-
题名协同电力系统仿真平台的混合仿真技术研究及应用
被引量：3
- 1
-
-
作者
郑秀杰
吴宁
张国洲
易建波
-
机构
电子科技大学成都学院
兰州工业学院计算机与人工智能学院
电子科技大学机械与电气工程学院
-
出处
《电测与仪表》
北大核心
2023年第3期86-91,135,共7页
-
基金
国家重点研发计划项目(2017YFB0902000)
2019陇原青年创新创业人才(团队)项目(甘组通字[2019]39号(第23号))
四川省科技厅重点研发计划项目(2021YFG0098)。
-
文摘
目前,数据和运算密集型的高级人工智能计算技术发展迅速,而电力系统仿真和分析平台并不容易扩展人工智能技术的应用。文章基于大规模电力系统仿真分析软件平台(PSASP),附加扩展非支配排序遗传算法(NSGA-II),实现复杂电力系统中多个电力系统稳定器(PSS)控制参数的多目标协调优化算法技术。实现过程中提出了PSASP-MATLAB混合仿真技术,设计了考虑多机PSS的鲁棒性和稳定性的多目标综合优化函数,混合编程实现了PSASP平台暂态仿真过程与MATLAB平台NSGA-II算法交互连接。针对多机和多运行方式的复杂EPRI 36节点算例,应用文中技术求解的PSS全局优化控制参数,抑制振荡的能力优于传统优化方法,且在多种运行方式下具有良好的鲁棒性。
-
关键词
电力系统分析软件包
混合仿真
非支配排序遗传算法
多目标优化
电力系统稳定器
-
Keywords
power system analysis software package
hybrid simulation
non-dominated sorting genetic algorithm
multi-objective optimization
power system stabilizer
-
分类号
TM743
[电气工程—电力系统及自动化]
-
-
题名基于聚焦矩阵的毫米波信号DOA估计
- 2
-
-
作者
苗丰满
车凯琪
李佑宇
-
机构
兰州理工大学计算机与通信学院
甘肃建投文化旅游发展集团有限公司
兰州工业学院计算机与人工智能学院
-
出处
《兰州理工大学学报》
CAS
北大核心
2020年第5期107-112,共6页
-
基金
国家自然科学基金(61461026,61841107)。
-
文摘
针对毫米波信号源的到达角(DOA)估计随频率变化、导致估计误差较大的问题,提出毫米波信号向窄带信号转化的DOA估计算法.该算法通过在频域内建立毫米波信号接收模型,将接收信号看成多个不相关的窄带信号,并将其“聚焦”在某一参考频率下,减少波束因频率变化带来的影响,进而利用旋转不变子空间(ESPRIT)算法进行毫米波DOA估计.仿真结果表明:该算法可有效降低中等信噪比下的DOA估计误差,当阵元数达到70时,可实现相对稳定的DOA估计,随频率变化估计效果保持整体稳定,从而提升毫米波系统定向传输时的链路质量.
-
关键词
毫米波
DOA
窄带模型
聚焦
ESPRIT算法
-
Keywords
millimeter wave
DOA
narrow band model
focus
ESPRIT algorithm
-
分类号
TN928
[电子电信—通信与信息系统]
-
-
题名基于深度卷积网络的3D人脸重构算法
被引量：3
- 3
-
-
作者
陈娜
-
机构
兰州工业学院计算机与人工智能学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2022年第6期923-930,共8页
-
基金
甘肃省教育厅2018年科研一般项目“甘肃省少数民族图案艺术特征提取和识别算法的应用研究”(No.2018A-128)
兰州工业学院2019年度兰州工业学院青年科技创新项目“基于知识表示的网络学习平台个性化资源推荐研究”(No.2019k-009)
+1 种基金
2020年度兰州市社科规划项目《参与式影像在兰州历史文化中的创新与运用研究》(No.20-014C)
2021年甘肃省高等学校创新基金项目(No.2021B-311)资助。
-
文摘
基于单张人脸图片的3D人脸模型重构,无论是在计算机图形领域还是可见光成像领域都是一个极具挑战性的研究方向,对于人脸识别、人脸成像、人脸动画等实际应用更是具有重要意义。针对目前算法复杂度较高、运算量较大且存在局部最优解和初始化不良等问题,本文提出了一种基于深度卷积神经网络的单张图片向3D人脸自动重构算法。该算法首先基于3D转换模型来提取2D人脸图像的密集信息,然后构建深度卷积神经网络架构、设计总体损失函数,直接学习2D人脸图像从像素到3D坐标的映射,从而实现了3D人脸模型的自动构建。算法对比与仿真实验表明,该算法在3D人脸重建上的归一化平均误差更低,且仅需一张2D人脸图像便可自动重构生成3D人脸模型。所生成的3D人脸模型鲁棒性好,重构准确,完整保留表情细节,并且对不同姿态的人脸也具有较好的重建效果,能够在三维空间中无死角自由呈现,将满足更多实际应用需求。
-
关键词
3D人脸重构
2D人脸图像
深度神经网络
卷积网络
3D转换模型
-
Keywords
3D face reconstruction
2D face images
deep neural network
convolutional network
3D transformation model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
