-
题名基于压缩感知技术的纸病图像数据实时采集研究
被引量：3
- 1
-
-
作者
周强
王志强
杨贵琳
李清华
-
机构
陕西科技大学电气与信息工程学院
西安西翰电力科技有限公司
-
出处
《中国造纸学报》
CAS
CSCD
北大核心
2015年第3期51-56,共6页
-
基金
陕西省科技统筹创新工程计划项目(2012KTCQ01-19)
陕西省科技攻关项目(2011K06-06)
西安市未央区科技计划项目201304
-
文摘
压缩感知理论基于信号的稀疏性,压缩感知技术在采集信号的同时,实现数据的压缩处理,能够显著减少传输过程中纸病图像的数据量。结合纸病图像的特点,在研究了纸病图像稀疏性的基础上确定了测量矩阵,完成了计算机PC重建时的重构算法。通过仿真实验,验证了不同的稀疏基和采样率对纸病图像重构质量的影响。结果表明,利用压缩感知技术,纸病图像数据的传输量只有原来的30%~40%,并且重构的图像质量也较好,能够在一定程度上提高造纸生产线上纸病检测的速度。
-
关键词
压缩感知
纸病图像
数据实时采集和传输
-
Keywords
compressed sensing
paper disease image
data real-time acquisition and transmission
-
分类号
TN911.73
[电子电信—通信与信息系统]
TS7
[轻工技术与工程—制浆造纸工程]
-
-
题名PSO-BP神经网络在开关柜设备温度预测中的应用
被引量：8
- 2
-
-
作者
郭文强
董瑶
李清华
张梦梦
王立贤
-
机构
陕西科技大学电子信息与人工智能学院
陕西科技大学电气与控制工程学院
西安西翰电力科技有限公司
-
出处
《陕西科技大学学报》
CAS
2020年第1期149-153,共5页
-
基金
陕西省教育厅产业化培育计划项目(18JC003)
陕西省科技厅科研计划项目(2017JM6057)
陕西省西安市科技计划项目(2019216514GXRC001CG002GXYD1.1)
-
文摘
温度是衡量电力开关柜设备健康状态的重要指标,对开关柜内设备进行准确的温度预测可有效的提前把握其运行状态.传统BP神经网络可以实现温度预测,但由于该网络在训练过程中容易陷入局部极小值,影响了温度预测的准确性.提出了一种PSO优化BP神经网络对设备温度进行预测的方法.首先,将电力运行数据集进行预处理,在网络训练前,利用PSO对神经网络的权值和阈值进行优化,得到PSO-BP预测模型;最后将预测模型运用到开关柜设备温度预测中.实验结果表明:相较于传统的神经网络温度预测方法,文中提出的方法能够对开关柜内设备温度进行有效的预测,为电网管理实现从传统预防性维护到主动预测性的转变提供了一种有效途径.
-
关键词
开关柜
温度预测
PSO-BP
神经网络
-
Keywords
switchgear
temperature prediction
PSO-BP
neural networks
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
