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
采用费歇尔判别分析预报水稻细条病流行趋势
被引量：
1
1
作者
黄宗琏
赖学连
+1 位作者
余金茂
刘思松
《福建农业科技》
1997年第5期8-9,共2页
水稻细条病是闽西晚稻的主要病害之一。采用费歇尔判别分析预报细条病的流行趋势，将细条病流行轻、中、重程度的历史数据分为Ｇ１、Ｇ２、Ｇ３类。选择作出预报的主要相关因子观测值ｘ＝ｘ１（８月上中旬降雨量）、ｘ２（８月上中旬的...
水稻细条病是闽西晚稻的主要病害之一。采用费歇尔判别分析预报细条病的流行趋势，将细条病流行轻、中、重程度的历史数据分为Ｇ１、Ｇ２、Ｇ３类。选择作出预报的主要相关因子观测值ｘ＝ｘ１（８月上中旬降雨量）、ｘ２（８月上中旬的台风次数）、ｘ３（８月上中旬的日平均气温），判定ｘ∈Ｇｒ，从而给出细条病的流行趋势，可以提早１０～１５ｄ进行轻重发生程度的预报，从而为防治水稻细条病赢得了主动权。
展开更多
关键词
费歇尔判别分析
法
水稻细菌性条斑病
预报
在线阅读
下载PDF
职称材料
基于k-means聚类和模糊神经网络的母线负荷态势感知
被引量：
25
2
作者
蒋铁铮
尹晓博
+2 位作者
马瑞
杨海晶
李朝晖
《电力科学与技术学报》
CAS
北大核心
2020年第3期46-54,共9页
为顺应电力调度计划朝更精细化方向发展,提出基于k-means聚类和模糊神经网络的母线负荷态势感知方法。首先提出表征母线负荷状态参量和体现其状态参量变化趋势的母线负荷静动态势概念,然后建立母线负荷态势感知方法,包括:在态势觉察阶段...
为顺应电力调度计划朝更精细化方向发展,提出基于k-means聚类和模糊神经网络的母线负荷态势感知方法。首先提出表征母线负荷状态参量和体现其状态参量变化趋势的母线负荷静动态势概念,然后建立母线负荷态势感知方法,包括:在态势觉察阶段,对母线历史负荷态势信息进行采集和处理;在态势理解阶段,采用基于手肘法的k-means聚类算法对考虑母线环境因素和负荷因素的母线历史负荷态势信息进行聚类分析;在态势预测阶段,采用费歇尔判别分析针对待测日动态势信息进行分类预测匹配待测日所属历史数据聚类类别,将所属类别的历史静态势数据代入模糊神经网络预测模型,建立基于k-means聚类的模糊神经网络预测方法,对待感知日母线负荷进行态势预测。最后应用该文方法进行算例仿真,结果表明所提方法的有效性和可行性,同时与传统模糊神经网络预测相比,该文母线负荷态势感知方法具有更高的态势预测精度。
展开更多
关键词
母线负荷态势感知
手肘法
K-MEANS聚类
费歇尔判别分析
模糊神经网络
在线阅读
下载PDF
职称材料
题名
采用费歇尔判别分析预报水稻细条病流行趋势
被引量：
1
1
作者
黄宗琏
赖学连
余金茂
刘思松
机构
龙岩市农业局
武平县农业局
出处
《福建农业科技》
1997年第5期8-9,共2页
文摘
水稻细条病是闽西晚稻的主要病害之一。采用费歇尔判别分析预报细条病的流行趋势，将细条病流行轻、中、重程度的历史数据分为Ｇ１、Ｇ２、Ｇ３类。选择作出预报的主要相关因子观测值ｘ＝ｘ１（８月上中旬降雨量）、ｘ２（８月上中旬的台风次数）、ｘ３（８月上中旬的日平均气温），判定ｘ∈Ｇｒ，从而给出细条病的流行趋势，可以提早１０～１５ｄ进行轻重发生程度的预报，从而为防治水稻细条病赢得了主动权。
关键词
费歇尔判别分析
法
水稻细菌性条斑病
预报
分类号
S435.111.4 [农业科学—农业昆虫与害虫防治]
在线阅读
下载PDF
职称材料
题名
基于k-means聚类和模糊神经网络的母线负荷态势感知
被引量：
25
2
作者
蒋铁铮
尹晓博
马瑞
杨海晶
李朝晖
机构
长沙理工大学电气与信息工程学院
国网河南省电力公司电力科学研究院
出处
《电力科学与技术学报》
CAS
北大核心
2020年第3期46-54,共9页
基金
国家自然科学基金(51277015)。
文摘
为顺应电力调度计划朝更精细化方向发展,提出基于k-means聚类和模糊神经网络的母线负荷态势感知方法。首先提出表征母线负荷状态参量和体现其状态参量变化趋势的母线负荷静动态势概念,然后建立母线负荷态势感知方法,包括:在态势觉察阶段,对母线历史负荷态势信息进行采集和处理;在态势理解阶段,采用基于手肘法的k-means聚类算法对考虑母线环境因素和负荷因素的母线历史负荷态势信息进行聚类分析;在态势预测阶段,采用费歇尔判别分析针对待测日动态势信息进行分类预测匹配待测日所属历史数据聚类类别,将所属类别的历史静态势数据代入模糊神经网络预测模型,建立基于k-means聚类的模糊神经网络预测方法,对待感知日母线负荷进行态势预测。最后应用该文方法进行算例仿真,结果表明所提方法的有效性和可行性,同时与传统模糊神经网络预测相比,该文母线负荷态势感知方法具有更高的态势预测精度。
关键词
母线负荷态势感知
手肘法
K-MEANS聚类
费歇尔判别分析
模糊神经网络
Keywords
bus load situational awareness
elbow method
k-means clustering
Fisher discriminant analysis
fuzzy neural network
分类号
TM721 [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
作者
出处
发文年
被引量
操作
1
采用费歇尔判别分析预报水稻细条病流行趋势
黄宗琏
赖学连
余金茂
刘思松
《福建农业科技》
1997
1
在线阅读
下载PDF
职称材料
2
基于k-means聚类和模糊神经网络的母线负荷态势感知
蒋铁铮
尹晓博
马瑞
杨海晶
李朝晖
《电力科学与技术学报》
CAS
北大核心
2020
25
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
