首页> 中文学位 >基于神经网络的负载识别方法
【6h】

基于神经网络的负载识别方法

代理获取

目录

声明

第一章 绪论

1.1负载识别方法研究的意义

1.2负载识别方法研究的现状

1.3论文研究内容及章节安排

第二章 负载特征的提取和选择

2.1负载电流数据的采集

2.2从负载电流数据中提取负载特征的特征工程概述

2.3负载电流的时域特征

2.4负载电流的频域特征

2.5用于负载识别的电流负载特征选择[31,32]

第三章 负载识别BP神经网络的设计

3.1从生物神经网络到人工神经网络

3.2 BP神经网络原理和算法实现

3.3 负载识别BP神经网络的设计

3.4 负载识别BP神经网络的训练和识别

第四章 负载识别BP神经网络的优化

4.1 BP神经网络的局限性[37,55,59]

4.2 BP神经网络的改进方法综述[37,38]

4.3 粒子群优化算法[65,66]

4.4 用粒子群优化算法优化BP神经网络

4.5 基于粒子群优化的负载识别BP神经网络的训练和识别

第五章 总结及展望

5.1 总结

5.2 展望

致谢

参考文献

附录

展开▼

著录项

  • 作者

    李仁豪;

  • 作者单位

    杭州电子科技大学;

  • 授予单位 杭州电子科技大学;
  • 学科 电子与通信工程
  • 授予学位 硕士
  • 导师姓名 马琪;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    神经网络; 负载;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号