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
3
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
基于黄金分割优选法的改进聚类负荷模型及其应用
1
作者
张文
张焰
+1 位作者
王赛一
华月申
《水电能源科学》
北大核心
2015年第8期183-186,169,共5页
目前用于评估电力系统可靠性的负荷模型或因精度不足难以准确反映负荷实际状态,或因计算过于复杂而影响计算速度。为了在提高准确度的同时控制计算量,提出一种基于黄金分割优选法的改进聚类负荷模型,即首先利用排序算法将负荷曲线上各...
目前用于评估电力系统可靠性的负荷模型或因精度不足难以准确反映负荷实际状态,或因计算过于复杂而影响计算速度。为了在提高准确度的同时控制计算量,提出一种基于黄金分割优选法的改进聚类负荷模型,即首先利用排序算法将负荷曲线上各点负荷按照负荷率大小有序排列,并采用黄金分割优选法实现负荷最佳分级数的快速确定(利用聚类分析将负荷曲线中各时间点负荷归并到对应的负荷级)。通过将此模型应用到IEEE RBTS测试系统的可靠性评估中,并与基于其他负荷模型的可靠性评估结果进行对比,验证了此模型在准确性和计算时间上较其他负荷模型更具优势,具有一定的应用价值。
展开更多
关键词
黄金分割优选法
负荷模型
聚类
可靠性
在线阅读
下载PDF
职称材料
基于平滑因子引入和神经网络优化的锂电池SOC估计方法
2
作者
付炳喆
李沂洹
+1 位作者
王玮
李慷
《电源技术》
CAS
北大核心
2024年第1期143-149,共7页
为提高锂电池荷电状态(SOC)的估计精度,提出了一种基于平滑因子引入和神经网络优化的锂电池SOC估计方法。将黄金分割优选法和模糊C均值聚类算法应用于RBF神经网络,分别用来确定最佳隐含层神经元个数和径向基中心;采用遗传算法对高斯核...
为提高锂电池荷电状态(SOC)的估计精度,提出了一种基于平滑因子引入和神经网络优化的锂电池SOC估计方法。将黄金分割优选法和模糊C均值聚类算法应用于RBF神经网络,分别用来确定最佳隐含层神经元个数和径向基中心;采用遗传算法对高斯核函数宽度及连接权值进行优化,解决了RBF神经网络结构和初始参数难以确定的问题。将滑动时间窗口内的放电容量作为平滑因子引入神经网络模型,增强了RBF网络对锂离子电池非线性特性拟合的能力。基于实验获得的锂离子电池在联邦城市行车计划(FUDS)工况下的数据,对所提出的方法进行仿真和验证,结果表明,所提方法显著提升了锂电池SOC的估计精度。
展开更多
关键词
电池荷电状态
径向基神经网络
遗传算法
模糊C均值聚类
黄金分割优选法
在线阅读
下载PDF
职称材料
基于LM算法的神经网络语音识别
被引量：
9
3
作者
葛玲
贾志成
+1 位作者
夏克文
王霞
《计算机工程与设计》
CSCD
北大核心
2006年第14期2534-2536,2539,共4页
由于语音识别中采用标准BP算法存在的训练速度慢、容易陷入局部极小等问题,提出一种基于稳定、快速的Leve-nberg-Marquardt算法的神经网络语音识别方法,主要包括语音信号预处理、特征提取、网络结构优化设计、网络学习训练和语音识别等...
