期刊文献+
共找到25篇文章
< 1 2 >
每页显示 20 50 100
基于自抗扰的混合储能系统控制策略 被引量:12
1
作者 马幼捷 张超 周雪松 《电源技术》 CAS 北大核心 2023年第1期122-126,共5页
混合储能系统作为独立光储直流微电网的重要组成部分,兼具能量型储能和功率型储能技术特性,可以实现微电网系统内不平衡功率的平抑以及直流电压的稳定。为提高混合储能系统工作性能,提出了一种基于自抗扰的控制策略,利用扩张状态观测器... 混合储能系统作为独立光储直流微电网的重要组成部分,兼具能量型储能和功率型储能技术特性,可以实现微电网系统内不平衡功率的平抑以及直流电压的稳定。为提高混合储能系统工作性能,提出了一种基于自抗扰的控制策略,利用扩张状态观测器对内、外未知扰动进行观测估计与扰动补偿,并引入模糊自适应与扩张状态观测器相结合,从而提高系统的稳定性与抗扰性。在Matlab/Simulink数字平台对混合储能系统进行了建模仿真,验证了该控制策略的可行性与优越性。 展开更多
关键词 直流微电网 混合储能系统 自抗扰控制 扩张状态观测器 模糊控制
在线阅读 下载PDF
人工鱼群与遗传混合算法在无人艇路径规划中的应用 被引量:9
2
作者 梁雪慧 赵嘉祺 《计算机工程与科学》 CSCD 北大核心 2019年第5期942-947,共6页
为了使水环境监测无人艇在监测和采集水样时能有效躲避静态障碍物,且以最优或接近最优的路径行进,提出了一种变步长和变视野的自适应人工鱼群算法与改进遗传算法混合的策略,在人工鱼完成觅食、追尾、聚群等行为后,进行遗传算法的操作。... 为了使水环境监测无人艇在监测和采集水样时能有效躲避静态障碍物,且以最优或接近最优的路径行进,提出了一种变步长和变视野的自适应人工鱼群算法与改进遗传算法混合的策略,在人工鱼完成觅食、追尾、聚群等行为后,进行遗传算法的操作。通过指数函数型衰减函数使算法前期视野和步长很大,后期视野和步长很小,提高算法的运行效率和精确性;在基本遗传算法中加入精英选择策略和保护、淘汰算子,得到全局最优解。仿真结果表明,混合算法有效克服了单一算法容易局部收敛的缺点,收敛速度快,能有效得到最优路径,计算精度高。 展开更多
关键词 自适应人工鱼群算法 遗传算法 保护算子 淘汰算子 最优路径
在线阅读 下载PDF
二阶LADRC在风电并网逆变器网侧直流母线电压控制中的运用 被引量:1
3
作者 周雪松 葛建鹏 马幼捷 《电测与仪表》 北大核心 2024年第3期182-191,共10页
为提高风电并网系统中电网侧逆变器直流母线电压的稳定性和动态响应速度,文中设计一种无对象模型辅助的二阶线性自抗扰控制技术(linear active disturbance rejection control,ADRC)以取代电压外环的PI控制器,从而形成一种新的双闭环控... 为提高风电并网系统中电网侧逆变器直流母线电压的稳定性和动态响应速度,文中设计一种无对象模型辅助的二阶线性自抗扰控制技术(linear active disturbance rejection control,ADRC)以取代电压外环的PI控制器,从而形成一种新的双闭环控制结构。文中利用频域分析法分析了ADRC控制器的稳定性、跟踪性和抗扰能力;最后在3.6 MW直驱永磁同步风力发电机组的物理实验平台中验证了该控制结构的可行性,将传统PI控制和文中所提出的控制模式在不同工作条件下的控制效果进行比较。实验结果表明,该文章设计的控制方案优于传统的PI控制器,具有良好的抗干扰性和鲁棒性,大大减少直流侧母线电压波动所造成的影响。 展开更多
关键词 风电并网 直流母线电压稳定控制 LADRC
在线阅读 下载PDF
基于模态分解和多模型融合的IES多元负荷预测
4
