您的位置： 专家智库 > >

刘春涛

作品数：2 被引量：13H指数：2
供职机构：东北农业大学电气与信息学院更多>>
发文基金：国家自然科学基金黑龙江省自然科学基金国家科技支撑计划更多>>
相关领域：自动化与计算机技术电气工程更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电气工程
  • 1篇自动化与计算...

主题

  • 1篇电缆
  • 1篇行波
  • 1篇行波测距
  • 1篇甄别
  • 1篇神经网
  • 1篇神经网络
  • 1篇双端
  • 1篇双端行波测距
  • 1篇图像
  • 1篇组合分类器
  • 1篇小波
  • 1篇小波变换
  • 1篇模糊神经
  • 1篇模糊神经网络
  • 1篇模极大值
  • 1篇光谱图像
  • 1篇分类器
  • 1篇高光谱图像
  • 1篇PSCAD
  • 1篇波变换

机构

  • 2篇东北农业大学

作者

  • 2篇刘春涛
  • 1篇谭克竹
  • 1篇房俊龙
  • 1篇柴玉华
  • 1篇李冬梅
  • 1篇魏新
  • 1篇张佳丽
  • 1篇朱博文
  • 1篇张春雷

传媒

  • 2篇东北农业大学...

年份

  • 1篇2017
  • 1篇2016
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于高光谱图像技术的大豆品种无损鉴别被引量：10
2016年
为解决传统大豆品种检测方法存在的效率低和精度差等问题，应用高光谱图像分析技术展开大豆品种甄别研究。采集10个品种（每品种100粒，共1000粒）大豆样本400．92—999．53nm的高光谱反射图像，分别进行中值平滑、多元散射校正和数据标准归一化预处理去噪，提取样本图像中心30×30pixels感兴趣区域的平均光谱曲线和标准差曲线。分别以样本平均光谱值主成分得分、标准差光谱值主成分得分及两者结合作为模型输入，基于T—S模糊神经网络和随机森林思想组合分类器构建鉴别模型。经中值平滑的光谱平均值和标准差作输入，结合随机森林思想的组合分类模型鉴别效果最佳，训练集、测试集的平均鉴别率分别达99．6％和97．6％。结果表明，采用高光谱图像技术可实现大豆品种高精度无损鉴别。
柴玉华毕文佳谭克竹张春雷刘春涛
关键词：大豆高光谱图像
基于FIMD和小波变换电缆双端行波测距新方法被引量：3
2017年
针对电力电缆故障定位误差较大问题,提出基于FIMD和小波变换模极大值导数双端行波测距新方法。利用PSCAD仿真软件建立电力电缆模型,变换各测量点电流突变量相模,分解变换后模分量FIMD。利用小波变换对分解所得IMF1分量求取模极大值导数,找出暂态信号奇异点。根据首个暂态行波奇异点,确定初始行波到达线路两端时间,计算故障距离。结果表明,该方法测定电缆故障距离精度高、具有应用可行性。
房俊龙刘春涛朱博文魏新张佳丽李冬梅
关键词：小波变换模极大值行波测距PSCAD
全选 清除 导出
共1页<1>
聚类工具0