
-
关键词
HMM
SVM
指纹分类
支持向量机
隐马尔可夫模型
指纹编码
-
Keywords
Fingerprint classification, Support Vector Machine(SVM), Hidden Markov Model (HMM), FingerCode
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
D918.91
[政治法律—法学]
-
-
题名基于DHNN指纹库的电网故障诊断方法
被引量：5
- 2
-
-
作者
顾发英
罗旋
刘育
胡孔飞
王皓冉
-
机构
国电大渡河流域水电开发有限公司
国电大渡河流域生产指挥中心
成都大汇智联科技有限公司
泰豪科技股份有限公司
清华四川能源互联网研究院
-
出处
《水电能源科学》
北大核心
2021年第2期195-199,共5页
-
基金
国家自然科学基金项目(51709191)
国家重点研发计划(2019YFB1310504)
四川省重大科技专项(2018GZDX0043)。
-
文摘
针对高维度、非线性的电力系统存在难以实现快速、精准和有效的故障诊断问题,提出了基于DHNN指纹库的电网故障诊断方法。首先利用离散Hopfield神经网络(DHNN)算法对电网遥信数据分类和建立各种基准信号权值,构建了基准信号集合的信号模板;其次基于该模板建立各类故障指纹值编码及其编码组合为一体的指纹库;最后以瀑布沟水电站布坡三线“B相瞬时故障,重合成功”故障为例验证该诊断方法的正确性。结果表明,基于DHNN指纹库的电网故障诊断方法与实际电网故障描述完全一致,可正确有效地提升电网故障诊断水平,同时还可将该方法推广应用于国内大型流域梯级电站群组合成的大规模高压电网的故障诊断中。
-
关键词
电网
故障诊断
离散HOPFIELD神经网络
指纹库
指纹值编码
-
Keywords
power grid
fault diagnosis
discrete Hopfield neural network
fingerprint database
fingerprint value coding
-
分类号
TM764
[电气工程—电力系统及自动化]
-
