首页期刊导航|国外电子测量技术
期刊信息/Journal information
国外电子测量技术
国外电子测量技术

陈光衤禹

月刊

1002-8978

fedit@vip.163.com

010-64005190

100009

北京东城区北河沿大街79号2楼

国外电子测量技术/Journal Foreign Electronic Measurement Technology北大核心CSTPCD
正式出版
收录年代

    二次分解组合LSTM的短期风电功率预测模型

    杨生鹏文中丁剑张开伟...
    87-93页
    查看更多>>摘要：随着风电在电力系统中的占比逐步提高,风电功率的精确预测对电力系统的安全稳定运行具有重要意义.然而,风电的随机性和间歇性极大地影响其功率的精确预测.为此,提出二次分解组合长短期记忆(LSTM)的短期风电功率预测模型.首先,采用经验模态分解(EMD)技术将原始风电序列分解为若干固有模态分量;再采用样本熵(SE)技术将各分量重组为高、中、低频3个序列,针对高频模态混叠再次采用麻雀搜索算法-变分模态分解(SSA-VMD)二次分解技术;最后,采用SSA算法对LSTM的参数进行寻优并完成风电功率预测.以湖北省某风电场对所提模型进行验证,并与其他模型进行对比.结果表明,所提模型的平均绝对误差(MAE)为5.79 kW,均方根误差(RMSE)为5.64 kW,平均百分比误差(MAPE)为17.38%,具有更好的预测精度.

    风电功率预测经验模态分解变分模态分解麻雀搜索算法长短期记忆

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于正则化参数优化和边界聚类的电阻抗成像研究

    王苏煜戎舟袁晶晶
    94-100页
    查看更多>>摘要：电阻抗成像是一种无损伤的功能成像技术,由于逆问题具有不适定性、不稳定性等特点,往往存在重构图像的分辨率不高、伪影较大等问题.将Tikhonov和全变量(TV)两种正则化算法的罚函数进行组合应用,提出将粒子群算法用于组合罚函数的正则化参数优化,把图像质量指标(artifact level,AL)作为粒子群算法的适应度值,从而确定最优正则化参数,通过牛顿迭代法获得电导率,为了进一步去除伪影,将Niblack算法与边界聚类算法相结合,对求得的电导率进行处理,得到最终的电导率分布.仿真和实测结果均表明,该方法重建的图像能够更加准确地反映电场内目标物体的位置信息,有效的抑制伪影,提高了重建效果.

    电阻抗成像逆问题Tikhonov正则化算法粒子群算法边界聚类算法图像重建

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于VMDT-POA-DELM-GPR的两阶段短期负荷预测

    王强刘宏伟聂子凡
    101-109页
    查看更多>>摘要：针对传统负荷预测方法精度不高的问题,为准确捕捉到负荷数据波动的规律,提出了一种两阶段负荷预测方法.第1阶段首先用变分模态分解(VMD)对原始负荷序列进行分解,得到分解处理后的残差分量,再采用时变滤波经验模态分解(TVF-EMD)方法进行特征提取;然后对全部子序列分别建立深度极限学习机(DELM)模型,同时利用鹈鹕优化算法(POA)进行参数寻优,叠加各子序列的预测值得到初始负荷预测值.第2阶段采用POA-DELM模型对误差分量进行预测;然后将第一阶段中所有子序列预测值和误差预测值作为特征输入到高斯过程回归(GPR)模型中,得到负荷最终的预测结果.结果表明,两阶段模型的均方根误差(RMSE)、平均绝对误差(MAE)分别为对比模型的4%～77%、4%～76%,而平均百分比误差(MAPE)仅为0.067 8%,可有效提高电力负荷的预测精度.

