共查询到20条相似文献,搜索用时 31 毫秒
1.
本文基于射线理论的超声层析成像技术,采用自适应消噪技术除去天然气水合物(NGH)实验模型固有噪声,运用直射线追踪法和基于联合迭代重建算法(Simultaneous Iterative Reconstruction Techniques, SIRT)的迭代重建法实现超声层析成像的正演和反演,针对水合物实验获取的波形,得到NGH在松散沉积物中形成时的地层声速剖面结构图像。结果表明,使用超声层析成像技术获取的含NGH沉积物的二维声速剖面结构能够准确反应不同时刻沉积物中NGH饱和度及分布情况,并且纵横波速度剖面结构的变化趋势大体相同。同时本文也结合常用的NGH声速预测模型,针对实验数据,对声速与NGH饱和度之间的关系进行了讨论。 相似文献
2.
提出一种基于最大相关最小冗余(mRMR)算法和蜉蝣算法优化正则化极限学习机(MA-RELM)的出口SO2质量浓度预测模型。通过机理分析确定初始输入变量,利用改进的时延分析方法对初始输入变量进行时延补偿,采用mRMR算法对各个初始输入变量进行重要性排序,搭建正则化极限学习机(RELM)预测模型,并利用蜉蝣算法确定模型参数。结果表明:与最小二乘支持向量机(LSSVM)、长短期记忆网络(LSTM)和极限学习机(ELM)相比,RELM预测模型的均方根误差分别降低了36%、38%和26%;与粒子群算法(PSO)和灰狼算法(GWO)寻优后的模型相比,MA-RELM预测模型误差最低,该模型能够对出口SO2质量浓度进行准确预测。 相似文献
3.
分割火焰图像最常用的方法是分类算法,而使用这种算法最大的缺陷在于当像素点数增高时,分割图像的耗时就越大。通过以火焰图像采集装置来采集研究样本,提出了一种可以加快分割速度的方法及运用多尺度颜色小波纹理特征为基础的工业炉火焰图像分割法,经过对图像特征矩阵进行压缩,采用分类算法获取压缩尺度火焰区域并检测其边缘;根据压缩尺度火焰边缘进一步检测其在原始尺度区域,构建边缘区域特征矩阵并进一步检测,从而得到原始尺度火焰区域图像的目的。 相似文献
4.
鉴于支持向量机(SVM)存在结构稀疏化不足、缺乏概率信息等缺陷,将性能更具优势的相关向量机(RVM)理论引入到大坝变形预测的应用中。选择高斯径向基函数作为RVM模型的核函数,核参数用基于模拟退火的混合粒子群算法(SAPSO)进行寻优,进而建立SAPSO-RVM回归预测模型。实例应用结果表明,RVM模型的向量数量远小于SVM模型,在保持良好泛化能力的前提下计算结构得到简化,混合粒子群算法相较于一般粒子群算法其全局寻优能力也有所提高,SAPSO-RVM模型回归预测精度较高。 相似文献
5.
为了解决无人机巡检光伏组件的效率和识别准确率低的问题,提出了一种基于超分辨率和双池化融合的光伏组件缺陷检测方法。首先,使用生成对抗网络(GAN)对光伏组件图像数据进行扩展,建立可用于光伏电站缺陷目标检测的图像数据集;然后,构建图像超分辨网络,减小图像数据集的噪声和提高局部区域的纹理特征。最后,将单次多边框检测(SSD)的主干网络替换为双池化方式融合的特征提取网络(VGG19_MP),在不提高网络参数的情况下,学习更深层次的纹理结构。结果表明基于超分辨率网络和双池化融合的光伏组件缺陷检测算法精确率达到了98.21%,平均检测时间为0.066 s,相较于对比的检测算法提高了0.9%~9.1%,平均检测时间提高了0.01~0.07 s,为光伏组件缺陷的精确识别提供了更有效的检测方法。 相似文献
6.
7.
