一种光伏组件模型参数混合优化辨识方法

    公开(公告)号:CN113779733A

    公开(公告)日:2021-12-10

    申请号:CN202111101978.3

    申请日:2021-09-18

    Abstract: 本发明公开了一种光伏组件模型参数混合优化辨识方法。基于光伏电池的单二极管模型,确定太阳能光伏电池板的内部参数,建立光伏组件五参数模型。利用粒子群优化算法和灰狼优化算法对太阳能光伏组件的I‑V曲线进行参数辨识。在具体实施过程中,粒子群算法将种群中的粒子设置在随机位置上,而灰狼算法用于避免粒子陷入局部最优,主要目标是获得实验数据和理论数据之间均方根误差最小时的一组参数。粒子群‑灰狼混合优化算法的主要优势在于结合粒子群算法的全局搜索能力和灰狼算法的局部搜索能力,并且在粒子群算法中采用自适应惯性权重保证了算法寻优迭代的速度。该方法对光伏电池参数的辨识具有较高的精度,并且能够有效避免陷入早熟收敛的问题。

    基于CISF模型的跨库语音情感识别方法及装置

    公开(公告)号:CN115171662B

    公开(公告)日:2025-04-04

    申请号:CN202210748096.4

    申请日:2022-06-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于CISF模型的跨库语音情感识别方法及装置,方法包括:(1)获取两个语音情感数据库,分别作为训练数据库和测试数据库:(2)提取训练数据库和测试数据库中具有相同情感类别标签的语音样本,分别作为源域样本和目标域样本,并提取源域样本和目标域样本的IS09特征作为样本特征;(3)建立语料库无关显著性特征选择模型(4)对所述语料库无关显著性特征选择模型进行学习,得到投影矩阵U的最优值#imgabs0#(5)对于待识别语音,提取IS09特征,并采用学习到的#imgabs1#投影得到对应的情感类别。本发明识别准确率更高。

    基于置信度显著分析的多尺度目标检测方法及装置

    公开(公告)号:CN115019213B

    公开(公告)日:2024-12-20

    申请号:CN202210758801.9

    申请日:2022-06-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于置信度显著分析的多尺度目标检测方法及装置,方法包括:(1)获取基于航拍的遥感图像目标检测数据库;(2)将数据库中的遥感图像进行预处理;(3)建立深度卷积神经网络;(4)将预处理的图像及其对应标签作为样本输入卷积神经网络,进行训练,训练时采用的损失函数为位置回归损失、置信度交叉熵损失、分类交叉熵损失以及利用置信度计算的显著性损失之和;(5)将待识别的遥感图像预处理后,作为样本输入训练好的深度卷积神经网络,并进行非极大抑制,得到最终的目标检测结果。本发明准确率更高。

Patent Agency Ranking