排序方式: 共有38条查询结果,搜索用时 0 毫秒
1.
针对目前负荷监测领域存在模型分解准确率低、训练周期长、泛化性能差的问题,文章构建了基于通道注意力机制和双向门控循环单元的非侵入式负荷监测模型,利用搭建的序列到点编码–解码结构,将智能电表入口处总功率序列与待测目标设备序列中点在模型上进行映射训练。使用功率嵌入层对负荷序列的输入过程进行优化,将离散的负荷总功率序列通过功率嵌入矩阵映射到高维紧密向量空间;采用一维卷积神经网络提取负荷序列的局部特征,双向门控循环单元提取负荷的长序列依赖关系,同时融合通道注意力机制强化对目标设备重要信号特征的学习,挖掘目标设备状态与负荷功率之间的关联。在基于能量分解模型基准框架下,利用公开数据集REDD和UK-DALE进行实验,与现有两种典型负荷分解模型进行比较分析,实验结果表明,文章构建的模型在减少网络训练时间和参数的前提下,有效检测了目标设备的开关状态,显著提升了负荷分解准确性。 相似文献
2.
基于能量衰减模型的转子碰摩声发射源次梯度投影定位方法 总被引:4,自引:0,他引:4
由于旋转机械结构的复杂性,转子碰摩声发射信号在复杂体结构的传播过程中,多模态波传播速度不同且信号畸变严重,传统的时差定位法难以得到准确的碰摩源。根据声发射信号传播时能量与声源距离按反比关系衰减的特点,建立信号能量衰减模型,将目标声源位置限定于圆心和半径都为传感器对的能量比函数的超球上,并将定位问题转化为估计问题,采用自适应次梯度投影系统估计算法逼近声源位置。该方法基于能量比而非能量,因此即使在声源能量显著变化时其定位精度也不会受到显著影响。当安装多对传感器时,可以决定更多的超球,因此该方法还适用于多只传感器组成的阵列定位。在转子试验台上模拟碰摩故障,采用该算法进行碰摩源定位。试验结果表明,该算法具有比时延估计算法更高的定位精度,且具有良好的收敛性能和较低的计算复杂度。 相似文献
3.
4.
5.
6.
7.
文章中研究了知觉性声源分离的最基本的问题,即听觉对于不同频率成分特征声源的分离知觉。通过三组听觉辨别实验,定量地分析了不同频率成分特征声源与产生分离知觉的关系,得到了描述这种关系的近似函数,提出了听觉对于不同频率成分特征的分离知觉模型。通过听觉辨别实验得出:两种频率成分的On-set和Off-set的偏离是产生分离知觉的主要原因之一;谐波频率成分之间频率发生的偏移也是产生分离知觉的要因之一;要实现实环境下的知觉性声源分离系统,必须研究各个特征量相互作用时产生的综合结果。 相似文献
8.
短波慢跳频系统误码率分析 总被引:1,自引:0,他引:1
本文分析了在慢跳频系统中由于多径效应引起的误码率,并推导了经过自适应均衡后的误码率。模拟分析结果表明:基于平方根卡尔曼算法的判决反馈均衡器的引入大大降低了误码率。 相似文献
9.
10.
语音情感识别的精度很大程度上取决于不同情感间的特征差异性。从分析语音的时频特性入手,结合人类的听觉选择性注意机制,提出一种基于语谱特征的语音情感识别算法。算法首先模拟人耳的听觉选择性注意机制,对情感语谱信号进行时域和频域上的分割提取,从而形成语音情感显著图。然后,基于显著图,提出采用Hu不变矩特征、纹理特征和部分语谱特征作为情感识别的主要特征。最后,基于支持向量机算法对语音情感进行识别。在语音情感数据库上的识别实验显示,提出的算法具有较高的语音情感识别率和鲁棒性,尤其对于实用的烦躁情感的识别最为明显。此外,不同情感特征间的主向量分析显示,所选情感特征间的差异性大,实用性强。 相似文献