《表2 8种用于电能质量复合扰动识别的特征量》
提示：宽带有限、当前游客访问压缩模式
在S变换三维时频图中，频率的分辨率随着傅里叶变换计算的样本数量和采样频率而发生相应的改变。本文从各复合扰动特性曲线中提取用于分类识别的特征量见表2所示。
| 图表编号 | XD0085165900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.28 |
| 作者 | 陈力、宋曦、崔力心 |
| 绘制单位 | 国网甘肃省电力公司电力科学研究院、国网甘肃省电力公司、国网甘肃省电力公司电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
![表1 几种常见的能够被整合素特异性识别的多肽[8]](http://bookimg.mtoou.info/tubiao/gif/DXHX202003001_01100.gif)
相关图表
- 《表2 两种频带范围内利用/i/LPC倒谱特征进行说话人识别的Cllr值和等误率》2020.10.20
- 《表1 人体膝关节结构：用于网络新闻热点识别的热点新词发现》2020.12.10
- 《表2 各算法识别的复合物基本信息》2020.05.01
- 《表3 用于遮挡人脸识别的卷积神经网络》2020.05.01
- 《表3 深度神经网络用于水下目标检测与识别的对比分析》2020.03.25
- 《表1 几种常见的能够被整合素特异性识别的多肽[8]》2020.03.28
- 《表A2用于OLTC故障识别的CNN网络结构与参数》2020.06.10
- 《表3 实验三结果：用于晶圆对位标记识别的模板匹配算法研究》2020.02.25
- 《表2 实验二结果：用于晶圆对位标记识别的模板匹配算法研究》2020.02.25
- 《表2 各算法识别的复合物的基本信息》2020.01.15
- 《表4 实测试验结果：基于深度前馈网络的电能质量复合扰动识别》2020.01.10
- 《表3 网络识别性能评价：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表2 实验结果混淆矩阵：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表1 数据说明：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表8 谐波检测结果：基于ELCDCAN与EAM-FMD的电能质量扰动分析》2019.09.01
- 《表2 四层神经网络构造：三种用于加工特征识别的神经网络方法综述》2019.09.25
- 《表1 三层神经网络构造：三种用于加工特征识别的神经网络方法综述》2019.09.25
- 《表1 扰动的初始特征集：基于条件互信息特征选择法和Adaboost算法的电能质量复合扰动分类》2019.02.28
- 《表1 3种复合电能质量扰动信号的检测结果》2018.12.15
- 《表2 不同规模数据库在3种信号频带范围内的LPC倒谱特征识别的Cllr值》2019.10.20