排序方式: 共有15条查询结果,搜索用时 15 毫秒
11.
12.
13.
为了准确检测互感器二次多点接地故障,提出基于小波分析和卷积神经网络的互感器二次多点接地故障智能检测方法。采用基于小波阈值滤波的互感器信号去噪方法,去除互感器信号噪声;通过基于小波分析的互感器信号特征提取方法,提取去噪后互感器信号的有效特征向量;使用流行学习方法,实现互感器有效信号特征非线性降维;把降维后信号特征作为基于卷积神经网络的二次多点接地故障智能检测方法的输入样本,使用检测合格的卷积神经网络,作为互感器二次多点接地信号特征分类器,实现互感器二次多点接地故障智能检测。实验结果显示,此方法检测结果与实际互感器运行情况相符,检测结果准确。 相似文献
14.
15.
为实现对颅脑硬膜血肿的快速检测与评估,本研究基于近红外光谱技术(Near Infra-Red Spectroscopy,NIRS)与蒙特卡罗算法建立适用于正问题的5层颅脑组织进行仿真,采用控制变量法以10组血肿厚度模型的出射光子数量为基础,定义源-检测器灵敏度(Source-Detector Sensitivity,SDS)变量参数,构造基于幂律衰减模型和指数律衰减模型的正向函数矩阵.对正问题获取的数据进行数学模型重构即逆问题的实现,以6组血肿厚度进行逆向理论计算,对比参照值,血肿厚度小于0.7 cm,两种函数模型平均绝对误差均小于3.6%;血肿厚度为0.75 cm,幂律衰减模型平均绝对误差比指数律衰减模型小于4.3%,误差小于6.388 6%.结果显示该方法对准确判断是否含有血肿以及血肿厚度预测具有可行性,检测灵敏度与检测距离具有对数相关性,幂律衰减模型比指数律衰减模型预测平均值更接近参照值,构建效果更好. 相似文献