检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 学位论文

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 1 篇 仪器科学与技术
- 1 篇 材料科学与工程（可...
- 1 篇 控制科学与工程
- 1 篇 计算机科学与技术...
- 1 篇 软件工程
2 篇 管理学
- 2 篇 管理科学与工程(可...

主题

2 篇 分布式并行建模
1 篇 质量预报
1 篇 过程监测
1 篇 数据驱动建模
1 篇 模型选择
1 篇 大规模工业数据
1 篇 铝合金板带材生产
1 篇 集成学习
1 篇 性能预测

机构

1 篇 浙江大学
1 篇 北京工业大学

作者

1 篇 高建琛
1 篇 姚乐

语言

2 篇 中文

检索条件"主题词=分布式并行建模"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向大规模数据的工业过程分布式并行建模及应用

面向大规模数据的工业过程分布式并行建模及应用

引用

作者：姚乐浙江大学

学位级别：博士

随着“工业4.0时代”和“工业互联网”的提出,现代工业面临着新的机遇和挑战。自动化系统的日趋完善,工业生产过程加快了信息化与智能化的步伐,迈入了工业大数据时代。高维度、多工况、多单元的大规模数据不仅为数据驱动建模带来了更多... 详细信息

随着“工业4.0时代”和“工业互联网”的提出,现代工业面临着新的机遇和挑战。自动化系统的日趋完善,工业生产过程加快了信息化与智能化的步伐,迈入了工业大数据时代。高维度、多工况、多单元的大规模数据不仅为数据驱动建模带来了更多有价值的信息,还对传统的单机数据建模方法提出了挑战。如何充分高效地通过工业互联网平台挖掘大规模数据中蕴含的高价值信息,以及如何利用它们解决实际工业过程的问题,是目前过程建模研究的热点方向。本文从大规模工业数据出发,基于分布式并行计算架构研究了不同数据特性和过程特性下的分布式并行建模方法,用于工业过程的质量预报和过程监测。全文的主要研究内容如下:(1)针对工业过程建模面临大规模数据的问题,提出了一种基于MapReduce的分布式并行建模框架,用于关键质量变量预报。将半监督概率主成分回归模型部署到该框架下,在大型分布式数据块上并行训练局部模型,进而采用基于MapReduce的贝叶斯融合算法整合各局部模型的质量预报结果。相较于传统的单机建模算法,基于MapReduce的分布式并行半监督概率主成分回归模型在面对大规模数据时拥有更高的计算效率。并且由于模型训练过程利用了更多的数据,其预测精度也有了显著提升。(2)针对工业过程数据的非线性和半监督特性问题,提出了一种基于分层极限学习机的半监督深度学习模型。利用自编码器的深层网络结构有效地提取数据的非线性特征,并且引入流形正则化方法构造了半监督学习模型。该方法不仅可以深度挖掘有标签数据信息,还可以从大规模无标签样本中提取额外的数据特征。进一步,针对大规模工业数据下多工况过程建模的问题,依据“分而治之”的策略,提出了基于MapReduce的分布式并行极限学习机和分层极限学习机。首先利用分布式并行的K均值算法对过程的多个工况进行划分,进而分别在不同工况内采用分布式并行分层极限学习机训练局部模型,最后利用贝叶斯模型融合算法整合各局部模型,实现了对关键质量变量的在线预报。(3)针对大规模工业数据包含随机噪声和不确定性问题,提出了一种基于参数服务器架构的分布式并行概率建模框架。在该框架下,需要首先利用随机变分推断算法将基于变分推断的概率模型转变为可扩展的随机优化的形式,进而根据参数服务器计算架构对其进行分布式并行部署。本文提出了一种分布式并行高斯混合模型,用于大规模数据下的多工况过程建模。在分布式并行高斯混合模型训练过程的每次迭代中,只需要从大规模数据集中随机选择一个或一小批样本来计算梯度和更新参数,大大提高了模型的训练效率。数据集的可扩展形式使得基于参数服务器架构的分布式建模方法具备轻松处理大型数据集的能力。(4)针对多工况过程半监督数据的质量预报问题,提出了一种基于变分推断的半监督高斯混合模型。为充分利用大规模无标签数据,进一步提出了基于随机变分推断的半监督高斯混合模型,并部署成分布式并行半监督高斯混合模型,显著提升了模型训练效率。大量无标签样本参与模型训练,使得参数求解更加准确,提高了模型用于质量预报的性能。进一步,针对大规模厂级过程的多单元和多工况特性,提出了一种基于分布式并行半监督高斯混合模型的厂级过程分层质量监测算法,在质量相关子空间中,提出了从变量级、单元块级到厂级的的分层质量监测方案。(5)针对大规模工业数据的高维变量特性,在分布式并行概率建模框架下,提出了一种分布式并行概率隐变量建模方法,然后将其分别应用于大规模工业数据下的过程监测和质量预报。并且针对大规模厂级过程提出了厂级分层监测算法。首先将大规模工业过程划分为若干局部单元块,并在每个局部块内建立分布式并行的混合概率隐变量模型,进而在贝叶斯推断下实现了从厂级到单元块级,再到变量级的故障检测与诊断。不仅有效缓解了厂级过程建模的巨大计算任务,也有助于提升厂级故障检测和诊断的准确度。

