文献

J-GLOBAL ID：201802294926179212   整理番号：18A1835480

位相空間再構成と畳込みニューラルネットワークに基づく電力品質擾乱分類【JST・京大機械翻訳】

Classification for power quality disturbance based on phase-space reconstruction and convolution neural network

著者 (3件)： Chen Wei (蘭州理工大学電气工程与信息工程学院,甘粛 蘭州,730050) ,  He Jiahuan (蘭州理工大学電气工程与信息工程学院,甘粛 蘭州,730050) ,  Pei Xiping (蘭州理工大学電气工程与信息工程学院,甘粛 蘭州,730050)
資料名： Dianlixitong Baohu Yu Kongzhi  (Dianlixitong Baohu Yu Kongzhi)
巻： 46  号： 14  ページ： 87-93  発行年： 2018年 
JST資料番号： C2675A  ISSN： 1674-3415  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： 電力品質擾乱信号分類の精度を改善するために,一次元時系列電力品質擾乱信号を,位相空間再構成によって,多次元位相空間に再構成し,そして,二次元位相平面を,二次元軌道画像を得るために,投影した。次に,この画像を二値化して,信号のデータ量を減らして,軌道の輪郭を凸にした。最後に,畳込みニューラルネットワークを用いて,処理した軌道画像の特徴抽出を行い,そして,対応する擾乱信号を,分類して,識別した。コンボリューションニューラルネットワークフレームワークCaffeでのシミュレーション実験は,この方法が高い認識精度および良好な騒音防止性能を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *位相 ,  特徴抽出 ,  *再構成 ,  シミュレーション ,  二次元 ,  高次元 ,  一次元 ,  画像 ,  *位相空間 ,  凸形
準シソーラス用語： 認識精度 ,  二値化 ,  信号分類 ,  *電力品質擾乱 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： 位相空間 ,  再構成 ,  畳込みニューラルネットワーク ,  電力品質擾乱 ,  分類