-
公开(公告)号:CN109617053A
公开(公告)日:2019-04-12
申请号:CN201811505279.3
申请日:2018-12-10
Applicant: 国网河南省电力公司电力科学研究院 , 安徽大学 , 国家电网有限公司
IPC: H02J3/00
Abstract: 本申请涉及一种输配电线路高次谐波传播系数测试分析方法和装置,通过对非线性负荷谐波电流发射及传递特性的分析,发现随着非线性负荷谐波频率的高频化、配电线路的电缆化以及非线性用电负荷并网电压等级的提升,由输配电线路造成的高次谐波电流谐振放大问题逐渐凸显,正确计算输配电线路对高次谐波传输的特性,对于应对电网的高次谐波问题,提升电网运行的安全性,具有重要的现实意义。弥补了现有技术中关于输配电线路高次谐波传播系数测试分析的空白。
-
公开(公告)号:CN113486922A
公开(公告)日:2021-10-08
申请号:CN202110611935.3
申请日:2021-06-01
Applicant: 安徽大学
Abstract: 本发明公开了一种基于栈式自编码器的数据融合优化方法,包括以下步骤:S1:利用栈式自编码器对获取的癌症患者多组学数据进行降维,得到能够代表原始数据的低维潜在表示;S2:利用步骤S1得到的降维之后的组学数据,基于径向基函数和利用欧氏距离度量样本之间的亲密程度,计算出相似矩阵;S3:为每个组学数据定义相对相似矩阵,利用归一化因子控制样本的密度;S4:对融合得到的平均相对相似矩阵进行谱聚类,从而对癌症患者进行亚型划分。还公开了一种基于栈式自编码器的数据融合优化系统。本发明能够对高维度、多噪声的组学数据进行降维和融合,准确有效地对癌症进行亚型聚类,能有效提升癌症亚型聚类效果。
-
公开(公告)号:CN113486922B
公开(公告)日:2024-09-24
申请号:CN202110611935.3
申请日:2021-06-01
Applicant: 安徽大学
IPC: G06F18/2413 , G16B20/00 , G16H50/70 , G06F18/25 , G06F18/23
Abstract: 本发明公开了一种基于栈式自编码器的数据融合优化方法,包括以下步骤:S1:利用栈式自编码器对获取的癌症患者多组学数据进行降维,得到能够代表原始数据的低维潜在表示;S2:利用步骤S1得到的降维之后的组学数据,基于径向基函数和利用欧氏距离度量样本之间的亲密程度,计算出相似矩阵;S3:为每个组学数据定义相对相似矩阵,利用归一化因子控制样本的密度;S4:对融合得到的平均相对相似矩阵进行谱聚类,从而对癌症患者进行亚型划分。还公开了一种基于栈式自编码器的数据融合优化系统。本发明能够对高维度、多噪声的组学数据进行降维和融合,准确有效地对癌症进行亚型聚类,能有效提升癌症亚型聚类效果。
-
-