-
一種面向Mach-zehnder周界防護系統(tǒng)的模式識別方案研究
針對馬赫—曾德爾(Mach—Zehnder ,M—Z)周界防護系統(tǒng) ,設計了一種模式識別方案 。該方案在周界利用M—Z防護系統(tǒng) 獲取不同類別傳感信號的基礎上 ,采用小波包分析提取傳感信號的特征信息 ,并利用BP神經(jīng)網(wǎng)絡對特征信息進行學習 ,進而完 成對不同類型傳感信號的模式識別 。實驗結(jié)果表明 ,實驗環(huán)境下該方案對拍打防護網(wǎng)、擊打防護網(wǎng)支柱、晃動防護網(wǎng)和拍打光纜 4種不同類型人為擾動信號識別的正確率為97. 5%。
-
基于電力物聯(lián)網(wǎng)和BP神經(jīng)網(wǎng)絡的用電行為優(yōu)化研究
電力物聯(lián)網(wǎng)有利于建設電力用戶用電行為大數(shù)據(jù)，為用電行為的識別和優(yōu)化奠定基礎。鑒于此，搭建了基于電力物聯(lián)網(wǎng)的用電行為管控系統(tǒng)，根據(jù)數(shù)據(jù)流量需求和功能部署方案采用分層建設的體系架構(gòu)。終端層用于向各用電設備提供接口和協(xié)議轉(zhuǎn)換服務，具備邊緣計算和安全防護功能，實現(xiàn)分布式資源的彈性管理。采用BP神經(jīng)網(wǎng)絡對用戶用電功率進行預測，實現(xiàn)用電行為識別 。在滿足各種安全穩(wěn)定約束條件下，以用電經(jīng)濟性為目標，對用戶用電成本進行核算，并對用電行為進行優(yōu)化，用以提高用戶互動水平，實現(xiàn)電力需求側(cè)管理向需求側(cè)響應的轉(zhuǎn)變。
-
基于FCM-BP算法的電網(wǎng)運行多源信息融合方法研究
摘要:針對信息融合在電網(wǎng)業(yè)務及運行信息中的應用,提出了一種基于FCM一BP算法的電網(wǎng)運行多源信息融合方法。該方法首先對收集到的電網(wǎng)信息進行預處理;其次使用模糊C均值聚類(FCM)算法對預處理之后的信息進行分析,將相似性較高的信息歸為一類,再采用加權(quán)平均法對同一類信息進行數(shù)據(jù)級融合;最后對經(jīng)過數(shù)據(jù)級融合的信息進行特征提取,將提取的特征送入BP神經(jīng)網(wǎng)絡中進行特征級信息融合。改進后的算法實現(xiàn)了電網(wǎng)多源異構(gòu)信息在數(shù)據(jù)級和特征級的融合,提高了信息融合的質(zhì)量,滿足了相關專業(yè)對電網(wǎng)運行態(tài)勢的實時乃至提前感知與交互需求。
-
基于ACO-BP的省級月售電量預測
摘要:采用科學有效的預測模型對省級售電量進行高準確度的預測,對于保證省級電網(wǎng)安全穩(wěn)定發(fā)展、社會生產(chǎn)生活平穩(wěn)有序進行以及指導電力企業(yè)開展擴建和檢修等業(yè)務均具有重要意義。針對BP算法容易出現(xiàn)局部最優(yōu)和收斂速度較慢的問題,提出使用改進的蟻群算法優(yōu)化BP神經(jīng)網(wǎng)絡初始權(quán)重和閾值:根據(jù)某省月售電量歷史數(shù)據(jù)分別采用改進前后的兩個算法進行訓練和預測,對預測結(jié)果進行分析,結(jié)果表明,改進后的模型能提高BP神經(jīng)網(wǎng)絡的精確度和穩(wěn)定性,能有效減少網(wǎng)絡的迭代次數(shù)。
-
基于BP神經(jīng)網(wǎng)絡算法的電纜局部放電類型模式識別
摘要:利用計算機技術的模式識別已被運用到了局部放電分析領域。與人工識別相比,其識別結(jié)果準確,識別速度快,有很大的發(fā)展?jié)摿Α，F(xiàn)研究了基于BP神經(jīng)網(wǎng)絡算法的電纜局部放電模式識別技術,簡述了模式識別的原理,重點研究了BP神經(jīng)網(wǎng)絡的結(jié)構(gòu)及算法,并利用BP神經(jīng)網(wǎng)絡對電纜典型絕緣缺陷局部放電類型進行模式識別。
-
基于BP神經(jīng)網(wǎng)絡優(yōu)化的改進灰色模型在
摘要:經(jīng)濟增長與電力需求作為分析一個國家經(jīng)濟運行狀況的兩個重要指標,兩者相互作用,聯(lián)系緊密。用單一的預測方法預測電量無法保證高精度的預測結(jié)果,如何最大程度地提高預測精度是電力系統(tǒng)電量預測的研究的關鍵?，F(xiàn)提出用BP神經(jīng)網(wǎng)絡算法修正灰色預測值的方法,其核心是通過分析月數(shù)據(jù)規(guī)律進行灰色預測外推得到初步預測結(jié)果,在充分考慮經(jīng)濟指標與電量的相互作用的情況下,利用BP神經(jīng)網(wǎng)絡對電量預測值進行修正,從而得到實用性更好的中長期電量預測結(jié)果。
-
大佬帶你看神經(jīng)網(wǎng)絡模型，常見神經(jīng)網(wǎng)絡模型有哪些?
