Results 101 to 110 of about 12,159 (164)
Dizhen xuebao利用机器学习中的主成分分析法（PCA）提取了2022年泸定MS6.8地震的M5.0余震（2022年10月22日）的特征主成分时程，对泸定MS6.8主震的地震动时程进行模拟。在此过程中，将主震目标台站的地震动峰值加速度和反应谱作为约束条件，利用粒子群优化（PSO）算法计算特征主成分时程的组合系数。结果显示模拟结果与真实记录较为一致。这表明：利用机器学习算法能够通过提取余震的特征主成分时程对目标地震进行模拟；在进行小区域地震动模拟时 ...
Kai Chen, Hua Pan
doaj +1 more source
Dianci bileiqi针对配电网发生单相接地故障时，故障特征难以提取以及选线正确率不高的问题，笔者提出了一种基于改进型的自适应噪声完备集合经验模态分解（ICEEMDAN）的选线方法。首先通过ICEEMDAN方法将各馈线首端的暂态零序电流分解为频率不同的若干模态，然后计算各模态暂态能量值选取特征模态，再结合趋势项构造故障特征信号，计算其极性，若极性相同，则为母线故障，否则，计算一个周期内的特征信号和，则最大值所处馈线即为故障线路。大量仿真结果表明：该方法在不同故障条件下具有较好的适应性。
邓祥力, 刘大为
doaj
Shuitu Baochi Xuebao, 2002 以陕北绥德县韭园沟流域为试验样区，采用1：1万比例尺、5m分辨率DEM所提取的坡度为准值，研究该地区在同一比例尺、不同水平分辨率条件下DEM提取坡度因子的精度特征。该研究获得不同栅格分辨率DEM所提取地面坡度统计值的转换图谱。该成果对于正确估算DEM提取坡度等地形因子的精度与应用适用性，对于其它若干应用标准的制定，提供了重要的依据。
刘爱利 汤国安 秦鸿儒
doaj
Gaoya dianqi针对电力设备缺陷文本信息的知识挖掘与分析任务中存在缺陷文本特征信息提取不足、缺陷文本分类精度不够的问题，提出一种基于BERT（bidirectional encoder representations from transformers）的双分支特征融合的电力设备缺陷文本分类模型。首先，对缺陷文本数据进行预处理，删除异常缺陷文本，并归纳了电力设备缺陷文本特点；然后，采用BERT模型作为文本编码器，将文本转化为向量后分别输入至BiLSTM-Attention（attention-based ...
张中文 +4 more
doaj
Guangtongxin yanjiu, 2012 车标自动识别是智能交通系统中机动车辆信息采集的关键内容。根据车标具有丰富边缘信息的特征,文章应用HOG（梯度方向直方图）的特征值,采用SVM（支持向量机）的分类工具实现了车标的快速检测与识别。并提出一种改进的HOG特征值,在车标检测识别准确率上取得了显著的效果。大量实验数据以及在智能交通系统中的应用表明,该方法具有较强的鲁棒性和实用价值。
鲁丰, 刘芸, 张仁辉
doaj
Guangtongxin yanjiu, 2013 通过对有缺陷的光纤端面进行研究,提出了基于灰度图像阈值分割和椭圆边界点选取及拟合的方法来求取缺陷光纤端面几何参数,并利用合格光纤的包层边缘、纤芯边缘为同心圆的特性来提取缺陷光纤边缘点,利用此特性能有效去除干扰点。与常见的两种方法（基于灰度阈值分割及特征数据点采集的方法、基于Canny算子边缘检测和椭圆拟合的方法）进行了对比分析,结果表明,该方法可以更精确地计算出缺陷光纤端面的几何参数。
刘为, 唐春晖, 马秀梅, 张仁杰
doaj
Gaoya dianqi, 2015 为了对电缆的局部放电试验结果进行分析,文中提出了一种利用放电信号的脉冲幅值q与相位角φ的余弦和正弦函数乘积绘制极坐标谱图的方法,指出了该谱图的特点。结合3种电缆接头放电模型的试验结果,分析了不同放电类型的谱图特征。提取了极坐标谱图的若干有关分布和对称的特征信息,形成了16维的特征向量,用人工神经网络方法进行了放电的模式识别研究。
黄健华 +6 more
doaj
Gaoya dianqi, 2019 弹簧势能的可靠储存是保障断路器后续分合闸操作正确的前提。通过分析控制回路、电机、传动部件和弹簧之间的能量转换和传递关系,提出一种电—振信号熵权特征联合的断路器储能机构故障类型辨识方法。首先利用希尔伯特变换（Hilbert transform）提取储能电机电流信号包络时域特征并计算峭度;然后由局部均值分解（LMD）处理断路器储能过程伴随的振动信号得到乘积函数分量（PF）,并提取PF能量谱频域的盒维数特征;进而采用熵权法对电流和振动信号待分类样本进行剪辑,按照样本信息量和重要性赋予对应的权重 ...
赵书涛 +5 more
doaj
野生动物学报为有效防治珍稀鸟类误撞输电线路导致的鸟类伤亡与线路跳闸事故，提出一种基于改进YOLOv8模型的鸟类智能识别方法。根据发生撞线事故的鸟类信息及输电线路周边调研结果，构建了包含11种珍稀鸟类的图像数据集，采用加雾加噪操作进行图像增广，用于模拟真实输电线路场景。通过在YOLOv8网络的特征提取部分加入大型分离卷积注意力模块，减少模型参数量，增强模型对于鸟类特征的提取速度；在特征提取和特征融合网络中增加辅助检测头，增强模型对于鸟类特征的学习能力，进而提高检测性能。算例分析表明，改进模型的平均精度均值、F1分数 ...
况燕军 +4 more
doaj
[A time-frequency transform and Riemannian manifold-based domain adaptation method for motor imagery in brain source space]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiQi Q, Li M.
europepmc +1 more source