电压跌落扰动源的小波-神经网络识别方法

对一个辐射状配电网中可能引起电压跌落的各种扰动源进行了分析和仿真,提出了一种基于小波变换与人工神经网络理论的电压跌落扰动源的自动识别方法,仿真和实验结果表明该方法具有简洁可靠、辨识准确率高等优点.     

基于小波神经网络的图像文本信息提取技术研究

提出了利用小波神经网络提取图像中文本信息的新颖方法.原图像经过离散小波变换分解成4个子频带,文本区域的高频子频带与非文本区域的不同,所以可利用其差异计算出3个特征值作为人工神经网络的输入值,然后用基于BP算法构建的人工神经网络来训练待测的文本区域.文本区域的人工神经网络输出值不同于非文本区域的输出值,因此可利用一阈值来判定其是否为文本区域.最后,将可检测的文本区域经过扩张运算后便可得到正确的文本区域.     

一种适应大跨度电压变化的综合负荷静态模型

建立合理的综合负荷静态模型对电力系统静电压稳定性分析具有重要意义,在对感应电动机静态电压特性进行模实验和仿真分析的基础,以综合负荷的静态电压特性进行了较深入全面的研究,提出了一种综合负荷静态模型,所提出的模型能合理地描述综合负荷在低电压运行条件下的静态行国,具有全电压范围的适应性,对电力系统静态电压稳定性分析具有较大的理论和实用价值。     

基于Gabor小波和神经网络的图像目标识别

针对目前数字图像目标识别方法中存在识别精度和实时性的问题,提出一种结合Gabor小波和神经网络的图像目标识别方法.该方法首先对图像进行预处理,用Canny算子进行边缘提取,然后通过神经网络获取最优的双Gabor小波复合滤波器参数,再采用参数优化过的滤波器组提取目标的特征向量,最后进行目标的分类和识别.实验表明这种方法鲁棒性好、识别率高,具有较广泛的实际应用价值.     

一种基于小波、分形与神经网络的汽车车型识别方法

提出了利用小波分析、分形理论和神经网络技术进行车型图像的识别方法,主要包括用小波理论进行汽车图像的消噪和边缘检测、分形编码和神经网络分类等3个部分,经过实验证明,该方法取得了较佳的识别效果。     

基于DSP的单相电能质量综合补偿器设计

通过对谐波抑制和无功功率补偿理论分析，提出了由一个串联型APF和一并联型APF构成电能质量综合补偿器的设计方案，阐述了基于DSP的数字化控制方法，该设计方案能充分发挥串联型APF能滤去市电中谐波电压、补偿基波电压的作用和并联型APF起消除非线性负载产生的电流的无功分量和高次谐波，使功率因数接近1的作用。     

基于功率谱小波分解的神经网络钻头磨损监测

在钻削过程中,钻削力功率谱与钻头磨损之间具有较强的相关性,被广泛用于钻头磨损监测,但是关于功率谱特征的提取和识别一直没有很好解决.文中采用小波变换对功率谱进行多层分解,提取低频分解系数作为功率谱的包络信息,从而实现对功率谱特征的提取和压缩,并利用BP神经网络对功率谱小波低频分解系数进行融合,实现钻削过程钻头磨损状态的智能识别.试验结果表明:该方法可有效实现功率谱特征提取,经训练的神经网络具有较高的识别精度和推广能力.     

基于小波分析的系统识别研究

利用小波变换时频分析的特点，用Morlet复小波函数对线性系统的自由振动响应进行小波变换，通过脊线上的小波系数进行系统识别，并用数值计算证实此方法的正确性．     

应用人工神经网络求解边界层微分方程

打靶法是一种将常微分方程边值问题转化为初值问题求解的方法,分析和计算表明:打靶的过程可用优化算法实现.应用Hopfield人工神经网络算法求解了沿等壁温竖壁自然对流层流边界微分方程,与其他几种优化算法比较,其计算精度较高.应用解非线性方程的Newton法和拟Newton法求解该问题时,初值选择存在不可行区域,而优化算法对初值选择要求较低.     

小波变换与PCNN在图像处理中的比较与结合

主要介绍了小波变换和PCNN的基本原理,结合它们在图像处理中的应用,比较说明了小波变换和PCNN各自的优缺点.通过分析表明,将小波变换和PCNN技术相结合在图像处理中会产生更好的效果.     

多层前馈人工神经网络结构研究

研究表明，由多层FNN的BP算法误差函数构成的非线性方程组的独立方程个数和FNN的待求未知变量的个数应该相等，该方程组才能有唯一组解．由此导出网络结构方程式，进而导出隐层层数判别式和每层神经元个数判别式．依据Kolmogorov定理，由该判别式得出求解FNN隐层层数和每个隐层神经元个数的具体算法．计算机仿真结果表明该方法简明实用．     

基于小波变换和相模变换的电力电缆故障测距

通过将小波变换与相模变换理论相结合,提出了电力电缆故障测距的方法,采用新的相模变换不仅可避免传统行波方法中存在受故障起始角影响的问题,而且单一模量能够反映所有故障类型．仿真结果表明,该方法有很高的测距精度,是可行的．     

应用神经网络预测顶升法纠偏加固中的生石灰量

根据建筑物实测沉降利用人工神经网络理论,建立了前馈网络模型并提出新的算法,结合某建筑物纠偏工程实例对建筑物纠偏加固所需的生石灰量进行了预测.预测结果表明神经网络方法是可行且有效的.     

球坐标系下的小波图像去噪方法

介绍一种新的小波图像去噪方法，该方法首先将图像二维小波分解后的3个高频分量进行球坐标变换，然后对其径向分量r进行收缩去噪处理，与传统的直接收缩去噪法相比具有算法简单、工作量少等特点．仿真结果表明，该方法去噪效果良好．