导读:本文包含了模式辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:状态辨识,中医健康管理,状态要素,状态调整
模式辨识论文文献综述
陈姝婷,王洋[1]（2019）在《以状态辨识为核心的中医健康管理模式探析》一文中研究指出状态是对生命局部或整体功能和态势的概括,中医健康管理是在状态学的基础上提出的具有独特中医特色的健康管理体系。从状态把握、状态辨识方法、状态要素确定、状态调整、疗效评价体系等方面阐述以状态辨识为核心的中医健康管理模式内涵及其构建应用。(本文来源于《亚太传统医药》期刊2019年11期）
苏安龙,孙志鑫,何晓洋,张艳军,王长江[2]（2019）在《基于多元经验模式分解的电力系统低频振荡模式辨识》一文中研究指出提出了一种辨识电力系统主导低频振荡模式的新方法。该方法结合了多元经验模式分解(Multivariate Empirical Mode Decomposition, MEMD)、Teager能量算子及预测误差法(Prediction Error Method,PEM),通过多元经验模式分解将含电力系统低频振荡特征信息的信号进行分解,得到多个本征模函数(Intrinsic Mode Function, IMF)分量;借助Teager能量算子的快速响应能力,筛选出含有主导振荡模式的主要IMF分量;最后采用预测误差法辨识出各主导振荡模式的振荡频率和阻尼。分别利用IEEE68节点测试系统和辽宁电网实测PMU数据对所提方法进行分析、验证。结果表明,该方法可有效从电力系统的广域量测信息中辨识出电力系统的主导振荡模式。(本文来源于《电力系统保护与控制》期刊2019年22期）
胡亚娟,曹志,朱绍杰,陈阜东,刘随阳[3]（2019）在《基于Petri网的故障区段定位与故障模式辨识方法》一文中研究指出现有的基于Petri网的配电网故障诊断方法只能找出故障区段、不能辨识出故障类型,针对此问题,提出一种基于Petri网的配电网故障模式辨识方法。同时,对基于Petri网的故障区段定位的电压判据进行了简化,使其只需要利用区段两侧的测量点信息就能进行区段定位。通过配电网的算例,验证了所提方法在故障区段定位和故障模式辨识中的有效性。(本文来源于《智慧电力》期刊2019年08期）
张艳,刘西建,张超[4]（2019）在《中医专业中药饮片“辨识+炮制”综合实训教学模式探索》一文中研究指出临床中药学的特色主要在于"药性"与"药效"的辩证统一。中医学自古"医药不分家",但现在"医不知药"情况普遍存在,中医专业学生对中药饮片的辨识能力薄弱,忽视炮制知识,对中药饮片炮制前后性状、药性、功效的差异掌握不够,影响处方用药效果。为提高中医专业学生对中药药性理论理解、应用及临证选用恰当中药炮制品能力,充分发挥中医用药特色与优势,保证用药安全性与有效性,增强学生动手与分析能力,在中医专业学生中适度开展具有"中医特色"的"辨识+炮制"综合实训课程,收效较佳。(本文来源于《中国中医药现代远程教育》期刊2019年14期）
姜涛,刘方正,陈厚合,李雪,李国庆[5]（2019）在《基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究》一文中研究指出针对连续小波变换在主导振荡模式辨识中存在效率低的不足,提出一种快速傅里叶小波变换(CWTFT)方法以提高小波变换效率;针对单通道小波辨识的结果受振荡模式可观性影响的缺陷,提出一种多通道CWTFT,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与主导振荡模式强相关的关键小波尺度,以其为基准重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式及振荡模态。将所提方法应用到16机68节点测试系统和南方电网的广域实测数据中,结果验证了该方法的准确性和有效性。(本文来源于《电力自动化设备》期刊2019年07期）
