人工蜂群优化支持向量机的电气故障诊断方法研究

电气故障诊断具有重要的实际应用价值,针对电气故障诊断中的支持向量机(SVM)参数选择问题,提出了人工蜂群优化SVM的电气故障诊断模型。首先采用小波分析去除信号中的噪声,并提取特征,然后采用人工蜂群优化算法确定SVM的最优参数,建立电气故障诊断模型,最后通过与其他电气故障诊断模型进行对比实验。结果表明,WA-ABC-SVM可以描述电气设备状态与特征间的变化关系,提高了电气故障的诊断正确率,诊断结果要高于对比模型。     

杂草算法优化支持向量机的短期负荷预测

摘要： 针对支持向量机在短期负荷预测中的参数优化问题,利用杂草算法优异的搜索能力,构建了基于杂草算法优化支持向量机的短期负荷混沌预测模型（IWO-SVM）。该模型首先将支持向量机一组参数看作一个杂草种子,然后通过模拟杂草生存、繁殖过程实现支持向量机参数寻优,最后采用具体短期负荷数据对其性能进行分析。结果表明,IWO-SVM获得了高精度的短期负荷预测结果,能够满足短期负荷预测的实际要求。     

自由视点电视的光线空间实现方法

对自由视点电视（FTV）实现技术的光线空间方法进行综述．比较了FTV的各种实现方法;介绍了基于光线空间方法的FTV系统的3种方案;讨论了光线空间方法的特点和关键技术,包括光线空间插值和光线空间压缩．同时,分析了基于光线空间方法的FTV系统的研究现状和存在问题,并对其前景进行探讨．     

基于光线空间插值的任意视点绘制

 本文提出了一种基于改进动态规划的光线空间插值方法,区别于传统的动态规划算法,本文先利用扫描线间的平滑约束来消除条纹效应,并采用增量计算方案来加速动态规划算法中最耗时的匹配代价计算.然后,采用以视点为中心的视差估计方法插值出稠密的光线空间数据.最后,从光线空间数据快速生成高质量的任意视点图像.该方案采用Middlebury和3DTV数据库作为测试数据,实验结果表明,新方法在计算效率和生成视点图像的PSNR上优于块匹配插值方法和视差域滤波方法.     

杂草算法优化支持向量机的短期负荷预测

针对支持向量机在短期负荷预测中的参数优化问题,利用杂草算法优异的搜索能力,构建了基于杂草算法优化支持向量机的短期负荷混沌预测模型(IWO-SVM)。该模型首先将支持向量机一组参数看作一个杂草种子,然后通过模拟杂草生存、繁殖过程实现支持向量机参数寻优,最后采用具体短期负荷数据对其性能进行分析。结果表明,IWO-SVM获得了高精度的短期负荷预测结果,能够满足短期负荷预测的实际要求。     

多视点图像的前景对象自动分割方法

为了将前景对象从多视点图像中自动地分割出来,提出一种基于多视点图像特征分析的对象提取方法.首先采用改进的随机Hough变换提取极线平面图中的直线,并对已检测直线的斜率进行统计分析;然后根据对象在场景中所处的深度,将对应斜率的直线转换到原始图像空间中得到初始轮廓;并利用边缘生长方法缩短断开边缘的间距;最后采用边缘连接方法获得闭合的轮廓曲线.实验结果表明,与基于水平集的主动轮廓模型分割方法相比,文中方法能更加快速、精确地将对象从复杂场景中分割出来.     

基于MEC-BP神经网络在水产养殖水质预测中的应用

溶解氧作为水产养殖中最为重要且最容易控制的水质参数,其关系到养殖的成败,如果能精确掌握溶解氧的变化规律,可大大降低养殖风险,增加养殖成功率。本文综合考虑相关水质参数,建立BP神经网络水质预测模型,并在此基础上,构建基于思维进化算法(Mind Evolutionary Computation,MEC)的BP神经网络水质预测模型,通过对广西茅尾海海域的水质历史数据进行仿真实验,结果表明,思维进化BP神经网络预测值的精确度和准确度要高于BP神经网络。因此,将该算法应用于水产养殖水质预测是可行的。     

改进滑模变结构的永磁同步电机控制方法

摘要： 永磁受到多种因素影响,具有复杂变化特性。传统方法存在抗干扰能力弱、系统响应时间长,稳定性差等问题。为了获得更优的磁同步电机控制效果,提出了改进滑模变结构的永磁同步电机控制方法,在Matlab 2014的平台上与其他方法进行了仿真对比实验。结果表明,所提方法可以准确实现磁同步电机进行控制,当负载发突变时,能够在短时间内做出响应,抗负载扰动能力强,提高了系统动态性能。实验结果验证了所提方法对永磁同步电机控制的有效性和优越性。     

人工蜂群优化支持向量机的电气故障诊断方法研究

摘要： 电气故障诊断具有重要的实际应用价值,针对电气故障诊断中的支持向量机（SVM）参数选择问题,提出了人工蜂群优化SVM的电气故障诊断模型。首先采用小波分析去除信号中的噪声,并提取特征,然后采用人工蜂群优化算法确定SVM的最优参数,建立电气故障诊断模型,最后通过与其他电气故障诊断模型进行对比实验。结果表明,WA-ABC-SVM可以描述电气设备状态与特征间的变化关系,提高了电气故障的诊断正确率,诊断结果要高于对比模型。