-
题名基于新型B-N窗和改进分区法的三相不平衡度检测
被引量：3
- 1
-
-
作者
周纲
黄瑞
刘谋海
李丹
胡军华
高云鹏
-
机构
国网湖南省电力有限公司
智能电气量测与应用技术湖南省重点实验室
湖南大学
-
出处
《电测与仪表》
北大核心
2023年第10期117-123,共7页
-
基金
国家自然科学基金资助项目(51777061)
国家电网公司科技项目(5216AB180007)。
-
文摘
国标GB/T 15543-2008要求电压不平衡度计算需在获取基波幅值和相位基础上再求取相序分量,但其计算方法涉及开方运算与相角求取,不利于嵌入式系统实现。因此文中构建新型B-N互卷积窗函数,推导基于新型B-N互卷积窗三谱线改进FFT修正算式,采用改进坐标分区法实现相序分量求取,提出基于新型B-N窗和改进分区法的三相不平衡度检测方法。避免了复杂开方运算,提高了基波幅值和相位的检测精度,最终实现三相不平衡度的准确检测。仿真实验结果表明,文中提出算法在基波、谐波及噪声干扰情况下,均能有效实现不平衡度的准确检测,相比国标推荐方法,实现简单且准确度更高。
-
关键词
三相不平衡度
相序分量
新型B-N互卷积窗
改进分区法
三谱线插值
-
Keywords
three-phase imbalance factor
phase sequence
novel B-N mutual convolution window
improved partition method
three-spectral line interpolation
-
分类号
TM930.1
[电气工程—电力电子与电力传动]
-
-
题名基于改进ResNeXt的肺癌病理图像分类
被引量：2
- 2
-
-
作者
李思敏
谷宇
张宝华
迟靖千
刘佳琪
贺群
-
机构
内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能图像处理重点实验室
内蒙古科技大学文法学院
-
出处
《计算机工程与设计》
北大核心
2023年第8期2439-2446,共8页
-
基金
国家自然科学基金项目(62001255、61962046、61841204)
中央引导地方科技发展资金基金项目(2021ZY0004)
+4 种基金
内蒙古自治区自然科学基金项目(2019MS06003、2015MS0604)
内蒙古自治区科技计划基金项目(2020GG0315、2021GG0082)
内蒙古自治区自然科学基金杰出青年培育基金项目(2018JQ02)
内蒙古自治区高等学校科学研究基金项目(NJZY145)
教育部“春晖计划”合作科研基金项目(教外司留[2019]1383号)。
-
文摘
针对肺癌病理图像的自动分类,提出一种改进的卷积神经网络,引入一种新型卷积结构。以ResNeXt残差网络作为基础网络模型,使用新型卷积involution替代部分传统卷积层,解决传统卷积核的感受野小和通道之间信息比较冗余的问题。实验结果表明,该网络模型在LC25000数据集的肺癌病理图像分类任务中,肺良性图像、肺腺癌图像和肺鳞状细胞癌图像准确率分别达到100.00%、99.47%、99.47%,整个数据集准确率达到99.47%,表明改进的网络模型可以提高对肺癌病理图像分类的准确率。
-
关键词
肺癌病理图像
卷积神经网络
残差网络
新型卷积
感受野
通道
图像分类
-
Keywords
lung cancer pathology image
convolutional neural network
residual network
a new type of convolution
receptive fields
channels
image classification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