吕方林[6]（2019）在《基于电力系统低频振荡模式辨识的PSS参数优化》一文中研究指出随着电力系统规模的不断增大,大区域系统互联的增加,电网的稳定性问题越来越引起人们的关注。而其中,电力系统低频振荡问题已经成为影响电力系统稳定性的重要问题之一,受到不少专家学者的关注和研究。本文在分析低频振荡产生机理的基础上,重点研究了电力系统低频振荡的分析方法,并在分析低频振荡模式的基础上设计相应的抑制策略。针对传统Prony方法对噪声敏感所导致的辨识精度不高的问题,利用变分模态分解(VMD)算法的去噪特性,将其作为前置滤波环节,提出了一种基于改进VMD-Prony算法的低频振荡模式辨识的方法,实现了准确辨识含有噪声干扰情况下采样信号的振荡模式。并针对原始VMD算法镜像延拓对端点效应改善不佳的问题,采用基于自适应波形匹配的端点延拓法对VMD进行改进;对于去噪声之后的信号采用Prony算法进行辨识,可准确获取低频振荡各个模式参数。研究了引力搜索算法(GSA),由于其全新的搜索机制一经提出就得到了广泛的应用。在分析引力搜索算法的优化机理的基础上,针对其面临的元启发式优化算法的收敛速度慢等通病,为提高引力搜索算法的整体性能,提出了基于随机黑洞和自适应策略的改进引力搜索算法(ABHGSA)。通过引入自适应策略,改进算法的引力常量公式,优化算法前期探索能力和后期的开发能力;并融合随机黑洞策略,提高局部收敛能力,从整体上提高算法的收敛精度和速度,改善GSA算法的优化性能。为了测试提出的改进ABHGSA算法性能以及同原始GSA算法相比较,利用典型的标准测试函数对算法进行测试,验证了所提出算法的有效性。将改进的GSA算法应用到多机电力系统PSS参数的优化设计中,通过所提的改进VMD-Prony算法辨识低频振荡模式参数,根据参与因子法找到最大相关机组,从而确定PSS的安装位置;并以系统多种运行方式下的特征值及机电振荡模式特性为优化的目标函数,保证了协调优化策略的适应性和鲁棒性。而且,运用ABHGSA算法同时优化多个PSS参数值,获得了更优的系统动态性能,改善电力系统的弱阻尼甚至欠阻尼情况,提高系统运行稳定性。通过四机两区域和10机39节点的经典算例进行仿真,验证了所提方法的有效性。(本文来源于《东北石油大学》期刊2019-06-18）
孙志鑫[7]（2019）在《基于多元经验模态分解的电力系统低频振荡模式辨识》一文中研究指出电力系统低频振荡现象一直是威胁电网稳定安全运行的主要因素之一,若振荡现象未自发地平息且不能被及时抑制,持续的振荡极有可能造成电网崩溃,引发一系列的安全事故。对电力系统低频振荡进行快速准确地辨识,可以帮助电力运行人员确定产生低频振荡现象的成因,以便采取相应的抑制措施,同时也能为预防这种现象的再次发生提供参考依据,有利于维持电网的安全、稳定、可靠运行。随着同步相量测量单元(phasor measurement unit,PMU)在电网中大规模配置,基于广域量测信息的辨识方法已在低频振荡分析领域取得了长足进步,但是,目前此类方法大多只限于对单一通道量测信号进行辨识,其辨识结果易受振荡模式的可观性及量测噪声的影响,存在不同信号通道之间振荡模式难以校准的问题。针对这一不足,本文采用一种基于多元经验模态分解(multivariate empirical mode decomposition,MEMD)的电力系统主导振荡模式辨识方法。通过引入多元经验模态分解,实现对于多通道量测信号的同步分解,得到对应不同振荡模式的多个本征模函数(intrinsic mode function,IMF)分量;然后利用Teager能量算子,计算每个本征模函数的相对能量值,并以相对能量权重为判断依据,筛选出振荡辨识所关心的主导振荡模式对应的本征模函数;在此基础上,引入预测误差法(prediction error method,PEM),从算法原理上对目前基于量测数据的振荡参数计算方法作出改进,准确求解主导振荡模式的振荡频率和阻尼比,进而提高低频振荡的在线检测水平,从整体角度把握系统的低频振荡特性。最后,通过IEEE 68节点测试系统的仿真数据和辽宁电网PMU广域实测数据对本文所提方法进行分析、验证,分析结果验证了本文所提方法的准确性和有效性。(本文来源于《东北电力大学》期刊2019-05-01）
张翔,廖晓娇,谢嘉晟,胡小青,柯飒[8]（2019）在《融合MBD一致性推理与Petri网模式辨识的配电网故障诊断方法》一文中研究指出基于模型诊断的溯因性推理不但要求诊断的故障假说与观测量匹配,而且还要求根据观测信息推断出故障假说状态,因此存在着建模复杂、效率低的问题。而基于Petri网的诊断方法具有严格的数学逻辑,能够实现快速的矩阵运算,建模简单、效率高。将Petri网应用到配电网的故障模式辨识中,并且与基于模型诊断的一致性推理结合,形成一种快速高效的配电网故障定位方法。该方法不仅能够快速、准确地诊断出故障元件,而且能够诊断出故障模式。(本文来源于《智慧电力》期刊2019年03期）