    变分模态分解时变滤波经验模态分解鹈鹕优化算法深度极限学习机两阶段负荷预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多尺度Transformer的在线更新无锚框工件跟踪方法研究

    夏代洪徐健郑自立赵一剑...
    110-116页
    查看更多>>摘要：针对工业场景目标工件跟踪任务精度低、失败率高的问题,提出了多尺度Transformer在线更新的工件跟踪算法.首先,采用Transformer特征金字塔结构,融合多层次特征信息,以实现鲁棒的对目标表观建模;其次,使用Transformer模块对高级语义信息进行特征融合,使得网络模型专注于目标工件本身;然后,提出了基于排序的交并化(IoU)损失函数优化策略,有效地抑制干扰物对跟踪器影响;最后,设计一种在线更新策略更新目标模板,增强网络的鲁棒性.实验结果表明,在VOT-2018上准确率和失败率分别比基准跟踪器提高3.8%和4.1%,且能保持53 fps的实时跟踪速度;在LaSOT数据集上精度与成功率别为0.578和0.573,均优于基准跟踪器.通过CCD工业相机采集视频序列验证算法可以准确且鲁棒的跟踪目标工件.

    目标跟踪特征金字塔Transformer损失函数在线更新

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进ResNet18的干香菇等级识别

    王莉董鹏豪王瞧牛群峰...
    117-125页
    查看更多>>摘要：为解决干香菇等级识别技术复杂及识别精度不高的问题,提出了一种基于残差神经网络ResNet18的干香菇等级识别方法.首先将传统的ResNet18中Stem的7×7卷积层替换为3个3×3卷积层串联,保证在感受野保持不变的情况下进一步减小计算量;其次针对残差块中线性变换和非线性变换不足的问题,引入融合非对称卷积和h-swish激活函数,增加了模型的复杂性,使其能够进行更深层次的特征学习;最后在ResNet18骨干网络中引入高效通道注意力机制,加强模型提取特征的能力;实验结果表明,改进后的ResNet18网络模型准确度达97.04%,相比ResNet18网络模型方法提升了4.81%,且性能优于VGG16、MobileNetV2、DenseNet121、ResNet34等网络模型方法,可提高干香菇等级的识别精度,单幅图像的检测时间为5.91 ms,对干香菇智能分拣过程中的等级识别具有借鉴意义.

    干香菇分级机器视觉ResNet18高效通道注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于时序分析及CNN-BiLSTM-AM的阶跃型滑坡位移预测

    杨进昆党建武杨景玉岳彪...
    126-134页
    查看更多>>摘要：传统基于递归神经网络的模型对阶跃型滑坡位移预测能力不足,为解决这一问题,提出一种基于时序分析及卷积神经网络-双向长短期记忆-注意力机制(CNN-BiLSTM-AM)的滑坡位移动态预测模型.首先使用变分模态分解方法(VMD)将序列分解为趋势项、周期项和随机项.采用二次指数平滑法拟合趋势项位移,然后引入最大互信息系数法(MIC)计算各类影响因子与周期项位移相关性,对于周期项和随机项位移采用CNN-BiLSTM-AM混合模型进行多因素和单因素预测,最终累加各分量预测值得到累积位移预测结果.实验结果表明,所提方法在最终累计位移预测结果中拟合系数R2 达0.984和0.987,平均绝对误差(MAE)分别为5.334和3.947,均方根误差(RMSE)分别为6.196和4.941,相比卷积神经网络-长短期记忆(CNN-LSTM)、麻雀搜索算法-核极限学习机(SSA-KELM)和NARX方法,所提方法能够更好的捕捉监测数据的时间相关性,预测精度显著提高,可为阶跃型滑坡预警及防治工作提供参考.

    阶跃型滑坡变分模态分解注意力机制卷积神经网络双向长短时记忆

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于VGG-Net的X射线全脊柱冠状面图像分割方法

    申学泉张勇张润杰石琼芳...
    135-140页
    查看更多>>摘要：在计算机辅助脊柱图像分析和疾病诊断应用中,从X射线脊柱图像中自动分割脊柱和椎骨是一个关键且具有挑战性的问题.为进一步提升脊柱图像分割精度,提出一种基于VGG-Net改进的模型.首先,将VGG16网络去掉了后面的全连接层,用作U-Net的特征提取网络;其次,为了增强图像的细节信息,在特征提取网络引入小波分解模块;最后,在上采样网络中设计了一种逐像素相减的自空间注意力模块(SUB-SSAM)机制,进一步提高网络模型识别关键特征的能力.实验结果表明,改进后的模型相较于原VGG-Net模型在平均交并比(mIoU)上提高了2.39%、召回率(recall)提高了0.96%、准确率(accura-cy)提高了1.31%,训练的该网络模型可以定位到每一块椎骨,准确分割椎体区域.

