基于主成分分析的BP神经网络在电力系统负荷预测中的应用

基于主成分分析和神经网络的人脸检测新算法。对于初学者有很大帮助！

为克服传统的矿井巷道摩擦阻力系数测试方法工作量大、效率低等缺点,以摩擦阻力系数理论为基础并结合现场实际资料分析,归纳出影响矿井巷道摩擦阻力系数的主要因素:巷道断面积、巷道周长、巷道支护方式和巷道断面形

为提升电能质量,保证电网的安全运行,选择理论分析和实验的方法,通过使用神经网络来对电网中复杂而庞大的数据进行处理,同时通过探讨神经网络的结构特点并与晶闸管相控电抗器型相互结合,并进行无功优化.采用此种

本文介绍的是继电保护在电力系统中的应用

随着物联网技术的逐步普及，电力系统也渐渐地融入其中。电力系统在物联网中的应用，不仅可以更好地监控和管理电力设备的运行状态，还能提高电网的智能化水平和安全性能。电力系统的数据采集和传输、智能化配电和远程

摘 要:随着电力系统自动化要求的不断提高和移动通信技术的不断发展,GPRS应用在电力系统中越 来越呈现出良好的前景。文章阐述了GPRS技术的基本原理,分析了GPRS技术在电力系统中应用的优 势。在此基

这里简单介绍什么是主成分，怎样进行主成分分析

基于T-S混沌模糊神经网络的电力负荷区间预测方法，何耀耀，，针对传统T-S模糊神经网络在预测电力负荷序列时存在较大误差的缺陷，将Chebyshev混沌映射引入到T-S模糊模型之中，利用混沌映射在（-1

Improved BP neural network and its application in sales forecasting.pdf

PrincipalComponentAnalysisinLinearSystems:Controllability,Observability,andModelReduction，主成分分析的经典知道