简介:为了利用雷达对低空和超低空飞行器进行精确探测,必须对影响雷达测量精度的大气折射误差进行实时修正。针对目前大气折射误差计算存在处理时间较长、不能满足实时性要求的现状,提出了一种利用虚高进行折射误差修正的快速算法。根据等效地球半径中电波射线为直线的情形推出计算接近目标真实高度的虚高方法,利用虚高将折射误差公式中的积分项分为两部分,最影响折射误差修正处理时间的部分采用一次积分完成,另一小部分利用变步长的迭代方法完成。仿真实验表明,在保证与目前公认高精度的射线描迹法相同的精度条件下,利用虚高进行大气折射误差修正可实现快速计算,计算速度至少提高一倍,且计算速度随雷达仰角的增大而增快。
简介:粒子群优化(PSO)算法是智能算法的一种,有较好的全局搜索能力,已经被应用于局部阴影条件下的最大功率跟踪(MPPT)当中。但PSO算法的搜素速度慢,收敛不稳定。本文通过分析局部阴影条件下光伏阵列的输出特性曲线提出了改进型粒子群优化算法(IPSO),以变换器的占空比为粒子,初始化时将粒子均匀分散在可能的功率峰值点处,依据迭代次数线性调整惯性权重、学习因子,并通过引入反正切函数,对传统PSO算法的速度更新进行修改,以减小追踪过程的振荡,更快地找到最大功率点,提高收敛速度。最后通过仿真验证了与常规的PSO算法相比,改进的PSO算法具有跟踪速度快、动态响应波动小等特点。
简介:关联规则研究数据库中一组互不相属对象之间的相关性,挖掘出具有一定意义的关联关系、挖掘算法如Apriori、FP-Growth等,这些算法需要反复多次扫描整个数据库导致I/O负载增加,降低了CPU的性能.文章通过对数据库进行转置和平行变换以减少扫描的次数,从而提高算法效率.
简介:在传统神经网络的基础上,引入小波函数而构成的小波神经网络具有极强的函数映射能力,在图像压缩领域有着较多应用.为了进一步提高图像的压缩质量,引入了遗传算法对传统小波神经网络算法进行改进,在对小波基平移和伸缩参数系数进行寻优时,将其作为种群初始化,经过选择、交叉和变异,获得最佳染色体,最后将最佳染色体转化成对应的权值、伸缩系数和平移系数从而进行小波神经网络映射.实验结果表明,改进后的小波神经网络图像压缩方法相较传统小波神经网络法,均方误差分别降低了14.8%和16.7%,图像信噪比分别提高了9.15%和7.11%,图像压缩质量有了较大提高.
简介:总结国内外专利文本分类情况,简要叙述基于机器学习的专利文本分类的-般框架,介绍专利文本分类的文本预处理、特征提取、文本表示、分类器构建及效果评价等过程.将应用于专利文本分类的机器学习算法分为单-分类算法和组合分类算法着重探讨单-分类算法主要有NB算法、ANN算法、Rocchio算法、KNN算法、SVM算法等;组合分类算法主要有两种组合算法,如NB-KNN算法、Rocchio-KNN算法、KNN-SVM算法、SVM-其它算法,还有多种组合算法.指出各种机器学习算法应用在专利文本分类上的优势与不足,从专利文本预处理、特征提取、专利文本表示、分类器的构建、新方法的探索等五个方面对专利文本自动分类技术进行展望.
简介:摘要随着我国电网规模不断扩大以及智能电网的迅速发展,国家对供电的可靠稳定性要求越来越高,这就要做到迅速而准确的判断电气设备是否发生故障,并采取相应措施解决问题与隐患。本文主要通过对变电站电气设备故障问题提出利用数字处理技术来实现无人值守变电站电气设备故障的自动检测。