作者 李大华 赵志成 +1 位作者 田禾 高强 《电子测量技术》 北大核心 2025年第17期81-93,共13页
针对综合能源系统中多元负荷的随机性和高波动性所带来的挑战,现有的负荷预测方法通常难以实现高精度和稳定的预测效果。为解决这一问题,提出一种基于模态分解和多模型融合的IES短期负荷预测方法。首先,利用最大互信息系数对输入特征进... 针对综合能源系统中多元负荷的随机性和高波动性所带来的挑战,现有的负荷预测方法通常难以实现高精度和稳定的预测效果。为解决这一问题,提出一种基于模态分解和多模型融合的IES短期负荷预测方法。首先,利用最大互信息系数对输入特征进行筛选,旨在有效识别与负荷变化相关的关键因素;其次,将样本熵结合互信息为适应度函数,采用指数三角优化算法获得VMD的最优参数组合,从而实现对IES负荷的有效分解,得到多个本征模态函数;接着,采用排列熵对分解结果进行筛选,提取出反映负荷变化特征的低频和高频分量;最后,采用BiLSTM网络对低频分量进行预测,并通过BiTCN-LPTransformer-BiGRU模型对高频分量的预测,将各分量的预测结果叠加得到最终预测结果。通过对实际负荷数据验证,以春季电负荷为例,该模型的RMSE、R2、MAPE分别为118.394kW、0.991和0.351%,相较于传统模型,显著提高了预测精度,验证所提方法的有效性。 展开更多
关键词 综合能源系统 模态分解 最大互信息系数 指数三角优化算法 负荷预测
在线阅读 下载PDF
基于改进Mask RCNN的复杂环境下苹果检测研究 被引量:32
5
作者 岳有军 田博凯 +1 位作者 王红君 赵辉 《中国农机化学报》 北大核心 2019年第10期128-134,共7页
苹果检测是苹果采摘系统中的关键环节,为实现复杂环境下苹果采摘机器人视觉系统对苹果的识别和定位,提出一种基于深度学习的方法,通过改进的Mask RCNN网络对苹果进行检测研究。该方法在原始Mask RCNN网络的基础上,增加边界加权损失函数... 苹果检测是苹果采摘系统中的关键环节,为实现复杂环境下苹果采摘机器人视觉系统对苹果的识别和定位,提出一种基于深度学习的方法,通过改进的Mask RCNN网络对苹果进行检测研究。该方法在原始Mask RCNN网络的基础上,增加边界加权损失函数,能够使边界检测结果更为精确。训练后的模型在验证集下的AP值为92.62%。通过比较Mask RCNN与Faster RCNN、YOLO v3和传统分割算法K-means算法在不同数目,不同光照和绿色苹果情况下的检测效果,试验结果表明:Mask-RCNN的F1值和分割效果均高于其他算法,证明本文方法对复杂环境下的苹果有很好的检测效果,可为苹果产业中采摘机器人的视觉系统提供技术支持。 展开更多
关键词 苹果检测 深度学习 采摘机器人 机器视觉
在线阅读 下载PDF
PSO-BP神经网络在语音干扰效果评估中的应用 被引量:5
6
作者 许亮 赵松波 +3 位作者 高强 莫家庆 吕小毅 郭翔 《现代电子技术》 北大核心 2019年第6期43-46,50,共5页
为了克服BP神经网络在连续语音数据干扰效果评估过程中存在的弊端缺陷,提出一种利用粒子群优化算法神经网络的客观语音干扰效果评估方法。该方法利用Mel倒谱技术提取所得的连续语音数据特征参数作为模型输入,再通过粒子群优化对BP神经... 为了克服BP神经网络在连续语音数据干扰效果评估过程中存在的弊端缺陷,提出一种利用粒子群优化算法神经网络的客观语音干扰效果评估方法。该方法利用Mel倒谱技术提取所得的连续语音数据特征参数作为模型输入,再通过粒子群优化对BP神经网络的初始权系进行多点优化,建立了粒子群算法优化的BP神经网络模型,通过优化后的神经网络模型实现输入值到对应主观评价MOS证,对比表明,粒子群算法优化后的BP神经网络模型,其收敛速度较传统BP在4%以内,模型相关系数和标准差更加接近理想参数。 展开更多