為增進大家對神經(jīng)網(wǎng)絡模型的認識，本文將對常見的神經(jīng)網(wǎng)絡模型予以介紹。
-
人工蜂群算法十BP神經(jīng)網(wǎng)絡模型在短期電力負荷預測中的應用研究
摘要:為確保電力系統(tǒng)運行的安全性與穩(wěn)定性,短期電力負荷預測已成為常態(tài)化工作。而隨著電網(wǎng)形態(tài)的多元化、電力負荷的迅猛增長,電力供應緊張局面越發(fā)嚴峻,這就使得電力公司不但要面臨技術上的挑戰(zhàn),還要面對經(jīng)濟上的壓力。在進行短期電力負荷預測時,經(jīng)常使用到的人工智能算法有很多,如支持向量法、人工神經(jīng)網(wǎng)絡法以及模糊預測法等,但這些電力負荷預測方法均存在一定不足,如自適應能力較差、尋優(yōu)時間長、預測精度效果不佳等。為彌補這些不足,在BP神經(jīng)網(wǎng)絡的基礎上融合人工蜂群算法,并對這種算法模型在短期電力負荷預測中的應用可行性進行了檢驗,結(jié)果肯定了人工蜂群算法＋BP神經(jīng)網(wǎng)絡模型的可行性,該模型具有較好的穩(wěn)定性和精準度。
-
基于BP神經(jīng)網(wǎng)絡的手勢識別系統(tǒng)
摘要：給出了采用ADXL335加速度傳感器來采集五個手指和手背的加速度三軸信息，并通過ZigBee無線網(wǎng)絡傳輸來提取手勢特征量，同時利用BP神經(jīng)網(wǎng)絡算法進行誤差分析來實現(xiàn)手勢識別的設計方法。最后，通過Matlab驗證，結(jié)果表明，該系統(tǒng)在測試中識別率較高，系統(tǒng)穩(wěn)定。
-
基于BP神經(jīng)網(wǎng)絡的交通標志識別
摘 要：對神經(jīng)網(wǎng)絡理論和神經(jīng)網(wǎng)絡分類器進行了研究，提出了基于BP神經(jīng)網(wǎng)絡分類器的交通標志識別模型。通過大 量實驗和比較，得到了識別效率高的模型，并將這一模型應用到所研究的交通標志識別系統(tǒng)，從而對系統(tǒng)作了初步的實現(xiàn)。
-
物聯(lián)網(wǎng)信息安全風險評估研究
摘 要：近年來，物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展迅猛，隨之而來的安全問題也越發(fā)引起社會關注。文中以物聯(lián)網(wǎng)USN體系結(jié)構(gòu)為基礎建立了物聯(lián)網(wǎng)安全架構(gòu)層次模型，從而對物聯(lián)網(wǎng)信息安全進行風險識別。然后利用AHP層次分析法建立物聯(lián)網(wǎng)信息安全風險指標體系，同時與BP神經(jīng)網(wǎng)絡相結(jié)合，對物聯(lián)網(wǎng)進行信息安全風險評估，并驗證了此方法的有效性。
-
人工智能算法在光伏發(fā)電量預測中的應用
摘 要：隨著光電的大規(guī)模發(fā)展，準確預測光伏發(fā)電量對于光伏電站的選址、大規(guī)模并網(wǎng)以及運行具有重要作用。文中提出一種果蠅算法結(jié)合神經(jīng)網(wǎng)絡的人工智能混合算法（FOA-BP）來解決光伏發(fā)電量預測問題。以武漢某光伏發(fā)電站的發(fā)電數(shù)據(jù)為例，結(jié)合FOA-BP混合算法對模型進行仿真求解，結(jié)果表明，F(xiàn)OA-BP混合算法具有較高的準確性。
-
