基于PSO-GRNN风电场风电机缺损风速值填充方法

    公开(公告)号:CN105138729A

    公开(公告)日:2015-12-09

    申请号:CN201510443853.7

    申请日:2015-07-24

    Abstract: 本发明公开了基于PSO-GRNN风电场风电机缺损风速值填充方法,依次进行风速数据相似性判定;确定GRNN填充子模型待优化参数集和评价此优化参数集的适应度函数;运用PSO算法优化待优化的参数,建立GRNN填充子模型;GRNN填充子模型进行GRNN组合,生成最终的填充结果。本发明针对以往单一填充模型稳定性差的缺点,提取与缺损测量风速风电机在缺损采样点附近风速演化最相似的若干台风电机的测量风速,采用PSO-GRNN神经网络组合填充模型对各子模型的填充结果进行动态组合,同时设计了对于组合用GRNN最佳平滑系数的确定方案,进一步提高了最终的填充结果精度和稳定性。

    一种农田自动分割方法及系统

    公开(公告)号:CN114494283B

    公开(公告)日:2025-03-04

    申请号:CN202111602281.4

    申请日:2021-12-24

    Abstract: 本发明公开了一种农田自动分割方法及系统,包括:获取原始的遥感影像,将原始的遥感影像裁剪成影像块,依次输入到农田粗分割网络的编码器模块,得到不同尺度下的农田特征;根据所述不同尺度下的农田特征和卷积网络中的浅层特征解码得到粗分割结果;利用粗分割结果定位所述原始的遥感影像中属于农田的像素,通过由卷积神经网络构成的农田细分割网络对所述像素进行二次判断,剔除粗分割结果中误分为农田的像素,得到细分割结果;将输入的所有影像块的细分割结果以均值叠加的方式拼接,完成原始大图的分割。优点:本发明能够解决农田尺度不一的问题以及避免将田埂等道路信息误分割为农田。

    基于PSO-GRNN风电场风电机缺损风速值填充方法

    公开(公告)号:CN105138729B

    公开(公告)日:2018-01-09

    申请号:CN201510443853.7

    申请日:2015-07-24

    Abstract: 本发明公开了基于PSO‑GRNN风电场风电机缺损风速值填充方法,依次进行风速数据相似性判定;确定GRNN填充子模型待优化参数集和评价此优化参数集的适应度函数;运用PSO算法优化待优化的参数,建立GRNN填充子模型;GRNN填充子模型进行GRNN组合,生成最终的填充结果。本发明针对以往单一填充模型稳定性差的缺点,提取与缺损测量风速风电机在缺损采样点附近风速演化最相似的若干台风电机的测量风速,采用PSO‑GRNN神经网络组合填充模型对各子模型的填充结果进行动态组合,同时设计了对于组合用GRNN最佳平滑系数的确定方案,进一步提高了最终的填充结果精度和稳定性。

    一种农田自动分割方法及系统

    公开(公告)号:CN114494283A

    公开(公告)日:2022-05-13

    申请号:CN202111602281.4

    申请日:2021-12-24

    Abstract: 本发明公开了一种农田自动分割方法及系统,包括:获取原始的遥感影像,将原始的遥感影像裁剪成影像块,依次输入到农田粗分割网络的编码器模块,得到不同尺度下的农田特征;根据所述不同尺度下的农田特征和卷积网络中的浅层特征解码得到粗分割结果;利用粗分割结果定位所述原始的遥感影像中属于农田的像素,通过由卷积神经网络构成的农田细分割网络对所述像素进行二次判断,剔除粗分割结果中误分为农田的像素,得到细分割结果;将输入的所有影像块的细分割结果以均值叠加的方式拼接,完成原始大图的分割。优点:本发明能够解决农田尺度不一的问题以及避免将田埂等道路信息误分割为农田。

Patent Agency Ranking