期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于并行差分进化–梯度特征深度森林的废旧手机识别方法
被引量:
2
1
作者
王子轩
汤健
+3 位作者
夏恒
张晓晓
荆中岭
韩红桂
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第11期2137-2148,共12页
废旧电子产品“互联网+回收”模式的推广,使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市固体废物资源化领域的重点关注对象.本文以基于回收装备的UMP智能化识别组件为研究对象,设计并实现了一种基于并行差分进化(PDE)–梯度...
废旧电子产品“互联网+回收”模式的推广,使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市固体废物资源化领域的重点关注对象.本文以基于回收装备的UMP智能化识别组件为研究对象,设计并实现了一种基于并行差分进化(PDE)–梯度特征深度森林(GfDF)算法的UMP识别方法.本方法由UMP识别模型和PDE参数寻优模型组成,其中:前者包含的UMP定位裁剪模块基于Faster–RCNN模型对图像裁剪以获得有效信息, GfDF识别模块通过引入多尺度梯度特征策略使其更易学习“定位模块”抓取信息;后者使用并行策略优化GfDF模型超参数以提高UMP识别精度.实验结果表明,相比于深度模型和其他机器学习模型,本方法在识别精度和训练时间上均具有优势,能够有效提高回收装备自动化程度和手机回收效率.
展开更多
关键词
手机回收装备
废旧手机识别
并行差分进化
深度森林
深度学习
下载PDF
职称材料
基于并行差分进化算法的相量测量单元优化配置
被引量:
1
2
作者
陆承超
袁淑瑛
王中杰
《系统仿真技术》
2018年第2期91-95,共5页
提出了一种基于全局可观测并行差分进化(PDE)的相量测量单元(PMU)优化配置方法。对于不考虑零注入条件的全局可观测PMU优化配置和考虑零注入条件的全局可观测PMU优化配置2种情况,在3个不同规模的IEEE算例上将PDE算法与传统差分进化(DE)...
提出了一种基于全局可观测并行差分进化(PDE)的相量测量单元(PMU)优化配置方法。对于不考虑零注入条件的全局可观测PMU优化配置和考虑零注入条件的全局可观测PMU优化配置2种情况,在3个不同规模的IEEE算例上将PDE算法与传统差分进化(DE)算法进行比较。结果表明:随着系统规模的提升,PDE算法能获得比DE算法更优质的解。
展开更多
关键词
电力系统
相量测量单元(PMU)
并行差分进化(
pde
)
优化配置
下载PDF
职称材料
题名
基于并行差分进化–梯度特征深度森林的废旧手机识别方法
被引量:
2
1
作者
王子轩
汤健
夏恒
张晓晓
荆中岭
韩红桂
机构
北京工业大学信息学部
智慧环保北京实验室
北京抱扑再生环保科技有限公司
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第11期2137-2148,共12页
基金
国家重点研发计划项目(2018YFC1900800–5)
国家自然科学基金项目(62073006,61573364,61873009)资助。
文摘
废旧电子产品“互联网+回收”模式的推广,使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市固体废物资源化领域的重点关注对象.本文以基于回收装备的UMP智能化识别组件为研究对象,设计并实现了一种基于并行差分进化(PDE)–梯度特征深度森林(GfDF)算法的UMP识别方法.本方法由UMP识别模型和PDE参数寻优模型组成,其中:前者包含的UMP定位裁剪模块基于Faster–RCNN模型对图像裁剪以获得有效信息, GfDF识别模块通过引入多尺度梯度特征策略使其更易学习“定位模块”抓取信息;后者使用并行策略优化GfDF模型超参数以提高UMP识别精度.实验结果表明,相比于深度模型和其他机器学习模型,本方法在识别精度和训练时间上均具有优势,能够有效提高回收装备自动化程度和手机回收效率.
关键词
手机回收装备
废旧手机识别
并行差分进化
深度森林
深度学习
Keywords
mobile
phone
recycling
equipment
used
mobile
phone(UMP)recognition
parallel
differential
evolution
(
pde
)
deep
forest(DF)
deep
learning(DL)
分类号
X705 [环境科学与工程—环境工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
TN929.53 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于并行差分进化算法的相量测量单元优化配置
被引量:
1
2
作者
陆承超
袁淑瑛
王中杰
机构
同济大学电子与信息工程学院
出处
《系统仿真技术》
2018年第2期91-95,共5页
文摘
提出了一种基于全局可观测并行差分进化(PDE)的相量测量单元(PMU)优化配置方法。对于不考虑零注入条件的全局可观测PMU优化配置和考虑零注入条件的全局可观测PMU优化配置2种情况,在3个不同规模的IEEE算例上将PDE算法与传统差分进化(DE)算法进行比较。结果表明:随着系统规模的提升,PDE算法能获得比DE算法更优质的解。
关键词
电力系统
相量测量单元(PMU)
并行差分进化(
pde
)
优化配置
Keywords
power
system
phasor
measurement
unit
(PMU)
parallel
differential
evolution
(
pde
)
optimal
placement
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于并行差分进化–梯度特征深度森林的废旧手机识别方法
王子轩
汤健
夏恒
张晓晓
荆中岭
韩红桂
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022
2
下载PDF
职称材料
2
基于并行差分进化算法的相量测量单元优化配置
陆承超
袁淑瑛
王中杰
《系统仿真技术》
2018
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部