-
公开(公告)号:CN113381700B
公开(公告)日:2024-01-30
申请号:CN202110726952.1
申请日:2021-06-29
Applicant: 哈尔滨工业大学
IPC: G06F30/367
Abstract: 本发明公开了一种高频无源RC积分放大器的RC参数设计方法,所述方法包括如下步骤:步骤1:计算无源RC积分放大器的不完全积分固定偏差与运放输入电压噪声的有效值;步骤2:借助遗传算法对不完全积分和运放输入电压噪声带来的相对综合偏差进行寻优,相对综合偏差最小时,对应的RC值即为最佳的RC取值。本发明提出了相对综合偏差e,将实际积分信号与理想积分(56)对比文件魏伟 等.一种无源滤波器的优化设计方法.《电力自动化设备》.2012,第32卷(第01期),62-66.
-
公开(公告)号:CN113537460A
公开(公告)日:2021-10-22
申请号:CN202110725250.1
申请日:2021-06-29
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种适用于耀斑预报问题的多线程神经网络模型的构建方法,所述方法如下:一:获取“耀斑数据集”;二:将“耀斑数据集”进行乱序处理,按照不平衡度分割成数据子集,标记为“耀斑数据子集”;三:初始化“ANN子模型”参数;四:将“耀斑数据子集”输入至“ANN子模型”,开始模型训练;五:将训练好的“ANN子模型”的模型参数进行取平均操作,得到“超级模型参数”;六:各个“ANN子模型”的模型参数采用“超级模型参数”作为初始化方法;七:重复三~六,得到适用于耀斑预报问题的多线程神经网络模型。该方法构建的多线程神经网络模型适用于太阳耀斑预报过程中出现的由于数据类不平衡问题导致的预报模型精确度低等问题。
-
公开(公告)号:CN117407641A
公开(公告)日:2024-01-16
申请号:CN202311365191.7
申请日:2023-10-20
Applicant: 哈尔滨工业大学
IPC: G06F17/16 , G06N20/00 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/098 , G06N3/096 , G01W1/10
Abstract: 本发明公开了一种基于交叉验证的太阳黑子区相关性评估方法,所述方法包括如下步骤:一:获取耀斑数据集,并按照黑子区编号进行数据集分割,得到各个数据子集;二:对每个数据子集进行机器学习算法训练,得到该数据子集的机器学习模型;三:对每个机器学习模型计算相应的AUC指标,得到A矩阵;四:利用A矩阵进行相关性分析,得到相关性指数Corr;五:判断相关性指数Corr,得出给定区域相关性判定结论。本发明给出了“相关性指数”的计算方法,该方法可以在一定程度上对建立预报算法的过程进行简化,在使用联邦迁移学习的过程中,可以将相似度较高的黑子区域进行算法聚合,以加速训练过程,进而提高预报效率。
-
公开(公告)号:CN113381700A
公开(公告)日:2021-09-10
申请号:CN202110726952.1
申请日:2021-06-29
Applicant: 哈尔滨工业大学
IPC: H03F1/26 , H03F3/68 , G06F30/367
Abstract: 本发明公开了一种高频无源RC积分放大器的RC参数设计方法,所述方法包括如下步骤:步骤1:计算无源RC积分放大器的不完全积分固定偏差与运放输入电压噪声的有效值;步骤2:借助遗传算法对不完全积分和运放输入电压噪声带来的相对综合偏差进行寻优,相对综合偏差最小时,对应的RC值即为最佳的RC取值。本发明提出了相对综合偏差e,将实际积分信号与理想积分信号的偏差量化,为RC最佳取值提供鉴定标准。本发明使用遗传算法,借用其寻优功能,快速计算得到相对综合偏差e对应的RC最佳取值。
-
-
-