一种基于LSTM神经网络的电力负荷预测方法     

《实验室研究与探索》2020,(5):41-45

设计了一种基于长短期记忆(LSTM)神经网络的电力负荷预测模型,在TensorFlow框架下使用Python语言编程实现;使用西班牙2018年一整年的电力负荷数据对模型进行训练,得到的模型可准确预测电力负荷数据的日变化、周变化规律,模型损失值可达0. 2,验证了模型的有效性;与RNN模型对比证明了LSTM模型的长期依赖学习能力更为优越。提出的模型是一种有效的电力负荷数据预测方法,可为电力系统的负荷预测提供依据。  相似文献   

移动小车电源 SOC 实时估算系统设计     

杜伟栋  陆金桂  翟鑫钰  刘新  潘艳飞 《教育技术导刊》2020,19(7):131-135

针对移动小车无法实时显示当前电量,易出现电池过放从而降低电池循环使用寿命的问题,利用 Arduino 作为主控制器采集电池的电压、电流、温度数据,将三者作为 BP 神经网络的输入量,计算电源 SOC 值,最后通过 LabVIEW 平台嵌入该算法实现对电源 SOC 的实时估算。实验结果表明,神经网络训练误差可满足实际要求,硬件系统整体运行可靠。系统可以实时监测电源的 SOC 值、电压、电流和温度值,从而避免电源出现异常工作状态,提高电池循环使用寿命。  相似文献   

基于深度学习的杂草识别系统     

尚建伟  蒋红海  喻刚  陈颉颢  王博  李兆旭  张伟平 《教育技术导刊》2020,19(7):127-130

田间除草技术在农业生产中具有重要意义。针对复杂背景下农作物与杂草识别率低、算法鲁棒性差等问题,提出一种图像分割网络 Res-Unet。该网络为 unet 网络的改进版本,采用 resnet50 网络代替 unet 主干网络,解决复杂背景下农作物与杂草区域提取困难、小植株检测效果差、分割边缘震荡、变形问题。将图像的平均交并比、准确率、训练时长作为评价指标进行实验。结果表明：使用 Res-Unet 模型的平均交并比为 82.25%,平均像素准确率为 98.67%。改进的 Res-Unet 模型相对于 Unet 平均交并比高出 4.74%,相较于 segnet 平均交并比高出 10.68%,训练时间减少 3 小时。该方法对复杂背景下甜菜杂草检测效果良好,可为机器人精确除草提供参考。  相似文献   

Prediction of malignancy selective neural networks degree in brain glioma using ensemble     

刘天羽李国正  吴耿锋 《上海大学学报(英文版)》2006,10(3):244-246

A clustering algorithm based selective neural networks ensemble （CLUSEN） is proposed to predict the degree of malignancy in brain glioma. Since the degree prediction of malignancy is critical before brain surgery, many learning methods are used like rule induction algorithm, single neural networks, support vector machines, etc. Ensemble learning methods can improve the generalization of single learning machine, and are becoming popular in the machine learning and medical data processing communities. The procedure of CLUSEN can efficiently remove redundancy learning individuals and help improve the diversity of ensemble methods. CLUSEN is used to predict the degree of malignancy in brain glioma. Experimental results on a set of brain glioma data show that, compared to support vector machines, rule induction and single neural networks, the classification accuracy of CLUSEN is higher.  相似文献   

基于全连接神经网络的近实时重新着色算法     

《实验室研究与探索》2020,(2):21-24

提出了一种基于全连接神经网络(FNN)的图像重新着色算法。该算法提取着色线条所在区域的像素RGB颜色特征值和相应的着色线条分类为数据集,为了减少神经网络的训练时间,对数据集进行了采样;把FNN作为一个像素级的多分类神经网络,利用这些训练数据训练FNN,将待重新着色图像中逐个像素的特征值作为神经网络的输入,获得每个像素属于着色线条的似然概率;根据神经网络输出的每个像素属于着色线条的似然概率,计算最终的图像重新着色结果。与现有的基于卷积神经网络的图像重新着色方法相比,该方法避免了神经网络在训练阶段需要大规模的训练样本的弊端,且能够达到近实时的交互性能,同时用户只需输入少量的用户着色线条,就能获得高质量的图像重新着色效果。  相似文献   

Modelling and control PEMFC using fuzzy neural networks   总被引：1，自引：0，他引：1  

孙涛闫思佳  曹广益朱新坚 《浙江大学学报(A卷英文版)》2005,6(10):1084-1089

INTRODUCTION With worldwide increase of air pollution and the environmental consciousness of governments,people have to look for new resources to mitigate the energy crisis and improve the present environmental status(Baschuk and Li,2000;Rowe and Li,2001).Fuel cells are highly efficient and environmentally clean electricity generators(Berning et al.,2002)that convert the chemical energy of a gaseous fuel directly into electrical energy and play an important role in solving the energy pro…  相似文献   

基于改进BP神经网络的湘西方块苗文图像识别     

伍文源  曾水玲 《铜仁学院学报》2016,(4):54-58

湘西方块苗文是湖南省湘西少数民族地区使用的一种文字,在采用传统的BP神经网络对字符图像进行识别时,易出现收敛速度慢、陷入局部极小值的问题。对此,为采用BP神经网络对湘西方块苗文图像进行更好地识别,提出了一种基于附加动量法和自适应学习速率相结合的改进型BP神经网络,并将其应用于湘西方块苗文的识别。仿真结果表明,该算法不但收敛速度快,而且可以避免陷入局部极小值。  相似文献   

基于BP神经网络区域经济发展实力的模糊综合评价     

吴劲军  黄望彦 《江西广播电视大学学报》2004,24(4):30-31

根据统计评价原理。结合江西省省情，构建了一套区域经济发展实力评价指标体系。应用BP神经网络模型对区域经济发展实力进行了综合评价。  相似文献   

带反应扩散项的时滞双向联想记忆神经网络的全局指数稳定性     

陈安平 《湘南学院学报》2006,27(2):1-7,17

本文研究带反应扩散项的BAM神经网络的全局指数稳定性.改进和推广了文献[9]的工作.  相似文献   

基于原对偶神经网络的PUMA560机器手臂重复运动规划     

张雨浓  吕宣姣  杨智 《大连大学学报》2008,29(3):32-36

用一种基于线性变分不等式的原对偶神经网络来解决PUMA560机器手臂在运动过程中出现的关节角偏差问题,使机器手臂的关节能够实现重复运动。该神经网络具有简单的分段线性动力学结构,较易硬件实现。它的网络输出全局指数收敛于最优解,能够在同一种形式下处理线性规划和二次规划问题,并且不要求对矩阵求逆,没有矩阵乘法或高阶的非线性项。本文最后给出基于PUMA560机器手臂的计算机模拟仿真,仿真结果验证了该方案的可行性与有效性。  相似文献