    图像分割U-NetVGG-Net小波分解SUB-SSAM

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多参数失配下鲁棒型双馈风机模型预测电流控制

    潘鹏程李元皓香静
    141-150页
    查看更多>>摘要：风机系统模型预测电流控制(model predictive current control,MPCC)是基于系统模型实现的,存在系统参数鲁棒性较差的问题.为解决该问题,提出了一种带有新型滑模趋近律(new sliding mode veaching law,NSMRL)的滑模观测器(slid-ing mode observer,SMO)结合 MPCC策略.首先,建立基于电压定向的双馈风机数学模型;其次,建立无差拍模型预测控制系统;最后,构建一种改进的等速伸展项和指数到达项的滑模趋近律,该新型滑模趋近律包括系统状态变量和滑模面函数的功率项,可以以两种不同的形式来表示趋近律,新滑模趋近律的作用是使系统状态更快、抖振更小的收敛到滑模平面,从而提高参数鲁棒性.研究结果表明,该方法与无滑模 MPCC和等速趋近律 MPCC相比,能有效地抑制系统固有抖振,并提高系统状态到达滑模面的速度.同时,可将平均转矩脉动、电流脉动和相电流总谐波失真(total harmonic distortion,THD)降低10.54%、24.16%和5.12%.因此,所提出的NSMRL-SMO-MPCC方法能够通过在线补偿扰动实现参数失配情况下对电流的可靠预测,从而提升系统的参数鲁棒性.

    双馈风电机模型预测电流控制参数鲁棒性新型滑模观测器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于深度学习的密集物料检测方法

    朱希李燕施林枫
    151-158页
    查看更多>>摘要：工业密集物料检测对计数精度有着较高的要求.对于检测样本疏密程度较均匀且互相无遮盖的情况,传统方法检测效果尚好,但是针对疏密分布不均匀或者样本互相之间存在遮盖的场景误识别的情况便较为严重.因此,为了提高检测的准确率与计数的精度,在HRNet的基础上进行改进,提出一种自注意力多尺度融合模型,主模型使用 HRNet在不同分辨率特征图之间进行特征交互融合,同时在高分辨率特征图上添加自注意力机制加强模块增强全局特征提取.其次,针对物料中包含少数大料但密集检测检测效果较差的情况,采用了双通道物料大小判断执行机制,添加了YOLO框架对物料大小分类进行检测.最后,数据集均由X射线无损检测设备进行采集标注,在此数据集上模型的预测精度达到了96.7%,相较于其他模型有较大的提升.

    密集检测自注意力机制双通道判断机制X射线无损检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    MRC-PBM:一种中文电子病历嵌套命名实体识别方法

    周佳伦李琳宇马洪彬姜艳静...
    159-165页
    查看更多>>摘要：中文电子病历实体包含大量的医学领域词汇并具有明显的嵌套特征.嵌套实体识别时往往存在目标实体定位不完整、不准确的问题.针对这一问题,提出了一种基于机器阅读理解的中文电子病历嵌套命名实体识别模型 MRC-PBM(ma-chine reading comprehension-position information biaffine and MLP).该模型将命名实体识别(named entity recognition,NER)转化为机器阅读理解任务,将中文电子病历文本和预定义的查询语句串联作为输入,使用基于医学的预训练模型 MC_BERT获取词向量,然后通过双向长短期记忆网络模型(BiLSTM)和多粒度扩张卷积模型分别获取双向的特征信息以及单词之间的信息,得到相应的特征向量,最后使用Hybrid-PBM 预测器进行实体预测.在嵌套和平面NER数据集上进行实验.实验表明,该模型在糖尿病语料和公开医学数据集上优于其他主流神经网络模型,F1值比基线模型提高了1.21%～5.80%.

    中文电子病历命名实体识别机器阅读理解嵌套实体

      原文链接:
    • NETL
    • NSTL
    • 万方数据