排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
2.
利用多个稀疏表示分类器融合的决策信息对图像进行分类,可避免单个特征对图像分类的影响。提出一种自适应调节权重的多稀疏分类器融合图像分类方法。对原始图像分别提取3组不同特征,并训练出各自稀疏表示分类器;根据各个子分类器的准确率,通过迭代计算自适应确定各分类器最终权重;融合各子分类器的输出结果进行最终类别判断。基于Cifar-10图像数据集进行多组实验,结果表明,相对仅提取单特征的图像分类方法,该方法有效提高了图像分类准确率。 相似文献
3.
4.
本文针对出口产品G1018螺丝的热处理技术要求,在连续式网带炉内,采用GGS-08型红外仪和LCH-1A碳势控制仪进行了碳势的测定和控制,较系统地进行了工艺调试,提出了该产品最佳热处理工艺,并对渗碳剂的加入量及如何提高碳势的控制精度等问题进行了分析探讨,提出了相应的改进措施. 相似文献
5.
随着可再生能源的高渗透与新型电力系统构架的不断完善,电动汽车既可作为可控负荷,也可作为分布式电源,具有优良的调频特性。为此,提出了一种结合车主期望的充换电站辅助调频策略。首先,基于入/离网时间、入网/期望荷电状态量、电动汽车充放电限制等车主期望建立电动汽车充/放电能力评估模型。其次,结合电动汽车充/放电能力与有功-频率特性曲线建立电动汽车双层控制的调频模型。最后,考虑电网侧和车主侧的需求,提出充换电站参与电网调频策略。仿真结果表明,所提控制策略在满足车主期望及电动汽车自身限制的情况下可有效调节电网频率、提高电网安全稳定运行水平及灵活性。 相似文献
6.
针对传统房价评估方法中存在的数据源单一、过分依赖主观经验、考虑因素理想化等问题,提出一种基于多源数据和集成学习的智能评估方法。首先,从多源数据中构造特征集,并利用Pearson相关系数与序列前向选择法提取最优特征子集;然后,基于构造的特征,以Bagging集成策略作为结合方法集成多个轻量级梯度提升机(LightGBM),并利用贝叶斯优化算法对模型进行优化;最后,将该方法应用于房价评估问题,实现房价的智能评估。在真实的房价数据集上进行的实验表明,相较于支持向量机(SVM)、随机森林等传统模型,引入集成学习和贝叶斯优化的新模型的评估精度提升了3.15%,并且百分误差在10%以内的评估结果占比84.09%。说明所提模型能够很好地应用于房价评估领域,得到的评估结果更准确。 相似文献
7.
针对传统房价评估方法中存在的数据源单一、过分依赖主观经验、考虑因素理想化等问题,提出一种基于多源数据和集成学习的智能评估方法。首先,从多源数据中构造特征集,并利用Pearson相关系数与序列前向选择法提取最优特征子集;然后,基于构造的特征,以Bagging集成策略作为结合方法集成多个轻量级梯度提升机(LightGBM),并利用贝叶斯优化算法对模型进行优化;最后,将该方法应用于房价评估问题,实现房价的智能评估。在真实的房价数据集上进行的实验表明,相较于支持向量机(SVM)、随机森林等传统模型,引入集成学习和贝叶斯优化的新模型的评估精度提升了3.15%,并且百分误差在10%以内的评估结果占比84.09%。说明所提模型能够很好地应用于房价评估领域,得到的评估结果更准确。 相似文献
8.
大量电动汽车(EV)入网可为电网提供辅助调频服务.针对车网互动(V2G)造成的惯量、阻尼缺失的问题,采用虚拟同步机技术,使得EV具有与同步发电机类似的惯性阻尼特性和频率调节特性.针对EV辅助调频问题,提出考虑用户充电需求的EV智能充放电控制策略.首先,提出调频参与度因子,根据期望荷电状态以及用户的计划充电时间自适应确定一次调频系数,进而得到一次调频功率;然后,充分考虑车主需求,设计T-S型模糊控制器,根据电网频率偏差及调频参与度因子得到二次调频功率,实现EV的智能充放电;最后,在不同电池初始状态以及用户需求情况下进行仿真验证.仿真结果表明,所提控制策略可以根据电网频率波动情况以及用户充电需求程度智能控制EV进行充放电,在满足用户充电需求的情况下参与电网辅助调频服务,减小了电网频率波动,提高了电力系统的稳定性. 相似文献
1