排序方式: 共有24条查询结果,搜索用时 109 毫秒
1.
2.
3.
4.
5.
6.
一种基于粗糙集与小波变换的电能质量分类方法 总被引:6,自引:0,他引:6
针对目前电能质量问题分类常用方法中存在判断过程复杂且计算量大的问题。提出将小波变换和粗糙集理论相结合解决电能质量分类问题的方法。首先.利用小波变换提取扰动信号的特征矢量样本数据:然后。应用模糊C均值聚类的方法将所提取的连续的特征矢量样本数据离散化。得到离散化后的分类知识规则表;最后。采用粗糙集理论中的属性与属性值约简算法,获得判断电能质量分类的核心规则知识。通过对Matlab下的模拟信号数据进行仿真实验。结果表明该方法可直接由信号数据快速准确地判断出信号所属的电能质量类型.简单易行。 相似文献
7.
8.
9.
针对水下目标识别中特征矢量难以准确提取的问题,提出了基于广义S变换模时频矩阵奇异值的水下目标特征提取方法。首先对目标信号进行广义S变换,然后提取广义S变换模时频矩阵奇异值作为目标识别特征矢量,最后利用概率神经网络实现目标识别。广义S变换在S变换的基础上,通过改变窗宽因子可提高信号分析的频率分辨率或时间分辨率,从而可根据信号分析需求实现水下目标非平稳非线性信号的时频分析。实验结果表明提取广义S变换模时频矩阵的奇异值作为目标识别特征矢量能够有效区分各类目标,且选取不同的窗宽因子具有不同的识别结果。 相似文献
10.