关键词 干扰 BP神经网络 粒子群优化算法 Mel倒谱 特征参数 主观MOS
在线阅读 下载PDF
电网不平衡条件下PWM整流器最优化控制策略研究 被引量:4
7
作者 魏克新 汪水明 《现代电力》 2009年第5期1-6,共6页
整流器的控制策略和控制结构对于整流器的控制效果有着决定性的作用。针对电网电压不平衡的实际情况,以往的电压源型PWM整流器的控制策略,都是建立双电流矢量内环对交流测电流波形、输出直流侧电压进行最优化控制。但是这种控制策略需... 整流器的控制策略和控制结构对于整流器的控制效果有着决定性的作用。针对电网电压不平衡的实际情况,以往的电压源型PWM整流器的控制策略,都是建立双电流矢量内环对交流测电流波形、输出直流侧电压进行最优化控制。但是这种控制策略需要对正负序电流进行分别控制,系统过于复杂而实现困难。提出了基于网侧交换功率平衡的控制策略。设计的PI+R控制结构改进了传统单一PI控制结构带来的控制局限性,既实现了系统的高功率因数运行,直流侧输出电压高稳态精度的控制要求,又能保证系统低谐波含量。仿真和试验的数据都验证了这一方法的优越性,它具有更加简单有效的控制结构,也具有更好的针对不平衡电网的适应能力。 展开更多
关键词 电网不平衡 PWM整流器 最优化控制策略 交换功率平衡 PI+R控制结构
在线阅读 下载PDF
基于模糊自适应的固态变压器逆变级改进LADRC控制 被引量:5
8
作者 马幼捷 张彤 周雪松 《电力系统及其自动化学报》 CSCD 北大核心 2022年第3期123-131,共9页
为提高固态变压器逆变级的性能,实现系统自动寻优,解决各种负载扰动时暂态稳定性问题,提出了一种基于线性扩张状态观测器LESO(linear extended state observer)估计误差补偿的改进二阶线性自抗扰单环控制策略,并引入模糊自适应与改进线... 为提高固态变压器逆变级的性能,实现系统自动寻优,解决各种负载扰动时暂态稳定性问题,提出了一种基于线性扩张状态观测器LESO(linear extended state observer)估计误差补偿的改进二阶线性自抗扰单环控制策略,并引入模糊自适应与改进线性自抗扰中的状态误差反馈控制率结合,使用Lyapunov稳定性定义证明了系统的稳定性。最后,利用MATLAB/Simulink仿真平台对固态变压器逆变级进行建模,对文中提出的策略在各种工况下的控制性能进行了测试,验证了其正确性和参考价值。 展开更多
关键词 固态变压器逆变级 模糊控制 线性自抗扰控制 估计误差 总扰动
在线阅读 下载PDF
基于神经网络的最优带宽风电并网自抗扰控制 被引量:11
9
作者 周雪松 杨子明 马幼捷 《太阳能学报》 EI CAS CSCD 北大核心 2022年第9期226-235,共10页
为了提高风能转换系统在故障穿越期间直流母线电压的暂态特性,解决线性自抗扰控制(LADRC)中固定的带宽带来的观测器响应速度和系统抗干扰性之间的矛盾,在线性自抗扰控制(LADRC)的基础上提出一种基于神经网络的最优带宽线性自抗扰控制(LA... 为了提高风能转换系统在故障穿越期间直流母线电压的暂态特性,解决线性自抗扰控制(LADRC)中固定的带宽带来的观测器响应速度和系统抗干扰性之间的矛盾,在线性自抗扰控制(LADRC)的基础上提出一种基于神经网络的最优带宽线性自抗扰控制(LADRC-OB)策略。首先分析带宽对系统性能的影响,然后根据系统已知模型设计LADRC控制器,并利用BP神经网络算法通过直流母线电压的参考值与实际值之间的偏差调整网络的输出。而神经网络的输出为LADRC的2个重要参数——观测器带宽ω0和控制器带宽ωc,这可解决LADRC的参数整定问题。最后,将LADRC-OB应用于1.5 MW的风能转换系统仿真模型中,并与采用双闭环PI时的控制效果进行对比,验证LADRC-OB具有更好的控制特性。此外,还对LADRC-OB的稳定性进行分析。 展开更多
