文档详情

基于深度神经网络与阻抗模裕度的静态电压稳定监测方法.pdf

发布：2023-06-22约7.73千字共8页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113394774 A (43)申请公布日 2021.09.14 (21)申请号 202110698905.0 (22)申请日 2021.06.23 (71)申请人湘潭大学地址 41

显示全部

相似文档

基于深度神经网络的井漏风险监测方法研究.pdf 摘要井漏事故是勘探钻井过程中最常见的井下复杂情况之一，井漏的发生会直接影响到钻井作业的安全性和经济效益。在对井漏预测方法的研究现状调研中发现，利用钻井过程中录井参数的变化，可以对井漏发生及时预测和识别，提前采取预防措施。井漏监测对保障钻井作业的安全、控制成本、提升效率、优化设计和保护环境等方面都具有至关重要的作用，因此，研究井漏风险监测方法具有实际意义。本文以重庆涪陵焦石坝区块龙马溪组某井为例，开展了基于深度神经网络的 井漏风险监测方法研究，主要进行了如下研究：（1）本文从
2025-01-22 约9.12万字 69页立即下载
一种基于深度神经网络的电影推荐方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112800344 B (45)授权公告日 2022.03.22 (21)申请号 202110134206.3 CN 110032677 A,2019.
2023-06-06 约2.22万字 15页立即下载
基于变异的深度神经网络模型修复方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361709 A (43)申请公布日 2021.09.07 (21)申请号 202110639424.2 (22)申请日 2021.06.08 (71)申请人北京信息科技大学地址
2023-06-16 约1.03万字 10页立即下载
基于图卷积神经网络的单目深度估计方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967326 A (43)申请公布日 2021.06.15 (21)申请号 202110237547.3 G06N 3/04 (2006.01)
2023-06-06 约1.76万字 18页立即下载
一种基于神经网络的治污监测系统和方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113015120 A (43)申请公布日 2021.06.22 (21)申请号 202110117034.9 (22)申请日 2021.01.28 (71)申请人深圳
2023-06-06 约1.27万字 10页立即下载
基于神经网络的并网逆变器序阻抗计算方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114880843 A (43)申请公布日 2022.08.09 (21)申请号 202210426218.8 G06N 3/08 (2006.01) (22)申请日 2022.04.2
2023-05-14 约2.92万字 18页立即下载
基于深度神经网络的系统稳定性建模.docx 基于深度神经网络的系统稳定性建模 基于深度神经网络的系统稳定性建模一、深度神经网络在系统稳定性建模中的应用随着技术的快速发展，深度神经网络（DNN）已成为解决复杂系统建模问题的强大工具。在系统稳定性建模领域，DNN因其强大的非线性拟合能力和自学习能力，被广泛应用于预测和分析系统的稳定性。本文将探讨深度神经网络在系统稳定性建模中的应用，分析其优势、挑战以及未来的发展方向。 1.1深度神经网络的基本原理 深度神经网络是一种由多层神经元组成的前馈神经网络，它通过大量的非线性变换对输入数据进行特征提取和学习。DNN的核心优势在于其深层结构能够自动学习数据的复杂特征，无需人为设计特征提取算法。这种自
2024-09-15 约3.52千字 10页立即下载
基于卷积神经网络的飞机不稳定进近判断方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 113011557 B (45)授权公告日 2021.09.21 (21)申请号 202110196376.4 G06K 9/62 (2006.01) (22)申请日 2
2023-06-10 约2.04万字 18页立即下载
一种基于神经网络的多机器人全局稳定编队控制方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114879681 A (43)申请公布日 2022.08.09 (21)申请号 202210561192.8 (22)申请日 2022.05.23 (71)申请人江苏庆亚电子科技有限公司地址 2
2023-05-18 约1.6万字 13页立即下载
基于神经网络的线性稳定性分析方法.pdf 第 43 卷第 2 期空气动力学学报Vol.43，No.2 2025 年 2 月ACTAAERODYNAMICASINICAFeb. ，2025 文章编号：02
2025-04-07 约8.63万字 15页立即下载
基于神经网络的配电线路高阻抗故障检测方法的研究-电气工程专业论文.docx 哈尔滨工业大学工程硕士学位论文哈尔滨工业大学工程硕士学位论文 - - II - Abstract High Impedance Fault (HIF) of electric distribution systems is a great problem which can affect the safety and reliability of electric distribution systems. Not like short-circuit faults，a HIF usually draws insufficient current to be detected by conv
2019-03-26 约5.05万字 65页立即下载
基于神经网络的.ppt 基于神经网络的FPGA布线通道宽度预估计报告人：高明导师：刘强汇报提纲 1、课题背景及意义 2、课题相关国内外研究现状 3、课题研究内容 4、课题创新点与难点 5、拟采取的技术措施和办法 6、课题进度安排课题背景近些年来，学术界投入了大量精力来研究FPGA的性能与FPGA架构参数和电路参数之间的关系。其
2017-04-01 约1.15千字 12页立即下载
基于深度卷积神经网络的污水环境状态判定系统检测方法.docx 1 基于深度卷积神经网络的污水环境判定系统检测规范 1范围本标准规定污水类种类智能识别系统的术语和定义、系统组成架构、系统设备要求、系统性能要求、通用要求、环境污水等级、识别速度的确定、系统验收、系统运行维护保养。适用范围为：企业污水排放口，江河等水质监控站判定污水所处的等级。 2规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB6920-1986《水质pH值得测定玻璃电极法》GB11901-1989《水质悬浮物得测定重量法》 GB11903-1989《水质色度
2025-02-18 约6.78千字 16页立即下载
基于多模态融合的深度神经网络图像复原方法李伟伟,王.docx PAGE 1- 基于多模态融合的深度神经网络图像复原方法李伟伟,王一、引言随着信息技术的飞速发展，图像处理技术在众多领域得到了广泛应用。图像复原作为图像处理的重要分支，旨在恢复图像中因噪声、模糊等因素导致的失真。在现实世界中，图像失真现象普遍存在，如相机抖动、光线不足、图像压缩等，这些都对图像质量造成了不同程度的影响。为了提高图像质量，研究者们提出了各种图像复原算法。然而，传统的图像复原方法往往在处理复杂场景或高噪声图像时效果不佳，难以满足实际应用需求。近年来，深度学习技术的迅猛发展为图像复原领域带来了新的突破。深度神经网络凭借其强大的特征提取和表达能力，在图像复原任务中取得了显著的成果
2025-01-22 约2.37千字 5页立即下载
一种基于深度学习卷积神经网络的食用菌快速识别系统及方法.docx PAGE 1- 一种基于深度学习卷积神经网络的食用菌快速识别系统及方法一、引言随着社会经济的发展和人们生活水平的不断提高，食品安全问题日益受到广泛关注。食用菌作为人们日常饮食中不可或缺的一部分，其质量和安全性直接关系到公众健康。然而，市场上食用菌品种繁多，且存在一定比例的假冒伪劣产品，给消费者带来了识别上的困难。据相关数据显示，我国每年因食用菌质量问题导致的食品安全事件超过千起，涉及消费者人数众多。为了有效解决这一问题，迫切需要开发一种快速、准确的食用菌识别系统。近年来，深度学习技术在计算机视觉领域取得了显著的进展，尤其是在图像识别领域。卷积神经网络（ConvolutionalNeura
2025-01-22 约2.33千字 5页立即下载