期刊导航
期刊开放获取
河南省图书馆
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
4
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SAGA-FCM算法的非侵入式负荷监测方法
被引量:
6
1
作者
刘炜
谭兴
+1 位作者
周克
马嘉伟
《现代电子技术》
北大核心
2019年第23期72-76,共5页
针对现有的非侵入式负荷监测(NILM)方法对小功率设备识别准确率不够,以及监测数据量过大时,准确率下降严重等问题,提出一种新颖的非侵入负荷监测方法。该方法以模糊C均值聚类算法(FCM)为基础,采用差量特征提取法提取任意时刻的特征变化...
针对现有的非侵入式负荷监测(NILM)方法对小功率设备识别准确率不够,以及监测数据量过大时,准确率下降严重等问题,提出一种新颖的非侵入负荷监测方法。该方法以模糊C均值聚类算法(FCM)为基础,采用差量特征提取法提取任意时刻的特征变化值,引入模拟退火算法(SA)和遗传算法(GA)对聚类过程进行优化,实现了多类型电器负荷的聚类识别。实验数据表明,随着监测数据量的增加,该方法最终目标函数始终小且稳定,具有较好的稳定性和可靠性,适用于NILM大数据监测环境,采用谐波特征后识别准确率有一定的提升。
展开更多
关键词
监测方法
非侵入负荷监测
差量特征提取
聚类过程优化
saga-fcm
算法
聚类识别
下载PDF
职称材料
基于改进模糊C均值算法的电力负荷特性分类
被引量:
35
2
作者
周开乐
杨善林
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第22期58-63,共6页
为了提高负荷分类的精确性和有效性,提出了将基于模拟退火遗传算法的模糊C均值(Simulated Annealing Genetic Algorithm Based Fuzzy C-Means,SAGA-FCM)算法用于电力系统负荷特性分类。SAGA-FCM算法以模糊C均值(Fuzzy C-Means,FCM)算法...
为了提高负荷分类的精确性和有效性,提出了将基于模拟退火遗传算法的模糊C均值(Simulated Annealing Genetic Algorithm Based Fuzzy C-Means,SAGA-FCM)算法用于电力系统负荷特性分类。SAGA-FCM算法以模糊C均值(Fuzzy C-Means,FCM)算法为基础,融合了模拟退火算法较强的局部搜索能力和遗传算法较强的全局搜索能力,克服了传统FCM算法对初始聚类中心敏感和容易陷入局部最优的问题。将其与系统聚类法、K均值(K-Means)算法和传统FCM算法分别用于电力系统负荷特性分类实验,对比分析表明了SAGA-FCM算法用于负荷特性分类的有效性和优越性。
展开更多
关键词
负荷分类
saga-fcm
算法
模糊C均值算法
聚类
下载PDF
职称材料
基于SAGA-SVR预测模型的水稻种子水分含量高光谱检测
被引量:
11
3
作者
芦兵
孙俊
+1 位作者
杨宁
武小红
《南方农业学报》
CAS
CSCD
北大核心
2018年第11期2342-2348,共7页
【目的】利用高光谱技术测定水稻种子的水分含量,为其品质监测和筛选提供参考依据,从而提高水稻良种筛选率。【方法】通过电烘箱恒重法制备120份不同水分含量的水稻种子样本作为研究对象,利用多项式平滑(Savitzky-Golay, S-G)算法对原...
【目的】利用高光谱技术测定水稻种子的水分含量,为其品质监测和筛选提供参考依据,从而提高水稻良种筛选率。【方法】通过电烘箱恒重法制备120份不同水分含量的水稻种子样本作为研究对象,利用多项式平滑(Savitzky-Golay, S-G)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm, SPA)对预处理后的数据进行特征波长的优选。为提高建模效率,提高各水分含量区间光谱特征值的区分度,使用模糊C-均值聚类(Fuzzy C-means clustering,FCM)算法对各区间的样本数据进行聚类处理,最后利用支持向量回归机(Support vector regression, SVR)定量检测模型建立特征光谱数据与水稻种子水分含量的映射关系。【结果】由于FCM未达到预期的聚类效果,而引入遗传模拟退火算法(Simulated annealing genetic algorithm,SAGA)进行聚类,分别对基于原始特征值、FCM及SAGA聚类的SVR训练结果进行比较,发现基于SAGA聚类的光谱样本数据训练效果更好,预测集决定系数可达0.8956,均方根误差3.75%。由于决定系数不够理想,引入松弛变量降低间隔阈值,最终模型预测集决定系数为0.9286,均方根误差为3.42%,此时模型达最佳性能,能满足实际应用需求。【建议】基于聚类算法,提高光谱数据的准确性;通过合理调整模型参数,提高预测模型性能;推动高光谱农产品检测相关装备的研制。
展开更多
关键词
水稻种子
高光谱
模糊C-均值聚类(FCM)
遗传模拟退火(SAGA)
支持向量回归机(SVR)
下载PDF
职称材料
基于融合进化算法的用户日负荷曲线聚类分析
被引量:
1
4
作者
何觅
覃日升
+3 位作者
何鑫
段锐敏
王广雪
束洪春
《昆明理工大学学报(自然科学版)》
北大核心
2022年第3期96-105,共10页
负荷分类对电网调度、负荷预测、用户用电行为分析等具有重要意义.针对传统负荷分类算法易陷入局部最优解而无法确定最优初始聚类中心,导致分类结果不准确问题,提出一种融合进化算法优化模糊C均值(FCM)的负荷聚类算法.首先使用重心Lagra...
