计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
5期
234-236,244
,共4页
电能质量%快速相关向量机%扰动分类
電能質量%快速相關嚮量機%擾動分類
전능질량%쾌속상관향량궤%우동분류
Power quality%FRVM%Disturbance classification
针对相关向量机(RVM)计算复杂度大、训练时间长的问题,提出一种基于快速相关向量机(FRVM)的优化算法,其大大减少了相关向量机的训练时间,提高了分类的精度.将它应用于电能质量扰动分类中,首先对电能质量扰动信号进行基于小波变换的时频分析,提取小波变换各层信号的能量与标准信号的能量之差组成特征向量;然后用FRVM对特征量进行分类,进而实现基于小波变换和FRVM的电能质量扰动分类新方法.实验仿真验证了该方法能够对各类电能质量扰动信号进行分类,并且其分类效率和准确率均优于传统的相关向量机分类方法.
針對相關嚮量機(RVM)計算複雜度大、訓練時間長的問題,提齣一種基于快速相關嚮量機(FRVM)的優化算法,其大大減少瞭相關嚮量機的訓練時間,提高瞭分類的精度.將它應用于電能質量擾動分類中,首先對電能質量擾動信號進行基于小波變換的時頻分析,提取小波變換各層信號的能量與標準信號的能量之差組成特徵嚮量;然後用FRVM對特徵量進行分類,進而實現基于小波變換和FRVM的電能質量擾動分類新方法.實驗倣真驗證瞭該方法能夠對各類電能質量擾動信號進行分類,併且其分類效率和準確率均優于傳統的相關嚮量機分類方法.
침대상관향량궤(RVM)계산복잡도대、훈련시간장적문제,제출일충기우쾌속상관향량궤(FRVM)적우화산법,기대대감소료상관향량궤적훈련시간,제고료분류적정도.장타응용우전능질량우동분류중,수선대전능질량우동신호진행기우소파변환적시빈분석,제취소파변환각층신호적능량여표준신호적능량지차조성특정향량;연후용FRVM대특정량진행분류,진이실현기우소파변환화FRVM적전능질량우동분류신방법.실험방진험증료해방법능구대각류전능질량우동신호진행분류,병차기분류효솔화준학솔균우우전통적상관향량궤분류방법.
