文献

J-GLOBAL ID：201702255720023849   整理番号：17A0259980

本論文では,小電流接地故障線路におけるLMDとLS-SVMの応用を改良した。【JST・京大機械翻訳】

Improved Local Mean Decomposition and Least Squares Support Vector Machines Applied in Fault Selection for Small Current Grounding System

著者 (7件)： Cao Lifang (Institute of Electrical Engineering, the Key Lab of Measurement Technology and Instrumentation of Hebei Province, Yanshan University) ,  Zhao Pengcheng (Institute of Electrical Engineering, the Key Lab of Measurement Technology and Instrumentation of Hebei Province, Yanshan University) ,  Chen Ying (Institute of Electrical Engineering, the Key Lab of Measurement Technology and Instrumentation of Hebei Province, Yanshan University) ,  Wang Yutian (Institute of Electrical Engineering, the Key Lab of Measurement Technology and Instrumentation of Hebei Province, Yanshan University) ,  Zhang Shuqing (Institute of Electrical Engineering, the Key Lab of Measurement Technology and Instrumentation of Hebei Province, Yanshan University) ,  Zhang Hangfei (Institute of Electrical Engineering, the Key Lab of Measurement Technology and Instrumentation of Hebei Province, Yanshan University) ,  Xu Jiantao (Institute of Electrical Engineering, the Key Lab of Measurement Technology and Instrumentation of Hebei Province, Yanshan University)
資料名： Jiliang Xuebao  (Jiliang Xuebao)
巻： 37  号： 6  ページ： 632-637  発行年： 2016年 
JST資料番号： C2540A  ISSN： 1000-1158  CODEN： JIXUEU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 改良した局所的平均値分解(LMD)と最小二乗サポートベクトルマシン(LS-SVM)を結合した,新しい方法を提案した。エンドポイント効果の欠陥を考慮して,最小二乗距離に関する改良アルゴリズムを提案して,エンドポイント効果を効果的に抑制した。LS-SVMはSVMに基づき,二次損失関数を用いて非損失関数を置換し,不等式制約を不等式制約に置き換え,計算複雑度を低減した。動径基底関数ニューラルネットワーク(RBF)と比較して,非線形パターン認識におけるLS-SVMの優位性を検証した。実験結果は,この方法が故障線路をうまく選択することができ,小電流接地故障線路選択のための効果的な方法を提供することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *接地 ,  最小二乗法 ,  計算量 ,  *故障 ,  アルゴリズム ,  損失関数 ,  *電流 ,  パターン認識
準シソーラス用語： 動径基底関数ニューラルネットワーク ,  エンドポイント ,  最小二乗-サポートベクトルマシン , 【Automatic Indexing@JST】

著者キーワード (7件)： metrology ,  fault line selection ,  small current grounding ,  local mean decomposition ,  end effect ,  LMD improved algorithm ,  least squares support vector machines

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 論文 ,  接地 ,  故障 ,  線路 ,  応用