郑成强
- 作品数：3 被引量：20H指数：2
- 供职机构：合肥工业大学电气与自动化工程学院更多>>
- 发文基金：国家自然科学基金国家重点实验室开放基金更多>>
- 相关领域：电气工程自动化与计算机技术电子电信更多>>
- 基于卡尔曼滤波的微电网同步并网研究被引量：7
- 2017年
- 提出了一种基于卡尔曼滤波的同步并网控制策略,以解决微电网与大电网同步并网过程的各分布式电源间协调控制及平滑、快速并网的问题。通过计算微电网前一次状态和本次状态的差值,利用卡尔曼滤波算法预测下一状态是否达到并网要求,使微电网实现平滑、快速并网。仿真结果验证了该方案的有效性。
- 王建平郑成强徐晓冰穆道明秦晓佳李冰孙伟王钦
- 关键词：卡尔曼滤波微电网
- 基于滑模控制的矿用反激式变换器研究被引量：1
- 2017年
- 分析了反激式变换器的工作原理,并根据该变换电路的工作方式,利用状态空间平均法建立了该拓扑的系统数学模型,采用滑模变结构控制方法来控制系统状态之间的切换,通过MATLAB/Simulink仿真和实验验证该变换器拓扑的实用性和滑模控制策略的有效性。
- 徐晓冰李冰罗国军王建平郑成强王钦
- 关键词：反激式变换器滑模控制状态空间平均法
- 基于深度集成学习的青梅品级智能反馈认知方法被引量：12
- 2017年
- 针对传统机器判定水果品级的开环认知模式存在特征空间和分类准则一旦建立不再更新的缺陷,模仿人由整体到局部反复推敲比对的思维信息交互认知模式,探索了一种具有认知结果熵测度指标约束的青梅品质智能反馈认知方法。首先,在有限论域不确定条件下从信息论角度建立具有信息完备性评价指标的非结构化多层面动态特征表征的青梅品级认知智能决策信息系统模型。其次,基于架构自适应的卷积神经网络(adaptive structure convolutional neural networks,ASCNNs)和集成随机权向量函数连接网络分类器(random vector functional-link net,RVFL),建立青梅图像由整体到局部有明确品级特征表征映射关系的特征空间数据结构与分类准则。再次,基于广义误差和广义熵理论,建立青梅图像认知结果的熵函数形式测度评价指标。最后,建立基于不确定过程认知结果性能测度指标约束的动态反馈认知智能运行机制。针对1 008幅青梅图像的平均识别率为98.15%,表明该文方法有效地增强了特征空间的泛化能力以及分类器的鲁棒性。该研究可为基于可见光的青梅品级快速准确机器认知提供参考。
- 李帷韬曹仲达朱程辉陈克琼王建平刘雪景郑成强
- 关键词：评级图像识别卷积神经网络