关键词：数据驱动建模大规模工业数据分布式并行建模质量预报过程监测

来源：评论

学校读者我要写书评

暂无评论

基于集成学习的铝合金薄板带材力学性能预测方法研究

基于集成学习的铝合金薄板带材力学性能预测方法研究

引用

作者：高建琛北京工业大学

学位级别：硕士

性能预测模型在铝合金薄板带材生产过程中可以用于产品性能优化、新铝合金型号设计和性能动态控制等方面。随着铝板带材生产装备的发展,大量的传感器被部署在生产设备上,借助生产过程大数据建立更精确的性能预报模型已成为软测量建模领... 详细信息

性能预测模型在铝合金薄板带材生产过程中可以用于产品性能优化、新铝合金型号设计和性能动态控制等方面。随着铝板带材生产装备的发展,大量的传感器被部署在生产设备上,借助生产过程大数据建立更精确的性能预报模型已成为软测量建模领域的研究热点。集成学习可以提高模型的预测精度和泛化性能,近年来被广泛应用于工业过程建模,但目前的研究往往忽略了基模型间的多样性对集成学习模型的泛化性能的影响,而且集成学习需要建立多个基模型,算法的空间复杂度和时间复杂度较高,影响实际应用。针对上述问题,本论文的研究目标主要包括:一是基于基模型之间的多样性和基模型的精确性,对基模型进行选择性集成以提高集成学习的泛化性能;二是提出分布式并行计算优化的集成算法,提高集成学习模型的计算效率;三是将选择性集成建模方法用于铝合金薄板带材的力学性能预测。具体的研究内容如下:针对集成学习的基模型选择问题,提出同时考虑基模型之间的多样性以及单一模型性能的选择性集成建模方法。首先,提出一种基于博弈论的静态集成选择方法,将基模型对集成模型的多样性贡献率和单一基模型的精度作为博弈双方,利用博弈论原理求取使得集成模型准确性和多样性都达到最优的选择方案。其次,提出一种基于近似线性依靠的动态集成选择方法,利用ALD条件选择样本加入验证集,经过挑选的样本能够更好的代表建模对象的特性;综合基模型在验证集上的预测性能和多样性进行模型选择,使得在集成模型在线运行时,动态的增减基模型以适应建模对象的特性变化;并且提出一种基于基模型历史误差的加权融合方法对多个基模型的预测结果进行融合,进一步提高集成模型的精度和泛化性能。最后,通过公开数据集和实际工业数据验证了所提算法的合理性和有效性。针对在大数据环境下集成学习模型在训练与应用时计算效率不足的问题提出了集成模型并行化算法。首先描述了在线极限学习机的并行化算法,然后将集成框架进行并行化,给出了集成训练阶段和集成应用阶段的并行化计算流程。最后,通过实验证明并行化算法的有效性。将提出的方法应用于铝合金薄板带材的力学性能预测,对铝合金薄板带材生产工艺进行分析并选取影响质量指标的关键变量,对工业现场数据进行预处理,利用PCA算法对高维工业过程数据进行降维,建立选择性集成模型进行质量指标预测,对比了基本集成算法和本文所提出的改进算法,结果表明本文所提算法具有更好的预测性能。

关键词：铝合金板带材生产性能预测集成学习模型选择分布式并行建模

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：