光伏发电作为电力电子化新型电力系统的重要组成部分,具有随机波动性,如何提高其供电效率和可靠性成为一个具有挑战性的问题。为此,提出一种基于阴影检测的双模式最大功率点跟踪(maximum power point tracking,MPPT)算法,通过基于长短...光伏发电作为电力电子化新型电力系统的重要组成部分,具有随机波动性,如何提高其供电效率和可靠性成为一个具有挑战性的问题。为此,提出一种基于阴影检测的双模式最大功率点跟踪(maximum power point tracking,MPPT)算法,通过基于长短期记忆神经网络的光伏功率预测模型来检测局部阴影遮挡情况。针对系统正常运行和局部阴影遮挡两种工况,基于径向基函数神经网络实现局部阴影下的光伏MPPT,同时采用传统的扰动观察法实现正常运行条件下的MPPT。在MATLAB/Simulink环境下建立光伏系统模型并分析所提算法在不同工况下的性能,验证了所提MPPT方法的有效性。展开更多
为减少非约束环境下头部姿态多样性对笑脸检测带来的不利影响,提出一种基于条件随机森林(Conditional random forests,CRF)的笑脸检测方法.首先,以头部姿态作为隐含条件划分数据空间,构建基于条件随机森林的笑脸分类器;其次,以K-Means...为减少非约束环境下头部姿态多样性对笑脸检测带来的不利影响,提出一种基于条件随机森林(Conditional random forests,CRF)的笑脸检测方法.首先,以头部姿态作为隐含条件划分数据空间,构建基于条件随机森林的笑脸分类器;其次,以K-Means聚类方法确定条件随机森林分类器的分类边界;最后,分别从嘴巴区域和眉眼区域采集图像子块训练两组条件随机森林构成层级式结构进行笑脸检测.本文的笑脸检测方法在GENKI-4K、LFW和自备课堂场景(CCNU-Classroom)数据集上分别取得了91.14%,90.73%和85.17%的正确率,优于现有基于支持向量机、AdaBoost和随机森林的笑脸检测方法.展开更多
文摘光伏发电作为电力电子化新型电力系统的重要组成部分,具有随机波动性,如何提高其供电效率和可靠性成为一个具有挑战性的问题。为此,提出一种基于阴影检测的双模式最大功率点跟踪(maximum power point tracking,MPPT)算法,通过基于长短期记忆神经网络的光伏功率预测模型来检测局部阴影遮挡情况。针对系统正常运行和局部阴影遮挡两种工况,基于径向基函数神经网络实现局部阴影下的光伏MPPT,同时采用传统的扰动观察法实现正常运行条件下的MPPT。在MATLAB/Simulink环境下建立光伏系统模型并分析所提算法在不同工况下的性能,验证了所提MPPT方法的有效性。
文摘为减少非约束环境下头部姿态多样性对笑脸检测带来的不利影响,提出一种基于条件随机森林(Conditional random forests,CRF)的笑脸检测方法.首先,以头部姿态作为隐含条件划分数据空间,构建基于条件随机森林的笑脸分类器;其次,以K-Means聚类方法确定条件随机森林分类器的分类边界;最后,分别从嘴巴区域和眉眼区域采集图像子块训练两组条件随机森林构成层级式结构进行笑脸检测.本文的笑脸检测方法在GENKI-4K、LFW和自备课堂场景(CCNU-Classroom)数据集上分别取得了91.14%,90.73%和85.17%的正确率,优于现有基于支持向量机、AdaBoost和随机森林的笑脸检测方法.