关键词 风能 神经网络 变流器 线性自抗扰控制 最优带宽
在线阅读 下载PDF
参数法P3P模型在视觉坐标测量中的应用(英文)
10
作者 王娟 裘祖荣 李鹏燕 《红外与激光工程》 EI CSCD 北大核心 2010年第1期151-155,共5页
P3P问题的求解是视觉坐标测量系统建模的数学理论基础,传统上利用通用余弦定理和正弦定理求解。为快速精确地求取控制点三维坐标,提出一种利用参数法求解P3P模型解析解的计算方法,并将该模型应用到视觉坐标测量过程中,通过精确求解共线... P3P问题的求解是视觉坐标测量系统建模的数学理论基础,传统上利用通用余弦定理和正弦定理求解。为快速精确地求取控制点三维坐标,提出一种利用参数法求解P3P模型解析解的计算方法,并将该模型应用到视觉坐标测量过程中,通过精确求解共线三控制点在摄像机坐标系下的坐标,进而求出与其位置关系已知的被测点三维坐标。介绍了该测量系统的结构、测量原理、计算模型、实验过程以及实验结果,并与传统的利用通用余弦求解模型的计算结果进行了比较,说明本计算方法不仅简单直观,而且精度较高,非常适合应用在视觉坐标测量过程中。 展开更多
关键词 视觉测量 坐标测量 参数法P3P模型
在线阅读 下载PDF
基于平滑蚁群算法的机器人路径规划 被引量:24
11
作者 王红君 徐军 +1 位作者 赵辉 岳有军 《燕山大学学报》 CAS 北大核心 2017年第3期278-282,共5页
在栅格环境下利用蚁群算法规划出来的移动机器人路径存在转弯次数多,累计转折角大等问题。针对这些问题,提出了平滑蚁群算法。平滑蚁群算法是在蚁群算法规划出来的最优路径的基础上,将当前节点与其它不在同一条直线上的节点依次连线,如... 在栅格环境下利用蚁群算法规划出来的移动机器人路径存在转弯次数多,累计转折角大等问题。针对这些问题,提出了平滑蚁群算法。平滑蚁群算法是在蚁群算法规划出来的最优路径的基础上,将当前节点与其它不在同一条直线上的节点依次连线,如果新的连接线不穿越障碍物,则将当前连接线作为新路径代替原来路径,并删除中间节点,否则对当前路径不作任何修改。仿真结果表明,平滑蚁群算法能够在不同栅格规模和障碍物覆盖率不同的情况下,有效降低路径长度,减少转折次数和累计转折角度,并且路经规划结果优于免疫遗传算法和势场蚁群算法的路径规划结果。 展开更多
关键词 移动机器人 路径规划 平滑蚁群算法 障碍物 栅格地图
在线阅读 下载PDF
基于CEEMDAN-SE和DBN的短期电力负荷预测 被引量:24
12
作者 岳有军 刘英翰 +1 位作者 赵辉 王红君 《电测与仪表》 北大核心 2020年第17期59-65,共7页
为提高短期负荷预测精度,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)-样本熵(SE)和深度信念网络(DBN)的短期负荷组合预测模型。利用CEEMDAN-样本熵将原始负荷序列分解为多个特征互异的子序列,计算各子序列的样本熵,将熵值... 为提高短期负荷预测精度,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)-样本熵(SE)和深度信念网络(DBN)的短期负荷组合预测模型。利用CEEMDAN-样本熵将原始负荷序列分解为多个特征互异的子序列,计算各子序列的样本熵,将熵值相近的子序列重组得到新序列,降低了原始非平稳序列对预测精度造成的影响并减小计算规模;综合考虑各新序列的周期特性和影响因素对每个新序列分别构建不同的DBN预测模型,利用DBN克服了浅层神经网络特征提取不充分及初始参数难确定的问题;最后将预测结果叠加得到最终预测值。仿真结果表明,该组合预测模型的平均绝对百分比误差和均方根误差分别为1.18%和87.91 MW,相比于BP、DBN、EMD-DBN负荷预测模型具有更高的预测精度。 展开更多
