شکل مقاله: PDF
قالب ترجمه: WORD
عنوان نوشته فارسی: یک شبکه عصبی بهبود یافته برای
طبقه بندی خطا های الفبا انتقال
عنوان مقاله انگلیسی: An Improved Neural Network Algorithm for
Classifying the Transmission Line Faults
جوهره - این مطالعه یک صفت اخیر از الگوریتم مصنوعی مبتنی بر هوش برای طبقه بندی
خطاها باب شبکه های سیستم قدرت شناسایی می کند. این طبقه بندی منطقه و سنخ دقیق خطا را
شناسایی باده کند. این الگوریتم بر مبنای سنخ مختص به فرد شبکه عصبی به خصوص توسعه
یافته به سمت منظور تماس کردن با مجموعه بزرگی از دیتای ورودی ابعاد بالایی. بهبود
الگوریتم میانجیگری پیاده سازی مراحل مختلف پردازش سیگنال ورودی، از طریق انتخاب
پارامترها از بهر فیلترینگ آنالوگ، و مقدارها برای پنجره دیتا و فرکانس نمونه برداری
ارائه شده است. علاوه بر این، یک روش پیشرفته از بهر اشکوبه بندی الگوهای تست مورد بحث
قرار گرفته است و مقایسه مزایای حقیقی با نزدیکترین طبقه بندی همسایه قبلی استفاده
شده ارائه داده شده است.
سوئیچ کلمه ها – آیین خوشه بندی، الکترومغناطیس گذرا، کانال های عصبی، دسته
بندی الگو، خطاهای سیستم قدرت، رله های حفاظتی، آموزش.
چکیده
با تدقیق به سمت این که هر بابا الگوی اثرانگشت منحصر به فرد خویش را داراست، کثرت این الگوها به تعداد افراد بشر، ابهام و انعطاف پذیری بی بدیل این انموذج را آشکار میسازد (تغییرات و دگرگونی های مختلف تا تصویر یک اصبع بسته به ابزار اخذ تصویر، میزان آلودگی و تری اصبع و حتی میزان فشار وارده بر صفحه اخذ تصویر اثر و نحوه قرار دادن آن روی این صفحه، تصاویر مختلف و متفاوتی از آن اصبع شبر می دهد. (
دانش اولیه برای ایجاد یک سیستم را معمولا ا طلاعات ومعرفت افراد آزموده وبا تجربه تشکیل می دهد. به سمت طور کلی منابع دانش عبارتند ازفرد خبره واطلاعات علمی و منطقی دقیق حوزةمورد بررسی .برای اینکه اطلاعات فردخبره رابه نحوی فرموله کرده ودر سیستم خودبکاربریم،منطق فازی رااستفاده می نماییم؛ مختوم برای ردهبندی بندی و تشخیص، شبکةعصبی بسیارپرکاربردوکارساز است. لذا با ادغام این دو سیستمهای آتشیمزاج _فازی متولد میشوند.
کلمات کلیدی: سیستمهای عصبی، شبکه عصبی، اثر اصبع