负荷分类对电网调度、负荷预测、用户用电行为分析等具有重要意义.针对传统负荷分类算法易陷入局部最优解而无法确定最优初始聚类中心,导致分类结果不准确问题,提出一种融合进化算法优化模糊C均值(FCM)的负荷聚类算法.首先使用重心Lagrange插值法填充负荷曲线缺失点,其次利用线性函数将不同行业负荷曲线归一化,最后结合遗传算法全局搜索效率高以及模拟退火算法计算时间短的特点优化FCM进行负荷聚类,弥补了传统FCM易陷入局部最优解的问题.算例表明:所提算法聚类中心距离较远,用户日负荷曲线分类结果较准确;相较于传统FCM不易陷入局部最优解,且具有一定的鲁棒性.
展开更多
关键词
日负荷曲线聚类
融合进化算法
saga-fcm
重心Lagrange插值
聚类中心
原文传递
题名
基于SAGA-FCM算法的非侵入式负荷监测方法
被引量:
6
1
作者
刘炜
谭兴
周克
马嘉伟
机构
贵州大学电气工程学院
贵州大学明德学院
出处
《现代电子技术》
北大核心
2019年第23期72-76,共5页
基金
国家自然科学基金资助项目(51567005)~~
文摘
针对现有的非侵入式负荷监测(NILM)方法对小功率设备识别准确率不够,以及监测数据量过大时,准确率下降严重等问题,提出一种新颖的非侵入负荷监测方法。该方法以模糊C均值聚类算法(FCM)为基础,采用差量特征提取法提取任意时刻的特征变化值,引入模拟退火算法(SA)和遗传算法(GA)对聚类过程进行优化,实现了多类型电器负荷的聚类识别。实验数据表明,随着监测数据量的增加,该方法最终目标函数始终小且稳定,具有较好的稳定性和可靠性,适用于NILM大数据监测环境,采用谐波特征后识别准确率有一定的提升。
关键词
监测方法
非侵入负荷监测
差量特征提取
聚类过程优化
saga-fcm
算法
聚类识别
Keywords
monitoring method
non-intrusive load monitoring
delta feature extraction
clustering process optimization
saga-fcm
algorithm
clustering recognition
分类号
TN911.1-34 [电子电信—通信与信息系统]
TM714 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于改进模糊C均值算法的电力负荷特性分类
被引量:
35
2
作者
周开乐
杨善林
机构
合肥工业大学过程优化与智能决策教育部重点实验室
合肥工业大学管理学院
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第22期58-63,共6页
基金
国家高技术研究发展计划(863计划)(2011AA05A116)
国家自然科学基金重点项目(71131002)~~
文摘
为了提高负荷分类的精确性和有效性,提出了将基于模拟退火遗传算法的模糊C均值(Simulated Annealing Genetic Algorithm Based Fuzzy C-Means,SAGA-FCM)算法用于电力系统负荷特性分类。SAGA-FCM算法以模糊C均值(Fuzzy C-Means,FCM)算法为基础,融合了模拟退火算法较强的局部搜索能力和遗传算法较强的全局搜索能力,克服了传统FCM算法对初始聚类中心敏感和容易陷入局部最优的问题。将其与系统聚类法、K均值(K-Means)算法和传统FCM算法分别用于电力系统负荷特性分类实验,对比分析表明了SAGA-FCM算法用于负荷特性分类的有效性和优越性。
关键词
负荷分类
saga-fcm
算法
模糊C均值算法
聚类
Keywords
power load classification
saga-fcm
algorithm
fuzzy C-means algorithm
clustering
分类号
TM714 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于SAGA-SVR预测模型的水稻种子水分含量高光谱检测
被引量:
11
3
作者
芦兵
孙俊
杨宁
武小红
机构
江苏大学电气信息工程学院
江苏大学信息化中心
出处
《南方农业学报》
CAS
CSCD
北大核心
2018年第11期2342-2348,共7页
基金
国家自然科学基金项目(31471413)
江苏省高校优势学科建设工程项目(苏政办发[2011]6号)
江苏省六大人才高峰项目(ZBZZ-019)
文摘
