首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   23篇
  完全免费   5篇
  电工技术   28篇
  2017年   4篇
  2016年   5篇
  2015年   1篇
  2014年   1篇
  2012年   2篇
  2011年   6篇
  2008年   2篇
  2007年   2篇
  2004年   1篇
  2003年   2篇
  2002年   1篇
  1999年   1篇
排序方式: 共有28条查询结果,搜索用时 31 毫秒
1.
基于支持向量机的船舶电力负荷预测   总被引:22,自引:5,他引:17  
船舶电力系统是一个独立的电力系统,需要根据准确的负荷预测来控制多台发电机组的运行。本文提出了一种基于支持向量机的船舶电力负荷短期预测方法。对某大型集装箱船舶在不同工况下的电力负荷数据,分别用基于径向基核函数的支持向量机方法、多层BP网络和RBF网络方法进行训练和预测计算,仿真结果表明支持向量机具有更高的预测精度,是船舶电力负荷预测的一种有效方法。  相似文献
2.
一种基于机器学习的垃圾邮件智能过滤方法   总被引:5,自引:0,他引:5  
为了更好的进行垃圾邮件过滤 ,介绍了NaiveBayes (N B )算法 ,并结合N B 算法和垃圾邮件过滤对N B 算法作了一些改进。之后 ,详细介绍了N B 算法在垃圾邮件智能过滤中的应用和实现 ,同时给出了应用的评估算法和评估结果。实验结果显示 ,把N B 算法应用到垃圾邮件过滤中可以取得很好的效果  相似文献
3.
配电网拓扑结构概念聚类及其在优化规划中的应用   总被引:4,自引:3,他引:1       下载免费PDF全文
聚类分析是一种无监督的机器学习方法。被广泛应用于各研究领域。在城市配电网优化规划的研究中,现有的关于网络拓扑结构分析的一些方法并不适用于配电网优化规划工作,而关于配电网拓扑结构聚类分析的研究更是鲜见报道。基于对配电网结构、运行特点以及优化规划工作实际需要的认知,提出了一种结合模糊逻辑的配电网拓扑结构概念聚类方法,对于推进配电网优化规划问题的研究具有广泛的实际意义。为检验该方法的有效性,在该方法的基础上引入几个简单的概念,构成一个基本的机器学习模块,该模块可以方便地“嵌入”基于Agent行为和范例学习的新型遗传算法中,以提高原算法的计算性能。并用算例证明了在引入基于配电网拓扑结构概念聚类的机器学习模块后,新型遗传算法具有更高的计算效率和求解质量。  相似文献
4.
稀疏在线无偏置最小二乘支持向量机的预测控制   总被引:2,自引:0,他引:2  
针对非线性预测控制中的预测模型,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的有约束单步预测控制算法。在每个控制周期,该SONB-LSSVM递推地学习新样本,并删除贡献最小样本。该样本删除技巧能提高学习样本集的多样性和代表性;与ONB-LSSVM相比,SONB-LSSVM的泛化性能受输入信号频率影响较小。控制量由Brent优化方法计算。由于SONB-LSSVM能及时学习过程动态新特性,该预测控制方法具有良好的自适应能力.液位控制仿真表明,在多种波形的期望输出并有扰动情况下该预测控制方法都是有效的。  相似文献
5.
理论和仿真研究表明,依靠少量受扰严重机组的动态特征能够有效地判别大电网的暂态稳定性。提出一种组合搜索严重受扰机组,并据此构造稳定评估原始输入特征的方法。进一步利用主成分分析法降低特征维数,构成机器学习评估模型的输入特征。在新英格兰39节点测试系统和IEEE 50机测试系统上,利用所提方法仿真实现了决策树、支持向量机和k最近邻法等暂态稳定评估模型,结果表明所提出的构建电力系统暂态稳定评估输入特征方法有效,有助于改变原始特征构建的主观和随意性。  相似文献
6.
基于支持向量机增量学习的电力系统暂态稳定评估   总被引:1,自引:0,他引:1       下载免费PDF全文
基于传统支持向量机的暂态稳定评估模型,通常将所有的学习样本同时参与学习,如果有新样本加入,则需要对所有样本重新学习.针对传统暂态稳定评估模型不能在线更新的不足,提出了一种支持向量机增量学习的暂态稳定评估方法.该方法利用一种快速支持向量机增量学习方法,构造递归解法将新数据增加到解中,并对模型更新前的训练数据保持Karush-Kuhn-Tucker条件.通过一次1个样本的增量学习更新暂态稳定评估模型.新英格兰39节点测试系统的仿真实验表明:所提出的方法能有效更新评估模型且大幅减少学习时间,为基于机器学习的电力系统暂态稳定在线学习提供了新思路.  相似文献
7.
基于混合方法的流量测量系统(英文)   总被引:1,自引:0,他引:1  
流量测量是流量控制和管理中的关键问题。传统方法对于当今网络中大量出现的具备动态端口、加密载荷信息或未知协议载荷特征等特点的流量无法进行有效地测量。虽然基于机器学习模型的测量方法能够在一定程度上解决上述问题,但是由于现有特征的区分能力有限,该类方法单独使用时,难以在大规模的真实网络流量中准确地测量出某种特定协议的流量。为了解决流量测量问题,提出了基于混合方法的流量测量系统,融合了基于端口、基于特征串匹配、基于正则表达式匹配和基于机器学习模型的多种流量测量方法。在构建系统框架和相关模块的基础上,应用一种混合方法解决了基于安全套接层协议的流量测量和应用层协议分析问题。实验结果表明,该混合方法能够测量出超过99%的基于安全套接层协议的流量,并有效地分析其中不同应用层协议的流量,准确率达到93.76%。此外,在稳定而可行的内存占用率下,系统能够良好运行,总体测量结果优于开源软件OpenDPI的结果。  相似文献
8.
对智能体在不确定环境下的学习与规划问题的激励学习技术进行了综述。首先介绍了用于描述隐状态问题的部分可观测Markov决策理论(POMDPs),在简单回顾其它POMDP求解技术后,重点讨论环境模型事先未知的激励学习技术,包括两类:一类为基于状态的值函数学习;一类为策略空间的直接搜索。最后分析了这些方法尚存在的问题,并指出了未来可能的研究方向。  相似文献
9.
专家系统在电力系统的许多领域已得到广泛的应用,然而,由于电力系统领域知识往往具有经验性知识较多的特点,所以开发具有学习功能的专家系统有一定难度,本文根据继电保护日常运行管理领域知识的固有特点,对本专家系统中模型和规则库的建立进行了特殊的设计,使知识库(事实库,模型库和规则库)对用户完全开放,并模仿人类专有解决问题的思路,提出了“操作单元”的概念,以代替传统上采用“搜索定位”的概念进行规则设计,从而  相似文献
10.
支持向量机(SVM)具有很强的非线性逼近能力与泛化能力,文章研究了基于SVM的非线性系统逆模型辨识,并设计了基于模糊控制补偿的SVM逆控制系统.由SVM辨识的逆模型作为前馈控制器,形成直接逆模型控制器.同时,设计模糊控制器构成反馈补偿控制,克服逆模型的建模误差,提高系统鲁棒稳定性.仿真研究表明,SVM具有优良的逆模型辨识能力,基于模糊控制补偿的支持向量机逆控制系统的动态性能好、跟踪精度高、鲁棒稳定性强.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号