利用LS—SVM模块化决策系统求解EEG源参数

给定头皮脑电位的分布推算脑内电活动的源是脑电研究的一个重要的方面.研究涉及到信息科学、电磁场计算及生物医学工程等多个学科领域,其研究成果在神经疾病诊断、探索人的感觉和认知过程等方面具有蕈要意义.基于最小二乘支持向最机(LS-SVM)算法建立模块化决策系统,首先对脑电数据进行分类,然后依据分类结果提取数据样本,并建立回归模型,最后求解多种偶极子源参数.从而建立起头皮电压和脑电源参数之间的内在联系,为脑电动态分析提出一种实时的研究思路.计算机仿真计算结果证明了此方法的有效性.     

RBF网络和RBF核支持向量机比较研究

RBF网络是模式识别中应用最为广泛的一和神经网络.RBF核函数型支持向量机是一种性能卓越的新型学习机.将这两种学习机进行对比分析,以期在实际应用中做出更好的选择.首先,在理论上分析了这两种学习机在分类原理上的异同.接着,将它们应用于人脸识别,利用ORL人脸图像数据库进行了仿真实验,对比分析它们各自的识别率和泛化能力等性能指标.最后,提出了在应用这两种学习机进行模式识别时应注意的方面.实验结果表明,按照本文提出的两种训练模式,RBF型支持向量机在识别准确率上比RBF网络高出2%到4%.这说明RBF型支持向量机的性能要优于RBF网络.但是RBF网络易于实现,在样本数日足够多的情况下也不不失为一种好的算法.     

一种新颖隶属度函数的模糊支持向量机

传统的支持向量机(SVM)训练含有外部点或噪音数据时,容易产生过拟合(over-fitting)。通过模糊隶属度函数来降低外部点或被污染数据的选择。本文提出了一种新的核隶属度函数,这种新的隶属度函数不仅依赖于每个样本点到类型中心的距离,还依赖于该样本点最邻近的K个其他样本点的距离。实验结果表明了具有该隶属度函数的模糊支持向量机的有效性。     

一种基于知识发现的拓展型竞争情报系统

目前,制约竞争情报发展的一个关键问题就是情报的收集与分析手段比较落后,远远不能胜任竞争情报系统所蕴含的特点和功效。本文将竞争情报作为一种特殊的知识,吸纳知识发现理论成果和方法,提升现有竞争情报系统的构造技术,真正做到快速、全面、准确和智能化的竞争情报生成和利用。     

基于支持向量机的高分辨距离像分类法

雷达高分辨距离像(HRRP)识别,是军事目标识别的一个重要手段.支持向量机(SVM)具有良好的泛化能力,适用于小样本学习问题.本文针对3类飞机目标的HRRP数据,构造了SVM分类器,设计了2组实验以比较SVM与最大相关系数法(MCM)的泛化能力、识别速度和抗噪能力.实验结果表明,SVM在军事目标HRRP分类方面具有良好的应用前景.     

基于支持向量机的风力发电机组故障诊断预警模型

当前的风力发电机组故障诊断预警模型设置的矩阵一般为单元式的,预警的范围受到限制,导致预警响应时间延长,为此提出对基于支持向量机的风力发电机组故障诊断预警模型的设计与验证分析。根据当前的测定需求及标准,提取故障诊断预警特征量,采用多目标的方式,打破预警范围的限制,设计多目标诊断预警矩阵,以此为基础,构建支持向量机故障诊断预警结构,采用阶次分析实现故障诊断预警处理。测试结果表明：对比传统机器学习风力发电机组故障诊断预警模型测试组、传统MSK-CNN和多源机电信息融合风力发电机组故障诊断预警模型测试组,此次所设计的支持向量机风力发电机组故障诊断预警模型测试组最终得出的预警响应时间被较好地控制在0.25 s以下,说明在支持向量机的辅助下,所设计模型对故障诊断预警的效率较高,针对性更强,具有实际的应用价值。     

含多电解槽的新能源制氢能量管理优化

新能源制氢系统是提升风能、太阳能等新能源发电消纳的有效途径。目前国内外关于电解槽能量管理的相关研究以单电解槽为主。单电解槽能量管理未考虑电解槽非线性的工作特性,难以兼顾多个电解槽制氢效率,影响系统经济性。论文针对含有多电解槽新能源制氢系统的能量管理问题进行了研究。以新能源消纳率、经济收益、制氢率为目标,考虑单个电解槽运行特性及生产约束等条件,建立包含风电、光伏、蓄电池、电解槽多个模块的能量管理优化模型,并采用SPEA2算法求解多目标优化问题。仿真研究表明,所提能量管理策略能够实现新能源发电的100%消纳,单位制氢效益可提升5.15%。因此,多电解槽制氢系统进行有效的能量管理有助于提高制氢效率,有效克服单电解槽运行及能量管理的不足。     

基于支持向量机的电力二次设备继电保护装置故障检测方法

为进一步提高电力设备故障的检测效果,基于支持向量机设计了电力二次设备继电保护装置故障检测方法。该方法以隐藏故障为研究对象,采集互感器信号,绘制信号波形;基于支持向量机建立电力二次设备继电隐藏故障判定函数,得到高压侧的三相电流计算值,从而计算高压侧平衡系数,得到保护断路器的动作期望集合;通过设置最优超平面的分类决策函数,获取广义最优分类面的判别函数。实验结果显示,该故障检测方法的检测精度为9997%,平均响应时间为0034 s,检测效果较好。     

基于滑动平均滤波的三相并网逆变器多谐振控制器

为了降低三相LCL型并网逆变器中高次谐波和网侧背景谐波对并网电流电能质量的影响,提出了一种基于滑动平均滤波器的多谐振(multi resonance based on moving average filter,MR-MAF)控制器。首先根据滑动平均滤波器的频域特性设计控制器,使其具有近似比例积分多谐振控制器的结构,实现谐波抑制。然后,引入2个可调系数,对该控制器控制性能进行灵活调整。最后,通过仿真和样机实验,验证了所提MR-MAF控制器在谐波抑制和提高电能质量方面的有效性。结果表明,与经典的比例积分多谐振控制器相比,本文提出的控制器不仅可以在保持相同动态性能的情况下并联多个谐振项,而且稳态性能更优,谐波含量由6.8%降至4%。因此,本文所提控制器具有结构简单且抑制谐波频带范围宽的特点,可为改善三相并网逆变器在多谐波环境下的控制性能提供参考。     

单相光伏并网逆变器设计

简要介绍了光伏系统及其直流-交流逆变器的结构,选用了基于IGBT 的两电平逆变器作为光伏系统与交流电网接口的研究对象.重点研究了单相光伏并网两电平桥式电压型IGBT 功率逆变器的数学模型以及 PWM 调制技术.分析了光伏并网单相逆变器的时域数学模型,重点研究了单相光伏并网逆变器主电路和控制系统参数的选择,并对输出 LC滤波电路参数以及控制系统 PI参数进行了计算,得到了输出电压以及电感电流的表达式,设计了模拟PI调节器的结构及其参数.