有向无环决策图支持向量机(DDAGSVM)算法是在支持向量机1-v-1算法基础上,引入了图论中有向无环图的思想而构建的多分类方法.它将多个支持向量机1-v-1两类分类器组合成一个带有根结点的多层的有向无环决策图来实现分类,它建立在结构风险最小化原理基础之上,能在训练样本较少的情况下得到很好的分类效果.在总结汽轮机凝汽器常见故障的基础上,建立了凝汽器典型故障集,通过模糊规则获得凝汽器故障征兆知识库,采用DDAGSVM算法对小样本情况下凝汽器设备典型故障诊断进行了研究,实例计算表明DDAGSVM算法具有较高的诊断准确率. 相似文献
8.
9.
10.
11.
12.
为了对电厂煤质发热量进行简单准确的测量,在煤质发热量理论研究的基础上,提出了利用支持向量机算法进行软测量。对支持向量机的数学原理进行分析后,利用某燃煤电厂的运行数据,构建了支持向量机模型。在构建模型过程中引入了PSO(粒子群优化算法)寻找模型中涉及的惩罚参数c和核函数参数g的最优值,然后利用最优值构建了PSO-SVM软测量模型,模型的测试结果表明:PSO-SCM模型相对误差集中在1%以内,CV(交叉验证法)建立的SVM模型相对误差在1.5%左右,而常用的BP(按误差逆传播算法训练的多层前馈网络)神经网络模型得到的相对误差只能保证在3%以内,可见PSO-SVM款测量模型对煤质发热量的测量更准确。 相似文献
13.
以图像传感器为硬件基础,采用图像处理技术研究设计了光伏跟踪系统。定位太阳光斑质心的过程,是跟踪装置的一个闭环自动调节过程,即以视日跟踪模式为主要工作方式,把图像处理机制的处理结果作为反馈对跟踪装置进行二次调节。通过两者的结合,光伏跟踪系统能以较高的精度实现太阳方位的实时跟踪。在系统设计方案中,图像处理机制起关键作用,其中包括图像的去噪、二值化、提取边缘、质心定位,有效地运用并改进其相关算法,才能保障跟踪装置的精度,全文重点讨论了这些算法的处理过程。 相似文献
14.
针对包含高渗透率分布式电源的配电网母线负荷预测问题,不同于传统的点预测方法,提出了一种基于模糊信息粒化支持向量机的区间预测方法。采用支持向量机作为基本算法,在一定时间窗口内采用信息粒化的模型将历史数据进行粒化,将指定时间窗口内的数据采用支持向量机进行训练,并得到给定区间内的包含高渗透率分布式电源的配电网母线负荷区间预测结果。以某省会城市某110 kV母线负荷作为算例进行分析,结果表明,所提方法可以准确跟踪母线负荷在预测区间内的变化情况,对包含高渗透率分布式电源的母线负荷变化区间和趋势可以做较为精准的预测。 相似文献
15.
16.
17.
通过对电阻层析成像数据采集原理和深度学习网络的研究,提出了一种基于阵列电阻值和多层感知器深度学习网络相结合的流型识别方法。利用电阻层析成像系统中的16个电极传感器来获取流型样本数据,并构建出流型识别数据库,然后对多层感知器深度学习网络进行训练,获得可以识别不同流型的网络。实验结果表明,采用阵列电阻值结合多层感知器网络对流型进行学习和识别的方法,流型识别准确率可以达到95%,解决了流型图像生成过程与数据特征预选过程中流型特征损失的问题,流型识别性能得到了提高。 相似文献
18.
随着电力电子技术高占比应用于可再生能源发电系统,大量超高次谐波流入电网,从而引发新的电能质量问题。针对超高次谐波检测过程中计算量大、测量不精确等问题,提出一种基于压缩感知变步长正则化回溯自适应追踪超高次谐波检测算法。该方法利用狄利克雷核矩阵与离散傅里叶变换系数,并引入插值因子,建立基于压缩感知理论的超高次谐波模型;同时采用基于变步长的正则化回溯自适应追踪算法重构原信号,该算法通过结合正则化思想与子空间追踪算法的回溯思想,在无需预知原信号稀疏度的情况下,不仅实现了信号的精确重构,而且克服了固定步长所引起的问题。仿真测试验证了该算法的优越性与有效性。 相似文献
19.