您的位置: 专家智库 > >

张宁

作品数:15 被引量:32H指数:3
供职机构:闽江学院物理学与电子信息工程系更多>>
发文基金:福建省自然科学基金国家自然科学基金福州市科技计划项目更多>>
相关领域:电气工程自动化与计算机技术天文地球电子电信更多>>

文献类型

  • 15篇中文期刊文章

领域

  • 5篇电气工程
  • 4篇自动化与计算...
  • 3篇天文地球
  • 2篇电子电信
  • 1篇交通运输工程

主题

  • 4篇支持向量
  • 4篇支持向量机
  • 4篇神经网
  • 4篇神经网络
  • 4篇向量机
  • 3篇学习机
  • 3篇图像
  • 3篇向量
  • 3篇极限学习机
  • 3篇负荷预测
  • 2篇电力
  • 2篇电力负荷
  • 2篇短期电力负荷
  • 2篇短期负荷预测
  • 2篇鱼眼
  • 2篇鱼眼图像
  • 2篇时间序列预测
  • 2篇最小二乘
  • 2篇最小二乘支持...
  • 1篇电池

机构

  • 15篇闽江学院
  • 2篇武汉大学
  • 1篇福州大学
  • 1篇桂林理工大学
  • 1篇国家测绘地理...

作者

  • 15篇张宁
  • 4篇刘天键
  • 3篇邱立达
  • 2篇郑宗华
  • 2篇范千
  • 1篇李昭
  • 1篇薛小铃
  • 1篇许承权
  • 1篇傅平
  • 1篇杨荣华
  • 1篇陈朝
  • 1篇林南
  • 1篇翁铭华
  • 1篇张妹玉

传媒

  • 3篇闽江学院学报
  • 1篇测绘学报
  • 1篇武汉大学学报...
  • 1篇激光与光电子...
  • 1篇计算机工程
  • 1篇贵州大学学报...
  • 1篇中国高新技术...
  • 1篇测绘工程
  • 1篇半导体光电
  • 1篇福建电脑
  • 1篇现代电子技术
  • 1篇福建工程学院...
  • 1篇雷达科学与技...

