【摘 要】
：
针对多应力条件下电能计量设备测量误差难以预测的问题,提出一种基于核支持向量回归(KSVR)的电能计量设备测量误差预测方法,并提出一种优化遗传算法(OGA)对核参数进行优化。首先,提出一种线性加权多核函数融合多个应力特征,利用核权值系数刻画不同应力对电能计量设备的影响。然后,在核函数参数选择阶段,为了避免对参数人工调整的局限性,提出一种交叉概率与变异概率自适应调整的优化遗传算法,并将其应用到核参数优
【基金项目】
：
国家电网公司总部科技项目(5230HQ19000F),国家重点研发计划(2019YFF0216800),湖南省研究生科研创新项目(CX20200426)资助。
论文部分内容阅读
针对多应力条件下电能计量设备测量误差难以预测的问题,提出一种基于核支持向量回归(KSVR)的电能计量设备测量误差预测方法,并提出一种优化遗传算法(OGA)对核参数进行优化。首先,提出一种线性加权多核函数融合多个应力特征,利用核权值系数刻画不同应力对电能计量设备的影响。然后,在核函数参数选择阶段,为了避免对参数人工调整的局限性,提出一种交叉概率与变异概率自适应调整的优化遗传算法,并将其应用到核参数优化选择问题中。国网新疆高干热试验基地智能电表运行数据分析表明,本文所提模型具有较高的准确性,预测结果的平
其他文献
国际疾病分类(ICD)是用于临床目的和健康管理的分类工具,是卫生统计数据的建立基础,在其庞大的分类体系中,含有与疾病健康问题和临床治疗相关的分类和对应的代码。针对在国际疾病分类的庞大标签空间中的多标签分类问题,提出一种端到端的深度学习方法。采用改进的图注意力网络对标签空间进行建模,基于注意力重构的多标签分类器进行分类。在标签空间建模中,结合国际疾病分类中手术与操作分类的层次结构,构建出三种不同的图结构,利用图注意力网络将标签空间的结构信息融入到模型中,从而利用标签之间的依赖关系进行多标签文本分类。所提出的
通常,核相关滤波(KCF)算法易受遮挡等实际检测情况的影响。为使跟踪结果更为准确,提出了结合改进角点检测的优化核相关滤波方法。由自适应Harris角点数量适宜且鲁棒性强的特点,解决了广义霍夫算法提取冗余边缘点速度慢,以及因光照变化导致的边缘点提取不完整的问题。同时,自适应阈值法的引入将噪声对角点提取的影响降为最低。将目标分块并对每一目标子块单独跟踪,由子块间相对位置解决KCF算法在尺度发生变化时目
针对互补性实时跟踪算法(Staple)在目标丢失后不能察觉,提出了基于跟踪异常与相关性检验的目标丢失判断方法。在平均峰值相关能量的基础上通过对颜色直方图模型响应进行评估,提出了一种改进的跟踪置信度评估方法。根据跟踪置信度对跟踪状态进行评估,并在高置信度情况下使用目标区域构建目标相关性检验模板。当相关滤波模型响应置信度由低变高后,使用目标相关性检验模板与当前目标区域进行相关性检验得到相似度,根据相似
为了解决曲轴瓦盖人工上料效率低下、易出错的难题,研究了基于注意力机制的曲轴瓦盖上料机器人视觉定位和检测方法,实现自动上料。针对图像特征不明显,在Faster R-CNN的特征提取网络引入注意力机制,将曲轴瓦盖图像不同位置的权重映射到特征通道,使深度学习模型能够更多地关注曲轴瓦盖的边缘和中心语义信息。为进一步提高定位精度,本文还改进了候选框生成方法和损失函数。实验结果表明,与传统机器学习方法及经典深
卵巢癌是女性生殖系统肿瘤中最为致命的恶性肿瘤，大多在晚期被诊断出来，这在很大程度上导致了卵巢癌的预后不佳。乳腺癌易感基因(breast cancer susceptibility genes，BRCA)是一种重要的DNA同源修复基因，在正常的细胞DNA修复机制中起主要作用，其突变会导致同源重组缺陷，从而影响基因组的稳定性，导致肿瘤的发生。近年来，BRCA基因检测已经成为卵巢癌风险评估、预后、治疗和
为了实现机械交错拼接型(TDICCD)遥感相机高频次、高精度相对辐射定标,本文提出一种面向复杂场景的在轨非均匀性校正方法。该方法在相机绕偏航轴旋转前后进行正交二次成像,利用所获取的偏航成像数据、常规成像数据分别对阵列内、阵列间探元进行相对定标;结合复杂场景宽辐射动态范围的特点,利用多点曲线拟合的方法实现相对定标参数解算,最终达到非均匀性校正的目的。利用仿真成像数据对均匀场景以及复杂场景进行相对辐射
虽然阿尔茨海默病的诊断标准已经建立，但临床症状差异很大，其特殊类型额叶变异型与行为变异型额颞叶痴呆在临床症状上非常相似，这为鉴别诊断带来了重大挑战。为此，我们报道1例患者表现为进行性认知障碍，早期显著的执行功能障碍行为异常，磁共振成像显示明显的额颞叶萎缩，初步诊断极易误诊为行为变异型额颞叶痴呆。然而，多模态功能神经影像学结果显示神经病理改变更倾向为可能的额叶变异型阿尔茨海默病。本研究表明，使用详细
机化性肺炎(organizing pneumonia，OP)作为一种病理以肺泡腔、肺泡管或伴有细支气管内肉芽组织增生为组织病理学表现的临床综合征，随着肺活检技术的发展，通过病理诊断的OP逐渐增加，但多数在诊断时或随访中证实为继发性机化性肺炎(secondary organizing pneumonia，SOP)。SOP病因事关治疗的选择和预后，首先需要排除感染、找到结缔组织病的证据，或之前用药以及
肠道微生物的出现成为肠脑功能的关键调节因素之一，并且使人们认识到微生物-肠-脑轴的重要性。肠道微生物和大脑通过免疫系统、色氨酸代谢、迷走神经和内分泌系统等多种途径相互联系。许多因素可以影响肠道微生物的组成，包括感染、分娩方式、抗生素药物的使用、压力和宿主遗传学。最近的研究表明肠道微生物可能与许多疾病有关，包括自闭症、肠易激综合征等。未来的研究将集中在了解微生物-肠道-脑轴的潜在机制，并试图阐明基于
单张图像去雨由于有限的输入信息,会严重影响去雨效果。光场图像不同于普通2D图像,能够记录三维场景的丰富结构信息。针对此类问题并且利用光场图像特点,提出一种基于双LSTM神经网络的光场图像去雨算法。提出的神经网络包括雨条纹检测网络(Rain Streaks Detecting Network,RSDNet)和背景修复网络(Background Restoring Network,BRNet)。所提算