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
基于随机矩阵建模的Student’s t逆Wishart滤波器
被引量：
1
1
作者
陈辉
王莉
韩崇昭
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第6期1088-1097,共10页
针对复杂的异常噪声条件下扩展目标跟踪问题,本文基于随机矩阵模型(RMM)提出了一种Student’s t逆Wishart滤波算法.首先,运用Student’s t分布对异常的过程噪声和量测噪声进行建模,运用逆Wishart分布对目标扩展状态进行建模,以更加合理...
针对复杂的异常噪声条件下扩展目标跟踪问题,本文基于随机矩阵模型(RMM)提出了一种Student’s t逆Wishart滤波算法.首先,运用Student’s t分布对异常的过程噪声和量测噪声进行建模,运用逆Wishart分布对目标扩展状态进行建模,以更加合理的数学模型表征异常噪声条件下基于稀疏量测的目标基本轮廓特征.进一步的,本文详细推导了能稳健估计目标椭圆形状特征的Student’s t逆Wishart滤波算法,能在形状和方向动态演变过程中有效估计扩展目标的多重特征.最后,通过构造异常噪声条件下椭圆扩展目标跟踪的仿真实验验证了所提算法的有效性.
展开更多
关键词
扩展目标跟踪
随机矩阵模型
逆Wishart分布
异常噪声
下载PDF
职称材料
基于深度学习的电力设备智能运行方式的研究
被引量：
6
2
作者
虞跃
《自动化与仪表》
2020年第7期20-24,67,共6页
针对常规技术难以量化电网复杂信息的问题,引入深度学习算法,构建出新型的学习系统。通过BP神经网络算法模型能够监测电力设备的运行故障,应用随机矩阵理论模型能够对电力设备相关参数信息建立起逻辑关系联系,以评价一种参数对另一种参...
针对常规技术难以量化电网复杂信息的问题,引入深度学习算法,构建出新型的学习系统。通过BP神经网络算法模型能够监测电力设备的运行故障,应用随机矩阵理论模型能够对电力设备相关参数信息建立起逻辑关系联系,以评价一种参数对另一种参数的影响。通过决策树分类算法能够对电力设备智能运行方式的各个数据信息进行分类,可以使用户快速查找数据。试验结果表明,所研究的算法提高了数据分析能力。
展开更多
关键词
电力市场
深度学习
BP神经网络算法模型
随机矩阵理论模型
决策树分类算法
下载PDF
职称材料
题名
基于随机矩阵建模的Student’s t逆Wishart滤波器
被引量：
1
1
作者
陈辉
王莉
韩崇昭
机构
兰州理工大学电气工程与信息工程学院
西安交通大学自动化科学与工程学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022年第6期1088-1097,共10页
基金
国家自然科学基金项目(62163023,61873116,61763029)
甘肃省教育厅产业支撑计划项目(2021CYZC–02)
甘肃省科技计划项目(20JR10RA184)资助。
文摘
针对复杂的异常噪声条件下扩展目标跟踪问题,本文基于随机矩阵模型(RMM)提出了一种Student’s t逆Wishart滤波算法.首先,运用Student’s t分布对异常的过程噪声和量测噪声进行建模,运用逆Wishart分布对目标扩展状态进行建模,以更加合理的数学模型表征异常噪声条件下基于稀疏量测的目标基本轮廓特征.进一步的,本文详细推导了能稳健估计目标椭圆形状特征的Student’s t逆Wishart滤波算法,能在形状和方向动态演变过程中有效估计扩展目标的多重特征.最后,通过构造异常噪声条件下椭圆扩展目标跟踪的仿真实验验证了所提算法的有效性.
关键词
扩展目标跟踪
随机矩阵模型
逆Wishart分布
异常噪声
Keywords
extended
target
tracking
random
matrix
model
inverse
Wishart
distribution
abnormal
noise
分类号
TN713 [电子电信—电路与系统]
下载PDF
职称材料
题名
基于深度学习的电力设备智能运行方式的研究
被引量：
6
2
作者
虞跃
机构
国网冀北电力有限公司秦皇岛供电公司
出处
《自动化与仪表》
2020年第7期20-24,67,共6页
文摘
针对常规技术难以量化电网复杂信息的问题,引入深度学习算法,构建出新型的学习系统。通过BP神经网络算法模型能够监测电力设备的运行故障,应用随机矩阵理论模型能够对电力设备相关参数信息建立起逻辑关系联系,以评价一种参数对另一种参数的影响。通过决策树分类算法能够对电力设备智能运行方式的各个数据信息进行分类,可以使用户快速查找数据。试验结果表明,所研究的算法提高了数据分析能力。
关键词
电力市场
深度学习
BP神经网络算法模型
随机矩阵理论模型
决策树分类算法
Keywords
electricity
market
deep
learning
BP
neural
network
algorithm
model
random
matrix
theory
model
decision
tree
classification
algorithm
分类号
TN929.1 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于随机矩阵建模的Student’s t逆Wishart滤波器
陈辉
王莉
韩崇昭
《控制理论与应用》
EI
CAS
CSCD
北大核心
2022
1
下载PDF
职称材料
2
基于深度学习的电力设备智能运行方式的研究
虞跃
《自动化与仪表》
2020
6
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