年份

  • 1篇2018
  • 2篇2017
  • 2篇2016
  • 2篇2015
  • 2篇2014
  • 1篇2012
  • 1篇2010
  • 3篇2009
  • 1篇2008
15 条 记 录,以下是 1-10
排序方式:
基于EEMD和极限学习机的短期电力负荷预测模型被引量:3
2017年
以集成经验模式分解(EEMD)与极限学习机(ELM)为理论基础,提出了将其有机结合进行短期电力负荷预测的方法。首先运用EEMD对短期负荷时间序列进行自适应分解,在此基础上针对分解后不同分量的变化特点,建立相对应的ELM模型进行预测,进而将各分量的预测结果重构以得到最终预测结果。通过实例分析表明该模型的预测精度要优于单极限学习机模型、单支持向量机模型和神经网络模型,同时也验证了该模型应用于短期负荷预测的有效性和可行性。
张宁
关键词:极限学习机短期电力负荷预测支持向量机神经网络
基于均值漂移的改进目标跟踪算法被引量:1
2015年
在可视化跟踪过程中目标窗经常会由于遮挡、光照、姿势等变化而发生跟踪漂移,影响目标跟踪的准确性和稳定性。为解决该问题,提出一种基于图层的离散域均值漂移算法,在离散域提取基于核的直方图作为目标模型,并对离散分区中的目标函数进行平滑以避免寻优搜索陷入局部极小值,从而提高目标跟踪性能。实验结果表明,与多示例学习算法相比,该算法的跟踪精度提高了16%,具有更好的实时性和鲁棒性。
刘天键邱立达张宁
关键词:目标跟踪均值漂移
关联积分用于建筑物沉降分析预报的研究
2009年
建筑物的沉降变化过程具有强烈的非线性,混沌特征参数可以对非线性系统进行评估和预测,基于此提出了一种新的建筑物沉降分析预报方法——关联积分法,并利用该算法对小学建筑物的沉降进行分析,认为关联积分随时间变化曲线出现陡降处为建筑失效时刻,则得到的失效时间较实际观察到的失效时间提前.
杨荣华李昭张宁
关键词:混沌相空间重构建筑物沉降
基于最小二乘支持向量机的短期负荷预测模型被引量:9
2010年
支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。研究了支持向量机的拓展算法——最小二乘支持向量机(LSSVM),并将其应用于电力系统短期负荷时间序列预测。通过实例并与神经网络模型预测结果相比较表明,LSSVM模型的预测精度要明显高于神经网络模型,验证了LSS-VM模型可以很好地应用于短期负荷时间序列预测,并且具有较高的准确性与有效性,这为短期负荷预测提供了一个新的解决思路。
张宁许承权薛小铃郑宗华
关键词:最小二乘支持向量机神经网络短期负荷预测时间序列预测
考虑影响因素的短期负荷预测核函数ELM方法被引量:5
2018年
结合结构风险最小化原则,使用核函数映射代替基本极限学习机(ELM)模型中的隐层节点特征映射,在考虑温度、相对湿度、日期类型、历史负荷等影响因素情况下提出了基于核函数极限学习机模型的短期负荷预测新方法.该方法具有较强的泛化能力,并能避免基本ELM模型可能产生的过学习现象.对实际负荷数据进行预测分析,其研究结果表明核函数极限学习机模型的预测精度要优于基本ELM模型、最小二乘支持向量机模型以及BP神经网络模型.同时也验证了核函数极限学习机方法用于短期负荷预测中的可行性和有效性.
张宁刘天键
关键词:结构风险最小化原则极限学习机
鱼眼图像校正算法研究与实现被引量:2
2012年
鱼眼镜头广泛应用于全景监控领域,本文介绍如何对鱼眼图像进行校正,并对特定角度下拍摄的鱼眼图像提出了一种简单、快速、实用性强的鱼眼图像校正方法,同时给出具体算法的推导,实验表明该方法能取得比较满意的效果.
张宁刘天键
关键词:鱼眼图像
鱼眼图像虚拟漫游研究
2015年
鱼眼镜头视野大,广泛应用于虚拟漫游,视频监控等领域。本文在应用球面透视投影约束算法对鱼眼图像失真校正的基础上,实现了基于单张鱼眼图像的简单虚拟漫游。
张宁
关键词:鱼眼镜头虚拟漫游
具有判别能力的低秩投影字典对学习被引量:2
2016年
与传统字典学习算法相比,新的投影字典对学习(DPL)算法在字典学习过程中引入了投影字典,利用投影编码替代目标样本在字典上的稀疏编码,有效降低了模式识别算法的计算量,但是原始的DPL算法对遮挡和噪声干扰较为敏感。为了解决这一问题,提出了一种具有判别能力的低秩投影字典对学习(DLPL)算法,该算法在模型中增加了对字典的低秩约束并利用最小二乘估计法对标签样本投影编码的分类误差进行约束,待求字典和投影字典都具有封闭形式的解,通过交替优化方法进行快速求解。不同数据库中的实验结果表明,DLPL算法不仅可以改善字典在遮挡和噪声干扰下的性能,提高模式识别正确率,而且可有效缩短模型的训练时间和测试时间。
邱立达傅平林南张宁
关键词:图像处理模式识别
区域似大地水准面确定的最小二乘支持向量机方法被引量:1
2008年
支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题。文中研究支持向量机的拓展算法——最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面。通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性。
范千张宁
关键词:似大地水准面最小二乘支持向量机神经网络
表面处理对低成本多晶硅太阳电池性能的影响被引量:3
2014年
通过沉积SiNx薄膜和H2退火表面处理工艺对低成本多晶硅太阳电池进行了处理,对表面处理前后的电池效率进行了对比测试,详细地研究了这两种表面处理工艺对电池的短路电流、开路电压、填充因子和转换效率的影响。实验发现,沉积了SiNx薄膜的低成本多晶硅太阳电池的效率在原有基础上提高了1.8%左右;而经过H2退火后的电池效率则出现了效率衰减。与此同时,对成本相对高的太阳能级多晶硅电池也进行了H2退火,与低成本多晶硅电池相比,其效率增加明显,与低成本太阳电池呈现了相反的现象。最后分析了两种表面处理工艺对电池性能造成影响的原因。
张妹玉张宁翁铭华陈朝
关键词:多晶硅电池表面处理
共2页<12>
聚类工具0