简献忠 作品数:145 被引量:356 H指数:9 供职机构: 上海理工大学光电信息与计算机工程学院 更多>> 发文基金: 国家自然科学基金 中国科学院知识创新工程 博士科研启动基金 更多>> 相关领域: 自动化与计算机技术 电子电信 电气工程 机械工程 更多>>
基于生成对抗网络的电能质量信号压缩重构方法 本发明涉及一种基于生成对抗网络的电能质量信号压缩重构方法,抗网络模型由生成器和鉴别器构成,一维电能质量原信号x输入生成器,依次经过压缩和重构后输出一维重构信号G(x),原信号x和重构信号G(x)送入鉴别器,鉴别器输出的D... 简献忠 王绪涛MMV模型在电能质量扰动信号重构中的应用 2017年 针对单重测量向量(SMV)模型下电能质量扰动信号压缩重构算法存在压缩率不高,重构时间长等问题,提出多重测量向量(MMV)模型应用于电能质量扰动信号的压缩重构算法。利用二维化处理的电能质量扰动信号在小波稀疏基下的稀疏矩阵具有相同稀疏结构的特性,应用多重测量向量模型-正交匹配追踪算法(MMV-OMP)算法完成重构。实验结果表明,相对于SMV模型下的重构算法,基于MMV模型的压缩感知重构算法具有更好的重构效果,更高的采样率以及更短的重构时间,为电能质量扰动信号的重构提供了1种新的思路。 简献忠 马程远关键词:电能质量 扰动信号 压缩感知 基于铂电阻和热电偶的测温系统 被引量:2 2012年 介绍了一种基于铂电阻和热电偶的测温系统,详细分析了其测量原理及测量误差。该系统采用AD7792作为采集芯片,能够通过利用多种铂电阻和多种热电偶实现对温度测量,并将测量结果实时显示在OLED上。实验结果表明该系统的测量精度高、通用性强、重复性好、操作方便。 李菲 简献忠 何玲玲关键词:铂电阻 热电偶 测温 有机发光二极管 烟花算法在太阳电池双二极管模型参数辨识的应用 被引量:3 2020年 为解决太阳电池双二极管模型中参数辨识准确度低的问题,基于烟花算法提出一种新型的参数辨识方法。该方法模拟烟花的爆炸过程,在条件范围内进行局部寻优,选取一定数量的最优火花进行下一轮迭代,火花将逐渐搜索整个解空间直到找到满足条件的最优解。测试双晶硅太阳电池KC200GT,采用烟花算法获取参数的平均绝对误差为0.0152,遗传算法和粒子群算法的平均绝对误差分别为0.3548、0.2374。实验结果表明:提出的基于烟花算法的太阳电池参数辨识精度明显优于遗传算法及粒子群算法,可为太阳电池的参数辨识提供一种新方法。 简献忠 郝辽关键词:太阳电池 参数辨识 局部寻优 基于付科棱镜波导多层光盘信号读出研究 被引量:1 2007年 对波导多层光盘的电子学部分和总体结构进行了设计,并对多层光盘驱动器信号处理与控制系统,多层光盘读出系统的装校及读出信号进行了讨论,并进行了原理性设计,得到了多层光盘读出信号网眼图,为波导多层光存储的进一步研究及实用化提供了重要的参考价值. 简献忠 李筠 陈家壁 庄松林关键词:波导 蜂群算法在光伏电池双二极管五参数模型中的应用 被引量:10 2015年 为解决光伏电池双二极管五参数模型中参数辨识准确度低的问题,提出了一种人工蜂群算法.该方法采用曲线拟合来求取参数,用求出的电流计算值来比较标准化的均方根误差百分比.采用变量替换法,使双二极管模型方程中指数因子只含一个变量,通过编程求解电流的计算值.运用蜂群算法和牛顿-拉夫逊法求得标准化的均方根误差百分比为0.011 7%和6.35%.实验及分析表明蜂群算法的优化准确度明显优于牛顿-拉夫逊解析法、遗传算法、模式搜索算法和模拟退火算法,为光伏电池参数辨识提供了一种新的思路. 