您的位置: 专家智库 > >

王曦

作品数:5 被引量:18H指数:3
供职机构:昆明理工大学信息工程与自动化学院更多>>
发文基金:云南省自然科学基金云南省教育厅科学研究基金云南省应用基础研究基金更多>>
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

  • 4篇自动化与计算...
  • 1篇电气工程
  • 1篇医药卫生

主题

  • 2篇电能
  • 2篇电能质量
  • 2篇网络
  • 1篇递归
  • 1篇电力
  • 1篇电力系统
  • 1篇电能质量扰动
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇时间序列
  • 1篇太阳黑子
  • 1篇太阳黑子数
  • 1篇特性分析
  • 1篇图像
  • 1篇图像识别
  • 1篇群算法
  • 1篇扰动信号
  • 1篇人工智能

机构

  • 5篇昆明理工大学
  • 1篇昆明医科大学

作者

  • 5篇王曦
  • 4篇毕贵红
  • 2篇唐京瑞
  • 1篇张果
  • 1篇祖哲
  • 1篇王海瑞
  • 1篇王剑平
  • 1篇欧阳鑫
  • 1篇陈仕龙
  • 1篇杨晓洪
  • 1篇付萍
  • 1篇栾佳雨

传媒

  • 1篇计算机工程
  • 1篇电网技术
  • 1篇计算机工程与...
  • 1篇中北大学学报...
  • 1篇军事医学

年份

  • 1篇2017
  • 1篇2013
  • 2篇2012
  • 1篇2011
5 条 记 录,以下是 1-5
排序方式:
非负矩阵分解方法识别电能质量扰动信号被引量:4
2013年
利用相空间重构及非负矩阵分解(NMF)相结合的方法,对电压暂降、电压暂升、电压尖峰、电压中断、暂态谐波及暂态振荡6类电能扰动信号进行分类识别研究。利用相空间重构法构造扰动信号轨迹,并将其转化为图像。从图像处理的角度出发,利用NMF在人脸、指纹图像识别应用中的基本原理,对不同的相空间重构轨迹图进行特征提取,分类识别其所对应的电能质量扰动信号。该方法可避免由于扰动信号的复杂性而难以获得扰动信号稳定特征提取的困难,具有训练时间短、所需训练样本少、识别过程可视化便于分析等特点。仿真实验结果表明其能够较好地识别电能质量扰动,是提供了扰动信号检测与分类的算法。
栾佳雨王海瑞毕贵红王曦陈仕龙
关键词:电能质量相空间重构非负矩阵分解图像识别
基于小世界网络的PSO算法在电力系统中的应用被引量:2
2012年
针对发电机的阀点效应,电力系统机组优化组合属于复杂的具有混合型变量的组合优化问题,基于小世界网络(Small World Network,SWN)的邻域模型构造,最优化原理和基本粒子群算法(ParticleSwarm Optimization,PSO),以24个时间段所有机组总耗量最小为目标函数,建立了发电机组优化组合的数学模型.提出了将"平均最短路径小,聚集系数大"的小世界网络邻域结构引入到粒子群算法中,以机组的输出功率作为粒子的位置,给出了算法的具体实现方法.在10机系统中分别采用了SWN-PSO算法和遗传算法进行了仿真计算.算例结果表明:所提出的算法不仅有利于粒子之间的信息共享,并且可以更快、更准确地收敛到全局最优解,具有一定的实用性.
唐京瑞毕贵红王曦
关键词:粒子群算法小世界网络机组优化组合邻域结构
基于递归特性分析和BP神经网络的电能质量扰动识别与定位(英文)被引量:4
2012年
提出将递归图和定量递归分析技术引入非平稳电能扰动信号处理研究中,通过分析递归图和递归特性,选择递归量化参数定量地表征电能扰动信号的递归特性,利用定量递归分析提取的不同参数,并运用BP神经网络进行扰动训练,最终实现区分不同的电能扰动模式。进一步选择信号递归度这一特征参数,初步检测了电能扰动信号的端点。仿真实验结果表明,该方法对电压暂降、暂升、中断、振荡暂态、电压尖峰和暂态谐波等多种暂态扰动信号有较好的识别与定位,识别率在98%以上。
王曦毕贵红祖哲
关键词:电能质量神经网络
模拟退火-支持向量机在SLE合并肾受累的辅助诊断应用研究被引量:2
2017年
目的建立一种计算机辅助诊断(CAD)模型对系统性红斑狼疮(SLE)合并肾受累进行分类辅助诊断,为及时发现并确诊该疾病提供一种新的方法。方法利用模拟退火(SA)算法优化支持向量机(SVM)算法惩罚系数C和核函数参数g,并基于此构建SA-SVM分类器模型,将其应用于SLE的智能辅助诊断。结果该方法避免了单一SVM分类器易陷入局部最优的缺点,提高了分类器的分类精度,且针对SLE合并肾受累疾病的分类准确率最高可达98.72%。结论实验结果表明该分类模型在SLE合并肾受累疾病智能诊断中有较好的应用价值。
王曦张果付萍王剑平杨晓洪欧阳鑫
关键词:支持向量机模拟退火人工智能
基于EMD的太阳黑子时间序列组合预测模型被引量:6
2011年
针对太阳黑子的复杂性,利用经验模态分解(EMD)方法,将太阳活动在各时间尺度上的变化分量分解为平稳的固有模态函数(IMF)分量及余项。观察各分量的频谱,根据低频IMF分量和高频IMF分量的特点,分别采用自回归滑动平均模型和神经网络方法进行预测。通过各分量的预测值,重构出原始信号的预测序列。仿真结果表明,该模型具有较高的预测精度。
王曦毕贵红唐京瑞
关键词:太阳黑子数经验模态分解方法
共1页<1>
聚类工具0