关键词 负荷预测 CEEMDAN 样本熵 深度学习 深度信念网络 组合模型
在线阅读 下载PDF
基于改进A~*算法与天牛须搜索算法的农业机器人路径规划方法 被引量:26
13
作者 赵辉 郝梦雅 +1 位作者 王红君 岳有军 《科学技术与工程》 北大核心 2019年第31期185-190,共6页
为解决复杂环境下,农业机器人路径规划存在的局部路径欠优、收敛速度慢、折点较多的问题,提出一种基于天牛须搜索算法和A^*算法相结合的BACA^*全局规划方法。首先,基于A^*算法,采用曼哈顿距离作为启发函数进行全局规划;其次,通过适当调... 为解决复杂环境下,农业机器人路径规划存在的局部路径欠优、收敛速度慢、折点较多的问题,提出一种基于天牛须搜索算法和A^*算法相结合的BACA^*全局规划方法。首先,基于A^*算法,采用曼哈顿距离作为启发函数进行全局规划;其次,通过适当调整步长的天牛须搜索算法对路径进行优化,缩短了路径长度,降低了转折点数量;最后,采用贝塞尔曲线对路径进行圆滑处理,使机器人在现实场景中能平稳前进。仿真结果表明:与传统A^*算法相比,该算法的路径更加平滑,折点数更少;与天牛须搜索算法相比,能保证生成路径的效率性、全局最优性。在缩短路径长度和降低累计转折点数量方面验证了所提方法的有效性。 展开更多
关键词 机器人 路径规划 A^*算法 天牛须算法 贝塞尔曲线
在线阅读 下载PDF
基于支持向量机的油菜缺素诊断研究 被引量:6
14
作者 岳有军 杨雪 +1 位作者 赵辉 王红君 《广东农业科学》 CAS 2015年第20期145-148,共4页
针对油菜常见的缺素现象,提出将支持向量机应用于油菜缺素种类识别。首先,确定支持向量机分类过程中所用的特征值,选择RGB和HSV颜色空间中的分量作为颜色特征,选择能量、熵、对比度、相关性的均值和方差作为纹理特征;其次,将支持向量机... 针对油菜常见的缺素现象,提出将支持向量机应用于油菜缺素种类识别。首先,确定支持向量机分类过程中所用的特征值,选择RGB和HSV颜色空间中的分量作为颜色特征,选择能量、熵、对比度、相关性的均值和方差作为纹理特征;其次,将支持向量机用于分类模式识别,并与神经网络分类识别进行比较,仿真结果表明:支持向量机的分类精度高,性能更好;最后,通过遗传算法对支持向量机参数进行优化,可以看到最终的分类准确率有所提升,起到了优化的效果。 展开更多
关键词 支持向量机 遗传算法 颜色特征 纹理特征 缺素
在线阅读 下载PDF
基于小波分解-卷积神经网络和支持向量回归的短期负荷预测 被引量:22
15
作者 赵辉 杨赛 +1 位作者 岳有军 王红君 《科学技术与工程》 北大核心 2021年第25期10718-10724,共7页
为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector reg... 为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector regression,SVR)的负荷预测模型。首先,该方法通过小波分解算法对历史负荷数据进行分析与重构,得到长度相同的历史负荷数据,降低了原始序列中非平稳性对预测精度的影响;其次,对天气因素、日期类型进行特征构造,得到特征数据;最后,将处理后的负荷数据输入卷积神经网络支持向量回归机模型,将天气特征数据输入反向传播(back propagation,BP)神经网络支持向量回归模型,通过两个模型结果的叠加得到最终的预测值。实验结果表明,模型的预测精度和效率优于传统的CNN网络、SVR网络以及输入不进行划分的CNN-SVR模型,验证了其可行性。 展开更多
