您的位置： 专家智库 > >

黑龙江省自然科学基金(E200932)

作品数：5 被引量：32H指数：4
相关作者：韦琦毕晓君柳长源宋立新徐秋平更多>>
相关机构：哈尔滨理工大学哈尔滨工程大学阿拉巴马大学更多>>
发文基金：黑龙江省自然科学基金中国博士后科学基金黑龙江省教育厅资助项目更多>>
相关领域：自动化与计算机技术电气工程医药卫生更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇电气工程
  • 2篇自动化与计算...
  • 1篇医药卫生

主题

  • 3篇独立分量分析
  • 2篇去噪
  • 2篇盲源分离
  • 1篇电力
  • 1篇电力市场
  • 1篇电力用户
  • 1篇断层扫描
  • 1篇多模式
  • 1篇学习算法
  • 1篇正电子
  • 1篇正电子发射
  • 1篇正电子发射计...
  • 1篇正电子发射计...
  • 1篇正反馈
  • 1篇图像
  • 1篇去噪处理
  • 1篇自适
  • 1篇自适应
  • 1篇相关向量机
  • 1篇向量

机构

  • 5篇哈尔滨理工大...
  • 1篇哈尔滨工程大...
  • 1篇阿拉巴马大学

作者

  • 4篇韦琦
  • 1篇宋立新
  • 1篇柳长源
  • 1篇刘瑜
  • 1篇魏新劳
  • 1篇毕晓君
  • 1篇吴京辉
  • 1篇孙清泉
  • 1篇徐秋平

传媒

  • 2篇哈尔滨理工大...
  • 2篇电机与控制学...
  • 1篇高电压技术

年份

  • 1篇2020
  • 1篇2013
  • 2篇2010
  • 1篇2009
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
独立分量分析在PET图像去噪处理中的应用被引量：4
2009年
独立分量分析(independent component analysis,ICA)是基于信号高阶统计量的盲源分离方法.提出将这种算法与中值滤波和小波滤波相结合应用于正电子发射计算机断层扫描(Positron Emission Tomography,PET)图像的去噪处理中,并与中值滤波和小波滤波进行对比分析.仿真实验证明了本文算法相较于中值滤波和小波滤波在PET图像处理中取得了更好的效果.
徐秋平韦琦
关键词：独立分量分析盲源分离正电子发射计算机断层扫描
应用改进独立分量分析算法估计电力用户负荷曲线被引量：3
2010年
应用独立分量分析算法,即基本FastICA算法,在不知道电力系统网络参数或拓扑结构的情况下,可以估计节点电力负荷曲线。若考虑测量中存在的噪声,则基本FastICA算法将含有噪声的观测信号进行分离,导致估计误差增大。为此,通过在白化数据过程中考虑噪声的作用,改进了FastICA算法。IEEE14母线系统的仿真实验结果表明,应用改进后FastICA算法所得到的负荷曲线估计结果的精度,要优于基本FastICA算法。说明改进后的FastICA算法适用于考虑噪声情况下的电力负荷曲线估计。
韦琦刘瑜魏新劳孙清泉
关键词：盲源分离独立分量分析电力市场
基于向量机学习算法的多模式分类器的研究及改进被引量：11
2013年
为了提高向量机"一对一"学习算法在多模式识别中的分类效率,对基于支持向量机和相关向量机算法进行多模式分类的方法进行研究,发现比较次数过多是该方法计算量大的主要原因。提出了一种在每轮比较中,排除最差类别的新方法。该方法使比较次数逐级减少,并且当类别数较多时,总计算量减少尤其明显。通过理论分析和对数据分类的实验结果表明,新方法与传统分类器相比,在基本不影响分类正确率的前提下,机器训练与识别次数显著减少,算法运行速度明显提高。
柳长源毕晓君韦琦
关键词：模式识别相关向量机分类器
参数自适应AFDPF算法的光伏并网系统孤岛检测被引量：10
2020年
孤岛检测要求不仅能快速检测,还要实现无盲区检测,同时又要尽量减少对电网电能的污染。针对目前传统正反馈主动频移算法(active frequency drift with positive feedback,AFDPF)在光伏并网系统孤岛检测中存在的对电能质量影响较大、仍存在盲区等问题,提出了一种基于参数自适应的改进AFDPF算法。该方法根据盲区检测与反馈增益的关系,改进正反馈系数k,使其进行自适应调整,根据引入扰动波形的差异,改进电压电流相角同步周期,同时通过检测公共耦合点电压频率相对电网额定频率的偏移方向,确定扰动施加方向。通过理论分析与仿真实验结果表明改进的AFDPF算法在消除检测盲区的基础上,加快了检测速度,减少了谐波污染。
宋立新刘斯琦张楠楠
关键词：光伏并网孤岛检测正反馈自适应
基于独立分量分析的运动目标精确检测被引量：4
2010年
运动目标检测与跟踪是计算机视觉的难点问题.针对传统方法存在抗噪声、抗抖动性能弱等问题,将独立分量分析(ICA)的算法应用到目标检测与前景图像去噪环节中,目的是提高运动目标检测的鲁棒性和精确性,为后续处理提供尽可能多的目标信息.实验表明,ICA用于目标检测具有较高的鲁棒性,同时ICA用于前景图像去噪比传统的去噪方法具有更好的效果,较好地保留了目标的特征信息.
韦琦吴京辉
关键词：目标检测独立分量分析去噪
全选 清除 导出
共1页<1>
聚类工具0