-
题名计及多状态元件模型的系统状态快速排序技术
被引量：25
- 1
-
-
作者
刘海涛
孙元章
程林
王鹏
-
机构
清华大学电机系电力系统国家重点实验室
南洋理工大学电机与电力工程系
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2008年第1期16-21,共6页
-
基金
国家重点基础研究发展计划(973计划)资助项目(2004CB217908)~~
-
文摘
在实际电力系统中,由于元件的停运概率不同,一些高重故障会比低重故障的发生概率大。这些大概率高重故障状态的数量多,且对系统可靠性的影响大。而在可靠性评估中,状态枚举法通常采用截止故障重数进行状态筛选,会忽略掉这些大概率高重故障事件。文中提出计及多状态元件模型的快速排序技术,基于元件异常状态序列与相邻系统状态,能够按照概率从大到小依次选取系统状态,直至满足评估精度或数量要求。与直接选择法相比,计算效率优势十分明显。由于该方法能够选出大概率高重故障状态,因此,与截止故障重数方法相比,该方法只需少量的系统状态就可获得较高的评估精度。最后以IEEE-RTS为算例验证了该结论。
-
关键词
电力系统可靠性
系统状态选择
快速排序技术
多状态元件模型
概率系数
相邻系统
状态
-
Keywords
power system reliability
system state selection
fast sorting technique
multi-state component model
probability coefficient
neighboring system state
-
分类号
TM732
[电气工程—电力系统及自动化]
-
-
题名基于多状态分层模型的有表情人脸配准
被引量：13
- 2
-
-
作者
高宁
王兴元
王秀坤
-
机构
大连理工大学电子信息与电气工程学部
大连海事大学信息科学技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第7期40-47,共8页
-
基金
国家自然科学基金(No.61672124
No.61370145
+1 种基金
No.61173183)
"十三五"国家密码发展基金密码理论研究课题(No.MMJJ20170203)
-
文摘
将人脸表情变化范围离散化表示为多状态部件模型,以便描述人脸非线性变化。引入多方向局部梯度信息,建立反投影概率图来改善原始灰度图像的外观模式表达,基于级联的卷积神经网络实现渐进分层的人脸配准。根据整脸和不同区域的图像实现人脸形状初始化,并判断当前部件状态。根据正确状态的人脸模型回归人脸形状参数,完成最终的精细配准。与其他几种常用算法在数据库上进行了定量比较,结果表明该算法改善了表情变化剧烈时人脸配准的效果,在计算量相当的情况下,正确率和处理速度等方面都达到很好的性能,具有明显的实用价值。
-
关键词
反投影概率图
多状态部件模型
卷积神经网络
形状参数更新
分层人脸配准
-
Keywords
backprojection probability map
multi-state component model
Convolutional Neural Network
shape parameters update
hierarchical face alignment
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
