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
共找到3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：
基于帝王蝶优化算法的BP神经网络能源预测模型研究 被引量：2
1
作者 颜高洋 丁贵立 +3 位作者 许志浩 王宗耀 康兵 刘向向 《南昌工程学院学报》 CAS 2023年第3期88-94,共7页
基于帝王蝶优化算法,提出了一种新的帝王蝶-BP(Back Propagation)神经网络预测模型,以预测结果的平均绝对误差为目标函数,对BP神经网络模型的初始权重和阈值进行寻优,实现了对江西省能源供需的准确预测,并依据预测结果制定江西省低碳转... 基于帝王蝶优化算法,提出了一种新的帝王蝶-BP(Back Propagation)神经网络预测模型,以预测结果的平均绝对误差为目标函数,对BP神经网络模型的初始权重和阈值进行寻优,实现了对江西省能源供需的准确预测,并依据预测结果制定江西省低碳转型路径。通过与已有文献方法和权威公开数据的对比,验证了帝王蝶-BP神经网络优化预测模型的有效性和优越性。 展开更多
关键词 帝王蝶优化算法 BP神经网络 能源预测 参数优化
下载PDF
基于STFT和DCNN的伤损识别方法 被引量：1
2
作者 刘宝玲 胡慧玲 姚先哲 《南昌工程学院学报》 CAS 2022年第6期41-46,共6页
为解决脉冲涡流检测(PECT)信号特征提取耗时且需要专家经验等问题,提出了一种基于短时傅里叶变换(STFT)和两层深度卷积神经网络(T-DCNN)的智能伤损识别方法。该法采用短时傅里叶变换将一维的PECT信号转换为二维时频信号;构建由两层卷积... 为解决脉冲涡流检测(PECT)信号特征提取耗时且需要专家经验等问题,提出了一种基于短时傅里叶变换(STFT)和两层深度卷积神经网络(T-DCNN)的智能伤损识别方法。该法采用短时傅里叶变换将一维的PECT信号转换为二维时频信号;构建由两层卷积层、BN层、池化层和全连接层构成的DCNN,并将二维时频信号作为输入,进行端对端伤损识别。结果表明,该法与其他经典网络构架的伤损识别方法(VGG11、VGG16)相比,具有精度高、耗时短等优点,更符合工程领域应用需求。 展开更多
关键词 伤损识别 脉冲涡流检测 短时傅里叶变换 两层深度卷积神经网络
下载PDF
复杂多态家用电器场景下NILM负荷事件类型判别方法研究
3
作者 王宗耀 康兵 +5 位作者 李金龙 王晓虎 张兴旺 李瑾 丁贵立 许志浩 《南昌工程学院学报》 CAS 2022年第6期59-65,共7页
本文提出了一种复杂多态家用电器场景下非侵入式电力负荷监测(NILM)负荷事件类型判别方法。首先采用Savitzky-Golay滤波算法对负荷事件前、后的稳态电流波形进行滤波处理,剔除高频成分和噪声成分;其次通过离散小波变换对滤波后的电流波... 本文提出了一种复杂多态家用电器场景下非侵入式电力负荷监测(NILM)负荷事件类型判别方法。首先采用Savitzky-Golay滤波算法对负荷事件前、后的稳态电流波形进行滤波处理,剔除高频成分和噪声成分;其次通过离散小波变换对滤波后的电流波形进行分解处理,得到近似分量波形;最后基于皮尔逊相关系数计算负荷事件前、后近似分量波形的相关性系数,并依据相关性系数对负荷事件的性质进行判别。通过对空调、洗衣机、电冰箱等复杂多态电器的大量电流波形测试,结果表明:经本文方法处理后的电器投切负荷事件电流波形相关系数在0.6以下,而多态电器模式转换负荷事件相关系数在0.65以上,这一标准可作为复杂多态电器场景下负荷事件类型判别的主要判据。 展开更多
关键词 NILM Savitzky-Golay滤波算法 离散小波变换 皮尔逊相关系数
下载PDF
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
使用帮助 返回顶部