简介:将分支前馈神经网络(BFNN)运用于数字字符的模式识别问题中,其某些性能优于标准反向传播(BP)网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。
简介:将Hilbert-Huang变换(HHT)算法和Prony算法相结合进行电力系统低频振荡模式识别。利用HHT算法对实测信号进行经验模态分解,使之分解成处于不同频率的固有模态函数(IMF);然后根据Hilbert变换,分析IMF分量的频率和相位,提取出含主导低频振荡模式的IMF;利用Prony算法对含低频振荡模式的IMF进行分析,提取出低频振荡模态参数,准确识别低频振荡模态。通过算例分析,证明了该方法可提高模态识别的精确性,验证了提取低频振荡模态参数的有效性。
简介:在对某地区电力信息系统的网络状况及网络安全管理系统(NSMS)进行需求分析的基础上,设计出一种新的适合地区电力企业信息的分布式NSMS架构,构建了分布式NSMS的功能和逻辑结构,并概述了电力企业信息NSMS的网络安全技术部署与功能实现。
简介:计算机迈入了一个充满机遇的后PC时代,人们越来越多地接触到最具量产效益和时代特征的嵌入式产品--WAP电话手机、STB(电视机机顶盒)、Web、PDA(商务通)、Web可视电话、Web游戏机、DVD播放机和GPS等,这是一个充满商机的巨大产业.