【摘 要】
：
为了应对能源危机，许多国家开始大力发展最有发展前景之一的风能，而风速预测是进行风电场出力预测的前提条件。目前常用的风速预测方法没有得到很高的预测精度以及预测时间。为
论文部分内容阅读
为了应对能源危机，许多国家开始大力发展最有发展前景之一的风能，而风速预测是进行风电场出力预测的前提条件。目前常用的风速预测方法没有得到很高的预测精度以及预测时间。为了改善风速时间序列的预测精度和预测时间，提出了一种基于迟滞极速学习机（Extreme Learning Machine）模型的风速预测方法。ELM算法是一种新型神经网络，计算效率高，性能优越，能避免局部最小化。通过改变神经元激励函数的方式将迟滞特性引入神经网络中，以增强历史输入对当前响应的影响，从而提高有用信息的利用率，提高风速时间序列的预测性
其他文献
对于存放于数据服务器中共享的数据文件信息,随着数据量的增加将逐渐难以共享、查阅和使用。为了便于共享这些数据资料,文中提出一种基于Web的文件系统信息展示方法,实现在We
由于设备采集树状物体数据精度差,导致树状物体枝干连接部位数据丢失,重建出来的树状物体枝干不连续。树状结构物体颜色单调统一,各枝叶形状相似,导致特征点提取困难,配准精度低。通过对深度数据的分析,彩色图像与深度数据相比拥有更完整的信息,使用深度数据与彩色数据相结合的方法,根据彩色图像与深度数据的坐标映射关系,使用彩色图像修复缺失的深度数据。边界轮廓同样能够体现物体的形状特征,使用目标边界点作为特征点,
针对尺度不变特征变换（SIFT）算法在立体匹配应用中实时性差、误匹配、特征点无鲜明几何意义等问题,提出了一种新的基于亚像素角点的SIFT立体匹配算法。该算法首先提取图像角点
大数据时代下数据结构的多样性严重影响人们对数据分类的判断。有效解决数据分类问题并提高分类准确率是大数据时代背景下亟待解决的难题。分类问题是将数据按照某种特征进行
图像信息的传输需要通过压缩和加密来减少冗余并阻止非授权者的访问。关于图像压缩的研究由来已久,各种压缩算法和理论层出不穷,而加密压缩仍有相当大的发展空间。为此,针对目前常见的已知明文攻击等黑客攻击方式,在研究Logistic混沌加密技术和基于混沌置乱的分量融合图像加密压缩方法的基础上,提出了一种可逆的融合算法。该算法将提取到的彩色图像颜色分量分别进行DCT变换而后融合,将压缩和加密过程同时进行,显著
针对多尺度Retinex算法在图像增强过程中存在的算法运算量大的问题,提出了将RBF神经网络作为高反差图像增强算法。该算法从训练数据集中获取以3×3为邻域像素的特征向量以及目标图像对应的特征向量,通过聚类算法来确定网络隐含层的中心向量和扩展常数,采用梯度下降法使网络快速收敛得到最优解。利用RBF神经网络建立高反差图像与增强算法之间的非线性映射关系,根据神经网络参数进行快速图像处理,从而实现图像实时
由于缺少信息在语义上的处理和表示，传统的以关键字和主题词为检索途径的信息检索方法会导致检索结果不全面和不准确，无法完全满足用户的检索要求。为了提升检索系统的检索质量
提出了一种基于TEDA（典型与偏心数据分析，Typicality and Eccentricity Data Analysis）模型的模糊数据流聚类算法。TEDA模型常用于离群数据样本的检测，以此来获得更好的聚类效果
安全访问控制是云计算安全领域中一个迫切需要解决的问题，其中在用户登入系统后，实施合理的动态监控用户行为以确保资源安全是当前研究的热点。传统的访问控制策略已经不能满足
随着航空运输业的快速发展，亟需雷达模拟机、塔台模拟机等设备培训空中管制人员，以提高空管人员的处置能力。为了提高航管雷达模拟训练的效率，基于微软语音引擎Windows Speech S