期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
考虑薄弱成因的电网脆弱线路分类与类别辨识 被引量:9
1
作者 张颖 顾雪平 +2 位作者 王涛 刘雨濛 秦晓辉 《电测与仪表》 北大核心 2020年第15期71-79,共9页
针对不同运行状态下系统对脆弱性评估侧重点的差异性,提出了一种考虑薄弱成因的电网脆弱线路类别辨识方法。将脆弱线路分类为易故障线路和易受影响线路,用于辨识连锁故障的源头和传播环节,以便运行人员对脆弱线路进行更全面精确的监控... 针对不同运行状态下系统对脆弱性评估侧重点的差异性,提出了一种考虑薄弱成因的电网脆弱线路类别辨识方法。将脆弱线路分类为易故障线路和易受影响线路,用于辨识连锁故障的源头和传播环节,以便运行人员对脆弱线路进行更全面精确的监控。类别辨识方法基于复杂网络理论和泰尔指数实现。引入线路攻击难度和攻击成效对边韧性度进行改进,进而提出结构相对脆弱度指标。基于泰尔指数定义冲击泰尔熵和抗冲击泰尔熵,结合剩余消纳能力提出状态评估指标。建立考虑结构相对脆弱度和状态评估指标的脆弱线路综合评估模型,从电网拓扑结构和运行状态两个角度实现对脆弱线路的类别辨识。以IEEE 39节点系统和IEEE 118节点系统为算例进行测试,结果验证了所提方法的有效性。 展开更多
关键词 脆弱线路 薄弱成因 易故障线路 易受影响线路 类别辨识
下载PDF
谱熵分析方法在漏磁信号特征提取中的应用 被引量:11
2
作者 王太勇 刘兴荣 +1 位作者 秦旭达 商同 《天津大学学报(自然科学与工程技术版)》 EI CAS CSCD 北大核心 2004年第3期216-220,共5页
为了研究谱熵分析方法在漏磁无损检测中的应用,将信息熵理论引入缺陷漏磁信号的特征提取工作中,通过试验分析证明一维谱熵、二维谱熵在缺陷类别辨识中的可行性,并指出其存在的局限性.提出了集能量集中程度、谱线的重心位置和能量大小3... 为了研究谱熵分析方法在漏磁无损检测中的应用,将信息熵理论引入缺陷漏磁信号的特征提取工作中,通过试验分析证明一维谱熵、二维谱熵在缺陷类别辨识中的可行性,并指出其存在的局限性.提出了集能量集中程度、谱线的重心位置和能量大小3种指标于一身的适于缺陷定量分析、识别的谱熵三维向量的概念,并在室内实验台架上实际测得的不同尺寸矩形槽类内、外缺陷信号分析中进行了应用.实验结果表明,对于矩形槽外缺陷而言,谱熵三维向量中的三维向量指标与二维谱熵和一维谱熵相比,在漏磁检测缺陷定量化方面具有很大的优越性,为缺陷识别定量化提供了一条途径. 展开更多
关键词 漏磁无损检测 无缝钢管 谱熵分析 特征提取 缺陷类别辨识
下载PDF
基于知识图谱的IT设备故障分析方法研究 被引量:1
3
作者 钟保强 钟建栩 +2 位作者 佘俊 谭毅恺 陈黎 《电子设计工程》 2022年第14期48-52,共5页
传统IT设备故障分析方法的故障类别较为混乱,导致故障检测的特征辨识度水平偏低。为此,提出基于知识图谱的IT设备故障分析方法。采用大数据分析法实现IT设备故障参数采集即大数据集成。采用粗糙集特征匹配和匹配滤波检测法,完成故障参... 传统IT设备故障分析方法的故障类别较为混乱,导致故障检测的特征辨识度水平偏低。为此,提出基于知识图谱的IT设备故障分析方法。采用大数据分析法实现IT设备故障参数采集即大数据集成。采用粗糙集特征匹配和匹配滤波检测法,完成故障参数信息融合和结构故障特征分析。引入知识图谱检测法,提取IT设备故障的图谱特征量,通过阈值判断实现对IT设备故障检测过程中的谱分析,完成IT设备故障的分析。仿真实验结果表明,该方法的故障特征辨识度水平较高,图谱聚类分析能力较强,提高了IT设备的故障实时检测和识别能力。 展开更多
关键词 知识图谱 IT设备故障 特征类别辨识 特征提取 图谱聚类
下载PDF
Grade classification of neuroepithelial tumors using high-resolution magic-angle spinning proton nuclear magnetic resonance spectroscopy and pattern recognition 被引量:5
4
作者 CHEN WenXue LOU HaiYan +9 位作者 ZHANG HongPing NIE Xiu LAN WenXian YANG YongXia XIANG Yun QI JianPin LEI Hao TANG HuiRu CHEN FenEr DENG Feng 《Science China(Life Sciences)》 SCIE CAS 2011年第7期606-616,共11页
Clinical data have shown that survival rates vary considerably among brain tumor patients,according to the type and grade of the tumor.Metabolite profiles of intact tumor tissues measured with high-resolution magic-an... Clinical data have shown that survival rates vary considerably among brain tumor patients,according to the type and grade of the tumor.Metabolite profiles of intact tumor tissues measured with high-resolution magic-angle spinning proton nuclear magnetic resonance spectroscopy (HRMAS 1H NMRS) can provide important information on tumor biology and metabolism.These metabolic fingerprints can then be used for tumor classification and grading,with great potential value for tumor diagnosis.We studied the metabolic characteristics of 30 neuroepithelial tumor biopsies,including two astrocytomas (grade I),12 astrocytomas (grade II),eight anaplastic astrocytomas (grade III),three glioblastomas (grade IV) and five medulloblastomas (grade IV) from 30 patients using HRMAS 1H NMRS.The results were correlated with pathological features using multivariate data analysis,including principal component analysis (PCA).There were significant differences in the levels of N-acetyl-aspartate (NAA),creatine,myo-inositol,glycine and lactate between tumors of different grades (P<0.05).There were also significant differences in the ratios of NAA/creatine,lactate/creatine,myo-inositol/creatine,glycine/creatine,scyllo-inositol/creatine and alanine/creatine (P<0.05).A soft independent modeling of class analogy model produced a predictive accuracy of 87% for high-grade (grade III-IV) brain tumors with a sensitivity of 87% and a specificity of 93%.HRMAS 1H NMR spectroscopy in conjunction with pattern recognition thus provides a potentially useful tool for the rapid and accurate classification of human brain tumor grades. 展开更多
关键词 neuroepithelial tumor grade classification high-resolution magic-angle spinning nuclear magnetic resonance (HRMASNMR) spectroscopy METABONOMICS pattern recognition
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部