期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于IGA优化BP神经网络的双目视觉定位研究 被引量:1
1
作者 单杰 《工矿自动化》 CSCD 北大核心 2024年第S01期74-77,共4页
针对基于传统遗传算法(GA)优化BP神经网络的双目视觉定位存在迭代时间过长和精度偏低的问题,设计了一种基于改进遗传算法(IGA)优化BP神经网络的模型,从而完成双目视觉定位计算。该模型可提高BP网络的全局寻优效果和收敛性,提升网络的处... 针对基于传统遗传算法(GA)优化BP神经网络的双目视觉定位存在迭代时间过长和精度偏低的问题,设计了一种基于改进遗传算法(IGA)优化BP神经网络的模型,从而完成双目视觉定位计算。该模型可提高BP网络的全局寻优效果和收敛性,提升网络的处理效能与准确性,最终使相机实现更高的定位准确度和更迅速的运算速率。详细介绍了IGA优化BP神经网络的双目视觉定位算法流程,并进行了相应的实验验证。验证结果表明:(1)在未优化情况下,坐标预测值的误差均值为0.66 mm,而经过IGA优化后,坐标误差均值减小至0.08 mm。(2)BP神经网络经优化后,其定位精度达到了0.12 mm,定位误差减小了近0.01。(3)在双目视觉定位方面,BP神经网络的平均精度为0.12 mm,与采用OpenCV进行定位比较,基于IGA优化BP神经网络的定位方法精度接近0.08 mm,定位精度能够满足要求。 展开更多
关键词 双目视觉定位 BP神经网络 改进遗传算法 全局寻优
在线阅读 下载PDF
非高斯噪声下基于CKMC-CKF的发电机动态状态估计 被引量:1
2
作者 赵志雷 黄继东 +1 位作者 王义 杨志伟 《广东电力》 北大核心 2024年第3期115-122,共8页
准确的动态状态估计对于电力系统实时运行状态的监测至关重要。针对同步发电机中非高斯噪声导致状态估计器性能下降的实际情况,提出一种基于基于柯西核最大相关熵(Cauchy kernel maximum correntropy, CKMC)的容积卡尔曼滤波(cubature K... 准确的动态状态估计对于电力系统实时运行状态的监测至关重要。针对同步发电机中非高斯噪声导致状态估计器性能下降的实际情况,提出一种基于基于柯西核最大相关熵(Cauchy kernel maximum correntropy, CKMC)的容积卡尔曼滤波(cubature KF,CKF)算法(简称CKMC-CKF算法)。首先,建立CKMC目标函数,采用2种加权局部相似度来更新噪声协方差矩阵,从而降低不良数据的权重;其次,利用线性化回归方程统一目标函数中的状态和测量误差,并通过定点迭代法获得最佳估计状态。最后,以IEEE 39节点系统为算例分析验证所提出方法的有效性。与CKF和最大熵CKF相比,CKMC-CKF在非高斯噪声环境下具有更好的估计精度和更强的鲁棒性。 展开更多
关键词 发电机 动态状态估计 容积卡尔曼滤波 柯西核最大相关熵 非高斯噪声
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部