孙鹏程,王济,侯淑涓,李竹青,王琦[9]（2019）在《中医健康状态辨识模式的研究现状与展望》一文中研究指出健康状态的辨识是把握健康的前提。当前学界已存在专家辨识模式、标准辨识模式、数字辨识模式、智能辨识模式以及微观辨识模式等。联合多种辨识方法,构建健康状态辨识体系,形成常态与动态结合、主观与客观结合、人机互参的中医健康状态个体化辨识方法是研究的趋势所在。文章对未来的研究方向进行展望,探讨了多元辨识模式、远程辨识模式、终身辨识模式、自动辨识模式的思路方法,以期促进全民健康事业,助力"健康中国"战略。(本文来源于《天津中医药》期刊2019年03期）
刘向御[10]（2019）在《山西典型黄土崩塌破坏模式及其早期辨识》一文中研究指出针对黄土崩塌隐蔽性、突发性的特点,旨在实现黄土崩塌的早期辨识及预判,并提出相应的应急防治措施。通过对山西典型黄土崩塌破坏模式进行分类总结,归纳了黄土崩塌不稳定界面及相应的诱发因素,提取了黄土崩塌早期辨识特征因子;通过综合指数法对崩塌危险性进行了半定量分析;按照量化评价标准,对黄土崩塌危险性进行分级;根据不同的危险性级别,采取相应的应急防治措施;突出变形迹象对黄土崩塌的贡献,实现优先判别。研究表明:①黄土崩塌的变形破坏主要集中于4种岩土体结构组合、5个典型破坏接触面;②黄土崩塌危险性可划分为高、中、较低、低4个级别,对应应急避让、临灾监测、应急调查、勘查、治理等防治措施;③变形迹象评分结果达到判定级别"危险性高"时,可直接介入地质灾害预警预报措施。(本文来源于《长江科学院院报》期刊2019年11期）
模式辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种辨识电力系统主导低频振荡模式的新方法。该方法结合了多元经验模式分解(Multivariate Empirical Mode Decomposition, MEMD)、Teager能量算子及预测误差法(Prediction Error Method,PEM),通过多元经验模式分解将含电力系统低频振荡特征信息的信号进行分解,得到多个本征模函数(Intrinsic Mode Function, IMF)分量;借助Teager能量算子的快速响应能力,筛选出含有主导振荡模式的主要IMF分量;最后采用预测误差法辨识出各主导振荡模式的振荡频率和阻尼。分别利用IEEE68节点测试系统和辽宁电网实测PMU数据对所提方法进行分析、验证。结果表明,该方法可有效从电力系统的广域量测信息中辨识出电力系统的主导振荡模式。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模式辨识论文参考文献
[1].陈姝婷,王洋.以状态辨识为核心的中医健康管理模式探析[J].亚太传统医药.2019
[2].苏安龙,孙志鑫,何晓洋,张艳军,王长江.基于多元经验模式分解的电力系统低频振荡模式辨识[J].电力系统保护与控制.2019
[3].胡亚娟,曹志,朱绍杰,陈阜东,刘随阳.基于Petri网的故障区段定位与故障模式辨识方法[J].智慧电力.2019
[4].张艳,刘西建,张超.中医专业中药饮片“辨识+炮制”综合实训教学模式探索[J].中国中医药现代远程教育.2019
[5].姜涛,刘方正,陈厚合,李雪,李国庆.基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究[J].电力自动化设备.2019
[6].吕方林.基于电力系统低频振荡模式辨识的PSS参数优化[D].东北石油大学.2019
[7].孙志鑫.基于多元经验模态分解的电力系统低频振荡模式辨识[D].东北电力大学.2019
[8].张翔,廖晓娇,谢嘉晟,胡小青,柯飒.融合MBD一致性推理与Petri网模式辨识的配电网故障诊断方法[J].智慧电力.2019
[9].孙鹏程,王济,侯淑涓,李竹青,王琦.中医健康状态辨识模式的研究现状与展望[J].天津中医药.2019
[10].刘向御.山西典型黄土崩塌破坏模式及其早期辨识[J].长江科学院院报.2019