为了准确分析微电网故障时的重构特性,解决系统重构时复杂的数学运算问题,针对美国电气可靠性技术解决方案联合会CERTS(consortium for electric reliability technology solutions)推荐的微电网原型,提出了一种基于邻接矩阵和粒子群优...为了准确分析微电网故障时的重构特性,解决系统重构时复杂的数学运算问题,针对美国电气可靠性技术解决方案联合会CERTS(consortium for electric reliability technology solutions)推荐的微电网原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据微电网结构特点和CERTS提供的原始数据,以负荷损失最小为主要目标函数,建立了微电网的数学模型,运用Matlab对算法进行编程,将该算法运用到此微电网中,先利用系统的邻接矩阵对网络拓扑结构进行筛选,然后用粒子群算法进行寻优。仿真结果表明,该算法不依赖网络的原始结构,具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,有很好的实用性。展开更多
针对脑-机接口研究中运动想象脑电信号的特征提取问题,本文提出了一种基于脑功能网络邻接矩阵分解的新方法。首先采用多通道运动想象脑电信号构建脑功能网络,然后对相应的邻接矩阵进行奇异值分解,依据矩阵奇异值特征向量定义了脑电的特...针对脑-机接口研究中运动想象脑电信号的特征提取问题,本文提出了一种基于脑功能网络邻接矩阵分解的新方法。首先采用多通道运动想象脑电信号构建脑功能网络,然后对相应的邻接矩阵进行奇异值分解,依据矩阵奇异值特征向量定义了脑电的特征参数,最后输入支持向量机分类器,对BCI Competition IV Data Sets 1中的四组数据进行分类识别。实验结果表明,基于脑功能网络邻接矩阵分解的特征提取和支持向量机分类器的方法能够以较高识别率区分不同的运动想象任务,为脑电特征提取研究提供了新的思路。展开更多
文摘为了准确分析微电网故障时的重构特性,解决系统重构时复杂的数学运算问题,针对美国电气可靠性技术解决方案联合会CERTS(consortium for electric reliability technology solutions)推荐的微电网原型,提出了一种基于邻接矩阵和粒子群优化的混合算法。根据微电网结构特点和CERTS提供的原始数据,以负荷损失最小为主要目标函数,建立了微电网的数学模型,运用Matlab对算法进行编程,将该算法运用到此微电网中,先利用系统的邻接矩阵对网络拓扑结构进行筛选,然后用粒子群算法进行寻优。仿真结果表明,该算法不依赖网络的原始结构,具有迭代次数少、求解快速、简单有效的特点,避免了复杂的数学运算,有很好的实用性。
文摘针对脑-机接口研究中运动想象脑电信号的特征提取问题,本文提出了一种基于脑功能网络邻接矩阵分解的新方法。首先采用多通道运动想象脑电信号构建脑功能网络,然后对相应的邻接矩阵进行奇异值分解,依据矩阵奇异值特征向量定义了脑电的特征参数,最后输入支持向量机分类器,对BCI Competition IV Data Sets 1中的四组数据进行分类识别。实验结果表明,基于脑功能网络邻接矩阵分解的特征提取和支持向量机分类器的方法能够以较高识别率区分不同的运动想象任务,为脑电特征提取研究提供了新的思路。