-
题名基于小波变换的脑电信号降噪方法的研究
被引量:2
- 1
-
-
作者
高振斌
贾希
贾志成
-
机构
河北工业大学信息工程学院
-
出处
《河北工业大学学报》
CAS
2006年第6期30-33,共4页
-
文摘
通过小波变换方法对左右手运动想象脑电信号进行降噪.在对各种小波阈值降噪方法(固定阈值形式Sqtwolog及硬阈值法;使用Birge-Massart惩罚函数的阈值形式及软阈值法;使用分层阈值及改进的阈值法)的讨论比较之后,给出一种改进方案.然后对不同降噪方法处理后的脑电信号用概率神经网络进行分类.最后对分类效果进行比较,证明了此改进方案具有可行性.
-
关键词
小波变换
脑电信号
降噪
概率神经网络
阈值
-
Keywords
wavelet transform
EEG
de-noising
probabilisticneuralnetwork
threshold
-
分类号
TN911.4
[电子电信—通信与信息系统]
-
-
题名光伏直流串联电弧故障区域识别
被引量:1
- 2
-
-
作者
孔令哲
何柏娜
边晨曦
刘雨佳
-
机构
山东理工大学电气与电子工程学院
-
出处
《消防科学与技术》
CAS
北大核心
2022年第12期1623-1628,共6页
-
基金
山东省自然科学基金项目(ZR2021ME057)
山东省研究生教育质量提升计划项目(SDYKC19103)
-
文摘
光伏直流系统中串联电弧无法被保护装置检测并切断,电弧将持续燃烧并产生高温,对光伏系统安全运行造成极大危害。针对此研究Cassie电弧模型,将电极间距变量引入该模型,分析电极间距与电弧稳定燃烧关系。搭建光伏串联电弧仿真模型,采集稳定燃烧时不同位置下的电流数据,通过分析电弧故障特性,确定电弧故障特征向量,搭建概率神经网络故障识别模型,引入BP神经网络作为对照,将串联电弧类别与区域对应,实现串联电弧故障区域识别。结果表明:改进型Cassie电弧模型能够表征不同电极间距下的动态过程与稳定燃烧状态;在相同数据下,概率神经网络模型识别率高于BP神经网络,能够准确定位串联电弧故障区域。
-
关键词
光伏系统
串联电弧
Cassie电弧模型
电气火灾
概率神经网络
-
Keywords
photovoltaic system
series arc
Cassie arc model
electricalfire
probabilisticneuralnetwork
-
分类号
X934
[环境科学与工程—安全科学]
TM615
[电气工程—电力系统及自动化]
-