简献忠 魏凯 郭强关键词:蜂群算法 光伏电池 参数辨识 搜索路径 双判别生成对抗网络的红外图像超分辨重建 被引量:8 2020年 针对SRGAN红外图像超分辨重建时,存在图像高频特征丢失及细节伪影问题,本文提出双判别生成对抗网络DDSRGAN(Double Discrimination-SRGAN)重建算法,并改进网络结构.在图像判别器的基础上增设特征判别器,在生成网络中引入无BN(Batch Normalization)层的残差中的残差块RIRB(Residual in Residual Block),内部残差块密集连接,外部残差块远、近端跳跃连接.通过双判别器和生成器的对抗优化训练促使生成器生成更高质量的红外图像,为后续实现红外图像检测与识别提供保障.将该算法和SRGAN算法实验结果相比,本文算法重建出的红外图像在峰值信噪比(PSNR)上提高0. 89dB,在结构相似性(SSIM)上提高0. 045,视觉感知上也达到了更好的效果. 邢志勇 肖儿良 简献忠关键词:红外图像 超分辨重建 细菌觅食差分粒子群算法的无功优化方法 2014年 电力系统无功优化是以网损最小化且保持良好电压水平为目的。提出了细菌觅食差分粒子群算法(DEBFO),并首次应用于电力系统无功优化问题。趋化操作的交叉算子可提高局部搜索能力,变异算子可加强全局搜索能力,繁殖操作使细菌寻优速度加快,迁徙操作避免了细菌早熟。Matlab仿真结果表明DEBFO具有较强的全局寻优能力,收敛速度快,鲁棒性好,能够更有效地解决电力系统无功优化问题。 简献忠 侯一欣关键词:电力系统 无功优化 改进的基于压缩感知的单幅图非均匀校正 被引量:1 2017年 针对单幅图非均匀校正中小波变换不能分解红外图像中相当丰富的高频子带以及正则化正交匹配追踪(ROMP)重构算法需要已知红外图像的稀疏度等问题,提出了一种基于小波包变换结合稀疏度自适应压缩采样匹配追踪算法(Co Sa SAMP)实现对图像的重构,从而达到校正图像的目的。该方法利用小波包变换对原图像稀疏,将点样本矩阵作为测量矩阵,提取原红外图像的25%数据,利用改进的中值直方图算法校正提取的数据,然后利用Co Sa SAMP重构图像。研究结果表明:与基于小波变换压缩感知的非均匀校正相比,本算法在均方根误差、峰值信噪比方面都得到了进一步的改善,均方根误差降低了30%左右,列间均值更加接近理想校正图像效果,图像重构质量好。 简献忠 王凡 郭强关键词:压缩感知 小波包 非均匀校正 SA-CoSaMP算法在电能质量扰动信号识别中的应用 被引量:2 2018年 针对电能质量扰动信号具有实时随机性和稀疏度未知导致识别率低的问题,提出了基于稀疏自适应的压缩采样匹配追踪算法(SA-CoSaMP)进行电能质量扰动信号分类识别的研究,可有效减少数据采集、降低特征值处理量,并提高识别率。首先,针对电能质量扰动信号,利用压缩感知理论(CS)获取降维的测量信号,基于SA-CoSaMP算法获取稀疏向量;然后,针对7类典型电能质量扰动信号的稀疏向量,经过实验对比提出5种特征值,采用BP神经网络作为分类器。实验结果表明,选取需要处理的原始信号长度2048,所提算法特征提取时处理长度平均为40,保存信号全部原始特征,具有重构精度高、抗噪能力强的优点,识别率为98.87%,高于稀疏自适应匹配追踪算法(SAMP)的94.33%和压缩采样匹配追踪算法(CoSaMP)的95.75%,为电能质量扰动信号识别提供了一种新的思路。 余林 肖儿良 简献忠关键词:电能质量 压缩感知