電子信息系統(tǒng)模塊級故障診斷技術研究
0 引言 目前，電子信息系統(tǒng)的復雜化、自動化和信息化程度越來越高，對可靠性、可維修性和技術保障能力的要求日趨迫切。系統(tǒng)中每一個部件發(fā)生故障都可能會產(chǎn)生鏈式反應，影響系統(tǒng)效能發(fā)揮或
-
如何搭建自己的神經(jīng)網(wǎng)絡
神經(jīng)網(wǎng)絡基本概念 （1）激勵函數(shù)： 例如一個神經(jīng)元對貓的眼睛敏感，那當它看到貓的眼睛的時候，就被激勵了，相應的參數(shù)就會被調(diào)優(yōu)，它的貢獻就會越大。 下面是幾種常見的激活函數(shù)
-
matlab的BP神經(jīng)網(wǎng)絡例子程序
??1. BP神經(jīng)網(wǎng)絡的設計實例? ?? 例1. 采用動量梯度下降算法訓練BP 網(wǎng)絡。? 訓練樣本定義如下：? 輸入矢量為????? p =[-1 -2 3? 1;-1? 1 5 -3]? 目標矢量為
-
基于MSP430F149單片機的直流電子負載設計
摘要 鑒于電子負載在電源設備測試中的廣泛應用，研制了一臺以MSP430F149單片機為核心處理器的直流電子負載。單片機MSP430F149內(nèi)設ADC12模塊對負載電壓、電流信號實時采樣，并外設10位D/A轉(zhuǎn)換芯片TLC5615輸出模擬電壓
-
基于BP神經(jīng)網(wǎng)絡的小麥碰撞聲信號分類
摘要：小麥在儲藏階段由于各種災害導致?lián)p失巨大，并降低了面粉質(zhì)量，及時檢測并分離小麥的受損顆粒迫在眉睫。文章以提取4類小麥碰撞聲信號為基礎，使用數(shù)字信號處理方法對小麥完好粒、蟲害粒、霉變粒及發(fā)芽粒的碰撞聲
-
基于BP神經(jīng)網(wǎng)絡的數(shù)字式渦流傳感器特性曲線擬合的實現(xiàn)
摘要：為了正確反映數(shù)字式渦流傳感器的實際特性，首先介紹了數(shù)字式渦流傳感器的工作原理，然后從實測數(shù)據(jù)出發(fā)，提出了應用BP神經(jīng)網(wǎng)絡擬合其特性曲線的方法，運用MATLAB語言編程建立BP神經(jīng)網(wǎng)絡并進行訓練和仿真，與現(xiàn)
-
一種利用Hough變換和先驗知識的車牌識別新方法
隨著交通管理系統(tǒng)的日趨現(xiàn)代化，車牌自動識別系統(tǒng)成為智能交通系統(tǒng)的重要組成部分。通過對當前車牌識別的基本原理和主要方法的研究，分析比較各種識別方法的優(yōu)缺點，針對車牌定位、字符分割和字符識別，本文提出一套
-
BP神經(jīng)網(wǎng)絡的電路最優(yōu)測試集的生成設計
1 引言 人工神經(jīng)網(wǎng)絡是基于模仿生物大腦的結(jié)構(gòu)和功能而構(gòu)成的一種信息處理系統(tǒng)。國際著名 的神經(jīng)網(wǎng)絡專家Hecht Nielsen 給神經(jīng)網(wǎng)絡的定義是：“神經(jīng)網(wǎng)絡是一個以有向圖為拓撲結(jié)構(gòu)的動態(tài)系統(tǒng)，它通過對連續(xù)或
wudi1219
qinkunkun
liang_fu
張老板
newlcd2008
JasonAPP
呂兒
kingwb
小莊2
huaohui
王林鑫
paderboy
01XO
01XO
jjsshen
侯森
漩渦銘人
wuyi1981
flamer
ohy3686
