一种基于Gradation-Boosting算法的电力电子系统故障诊断方法

    公开(公告)号:CN101782625B

    公开(公告)日:2012-01-04

    申请号:CN200910045494.4

    申请日:2009-01-16

    Applicant: 复旦大学

    Abstract: 本发明是一种基于Gradation-Boosting算法的电子电力系统故障诊断方法,首先建立了三相电力逆变电路的仿真模型,根据实际情况对系统的故障情况进行仿真,获得各类故障样本,将所有样本根据实际故障的发生频率划分成不同等级,然后用这些样本作为学习样本对神经网络进行反复训练,最后用Gradation-Boosting算法将训练好的神经网络整合成一个完整的高性能故障诊断系统。本发明可提高电力电子故障诊断系统的故障检测正确率,降低实际应用系统中由于漏检、误检造成的损失。

    一种基于Gradation-Boosting算法的电力电子系统故障诊断方法

    公开(公告)号:CN101782625A

    公开(公告)日:2010-07-21

    申请号:CN200910045494.4

    申请日:2009-01-16

    Applicant: 复旦大学

    Abstract: 本发明是一种基于Gradation-Boosting算法的电子电力系统故障诊断方法,首先建立了三相电力逆变电路的仿真模型,根据实际情况对系统的故障情况进行仿真,获得各类故障样本,将所有样本根据实际故障的发生频率划分成不同等级,然后用这些样本作为学习样本对神经网络进行反复训练,最后用Gradation-Boosting算法将训练好的神经网络整合成一个完整的高性能故障诊断系统。本发明可提高电力电子故障诊断系统的故障检测正确率,降低实际应用系统中由于漏检、误检造成的损失。

    一种基于人眼视觉特性的图像编码方法

    公开(公告)号:CN101783939A

    公开(公告)日:2010-07-21

    申请号:CN200910045495.9

    申请日:2009-01-16

    Applicant: 复旦大学

    Abstract: 本发明属于图像处理技术领域,涉及一种基于人眼视觉特性的图像编码方法。本发明根据人眼对图像边缘和平滑区信息的失真要比纹理区失真更敏感这一视觉特性,首先对原始图像进行小波分解,然后将小波变换后的系数利用熵值和方差进行分类为视觉重要系数和普通系数,最后采用算术编码将不同系数分类编码得到最终码流。本发明提高了有损压缩重建图像的主观视觉质量,使得原始图像在进行高压缩率的有损压缩编码后所恢复的图像具有更佳的视觉观测效果,因此在大规模图像存储及图像数据传输上具有较强的可行性。

    一种基于人眼视觉特性的图像编码方法

    公开(公告)号:CN101783939B

    公开(公告)日:2012-08-22

    申请号:CN200910045495.9

    申请日:2009-01-16

    Applicant: 复旦大学

    Abstract: 本发明属于图像处理技术领域,涉及一种基于人眼视觉特性的图像编码方法。本发明根据人眼对图像边缘和平滑区信息的失真要比纹理区失真更敏感这一视觉特性,首先对原始图像进行小波分解,然后将小波变换后的系数利用熵值和方差进行分类为视觉重要系数和普通系数,最后采用算术编码将不同系数分类编码得到最终码流。本发明提高了有损压缩重建图像的主观视觉质量,使得原始图像在进行高压缩率的有损压缩编码后所恢复的图像具有更佳的视觉观测效果,因此在大规模图像存储及图像数据传输上具有较强的可行性。

Patent Agency Ranking