期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于分布式多子网神经网络的传感器静态误差修正
1
作者 丁晖 刘君华 申忠如 《计量学报》 CSCD 北大核心 2001年第3期196-200,共5页
为消除温度等非目标参数对传感器输出特性的影响 ,本文提出了一种采用多传感器数据融合技术的传感器静态误差修正新方法———传感器冗余法。该方法的显著优点是系统不需测量非目标参数 ,通过对多种传感器输出数据融合达到消除非目标参... 为消除温度等非目标参数对传感器输出特性的影响 ,本文提出了一种采用多传感器数据融合技术的传感器静态误差修正新方法———传感器冗余法。该方法的显著优点是系统不需测量非目标参数 ,通过对多种传感器输出数据融合达到消除非目标参数对传感器输出的影响 ,实现正确检测传感器的输入。同时本文首次提出了一种新的神经网络结构 :分布式多子网神经网络 ,并将其用于实现该修正方法。模拟实验表明 ,该网络在泛化能力、学习速度等方面均优于BP网络和RBF网络。其多子网、自动分解任务的特点尤其适用于复杂样本的学习 ,具有很好的应用前景。 展开更多
关键词 静态误差修正 多传感器数据融合 分布式多子网神经网络 传感器冗余法
下载PDF
基于分布式多子网神经网络的可燃气体分析
2
作者 张愉 齐美星 童敏明 《传感器与微系统》 CSCD 北大核心 2009年第11期16-18,共3页
根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。应用分布式神经网络,通过训练建立了信号识... 根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。应用分布式神经网络,通过训练建立了信号识别的模型,并以3种混合气体为对象进行实验,结果证明了分析方法的可行性。实验表明:该网络在泛化能力与学习速度等均优于BP和RBF网络,其多子网、自动分解任务的特点尤其适用于复杂样本的学习,具有很好的应用前景。 展开更多
关键词 气体分析 催化传感器 分布式多子网神经网络
下载PDF
基于分布式多子网神经网络的多组分混合气体识别 被引量:9
3
作者 丁晖 刘君华 申忠如 《仪器仪表学报》 EI CAS CSCD 北大核心 2001年第6期592-594,598,共4页
目前采用神经网络技术进行多组分混合气体浓度识别时通常存在着识别精度差、识别范围小等问题。为此本文首次提出一种新的神经网络结构 :分布式多子网神经网络。该网络包含多个子网和一个总网。工作时通过总网的分解处理可以将一复杂任... 目前采用神经网络技术进行多组分混合气体浓度识别时通常存在着识别精度差、识别范围小等问题。为此本文首次提出一种新的神经网络结构 :分布式多子网神经网络。该网络包含多个子网和一个总网。工作时通过总网的分解处理可以将一复杂任务自动分解成多个子任务 ,并交由相应的子网处理。这种多子网、分而治之的特点大大提高了网络的学习速度和泛化能力。将其用于多组分混合气体的识别中 ,大大提高了混合气体的识别效果和可识别范围。文章最后给出了模拟实验结果。 展开更多
关键词 分布式多子 神经网络 混合气体识别 传感器
下载PDF
层次式多子网级联神经网络 被引量:8
4
作者 孙功星 朱科军 +1 位作者 戴长江 戴贵亮 《电子学报》 EI CAS CSCD 北大核心 1999年第8期49-51,共3页
本文提出的层次式多子网级联神经网络是一个新的神经网络自结构方案,它通过不断地加入新的子网,逐一地分解复杂的任务为多个简单的子任务,每个子任务为一专有的子网所处理,从而达到分而治之的目的,使问题得以求解.它的优势性能在... 本文提出的层次式多子网级联神经网络是一个新的神经网络自结构方案,它通过不断地加入新的子网,逐一地分解复杂的任务为多个简单的子任务,每个子任务为一专有的子网所处理,从而达到分而治之的目的,使问题得以求解.它的优势性能在于它实现了复杂任务的自动分解和模块化训练策略,降低了全局最优搜索的复杂性,提高了训练速度,改善了网络性能.从模拟结果看,层次式多子网级联神经网络不仅在性能上优于BP网络,而且,在网络的泛化能力方面也优于级联相关学习网络. 展开更多
