-
公开(公告)号：CN107181270A
公开(公告)日：2017-09-19
申请号：CN201710564707.9
申请日：2017-07-12
申请人： 南京邮电大学
CPC分类号： H02J3/28 , G06Q10/04 , G06Q50/06 , H02J2003/007
摘要： 本发明公开了一种多储能柔性抑制风电的随机动态规划方法，属于电力系统自动化的技术领域。该方法首先根据储能参数构建以储能充放电成本最小为目标函数的多储能模型，在原有储能储量上下限的基础上增加了储能充电上比例系数以及储能放电下比例系数，在已知日常调度概率的基础上利用随机动态规划方法对多储能模型进行优化。本发明在满足约束条件的情况下最小化储能充放电成本，能够柔性抑制风电随机性并增长储能寿命。
-
公开(公告)号：CN107169505A
公开(公告)日：2017-09-15
申请号：CN201710212996.6
申请日：2017-04-01
申请人： 南京邮电大学
CPC分类号： G06K9/6276 , G06K9/00288
摘要： 本发明公开了一种用于图像分类的基于核统计不相关的多视图算法，其为一种用于多视图的核分类方法，该方法对样本经过训练获得的投影变换矩阵加入统计不相关约束，以获得新的满足统计不相关约束的投影矩阵。并利用核方法，将上述计算扩展到非线性空间，引入核函数。本发明加入统计不相关约束，使得获得的投影矩阵满足统计不相关的关系，加入应用于多视图学习中的核技巧，将样本从低维线性不可分映射至高维的线性可分，得到加入核方法的高维特征投影空间。将本发明所述的方法在Multi‑PIE人脸数据库上的实验验证了所提方法是高性能的；在提高分类算法的效果的同时，降低了计算复杂度。
-
公开(公告)号：CN107169410A
公开(公告)日：2017-09-15
申请号：CN201710222367.1
申请日：2017-03-31
申请人： 南京邮电大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种用于人脸识别的基于LBP特征的结构型稀疏表示分类方法（LBP‑SSRC），对于传统的SRC算法来说，样本的局部性相较于其稀疏性一样是极其重要的，局部特征是一种非常有用的特征信息，该算法首先从原始样本集中提取样本的LBP直方图特征，考虑到训练样本的分块结构性，接着设计了两种结构型稀疏表示的算法模型（SSRC），最后将提取到的LBP特征输入到SSRC算法模型中，充分利用样本LBP特征的局部性以及SSRC的分块结构性，因此该算法使测试样本可以尽可能的选择用与其同类别的训练样本来重构得到，可以很好的提升分类识别效果。通过在公共的AR人脸库上的对比实验，可以充分验证所提算法的有效性。
-
公开(公告)号：CN107103592A
公开(公告)日：2017-08-29
申请号：CN201710223815.X
申请日：2017-04-07
申请人： 南京邮电大学
摘要： 本发明公开了一种基于双核范数正则的多姿态人脸图像质量增强方法，属于图像处理领域。本方法首先以图像中每个像素位置为中心，获取低质量测试样本和高低分辨率训练样本图像各个像素位置的图像块；其次，对低质量测试图像中的每个图像块，运用局部约束双核范数正则回归方法获得其在低质量训练样本图像中对应位置上的图像块集合的线性表示；再次，在保持表示系数不变的情况下，用高质量训练样本图像块替换低质量训练样本图像块，从而获得低质量测试图像块对应的高质量测试图像块；最后，对步骤3中的高质量测试图像块进行串联和整合，从而获得高质量的测试图像。
-
公开(公告)号：CN107069812A
公开(公告)日：2017-08-18
申请号：CN201710240229.6
申请日：2017-04-13
申请人： 南京邮电大学
摘要： 本发明公开了一种并网型微电网中多储能单元的分布式协同控制方法，采用分布式控制方法协调多个储能单元的充放电行为，抑制微电网与配电网之间公共耦合点处的有功功率波动。首先，将各储能单元抽象成二阶多智能体系统模型；然后，利用分布式协调控制方法设计出各储能单元的控制算法。本发明所公开的并网型微电网多储能单元分布式协调控制方法，可以使得各个储能单元具有相同的充电状态和功率输出比率，从而达到公平利用各储能单元和防止储能单元不均衡老化的目的。另外，这种分布式协同控制方法还可以为微电网控制中心节约通信和计算资源，并且具有较好的鲁棒性、自适应性和可扩展性。
-
公开(公告)号：CN107025497A
公开(公告)日：2017-08-08
申请号：CN201710164168.X