由于语音识别中采用标准BP算法存在的训练速度慢、容易陷入局部极小等问题,提出一种基于稳定、快速的Leve-nberg-Marquardt算法的神经网络语音识别方法,主要包括语音信号预处理、特征提取、网络结构优化设计、网络学习训练和语音识别等过程。其中网络隐含层节点数的选取采用黄金分割优选法。试验仿真表明,LM算法明显提高了网络训练速度,减少了训练时间,其效果优越于标准BP算法。
展开更多
关键词
神经网络
语音识别
标准BP算法
LEVENBERG-MARQUARDT算法
黄金分割优选法
在线阅读
下载PDF
职称材料
题名
基于黄金分割优选法的改进聚类负荷模型及其应用
1
作者
张文
张焰
王赛一
华月申
机构
上海交通大学电子信息与电气工程学院
国网上海市电力公司
出处
《水电能源科学》
北大核心
2015年第8期183-186,169,共5页
文摘
目前用于评估电力系统可靠性的负荷模型或因精度不足难以准确反映负荷实际状态,或因计算过于复杂而影响计算速度。为了在提高准确度的同时控制计算量,提出一种基于黄金分割优选法的改进聚类负荷模型,即首先利用排序算法将负荷曲线上各点负荷按照负荷率大小有序排列,并采用黄金分割优选法实现负荷最佳分级数的快速确定(利用聚类分析将负荷曲线中各时间点负荷归并到对应的负荷级)。通过将此模型应用到IEEE RBTS测试系统的可靠性评估中,并与基于其他负荷模型的可靠性评估结果进行对比,验证了此模型在准确性和计算时间上较其他负荷模型更具优势,具有一定的应用价值。
关键词
黄金分割优选法
负荷模型
聚类
可靠性
Keywords
Golden Section optimal seeking method
load model
clustering
reliability
分类号
TM714 [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
基于平滑因子引入和神经网络优化的锂电池SOC估计方法
2
作者
付炳喆
李沂洹
王玮
李慷
机构
华北电力大学控制与计算机工程学院
利兹大学
出处
《电源技术》
CAS
北大核心
2024年第1期143-149,共7页
基金
中央高校基本科研业务费专项资金(2022MS015)
国网江苏省电力有限公司科技项目资助(J2021203)。
文摘
为提高锂电池荷电状态(SOC)的估计精度,提出了一种基于平滑因子引入和神经网络优化的锂电池SOC估计方法。将黄金分割优选法和模糊C均值聚类算法应用于RBF神经网络,分别用来确定最佳隐含层神经元个数和径向基中心;采用遗传算法对高斯核函数宽度及连接权值进行优化,解决了RBF神经网络结构和初始参数难以确定的问题。将滑动时间窗口内的放电容量作为平滑因子引入神经网络模型,增强了RBF网络对锂离子电池非线性特性拟合的能力。基于实验获得的锂离子电池在联邦城市行车计划(FUDS)工况下的数据,对所提出的方法进行仿真和验证,结果表明,所提方法显著提升了锂电池SOC的估计精度。
关键词
电池荷电状态
径向基神经网络
遗传算法
模糊C均值聚类
黄金分割优选法
Keywords
battery state of charge
radial basis function neural network
genetic algorithm
fuzzy C means algorithm
golden section method
分类号
TM912 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于LM算法的神经网络语音识别
被引量：
9
3
作者
葛玲
贾志成
夏克文
王霞
机构
河北工业大学信息工程学院
出处
《计算机工程与设计》
CSCD
北大核心
2006年第14期2534-2536,2539,共4页
基金
国家自然科学基金项目(60377020)
文摘
由于语音识别中采用标准BP算法存在的训练速度慢、容易陷入局部极小等问题,提出一种基于稳定、快速的Leve-nberg-Marquardt算法的神经网络语音识别方法,主要包括语音信号预处理、特征提取、网络结构优化设计、网络学习训练和语音识别等过程。其中网络隐含层节点数的选取采用黄金分割优选法。试验仿真表明,LM算法明显提高了网络训练速度,减少了训练时间,其效果优越于标准BP算法。
关键词
神经网络
语音识别
标准BP算法
LEVENBERG-MARQUARDT算法
黄金分割优选法
Keywords
neural network
speech recognition
standard BP algorithm
levenberg-marquardt algorithm, golden section optimization algorithm
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于黄金分割优选法的改进聚类负荷模型及其应用
张文
张焰
王赛一
华月申
《水电能源科学》
北大核心
2015
0
在线阅读
下载PDF
职称材料
2
基于平滑因子引入和神经网络优化的锂电池SOC估计方法
付炳喆
李沂洹
王玮
李慷
《电源技术》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于LM算法的神经网络语音识别
葛玲
贾志成
夏克文
王霞
《计算机工程与设计》
CSCD
北大核心
2006
9
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
