检索结果-南通市图书馆

基于改进位能脊的电力系统暂态稳定快速识别算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电网技术 2011年第12期35卷 89-93页

作者：王科游大海陈震海吕毅王亮强电磁工程与新技术国家重点实验室(华中科技大学) 湖北省武汉市430074 湖南省电力公司调度通信局湖南省长沙市410007

广域测量系统(wide-area measurement system,WAMS)为电力系统实时监测和控制奠定了物质基础,采用广域动态信息协调决策会大大提高控制措施的准确性和有效性。根据位能脊的定义,推导了基于单机广义暂态能量的改进位能脊公式,并提出一种... 详细信息

广域测量系统(wide-area measurement system,WAMS)为电力系统实时监测和控制奠定了物质基础,采用广域动态信息协调决策会大大提高控制措施的准确性和有效性。根据位能脊的定义,推导了基于单机广义暂态能量的改进位能脊公式,并提出一种判断系统稳定性的方法。该方法计算简单,需要的数据少,可以满足在线应用的要求。通过对中国某省实际电网进行仿真,并和基于相轨迹凹凸性判断系统稳定的方法进行比较,验证了该判据的准确性和有效性。

关键词：电力系统暂态稳定广域测量系统位能脊

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于低秩帧和张量分解的视频哈希算法

基于低秩帧和张量分解的视频哈希算法

作者：陈震海广西师范大学

学位级别：硕士

视频哈希算法是一种用于视频内容管理和保护的高效技术,已被成功应用于视频的检索、拷贝检测和认证等方面。它将视频映射为一串基于内容的、短小的数字或比特序列,这个序列被称为视频哈希。通常,使用视频哈希来代表视频本身,能够有效降... 详细信息

视频哈希算法是一种用于视频内容管理和保护的高效技术,已被成功应用于视频的检索、拷贝检测和认证等方面。它将视频映射为一串基于内容的、短小的数字或比特序列,这个序列被称为视频哈希。通常,使用视频哈希来代表视频本身,能够有效降低视频的存储代价及计算复杂性,以满足实际应用对视频数据进行快速处理的要求。一般而言,视频哈希算法应该满足两个基本性能指标:鲁棒性和唯一性。对于视频而言,大多会经过MPEG-4压缩、亮度调整等数字操作,尽管经过这些数字操作后的视频文件数据发生了改变,但是视觉内容与原始视频仍然相似。因此,鲁棒性要求视觉内容上相同或相似的视频应该被映射为相同或相似的哈希序列,保证相似视频能被正确识别。而唯一性则要求视觉内容上不同的视频被映射为不同的哈希序列,确保能正确区分出内容不同的视频。由于鲁棒性和唯一性存在相互制约,因此设计出兼顾这两种指标的视频哈希算法是当前研究的一项重要任务。本文利用奇异值分解、二维离散小波变换和张量分解等理论和技术研究视频哈希算法,并提出了两种新型视频哈希算法。第一种是基于低秩帧的视频哈希算法,第二种是基于张量分解的视频哈希算法。主要研究成果概括如下:1.提出基于低秩帧的视频哈希算法本文运用奇异值分解构造低秩帧,通过二维离散小波变换对低秩帧进行压缩,用小波系数的均值生成哈希。奇异值分解是一种有用的数据分析技术,被广泛应用在信号处理、推荐系统和数据压缩等方面。二维离散小波变换是一种有用的时频分析方法,已广泛应用于图像处理、视频处理和机器学习等领域。本文利用奇异值分解和二维离散小波变换设计的视频哈希新算法,其主要计算步骤如下。先将输入视频进行预处理,得到标准化视频并进行分组和构造高维矩阵。然后利用奇异值分解计算高维矩阵的低秩近似表示,并用低秩近似表示构造低秩帧。接着使用二维离散小波变换对低秩帧压缩,运用低频小波系数的均值构造哈希元素,最后将所有哈希元素串联得到视频哈希。2.设计基于张量分解的视频哈希算法张量是一种高维数据形式。张量分解可以获取反映高维数据本征结构信息的低维数据,已被成功应用于数据挖掘、图像压缩和人脸识别等方面。本文利用一种名为CP分解的张量分解技术,设计出一种新的视频哈希算法,具体算法步骤如下。该算法首先将输入视频进行预处理,得到标准化视频并分组。然后从视频分组中提取特征构造特征张量,接着对特征张量进行CP分解。最后对分解得到的秩一张量进行量化得到视频哈希。利用接收机工作特性曲线分析本文算法的性能,并与多种文献的视频哈希算法进行对比实验。实验结果表明,本文提出的两种视频哈希算法在鲁棒性、唯一性和运行时间等方面的性能均优于多种文献的视频哈希算法,并且哈希长度也足够简短。

关键词：视频哈希拷贝检测低秩帧奇异值分解张量分解

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

提高会计信息质量的思考

财会研究 1999年第11期 23-24页

作者：刘金玲陈震海中共甘肃省委党校中科院兰州近物所

维普期刊数据库

基于轨迹输入特征支持向量机的湖南电网暂态稳定在线识别

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2012年第18期40卷 19-23,29页

作者：霍思敏王科陈震海吕毅王亮黄若寅吴俊春叶磊湖南省电力公司调度通信局湖南长沙410007 强电磁工程与新技术国家重点实验室(华中科技大学) 湖北武汉430074

针对目前基于人工智能算法的电力系统暂态稳定评估输入特征选择困难的问题,采用发电机单一状态变量故障清除后一段时间内的轨迹作为支持向量机(Support Vector Machine,SVM)的输入特征,并采用网格法寻找支持向量机在交叉验证意义下的最... 详细信息

针对目前基于人工智能算法的电力系统暂态稳定评估输入特征选择困难的问题,采用发电机单一状态变量故障清除后一段时间内的轨迹作为支持向量机(Support Vector Machine,SVM)的输入特征,并采用网格法寻找支持向量机在交叉验证意义下的最优参数。通过对这类支持向量机的性能进行详细的分析和对比,给出了3个分类准确度很高的发电机状态变量。在湖南电网的测试系统上仿真实现了该模型,仿真结果证明所提基于轨迹输入特征的支持向量机具有很高的精度,为支持向量机输入特征的选取提供了新思路。

关键词：暂态稳定机器学习支持向量机交叉验证网格搜索

维普期刊数据库