- 年份
- 2024（1）
- 2022（3）
- 2021（1）
- 2020（1）
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（5）
- 北京大学中文核心期刊目录(北大核心)（5）
- 中国科学引文数据库(CSCD)（1）
- 刊名
- 河北科技大学学报（1）
- 现代电子技术（1）
- 电力工程技术（1）
- 电力系统自动化（1）
- 电气技术（1）
- 电测与仪表（1）
- 更多...
- 作者单位
- 东南大学（1）
- 天津大学（1）
- 河北科技大学（1）
- 语种
- 汉语（6）
- 关键词
- V-I轨迹（6）
- 非侵入式负荷辨识（3）
- 深度学习（2）
- ARM（1）
- AlexNet网络（1）
- HOG特征（1）
- K-means聚类分析（1）
- KNN（1）
- PCA降维（1）
- 三元组损失（1）
- 更多...
- 作者
- 刁瑞朋（1）
- 安国庆（1）
- 安琪（1）
- 宋磊（1）
- 宰州鹏（1）
- 尹仕红（1）
- 张之涵（1）
- 张正江（1）
- 张胜（1）
- 徐永进（1）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 6 条结果
- 基于K-means聚类与PSO特征优选KNN的分级负荷识别方法北大核心CSTPCD摘要：针对非侵入式负荷辨识中,单一 V-I轨迹特征无法对相似的轨迹特征进行有效识别以及所提取特征易出现冗余甚至噪声特征的问题,提出了一种基于K-means聚类与PSO特征优选的分级非侵入式负荷识别方法.首先,利用K-means算法对负荷V-I轨迹的HOG特征进行初步分类,将轨迹相似的电器分为一类;然后,对每一类中的电器电流数据进行多维特征提取并采用PSO算法选取最优特征子集;最后,利用KNN模型进行二级负荷识别.实验结果表明,该方法有效提高…查看全部>>
- 基于Triplet Loss和KNN的非侵入式未知负荷识别北大核心CSTPCD
- 基于孪生分支网络的非侵入式冲击负荷辨识方法北大核心CSTPCD
- 基于颜色编码与谐波特征融合的非侵入式负荷识别方法
- 基于V-I轨迹与高次谐波特征的非侵入式负荷识别方法北大核心CSTPCD
- 基于特征融合与深度学习的非侵入式负荷辨识算法北大核心CSCDCSTPCD