排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
针对强噪声背景下微电网电能信号扰动定位和识别困难的问题,提出一种基于改进形态滤波器和弧长差分序列的扰动定位与识别方法。首先,将交替混合形态滤波器中的膨胀和腐蚀函数改进为均值膨胀和均值腐蚀函数,再对电能扰动信号进行滤波。然后,在分析扰动波形变化规律和三个典型扰动算例的基础上,定义并计算滤波后扰动信号的弧长差分序列。最后,利用弧长差分序列定位准确扰动时间,从弧长差分序列和滤波后信号中提取幅值特征和波峰特征,输入到已定义识别规则的扰动识别器,实现扰动识别。仿真试验和实际微电网数据试验结果表明,该方法能够精确定位和识别混入不同强度噪声的5种单一扰动和3种复合扰动,适用于实际微电网电能信号扰动的定位与识别。 相似文献
2.
由于微种群教与学优化算法的种群规模较小, 故其种群多样性很难维持. 为提高微种群教与学优化算法的搜索性能, 提出了一种基于多源基因学习的微种群教与学优化算法(micro-population teaching-learning-based optimization based on multi-source gene learning, MTLBO-MGL). 在MTLBO-MGL算法中, 将教阶段和学阶段根据随机选择策略来对个体进行基因水平上的进化操作; 并从基因层面上对种群多样性进行检测和使用稀疏谱聚类方法对种群的每个维度进行聚类. 然后, 根据多样性检测和聚类结果, 选择不同的进化策略来提高所提算法的搜索性能. 在28个测试函数上, 通过将所提算法与其他4种微种群进化算法作对比, 证明了所提算法的整体性能要显著好于所对比的4种算法. 本文还将所提算法应用于无人机三维路径规划问题, 结果表明MTLBO-MGL算法能够在该问题上取得较好结果. 相似文献
3.
模糊C均值(FCM)聚类算法及其相关改进算法基于最大模糊隶属度原则确定聚类结果,没有充分利用迭代后的模糊隶属度矩阵和簇类中心的样本属性特征信息,影响聚类准确度。针对这个问题,该文提出一种新的改进思路:改进FCM算法输出定类原则。给出二元属性拓扑子空间中属性相似度的定义,最终提出一种基于属性空间相似性的改进FCM算法(FCM-SAS):首先,选择FCM算法聚类后模糊隶属度低于聚类置信度的样本作为存疑样本;然后,计算存疑样本与聚类后聚类中心的属性相似度;最后,基于最大属性相似度原则更新存疑样本的簇类标签。通过UCI数据集实验,证明算法不仅有效,还较一些基于最大模糊隶属度原则定类的改进算法具有更优的聚类评价指标。 相似文献
4.
5.
为评估和提高电力推进船舶电网的可靠性,优化其运行策略,提出了一种基于灰云聚类和证据推理相结合的电能质量在线评估方法。首先应用改进的群层次分析法与变权理论得到指标权重,利用灰云聚类模型将评价指标转化成对应评估等级的基本信度分布。随后根据历史信息利用改进冲突度量方法衡量指标的可靠程度。最后通过证据推理规则对经可靠度和权重修正后的时域与空域指标进行信息融合,从而得到系统实时的评估结果。仿真分析表明,该方法能够准确地反映船舶电网实时的运行状态,具有较强的抗干扰能力。 相似文献
6.
“新江南水乡”的提出是为了唤醒一种自然的城市发展观,激发一种人文的城市居住观,倡导一种包容的城市价值观。这里的居住格局避开千城一面的西方现代化城市模式,发展成中国性格的城市形态。本文就竞赛成果,探讨新江南水乡的规划设想和居住形态。 相似文献
7.
为了开发降血脂食品,以沙棘籽油、亚麻籽油为主要原料,并以天然维生素E、明胶、纯净水、甘油等为辅料制成沙棘亚麻籽油软胶囊,以雄性SD大鼠为实验动物,对沙棘亚麻籽油软胶囊的降血脂功能进行评价,再通过小鼠急性经口毒性实验、遗传毒性实验和大鼠30 d喂养实验对其毒理性进行评价,并选择110例符合纳入标准的高脂血症患者,连续服用沙棘亚麻籽油软胶囊45 d后测定相应指标,评价其对人体的降血脂功能和安全性。结果表明:高剂量组(0.667 g/kg)大鼠血清中TC、TG和LDL-C含量分别平均下降了15.6%、22.3%、29.0%,与模型对照组相比均差异极显著(p<0.01);毒理学实验结果显示沙棘亚麻籽油软胶囊安全无毒性;受试者试食后血脂下降总有效率为78.4%,与对照组相比差异极显著(p<0.01),并且试食期间受试者所有体征均正常。因此,沙棘亚麻籽油软胶囊具有显著降血脂功能,并且对人体健康无不良影响。 相似文献
8.
9.
10.
为研究油橄榄提取物复配左旋肉碱酒石酸盐抗疲劳功能及其安全性,将小鼠随机分为3个剂量组(1.05、0.70、0.35 g/kg)和1个阴性对照组,用油橄榄复配物对小鼠进行灌胃,连续30 d后,测定负重游泳时间及血尿素氮、肝糖原、血乳酸含量;通过急性毒性实验、遗传毒性实验、大鼠30 d喂养实验,对油橄榄复配物进行安全性评价... 相似文献
1