郑茜颖
- 作品数：112 被引量：88H指数：5
- 供职机构：福州大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划福建省科技厅计划项目更多>>
- 相关领域：自动化与计算机技术电子电信交通运输工程电气工程更多>>
- 基于GPS技术的监控系统研究被引量：2
- 2003年
- 利用GPS技术构成的监控系统。重点阐述了监控终端设备的硬件组成及监控中心的系统软件结构。
- 郑茜颖唐依珠
- 关键词：监控系统GPS全球卫星定位系统体系结构数据处理
- 一种在线的光伏阵列故障诊断系统实现方法
- 本发明涉及一种在线的光伏阵列故障诊断系统实现方法，首先，通过逆变器实现对光伏阵列故障诊断模型的输入变量进行采样；其次，将输入变量通过通信电路，送到上位机软件；再次，上位机软件实现输入变量的处理，将结果输入到故障诊断模型中...
- 林培杰程树英邵伟明陈志聪吴丽君章杰郑茜颖李炎东
- 文献传递
- 一种基于混合改进Faster R-CNN实现多种类光伏阵列热斑检测方法
- 本发明涉及一种基于混合改进Faster R‑CNN实现多种类光伏阵列热斑检测方法。该方法采集光伏阵列多尺度的红外图像数据，剔除异常的图像数据后，进行热斑等光伏缺陷的类别和回归框标注。通过在线数据增强增加样本的数据量，先输...
- 林培杰赖云锋程树英陈诗坤陈志聪吴丽君郑茜颖
- 文献传递
- 基于卷积神经网络和二维气象矩阵的光伏功率预测方法
- 本发明涉及一种基于卷积神经网络和二维气象矩阵的光伏功率预测方法。该方法提出了一种由一维卷积神经网络和二维卷积神经网络构成的混合卷积神经网络模型，以此模型进行光伏发电功率的预测。以待测小时的气象参数为气象特征值通过灰色关联...
- 林培杰程树英陈振祥陈志聪吴丽君郑茜颖
- 基于匹配滤波器的多晶硅电池片裂纹检测方法被引量：2
- 2021年
- 针对多晶硅太阳电池片裂纹检测中背景干扰和对比度较低等检测难点,提出基于微分匹配均值和匹配滤波器的裂纹检测算法。首先用基于高斯函数的匹配滤波器从多角度、多方向提取裂纹空间特征的算子,增强图像;同时用微分匹配均值滤波器区分裂纹和晶粒结构,有效提取裂纹;然后根据阈值公式筛选裂纹结构;最后用Hough变换去除栅线,并采用形态学方法提取出完整裂纹结构。实验结果表明,提出的裂纹检测算法能够精确、有效地检测出多晶硅太阳电池片的裂纹,解决了紊乱的晶粒背景干扰检测的问题,相比其他几种算法兼具鲁棒性和快速性。
- 张玉婷郑茜颖俞金玲
- 关键词：匹配滤波器
- 一种改进的ORB特征匹配方法
- 本发明涉及一种改进的ORB特征匹配方法，包括以下步骤：步骤S1:采用改进的FAST14‑24方法进行角点的初步提取,得到角点；步骤S2:根据得到的角点，采用Shi‑Tomasi角点检测算法进行特征点优选，得到特征点；步骤...
- 郑茜颖杨炳坤程树英张彩霞林培杰何煌城俞金玲陈志聪
- 文献传递
- 一种自适应LOS/NLOS环境的定位方法被引量：1
- 2008年
- 非视距(NLOS)传播时传播路径的不确定性是产生定位误差的主要原因.通过对测量数据方差大小的判断来识别NLOS,并采用卡尔曼滤波方法,实现对有偏分布的NLOS误差平滑处理,减小NLOS的影响.仿真结果表明,该方法能在多种LOS/NLOS环境下提高定位的精度.
- 郑茜颖王钦敏
- 关键词：卡尔曼滤波非视距
- 一种基于最佳相似日和Elman神经网络实现光伏电站短期功率预测方法
- 本发明涉及一种基于最佳相似日和Elman神经网络实现光伏电站短期功率预测方法，以每天的各个时刻的发电功率、每天的光照、环境温度、湿度和风速等气象参数以及第二天的气象参数为输入，第二天的各个时刻的发电功率为输出训练基于El...
- 赖云锋程树英林培杰彭周宁陈志聪吴丽君章杰郑茜颖
- 文献传递
- 一种基于Wasserstein GAN的光伏阵列故障诊断方法
- 本发明涉及一种基于Wasserstein GAN的光伏阵列故障诊断方法，首先对光伏阵列电流、电压时序数据进行采集；接着将获取的光伏阵列时序电流与时序电压数据绘制为曲线图形并保存为样本；然后设计Wasserstein GA...
- 林培杰程树英卢箫扬陈志聪吴丽君郑茜颖章杰
- 文献传递
- 基于深度循环网络结合上下文信息的血压预测
- 2023年
- 近年来,高血压患者的比例不断上升,如何在血压值异常前发出警报提早治疗成为广泛关注的研究课题.为解决这一问题,提出了一种基于多层长短期记忆网络(LSTM)结合上下文信息层的组合预测模型.使用双向LSTM结构添加了从负时间方向的时序信息对当前状态的影响,加入LSTM残差连接解决多层网络带来的梯度消失和梯度爆炸问题.在输出层之前增加了一个额外的加入了用户的基本信息数据的全连接层.额外层的激活函数为修正线性单元(ReLU),使用多个时序数据对不同时段的血压进行预测.实验结果表明使用24个时序的实验结果最佳.在24个时序的数据集上,进行不同时段1 h、6 h、12 h、24 h的血压预测,预测误差和预测偏差对于收缩压分别为0.002644、0.003952、0.004216、0.005528和0.037796、0.047931、0.049879、0.057454,对于舒张压分别为0.001226、0.001554、0.001706、0.001955和0.024293、0.028369、0.030190、0.032668,实验误差与其他模型相比,所提模型预测误差和预测偏差都得到降低.
- 孙永莹郑茜颖
- 关键词：上下文信息时间序列