关键词 神经网络 层次式 多子级联 级联相关
下载PDF
基于自适应学习率卷积神经网络的新型配电网源网荷储无功协调优化技术 被引量:1
5
作者 钱进宝 刘晓光 +2 位作者 蔡玺 刘熠 戴剑丰 《可再生能源》 CAS CSCD 北大核心 2024年第2期267-275,共9页
随着“双碳”目标的推进,分布式新能源接入电网的容量大幅度提升,配电网源网荷储协调优化策略是实现分布式新能源消纳的重要方法,其中无功优化能够保证电网安全稳定运行。文章提出了一种基于自适应学习率卷积神经网络的配电网源网荷储... 随着“双碳”目标的推进,分布式新能源接入电网的容量大幅度提升,配电网源网荷储协调优化策略是实现分布式新能源消纳的重要方法,其中无功优化能够保证电网安全稳定运行。文章提出了一种基于自适应学习率卷积神经网络的配电网源网荷储无功协调优化技术。首先以最小网络损耗和最低电压偏移为目标,构建无功优化模型;其次利用卷积神经网络强大的非线性拟合能力,挖掘出电网运行场景和无功调压设备、储能充放电策略之间的映射关系,引入自适应学习率的方式更新网络参数,提高了网络训练效率;再次通过控制无功调压设备和储能装置充放电情况协调分布式电源出力,实现电力系统无功电压主动优化控制;最后通过IEEE33节点电网模型进行了仿真验证。结果表明,文章所提的配电网源网荷储无功协调优化方法提高了电力系统电压调节能力,为配电网安全可靠运行奠定了良好基础。 展开更多
关键词 分布式新能源 荷储协调优化 无功优化 自适应学习率 卷积神经网络
下载PDF
基于层次式多子网神经网络的缺陷识别
6
作者 刘东辉 孙晓云 《无损检测》 北大核心 2007年第5期251-254,共4页
针对单一神经网络在涡流无损检测中存在识别精度低、训练时间长和识别范围小的缺点,提出了一种适用于实时在线检测的神经网络结构——层次式多子网神经网络。该网络包括一个总网和各层子网,可以将一个复杂的任务分成多个小任务去完成,... 针对单一神经网络在涡流无损检测中存在识别精度低、训练时间长和识别范围小的缺点,提出了一种适用于实时在线检测的神经网络结构——层次式多子网神经网络。该网络包括一个总网和各层子网,可以将一个复杂的任务分成多个小任务去完成,能快速识别出缺陷有无、走向以及大小。由于每个网络采用改进的径向基神经网络优化隐含节点数,利用小波多尺度边缘检测方法提取输入信号的特征值以简化输入节点数,网络结构得到极大简化。结果表明,层次式多子网神经网络适用于实时在线检测。 展开更多
关键词 涡流检测 层次式多子 径向基神经网络 在线检测
下载PDF
基于广义回归神经网络的有源配电网网供负荷预测方法 被引量:11
7
作者 仝新宇 张宇泽 +1 位作者 张长生 杨乔川 《供用电》 2020年第12期40-45,共6页
随着大量分布式电源(DG)接入配电网和用户终端再电气化程度的提高,提出了一种基于广义回归神经网络(GRNN)的有源配电网网供负荷预测方法。首先,对含DG与电采暖负荷的配电网网供负荷特性进行了分析;其次,基于广义回归神经网络,建立了有... 随着大量分布式电源(DG)接入配电网和用户终端再电气化程度的提高,提出了一种基于广义回归神经网络(GRNN)的有源配电网网供负荷预测方法。首先,对含DG与电采暖负荷的配电网网供负荷特性进行了分析;其次,基于广义回归神经网络,建立了有源配电网网供负荷预测的模型;再次,以该地区近几年的国民生产总值、人口、电力消费以及网供负荷峰值等经济数据作为模型的输入,得到了该地区在目标年配电网网供负荷的预测结果;最后,分别与采用前馈反向传播神经网络(FFBNN)以及级联正反向传播神经网络(CFBNN)得到的负荷预测结果进行了对比,验证了所提方法具有更高的预测准确性。 展开更多
关键词 供负荷预测 有源配电 分布式电源 电采暖负荷 广义回归神经网络
下载PDF
《电气自动化》2019年(第41卷)总目次(总第241-246期)
8
《电气自动化》 2019年第6期I0001-I0004,共4页
关键词 配电故障定位 分布式电源 《电气自动化》 直流微 分布式馈线自动化 永磁同步电机 王海峰 神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部