-
公开(公告)号：CN119474843B
公开(公告)日：2025-05-20
申请号：CN202510062712.4
申请日：2025-01-15
Applicant: 南昌工程学院
IPC: G06F18/2135 , G06F18/15 , G06F17/16 , G06N3/0499 , G06N3/084 , G06N3/006 , G01N21/25 , G01N21/59
Abstract: 本发明公开了一种基于透射光谱分析的水质检测方法及电子设备，该方法对光谱透射率数据集进行数据降维，得到降维后的样本数据集；将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测。本发明采用改进海星优化算法优化的BP神经网络进行水质检测，能够准确的检测出水质的情况。
-
公开(公告)号：CN118656731B
公开(公告)日：2024-11-19
申请号：CN202411066900.6
申请日：2024-08-06
Applicant: 南昌工程学院
IPC: G06F18/2415 , G06N3/047 , G06N3/006 , G01R31/12
Abstract: 本发明公开了一种基于神经网络的变压器局部放电检测方法，包括：S1：采集变压器历史运行时局部放电的信号数据，根据风险类型对信号数据分别进行标记，以此构建数据集，对数据集进行预处理获取特征数据集；S2：构建概率神经网络模型，导入S1中的特征数据集至概率神经网络模型进行训练，在训练过程中，通过苦鱼算法优化概率神经网络模型的平滑因子，获取最优的平滑因子；S3：采集变压器实时运行时局部放电的信号数据并进行预处理，将其导入训练后的概率神经网络模型进行检测，输出变压器实时的局部放电的风险类型。本发明采用改良的苦鱼算法优化概率神经网络的方法，极大地提高了检测的准确性。
-
公开(公告)号：CN118656731A
公开(公告)日：2024-09-17
申请号：CN202411066900.6
申请日：2024-08-06
Applicant: 南昌工程学院
IPC: G06F18/2415 , G06N3/047 , G06N3/006 , G01R31/12
Abstract: 本发明公开了一种基于神经网络的变压器局部放电检测方法，包括：S1：采集变压器历史运行时局部放电的信号数据，根据风险类型对信号数据分别进行标记，以此构建数据集，对数据集进行预处理获取特征数据集；S2：构建概率神经网络模型，导入S1中的特征数据集至概率神经网络模型进行训练，在训练过程中，通过苦鱼算法优化概率神经网络模型的平滑因子，获取最优的平滑因子；S3：采集变压器实时运行时局部放电的信号数据并进行预处理，将其导入训练后的概率神经网络模型进行检测，输出变压器实时的局部放电的风险类型。本发明采用改良的苦鱼算法优化概率神经网络的方法，极大地提高了检测的准确性。
-
公开(公告)号：CN119474843A
公开(公告)日：2025-02-18
申请号：CN202510062712.4
申请日：2025-01-15
Applicant: 南昌工程学院
IPC: G06F18/2135 , G06F18/15 , G06F17/16 , G06N3/0499 , G06N3/084 , G06N3/006 , G01N21/25 , G01N21/59
Abstract: 本发明公开了一种基于透射光谱分析的水质检测方法及电子设备，该方法对光谱透射率数据集进行数据降维，得到降维后的样本数据集；将BP神经网络的原始阈值和原始权重作为改进海星优化算法的初始种群位置进行寻优，获取BP神经网络的最优阈值和最优权重；使用降维后的样本数据集对已获取最优阈值和最优权重的BP神经网络和特征提取模块组成的水质检测模型进行训练，使用训练合格的水质检测模型对水质进行检测。本发明采用改进海星优化算法优化的BP神经网络进行水质检测，能够准确的检测出水质的情况。
-
-
-
Search Results
4
records
(took 0.028 seconds)
