期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多特性样本因子的低压用电负荷缺失数据补全方法研究
1
作者 王国彬 徐文涛 +3 位作者 顾晓晔 郭汶昇 金旭荣 纪德 《中国能源》 2025年第4期84-92,共9页
低压用电负荷张量通常具有较高的阶数,包含了时间、空间、用电类型等多特性样本因子。多特性样本因子容易出现稀疏性问题,增加了补全缺失数据的难度。为了改善缺失数据补全效果,研究基于多特性样本因子的低压用电负荷缺失数据补全方法,... 低压用电负荷张量通常具有较高的阶数,包含了时间、空间、用电类型等多特性样本因子。多特性样本因子容易出现稀疏性问题,增加了补全缺失数据的难度。为了改善缺失数据补全效果,研究基于多特性样本因子的低压用电负荷缺失数据补全方法,利用肯德尔(Kendall)相关系数、贡献度初步筛选影响低压用电负荷的多特性样本因子,通过计算灰色关联度确定低压用电负荷的关键多特性因子,解决了多特性样本因子稀疏性问题,降低了补全难度。通过构建反映低压用电负荷的周期性变化特征和时空相关性的三阶负荷张量,以及关键多特性因子的三阶辅助信息张量,将其作为基于循环残差卷积神经网络(RU-Net)的数据补全模型的输入。利用数据补全模型实现低于用电负荷缺失数据的补全。实验结果表明:该方法可确定影响低压用电负荷波动的关键特性样本因子,可实现低压用电负荷缺失数据补全,补全后的负荷曲线与真实曲线走势一致,低压用电负荷数据缺失率达到40%时,希尔不等系数仅为0.08,有效提升了缺失数据补全效果。 展开更多
关键词 特性样本因子 贡献度 相关系数 灰色关联度 张量 ru-net
在线阅读 下载PDF
基于残差U型网络的低压台区电力缺失数据补全方法 被引量：16
2
作者 崔阳阳 赵洪山 +3 位作者 曲岳晗 宋玮 蒲靓 米增强 《电力系统自动化》 EI CSCD 北大核心 2022年第9期83-90,共8页
低压台区的用户电力数据在采集、传输等环节出现无规律缺失导致后续台区应用分析出现误差,为保证低压台区电力数据的完整性,提出了基于残差U型网络(RU-Net)的多用户电力缺失数据补全方法。首先,根据低压台区多用户电力数据缺失的特点,... 低压台区的用户电力数据在采集、传输等环节出现无规律缺失导致后续台区应用分析出现误差,为保证低压台区电力数据的完整性,提出了基于残差U型网络(RU-Net)的多用户电力缺失数据补全方法。首先,根据低压台区多用户电力数据缺失的特点,将电力数据构成可供一维卷积操作的时空张量数据格式。然后,利用RU-Net的编码与解码能力实现缺失数据的重构,通过引入残差学习以及批归一化层来优化网络结构。最后,基于所提方法对某台区用户功率数据随机缺失和连续缺失2种情况进行补全。结果表明,该方法能补全随机缺失率不超过40%与连续缺失不超过2 d的台区电力数据,且在补全精度方面相比于传统方法有一定程度的提高。 展开更多
关键词 智能配电网 低压台区 U型网络(ru-net) 残差学习 数据缺失
在线阅读 下载PDF
基于Retina-GAN的视网膜图像血管分割 被引量：2
3
作者 侯松辰 张俊虎 《计算机系统应用》 2022年第7期372-378,共7页
对于一些可以从视网膜血管观测到的眼科疾病,眼底图像起着关键的作用,能够为专业的医科人员提供有效的参考,然而手工标注血管费时费力,且工作量较大,所以实现自动智能的血管分割方法对相关人员大有裨益.本文将Attention机制与RU-Net结... 对于一些可以从视网膜血管观测到的眼科疾病,眼底图像起着关键的作用,能够为专业的医科人员提供有效的参考,然而手工标注血管费时费力,且工作量较大,所以实现自动智能的血管分割方法对相关人员大有裨益.本文将Attention机制与RU-Net结构融合应用到生成对抗网络(generative adversarial network,GAN)的生成器中,形成了一种新的结构——Retina-GAN.同时在对眼底图像的预处理步骤上选择了自动色彩均衡(ACE),提高图像对比度,使血管更加清晰.为了验证所提出的方法,选用DRIVE数据集,并把Retina-GAN与其他研究比照,测量分析了算法准确性、灵敏度和特异度.实验数据显示Retina-GAN比其他模型具有更好的性能. 展开更多
关键词 视网膜眼底图像 ru-net 生成对抗网络 Retina-GAN 血管分割 深度学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部