张凤玲 作品数:8 被引量:85 H指数:3 供职机构: 天津大学理学院 更多>> 相关领域: 自动化与计算机技术 理学 电气工程 经济管理 更多>>
基于模糊神经网络的电力负荷短期预测 被引量:40 2007年 针对电力负荷的特点,综合考虑了温度及日期类型等因素对日最大负荷的影响,提出了一种采用模糊神经网络进行短期负荷预测的方法,并详细介绍了该方法的实现过程。通过对EUNITE(the European Network of Excellence on Intelligent Technologies for Smart Adaptive Systems)网络提供的实际数据进行详细分析确定了影响日最大负荷的相关因素,进而选择了合适的模糊输入以建立相应的模糊神经网络预测模型,并取得了较为理想的预测结果。算例分析结果充分证明了模糊神经网络在短期电力负荷预测方面具有较好的应用前景。 于海燕 张凤玲关键词:短期负荷预测 日最大负荷 模糊神经网络 准H-闭骨架 1995年 给出了准H-闭骨架的定义,并证明了:任何一个准H-闭骨架都是H-闭和局部H-闭的;一个非H-闭的骨架的Katetov扩张同构于该骨架的一个单点H-闭扩张的充分必要条件是该骨架为准H-闭骨架.最后,给出了一个非H-闭的准H-闭骨架的例子. 张凤玲 郭洪芝P-COVER AND P-MAP 1997年 定义了一个新的映射:P-映射.从而圆满地回答了作者在文献[4]中所指出的问题.也就是说,一个从T2标架K到另一个T2标架L的标架映射f能够被唯一地扩张为从τK到τL的标架映射的充分必要条件是f是一个P-映射. 张凤玲 StraussDona关键词:标架 P-映射 基于DCT和BP神经网络集成的人脸识别 被引量:3 2007年 人脸识别是模式识别和图像处理领域的研究热点和难点,尽管已提出了许多方法,然而如何在变化的环境下实时、高效地识别人脸仍是一个难题.鉴于离散余弦变换(discrete cosine transform,DCT)有较高的压缩性能和快速算法以及集成神经网络良好的泛化能力,提出了基于DCT和神经网络集成的人脸识别方法.首先用DCT提取人脸特征矢量,然后构建集成BP(back propagation)神经网络对人脸进行分类识别.在ORL(olivertti research laboratory)人脸库上的仿真实验结果表明,提出的方法取得了较快的训练和识别速度、较高的识别率,因此该方法是一种快速高效的人脸识别方法. 马怡然 张凤玲关键词:人脸识别 DCT BP神经网络 神经网络集成 Frame 分离公理(英文) 1998年 在Frame理论中,与拓扑空间中的Hausdorf分离公理相对应的分离公理已被较深入地研究,但其结果并不很理想.本文给出相对应于Hausdorf分离公理的另一种定义,称之为分离公理.并证明如把此分离公理应用于Spa-tialframes-拓扑-之上,它将与Hausdorf分离公理完全等价,而且此分离公理对于Subframes以及Frame的和运算有遗传性.同时进一步证明:由满足此分离公理的frames组成的范畴FRAME与Hausdorf拓扑空间范畴TOP是反变伴随的. 张凤玲 StraussDona神经网络与时间序列模型在股票预测中的比较 被引量:35 2005年 首先利用时间序列中的AR IM A模型和人工神经网络建立了两类股票价格预测模型并对一定时期的股票价格进行了预测,然后用4种广为使用的统计评价方法对两类模型的预测性能进行了比较。结果表明,两种模型都取得了很好的整体预测效果,而在趋势预测方面,神经网络则得到了比AR IM A模型更准确的结果。 王波 张凤玲关键词:股票预测 时间序列 神经网络 大学基础数学课程之中英文教材的比较 2003年 首先对大学本科基础数学课程的一些国内外较著名的中英文教材进行比较,指出它们的相同点及主要差异。然后,对在基础数学课中直接采用原版英文教材进行教学这一问题提出了几点看法。 张凤玲 韩秀芹 徐红 史道济关键词:基础数学 中文教材 英文教材 教学技巧 概率统计 外语水平 基于DCT的PCA及神经网络的人脸识别研究 被引量:8 2007年 PCA(Principal Component Analysis,也称为K-L变换)方法在许多人脸库的识别中取得了很好的效果,但运算量大;DCT(Discrete Cosine Transform)有较高的压缩性能并可通过快速算法来完成;集成的BP神经网络比单一BP网具有更好的泛化能力.针对上述特点,提出了一种新算法,首先用DCT处理原始人脸图像,然后用包含了原始图像大部分信息的少量DCT系数作PCA,最后用集成的BP神经网络进行识别.在ORL人脸库上的仿真试验结果表明,该方法是一种更为高效的识别方法. 马怡然 张凤玲关键词:人脸识别 DCT BP神经网络 神经网络集成