关键词 短期负荷预测 小波分解 卷积神经网络 支持向量回归
在线阅读 下载PDF
局部遮光条件下光伏阵列的建模与分析研究 被引量:5
16
作者 赵辉 李会平 +1 位作者 王红君 岳有军 《电源技术》 CAS CSCD 北大核心 2015年第1期71-74,共4页
以太阳电池的工程用模型和电路基本理论为基础,对带有旁路二极管的串联光伏组件在局部被遮挡条件下的输出电流进行了理论分析,通过引入透光因子的概念,用分段函数表示方法建立了输出电流方程,并将其拓展到建立大型光伏阵列模型之中。通... 以太阳电池的工程用模型和电路基本理论为基础,对带有旁路二极管的串联光伏组件在局部被遮挡条件下的输出电流进行了理论分析,通过引入透光因子的概念,用分段函数表示方法建立了输出电流方程,并将其拓展到建立大型光伏阵列模型之中。通过Matlab语言建立了光伏组件的Matlab计算仿真模型,分析验证了遮光面积、透光因子、光照强度及温度对光伏组件输出的影响。 展开更多
关键词 局部遮光 光伏方阵 电流方程 透光因子 MATLAB仿真
在线阅读 下载PDF
基于改进的烟花-蚁群算法和B样条曲线的农业机器人路径规划 被引量:14
17
作者 王红君 叶荣 +1 位作者 赵辉 岳有军 《科学技术与工程》 北大核心 2021年第7期2730-2736,共7页
根据蚁群算法收敛速度较慢,易陷入局部最优等问题,提出了一种改进烟花-蚁群(improved fireworks-ant colony algorithm, IFWA-ACO)混合算法,解决静态环境下农业机器人的路径规划问题,首先针对基本烟花的交互机制和选择策略做出改进,提... 根据蚁群算法收敛速度较慢,易陷入局部最优等问题,提出了一种改进烟花-蚁群(improved fireworks-ant colony algorithm, IFWA-ACO)混合算法,解决静态环境下农业机器人的路径规划问题,首先针对基本烟花的交互机制和选择策略做出改进,提出爆炸与迁移相结合的策略以及密度峰值火花、探测火花概念,提升烟花算法寻找最优解的能力,然后把改进烟花算法得到的最短路径作换算成蚁群算法中的信息素加强值,从而避免蚁群盲目搜索,最后采用B样条插值方法进行曲线化拟合,生成平滑路径,有利于机器人平稳行进。试验仿真结果表明,IFWA-ACO算法能快速的规划出机器人的最优路径,降低农业机器人能耗,提高工作效率。 展开更多
关键词 农业机器人 路径规划 交互机制 选择策略 B样条曲线
在线阅读 下载PDF
基于资源拍卖的农业多机器人任务分配 被引量:13
18
作者 赵辉 郝梦雅 +1 位作者 王红君 岳有军 《计算机应用与软件》 北大核心 2021年第12期286-290,313,共6页
针对农田环境中多机器人协同作业的问题,提出一种基于资源的任务分配算法,用于在具有机器人资源的再填充站的长期任务中高效地执行多个任务。针对多机器人任务分配问题,对多机器人任务进行建模,并分析任务相关模型及任务能量指标。在进... 针对农田环境中多机器人协同作业的问题,提出一种基于资源的任务分配算法,用于在具有机器人资源的再填充站的长期任务中高效地执行多个任务。针对多机器人任务分配问题,对多机器人任务进行建模,并分析任务相关模型及任务能量指标。在进行拍卖算法任务分配时,在考虑机器人数目约束、工作时间约束、距离约束的基础上,加入任务执行能力的约束,考虑机器人在长期任务执行期间资源量消耗问题,使各个农机有序地为农田地块服务,降低整个系统的执行代价,提高任务完成量。利用MATLAB平台进行仿真实验,生成多机器人多任务点的分配优化结果,并设置多组不同数量的机器人,对比该算法同其他三种算法的效果。仿真结果表明,该算法可以有效地提高作业效率,在相同条件下使资源消耗量及任务完成量达到最优,证明了其优越性,同时计算结果与实际作业完成量更接近,提高了结果的精准性。 展开更多
