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
基于深度学习的兵棋演习数据特征提取方法研究
被引量：
21
1
作者
郑书奎
吴琳
贺筱媛
《指挥与控制学报》
2016年第3期194-201,共8页
为使基于机器学习的兵棋演习战场态势分析理解取得更好结果,围绕兵棋演习数据特征提取问题,以深度学习方法为手段,提出了一种栈式稀疏降噪自编码网络模型,输入真实的兵棋演习数据进行了特征提取实验,通过分类精度表征了方法的效果,并进...
为使基于机器学习的兵棋演习战场态势分析理解取得更好结果,围绕兵棋演习数据特征提取问题,以深度学习方法为手段,提出了一种栈式稀疏降噪自编码网络模型,输入真实的兵棋演习数据进行了特征提取实验,通过分类精度表征了方法的效果,并进行了多种不同方法的对比实验,证明了深度学习方法的优势.
展开更多
关键词
深度学习
兵棋演习数据
特征提取
栈
式
稀疏
降噪
自编码
网络
在线阅读
下载PDF
职称材料
基于LMD能量熵和定位分析的风电变流器开路故障诊断
被引量：
5
2
作者
张瑞成
白晓泽
+3 位作者
董砚
邸志刚
孙鹤旭
张靖轩
《太阳能学报》
EI
CAS
CSCD
北大核心
2023年第6期484-494,共11页
为提高风电变流器的故障诊断准确率,针对永磁同步风电机组网侧变流器IGBT模块的单一开路和双开路故障问题,提出一种基于局部均值分解(LMD)能量熵和定位分析的风电变流器开路故障诊断方法。首先,采集网侧变流器三相输出电流作为原始信号...
为提高风电变流器的故障诊断准确率,针对永磁同步风电机组网侧变流器IGBT模块的单一开路和双开路故障问题,提出一种基于局部均值分解(LMD)能量熵和定位分析的风电变流器开路故障诊断方法。首先,采集网侧变流器三相输出电流作为原始信号,利用LMD将其自适应分解为多层乘积函数(PF)分量,并求取各状态下PF分量的能量熵特征。然后,根据开路故障造成的三相电流时间序列的畸变特性进行定位分析。最后,将融合能量熵特征和定位参数的特征向量输入栈式稀疏自编码(SSAE)网络进行训练和故障识别。仿真与实验结果表明,融合能量熵特征和定位分析的特征提取方法使故障特征更为明显,相较于其他特征提取方法可有效提高风电变流器故障诊断准确率。
展开更多
关键词
风电机组
变流器
故障诊断
能量熵
定位分析
栈式稀疏自编码网络
在线阅读
下载PDF
职称材料
题名
基于深度学习的兵棋演习数据特征提取方法研究
被引量：
21
1
作者
郑书奎
吴琳
贺筱媛
机构
国防大学信息作战与指挥训练教研部
出处
《指挥与控制学报》
2016年第3期194-201,共8页
基金
军民共用重大研究计划联合基金(U1435218)
国家自然科学基金(61403401)资助~~
文摘
为使基于机器学习的兵棋演习战场态势分析理解取得更好结果,围绕兵棋演习数据特征提取问题,以深度学习方法为手段,提出了一种栈式稀疏降噪自编码网络模型,输入真实的兵棋演习数据进行了特征提取实验,通过分类精度表征了方法的效果,并进行了多种不同方法的对比实验,证明了深度学习方法的优势.
关键词
深度学习
兵棋演习数据
特征提取
栈
式
稀疏
降噪
自编码
网络
Keywords
deep learning
wargame exercises data
feature extraction
stacked sparse denoising autoencoder network
分类号
E919 [军事]
在线阅读
下载PDF
职称材料
题名
基于LMD能量熵和定位分析的风电变流器开路故障诊断
被引量：
5
2
作者
张瑞成
白晓泽
董砚
邸志刚
孙鹤旭
张靖轩
机构
华北理工大学电气工程学院
河北工业大学电气工程学院
河北科技大学电气工程学院
河北省矿山绿色智能开采技术创新中心
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2023年第6期484-494,共11页
基金
河北省重点研发计划(20314502D)
河北省教育厅科学技术研究项目(ZD2021332,JQN2020020,JQN2022001)
唐山市科技计划(21130219C)。
文摘
为提高风电变流器的故障诊断准确率,针对永磁同步风电机组网侧变流器IGBT模块的单一开路和双开路故障问题,提出一种基于局部均值分解(LMD)能量熵和定位分析的风电变流器开路故障诊断方法。首先,采集网侧变流器三相输出电流作为原始信号,利用LMD将其自适应分解为多层乘积函数(PF)分量,并求取各状态下PF分量的能量熵特征。然后,根据开路故障造成的三相电流时间序列的畸变特性进行定位分析。最后,将融合能量熵特征和定位参数的特征向量输入栈式稀疏自编码(SSAE)网络进行训练和故障识别。仿真与实验结果表明,融合能量熵特征和定位分析的特征提取方法使故障特征更为明显,相较于其他特征提取方法可有效提高风电变流器故障诊断准确率。
关键词
风电机组
变流器
故障诊断
能量熵
定位分析
栈式稀疏自编码网络
Keywords
wind turbines
converter
fault diagnosis
energy entropy
location analysis
SSAE
分类号
TM464 [电气工程—电器]
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
基于深度学习的兵棋演习数据特征提取方法研究
郑书奎
吴琳
贺筱媛
《指挥与控制学报》
2016
21
在线阅读
下载PDF
职称材料
2
基于LMD能量熵和定位分析的风电变流器开路故障诊断
张瑞成
白晓泽
董砚
邸志刚
孙鹤旭
张靖轩
《太阳能学报》
EI
CAS
CSCD
北大核心
2023
5
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
