-
题名区域电网无功优化的混沌模拟退火算法
被引量：1
- 1
-
-
作者
张冬梅
-
机构
黑龙江八一农垦大学
-
出处
《煤炭技术》
CAS
北大核心
2011年第5期26-28,共3页
-
文摘
在保证系统安全可靠的前提下,合理进行无功优化,配置无功补偿,对有效的减少配电网网络损耗,提高经济效益以及节约能源都具有重要意义。将混沌模拟退火(CSA)算法应用于区域电网无功优化,用VC++编程实现混沌模拟退火算法,通过对IEEE 6系统的仿真验证了该算法应用的有效性。
-
关键词
无功优化
混沌算法(coa)
模拟退火(SA)算法
-
Keywords
reactive flow optimization
chaos algorithm（coa）
simulation annealing（SA） algorithm
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名基于混沌理论和支持向量机的人脸识别方法
被引量：5
- 2
-
-
作者
张新明
徐久成
-
机构
河南师范大学计算机与信息技术学院
-
出处
《高技术通讯》
EI
CAS
CSCD
北大核心
2009年第5期494-500,共7页
-
基金
河南省科技攻关项目(0624220039
09Z102210017)
+1 种基金
河南省教育厅科技攻关项目(2007520024
2008B520021)资助
-
文摘
针对如何选定主成分分析(PCA)特征维数和如何选定支持向量机(SVM)的参数来进一步提高人脸识别系统性能的问题,提出了一种基于混沌理论和支持向量机的人脸识别方法。首先,在统一的目标函数下,在采用PCA方法对人脸图像进行降维和将得到的特征送入SVM中进行训练期间,使用具有可操作性的改进混沌优化算法同时对PCA图像特征维数和分类器参数进行优化选择,然后用得到的优化人脸特征和最佳参数的分类器对未知图像进行识别。基于该方法,对ORL和Yale人脸库进行实验,其识别率都高达99%以上,仿真结果表明,该方法极大地提高了人脸识别能力。
-
关键词
人脸识别
混沌优化算法(coa)
支持向量机(SVM)
主成分分析(PCA)
-
Keywords
face recognition, chaotic optimization algorithm （coa）, support vector machine （SVM）, principal component analysis （PCA）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