【目的】利用高光谱技术测定水稻种子的水分含量,为其品质监测和筛选提供参考依据,从而提高水稻良种筛选率。【方法】通过电烘箱恒重法制备120份不同水分含量的水稻种子样本作为研究对象,利用多项式平滑(Savitzky-Golay, S-G)算法对原始光谱数据进行降噪平滑处理,采用连续投影算法(Successive projections algorithm, SPA)对预处理后的数据进行特征波长的优选。为提高建模效率,提高各水分含量区间光谱特征值的区分度,使用模糊C-均值聚类(Fuzzy C-means clustering,FCM)算法对各区间的样本数据进行聚类处理,最后利用支持向量回归机(Support vector regression, SVR)定量检测模型建立特征光谱数据与水稻种子水分含量的映射关系。【结果】由于FCM未达到预期的聚类效果,而引入遗传模拟退火算法(Simulated annealing genetic algorithm,SAGA)进行聚类,分别对基于原始特征值、FCM及SAGA聚类的SVR训练结果进行比较,发现基于SAGA聚类的光谱样本数据训练效果更好,预测集决定系数可达0.8956,均方根误差3.75%。由于决定系数不够理想,引入松弛变量降低间隔阈值,最终模型预测集决定系数为0.9286,均方根误差为3.42%,此时模型达最佳性能,能满足实际应用需求。【建议】基于聚类算法,提高光谱数据的准确性;通过合理调整模型参数,提高预测模型性能;推动高光谱农产品检测相关装备的研制。
关键词
水稻种子
高光谱
模糊C-均值聚类(FCM)
遗传模拟退火(SAGA)
支持向量回归机(SVR)
Keywords
rice seeds
hyperspectral spectrum
fuzzy C-mean clustering(FCM)
simulated annealing genetic algorithm(SAGA)
support vector regression(SVR)
分类号
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
基于融合进化算法的用户日负荷曲线聚类分析
被引量:
1
4
作者
何觅
覃日升
何鑫
段锐敏
王广雪
束洪春
机构
云南电网有限责任公司昆明供电局
云南电力科学研究院
昆明理工大学电力工程学院
出处
《昆明理工大学学报(自然科学版)》
北大核心
2022年第3期96-105,共10页
基金
国家自然科学基金项目(51667010)
国家重点研发计划重点专项(2019YFE0118000)
云南省重大科技专项计划项目(202002AF080001)。
文摘
负荷分类对电网调度、负荷预测、用户用电行为分析等具有重要意义.针对传统负荷分类算法易陷入局部最优解而无法确定最优初始聚类中心,导致分类结果不准确问题,提出一种融合进化算法优化模糊C均值(FCM)的负荷聚类算法.首先使用重心Lagrange插值法填充负荷曲线缺失点,其次利用线性函数将不同行业负荷曲线归一化,最后结合遗传算法全局搜索效率高以及模拟退火算法计算时间短的特点优化FCM进行负荷聚类,弥补了传统FCM易陷入局部最优解的问题.算例表明:所提算法聚类中心距离较远,用户日负荷曲线分类结果较准确;相较于传统FCM不易陷入局部最优解,且具有一定的鲁棒性.
关键词
日负荷曲线聚类
融合进化算法
saga-fcm
重心Lagrange插值
聚类中心
Keywords
daily load curve clustering
fusion evolutionary algorithm
saga-fcm
Lagrange interpolation of center of gravity
clustering center
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TM714 [电气工程—电力系统及自动化]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于SAGA-FCM算法的非侵入式负荷监测方法
刘炜
谭兴
周克
马嘉伟
《现代电子技术》
北大核心
2019
6
下载PDF
职称材料
2
基于改进模糊C均值算法的电力负荷特性分类
周开乐
杨善林
《电力系统保护与控制》
EI
CSCD
北大核心
2012
35
下载PDF
职称材料
3
基于SAGA-SVR预测模型的水稻种子水分含量高光谱检测
芦兵
孙俊
杨宁
武小红
《南方农业学报》
CAS
CSCD
北大核心
2018
11
下载PDF
职称材料
4
基于融合进化算法的用户日负荷曲线聚类分析
何觅
覃日升
何鑫
段锐敏
王广雪
束洪春
《昆明理工大学学报(自然科学版)》
北大核心
2022
1
原文传递
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