申请日：2017-03-20
申请人： 南京邮电大学
CPC分类号： G06Q10/04 , G06K9/6222 , G06K9/6256 , G06Q50/06
摘要： 本发明公开了一种基于Elman神经网络的电力负荷预警方法及装置，属于人工神经网络在电力数据处理领域中的应用。本发明方法是利用Elman神经网络结合主成份分析，对电力负荷数据进行建模分析，根据Elman神经网络能够以任意精度逼近任一非线性函数的特性，构建基于Elman神经网络的电力负荷预警模型，通过该模型反映电力负荷运行规律，实现电力负荷的准确预警。
-
公开(公告)号：CN106991049A
公开(公告)日：2017-07-28
申请号：CN201710212286.3
申请日：2017-04-01
申请人： 南京邮电大学
CPC分类号： G06F11/3608 , G06K9/6256 , G06K9/6278 , G06K9/66 , G06N3/08
摘要： 本发明公开了一种软件缺陷预测方法，该方法将有类别标记和无类别标记的样本共同处理，在拉普拉斯特征映射(LE)中使用半监督学习，改进LE方法，同时，为了避免将不同类的样本映射到较小的低维邻域中，尤其是将有缺陷样本映射到无缺陷样本邻域中，在LE算法计算样本点距离时引入代价敏感信息，以此来提高LE的映射精度，通过该方法可以有效改善特征提取的鉴别性。本发明还提出一种软件缺陷预测系统，将本发明应用在NASA数据库上，经实验验证所提方法的有效性，并且和其他对比方法相比，在分类性能上有一定的提升。
-
公开(公告)号：CN106990170A
公开(公告)日：2017-07-28
申请号：CN201710256674.1
申请日：2017-04-19
申请人： 南京邮电大学
CPC分类号： G01N29/041 , G01N29/048 , G01N29/34 , G01N2291/023
摘要： 本发明公开了一种压电阵列Lamb波损伤监测中的信号一致性补偿方法，该方法具体为：在均匀结构件上布置一组PZT压电传感器，组成激励器‑传感器监测通道；采集所有监测通道的结构Lamb波响应信号；选择所有等效的监测通道，其传播距离基本相同，并提取等效通道的直达波幅值表达式；以任意压电片为归一化基准1，根据等效监测通道组合下的Lamb波直达波信号传递函数，求解得到归一化压电片补偿系数矩阵；采用计算得到的归一化补偿系数矩阵对原信号进行补偿。本发明方法能一定程度上缓解由于传感器性能偏差、安装工艺偏差等引起的信号偏差，实现对结构响应信号的一致性补偿，减小响应信号的偏差，提高监测结果的准确性。
-
公开(公告)号：CN106980876A
公开(公告)日：2017-07-25
申请号：CN201710145628.4
申请日：2017-03-13
申请人： 南京邮电大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6276 , G06K9/6277
摘要： 本发明公开了一种基于鉴别性样本属性学习的零样本图像识别方法，首先我们在源域和目标域共同学习投影矩阵，并使用源域和目标域每类的原型来调整学习到的投影矩阵。然后，利用学习到的投影矩阵把目标域的图像特征映射到属性空间得到其属性表示。最后，在属性空间上利用最近邻分类器对图像进行分类。对目标域而言，已有的投影矩阵学习方法由于未考虑目标域与源域的分布差异从而更容易导致域迁移问题，而我们的算法通过综合利用源域和目标域的样本信息缓解这种影响，能够取得了更高的图像识别准确率。
-
公开(公告)号：CN106980875A
公开(公告)日：2017-07-25
申请号：CN201710145493.1
申请日：2017-03-13
申请人： 南京邮电大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6256 , G06K9/6277
摘要： 本发明公开了一种基于属性低秩表示的零样本图像识别方法：首先通过寻求已知类别属性对未知类别属性的低秩表达来挖掘已知类别与未知类别在属性上的内在联系；然后利用这种属性联系虚拟出未知类别的训练样本；最后基于已知类别和未知类别的训练样本学习出属性预测器。在对未知类别样本进行标签预测时，用训练好的属性预测器预测出未知样本的属性，之后把预测的属性与原型属性进行比对通过最近邻分类器得到未知样本的类别标签。与已有的零样本图像识别方法相比，本发明算法能取得更高的识别准确率。
-
-
-
-
-
-
-
-
-
搜索结果
656 条记录 (耗时 0.078 秒)
