汪保
- 作品数:22 被引量:29H指数:3
- 供职机构:宁波工程学院更多>>
- 发文基金:陕西省自然科学基金国家自然科学基金宁波市自然科学基金更多>>
- 相关领域:理学自动化与计算机技术电气工程一般工业技术更多>>
- 一种面向侧扫声纳图像的重采样方法
- 本发明涉及一种面向侧扫声纳图像的重采样方法,该方法以地理空间坐标为参照,通过对侧扫声纳扫描线与重采样点间的空间几何关系进行分析,建立重采样图像中的像素与侧扫声纳数据的解算关系,使侧扫声纳数据的地理编码可以通过间接重采样来...
- 尹天鹤陈志荣韩明汪保
- 文献传递
- 基于关联气体报警的变压器故障识别
- 2015年
- 本文提出一种新的高压电力变压器故障检测方法。通过对基本故障形式产生的特征气体做相关性分析,得出特征气体间的关联性,给出故障判断标准。将变压器油中的主特征气体及相关气体的浓度变化值与判断标准进行对比,确定变压器是否存在故障。经大量的特征气体测量数据检验,证明了本方法的有效性。
- 陈玉烽汪保
- 关键词:变压器在线监测故障诊断
- 改进的Kriging模型的可靠度计算被引量:13
- 2011年
- 在大型结构可靠性分析中,极限状态函数一般是隐式的,并且是高度非线性的,通常采用多项式响应面仿真。针对多项式的形式限制了可靠度计算的精度。为了优化偏差,提高精度,提出了改进的Kriging逼近方法。将Kriging模型中的确定性部分在设计点附近采用泰勒公式展开至二次项,并用差分代替微分,得到近似极限状态方程,用H-L法逐步求出可靠度指标。避免了使用最小二乘法拟合,减少了计算量。从数值仿真结果得到较高的计算精度,并且所需样本点较少。
- 汪保孙秦
- 关键词:最小二乘估计可靠度差分
- 改进的求解线性方程组的并行Arnoldi方法被引量:1
- 2009年
- 以Galerkin原理为基础,提出了求解循环块三对角线性方程组的并行算法。根据系数矩阵的稀疏性,选取适当的子空间的基,使算法不但不会发生中断,并从理论上证明了当系数矩阵对称正定时,该并行算法收敛。最后,在HPrx2600集群上进行的数值实验结果表明,该算法的并行效率很高,理论和实际计算相一致。
- 汪保吕全义樊艳红聂玉峰
- 一种面向遥感影像邻域处理的并行优化方法
- 本发明涉及一种面向遥感影像邻域处理的并行优化方法。本发明方法利用八叉树结构为并行集群环境中互为邻域的遥感影像分块数据建立索引;建立本地遥感影像分块坐标系与远程邻域遥感影像分块坐标系之间的关系映射;设计远程邻域数据访问请求...
- 尹天鹤陈志荣许家清林勇陆星家尹志杨帆汪保
- 文献传递
- 基于图像退化技术的近岸陆上水体提取方法
- 2015年
- 海岸带环境中由于海洋及入海河流的普遍存在而使陆上水体的提取变得较为复杂,尤其在处理滨海河口时,往往要借助人工干预对入海河流与海洋进行分割,进而提取河流信息,自动化程度较低。本文提出了一种基于图像退化技术的近岸陆上水体信息提取方法,该方法通过构建多级遥感影像金字塔,降低原始遥感影像的分辨率,使陆地上的河流信息得到退化,获得海洋水体图斑,然后再利用图像恢复,对陆地水体图斑进行复原,最终得到陆上水体信息。
- 尹天鹤陈志荣汪保
- 关键词:遥感影像金字塔图像退化水体提取
- 一种基于数据挖掘的蓄电池故障诊断方法
- 一种基于数据挖掘的蓄电池故障诊断方法,包括以下步骤:步骤1、读取N条蓄电池的电池电压、电池温度、电池内阻、动态负载电压、放电能力系数、动态放电电流的值以及蓄电池的劣化程度SOH的值;步骤2、设定时间窗口n和滑动步长S;步...
- 汪保梁继勇尹天鹤杨帆王延新
- 文献传递
- 求解块三对角线性方程组的一种并行算法
- 2008年
- 提出了分布式环境下求解块三对角线性方程组的一种并行混合迭代算法.利用分裂系数矩阵的方式,产生一个简单迭代;然后再利用多方向搜索方法,使得多方向搜索方法收敛速度加快.该算法只在相邻处理机间通信4次,消除了共轭梯度法所需要的内积运算.从理论上给出了算法收敛的一个充分条件.在HP rx2600集群上进行了数值试验,结果表明,实算与理论是一致的,并行效率也很高且比相关文献的计算效果好.
- 汪保吕全义
- 关键词:块三对角线性方程组HP
- 基于主成分分析的蓄电池健康状态识别
- 2018年
- 为识别蓄电池的健康状态,采用主成分分析的方法对615个蓄电池进行综合评价。通过Lilliefors检验,可知该组蓄电池综合得分以95%的置信度服从均值为-0.0524、标准差为0.6988的正态分布;通过与已知健康状态的电池对比发现,分数在[-2.026,1.3722]为健康电池,其他为非健康电池。
- 周芝远李富强汪保
- 关键词:主成分分析
- 基于小波分解的变压器油中故障气体预测方法
- 2015年
- 变压器油中溶解气体浓度值具有随机振荡性,且有一些测量误差,是预测气体浓度的难点。提出一种基于小波分解的气体浓度预测方法,将气体浓度数据进行小波分解,趋势部分使用GM(1,1)模型预测,细节部分使用AR(2)模型预测,对预测数据进行小波重构得到原时间序列的预测结果,并给出了未来时刻溶解气体浓度在一定置信度下的变化区间。数值试验结果显示,此方法预测结果比灰色预测模型准确,且误差近似服从均值为0的正态分布。
- 王博闫振华马波汪保
- 关键词:油中溶解气体分析小波分解GM(1,1)模型