简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.
简介:基于傅里叶变换中红外光谱技术(FTIR),结合改进型偏最小二乘回归法(MPLS),建立豆奶中的快速预测方法。结果表明选取有效波段,不使用散射校正,使用导数和平滑校正光谱基线漂移后定标效果最好,各指标的预测值与实测值相关性良好,脂肪(Fat)、蛋白质(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)预测标准偏差(SEP)分别为0.061、0.039、0.039、0.047;预测相关系数(RSQ)分别为:0.98、0.99、0.99、0.99。该方法可应用于豆奶中脂肪(Fat)、蛋白(Protein)、蔗糖(Sucrose)和总糖(TotalSugar)含量的快速分析检测。
简介:神经毒气是化学战武库中的主要成员,已经在实际战争中得到使用。例如,在两伊战争及伊拉克与反叛的库尔德少数民族的战斗中,就使用了神经毒气塔崩(Tabun)。近年来,一种称为沙林(Sarin)的神经毒气被用来对付手无寸铁的广大民众,在松本和东京引起严重的人员伤亡事件。这是首次在非战争状态下被恐怖分子利用的化学武器。有关神经毒气方面的信息不多,广大民众对此均感生疏,象本文这样系统地介绍神经毒气的文章将对公众有所帮助。本文将首先对有毒气体作一简单介绍,然后叙述神经毒气的各有关方面,包括神经毒气的化学结构,制造原理,毒性机理,中毒治疗,检测方法及去污技术等有关内容。
简介:针对目前圆形煤场煤堆测量效率差、测量精度低等不足,提出了一种应用于圆形煤场煤堆体积快速测量的系统.该系统利用多线结构光扫描得到煤堆的几何信息,通过提取算法得到待测物的三维点云数据,利用点云计算待测煤堆的体积.文中利用条纹中心算法提取出三维坐标信息,并针对圆形煤场的几何特征提出煤堆提取算法来消除扫描时墙体点云带来的影响;在得到纯净的煤堆点云数据后利用Delaunay三角剖分对煤堆点云进行三角可视化重构,并利用累加法完成煤堆体积计算.实验表明,利用本文提出的多线结构光测量系统可在500ms内对体积为1000cm^3的圆形沙堆模型完成点云重构和体积计算,相对误差可缩小至0.17%且重复误差仅为0.17%.
简介:医学影像是癌症早期检测的一个重要方式.现提出一种基于更快速区域卷积神经网络(FasterRCNN)的癌症影像检测方法,通过添加拉普拉斯卷积层锐化结节边缘、突出结节轮廓,修改锚框大小,调试超参数提高了检测效果.该方法在保证精度的情况下,提高了诊断效率,为计算机辅助诊断提供了参考.
简介:本文通过化学分析法、火花源原子发射光谱法以及电感耦合等离子体原子发射光谱法(ICP-AES)等这几种常用于金属材料化学成分的检测方法,对金属材料中铬含量的检测进行了大量实验,并结合实验数据分析,系统阐述了这几种分析方法在具体的检验实践中,测定金属材料中铬成分时的应用差异以及应关注的技术要点。