文献

J-GLOBAL ID：202002246315769761   整理番号：20A0235639

協調フィルタリングとBPニューラルネットワークに基づく電力作業員の運動状態同定*【JST・京大機械翻訳】

Motion conditions identification of power operating person based on collaborative filtering and BP neural network*

著者 (4件)： Xu Guolei (昆明理工大学 机電工程学院,云南 昆明650500;云南電网有限責任公司電力科学研究院,云南 昆明650217) ,  Zhang Wenbin (昆明理工大学 机電工程学院,云南 昆明,650500) ,  Tang Lijun (云南電网有限責任公司電力科学研究院,云南 昆明,650217) ,  Zhou Nianrong (云南電网有限責任公司電力科学研究院,云南 昆明650217;重慶大学 電气工程学院,重慶400044)
資料名： Chuanganqi yu Wei Xitong  (Chuanganqi yu Wei Xitong)
号： 11  ページ： 58-61  発行年： 2019年 
JST資料番号： C3686A  ISSN： 1000-9787  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： 早期警戒装置が同一帯電体に接近する時、異なる条件下の警報閾値選択の誤差に誤報、漏報問題を引き起こすため、協調フィルタリングと逆伝播(BP)ニューラルネットワークに基づく電力作業員の爬塔、登坂、水平歩行の3種類の運転状況識別のモデルを提案した。加速度と空気圧センサを用いて、作業員頭部の加速度と気圧値を採集し、データに対して協同フィルタリングを行い、有効相対高さ値を抽出し、そして有効高さ値に対して一次フィッティングを行い、フィッティングパラメータを得た。最後に,BPニューラルネットワークモデルを,適合パラメータによって確立した。実験プラットフォームとして屋外の塔,傾斜,および水平の道路を選び,400のデータを収集して,ランダムに350のデータセットを訓練して,50のデータセットを確証した。検証結果は,訓練サンプルの精度が94に達することを示した。テストサンプルの精度は94であった。67%は,屋外作業条件同定の要求を満たした。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 道路 ,  塔状構造物 ,  *ニューラルネットワーク ,  *フィルタリング ,  警報 ,  帯電 ,  *電力 ,  加速度
準シソーラス用語： *協調フィルタリング , 【Automatic Indexing@JST】

著者キーワード (3件)： collaborative filtering ,  back propagation(BP)neural network ,  fitting parameters

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 協調フィルタリング ,  BPニューラルネットワーク ,  運動 ,  同定