关键词 多机器人 任务分配 拍卖算法 资源
在线阅读 下载PDF
基于改进VGG网络的农作物病害图像识别 被引量:16
19
作者 岳有军 李雪松 +1 位作者 赵辉 王红君 《农机化研究》 北大核心 2022年第6期18-24,共7页
随着计算机技术的飞速发展,使用机器视觉进行农作物病害识别成为了一种趋势。但是,当前农作物病害图像识别研究主要集中在提高其识别精度方面而很少考虑实际复杂自然条件下的鲁棒性研究。在实际复杂自然条件下,噪声和复杂自然条件背景... 随着计算机技术的飞速发展,使用机器视觉进行农作物病害识别成为了一种趋势。但是,当前农作物病害图像识别研究主要集中在提高其识别精度方面而很少考虑实际复杂自然条件下的鲁棒性研究。在实际复杂自然条件下,噪声和复杂自然条件背景会降低识别精度。为此,对VGG网络进行改进,将高阶残差和参数共享反馈子网络添加进VGG网络中,识别实际复杂自然条件下的农作物病害。农作物病害表观的特征表达由高阶残差子网络提供,高阶残差子网络使病害识别的准确率更高;病害图像深层特征中的背景噪声被参数共享反馈子网络削弱,使改进VGG网络具有更强的鲁棒性。实验分析表明:在实际大田环境中,此方法在识别精度和鲁棒性方面比SVM、AlexNET、ResNet-50、VGG-16效果更好。 展开更多
关键词 农作物病害识别 VGG网络 高阶残差子网络 参数共享反馈子网络
在线阅读 下载PDF
基于极点对称模态分解-分散熵和改进乌鸦搜索算法-核极限学习机的短期负荷区间预测 被引量:11
20
作者 岳有军 刘英翰 +1 位作者 赵辉 王红君 《科学技术与工程》 北大核心 2020年第22期9036-9042,共7页
针对确定性负荷点预测存在不同程度误差及难以反映电力需求不确定性的问题,提出一种基于极点对称模态分解(extreme-point symmetric mode decomposition,ESMD)-分散熵(dispersion entropy,DE)和改进乌鸦搜索算法(improved crow search a... 针对确定性负荷点预测存在不同程度误差及难以反映电力需求不确定性的问题,提出一种基于极点对称模态分解(extreme-point symmetric mode decomposition,ESMD)-分散熵(dispersion entropy,DE)和改进乌鸦搜索算法(improved crow search algorithm,ICSA)优化核极限学习机的短期负荷区间预测模型。首先用ESMD将原始负荷时间序列分解为多个特征互异的子序列,降低了原始非平稳负荷序列对预测结果的影响,并计算各子序列的分散熵,将熵值相近的子序列重组为新序列以降低计算规模;其次,基于上下限估计法,利用ICSA算法对核极限学习机(kernel extreme learning machine,KELM)输出权值进行优化,得到最优预测区间上下限,并以此分别对各新序列进行区间预测;最后将预测结果叠加得到最终的预测区间。仿真结果表明,所提模型有效提高了负荷预测区间的质量,为电力系统决策工作提供有力支持。 展开更多
关键词 负荷区间预测 极点对称模态分解 分散熵 乌鸦搜索算法 核极限学习机
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部