检索结果-内蒙古大学图书馆

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

重庆大学学报 2023年第1期46卷 27-34页

作者：邓红涛贾琼李绍军李伟石河子大学新疆石河子832000 华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路,在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine co... 详细信息

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路,在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula,LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置,利用回归分析正则化路径选择R-vine copula矩阵结构,遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型,以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数,在处理高维度复杂工业过程数据时,利用稀疏模型和惩罚力度简化copula函数类型选择过程,缩短了建模时间,使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果,证明了提出的方法在非线性、非高斯过程的有效性。

关键词：过程监控相关性 R-vine copula LASSO回归

来源：评论

学校读者我要写书评

暂无评论

基于QRNN-CTC的中文语音识别声学模型

引用

计算机应用与软件 2023年第12期40卷 184-188,262页

作者：王先欢孙自强华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

针对卷积神经网络(CNN)在语音识别中处理时序能力不足和循环神经网络(RNN)在语音识别中模型复杂度较高、训练慢的问题,提出一种新的基于准循环神经网络和连接时序主义(QRNN-CTC)的声学模型。该模型既降低了参数量,又保证了一定的时序间... 详细信息

针对卷积神经网络(CNN)在语音识别中处理时序能力不足和循环神经网络(RNN)在语音识别中模型复杂度较高、训练慢的问题,提出一种新的基于准循环神经网络和连接时序主义(QRNN-CTC)的声学模型。该模型既降低了参数量,又保证了一定的时序间循环能力,利用CTC来实现输入序列和标签自动对齐,在训练时引入dropout防止过拟合。在Thchs-30数据集上的实验结果表明,QRNN-CTC比CNN-CTC相对错误率降低9.8%,最终词错误率为23.8%,训练时间为LSTM-CTC的一半。

关键词：深度学习语音识别声学模型准循环神经网络连接时序分类

来源：评论

学校读者我要写书评

暂无评论

基于双层优化策略的柔性换热网络同步优化方法

引用

高校化学工程学报 2021年第5期35卷 905-914页

作者：王世豪田一彤李绍军华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

常规换热网络主要在具有固定操作参数的标称条件下进行设计。然而在工业过程中操作参数往往存在波动,柔性换热网络能够处理来自不确定参数的干扰,具有更大实用性。目前的研究主要集中在顺序合成或多周期综合问题。但顺序合成不一定能找... 详细信息

常规换热网络主要在具有固定操作参数的标称条件下进行设计。然而在工业过程中操作参数往往存在波动,柔性换热网络能够处理来自不确定参数的干扰,具有更大实用性。目前的研究主要集中在顺序合成或多周期综合问题。但顺序合成不一定能找到全局最优,而多周期综合要求参数的变化可以由若干离散点描述。研究提出了一种基于分级超结构的双层同步优化策略,外层采用离散粒子群(BPSO)算法优化结构变量,内层采用基于模拟退火思想的进化(AEA)算法优化换热器面积,该方法可以完全解决操作参数连续变化的凸可行域问题。2个案例研究表明双层同步优化策略可以稳定寻找到较好的柔性换热网络优化结果。

关键词：柔性换热网络分级超结构同步优化智能算法不确定波动

来源：评论

学校读者我要写书评

暂无评论

基于伯恩斯坦多项式和D-vine copula的过程监控方法

引用

高校化学工程学报 2021年第1期35卷 118-126页

作者：崔群李绍军华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

针对利用Vine copula进行过程故障监控的建模过程中二元Copula函数种类选择困难问题,提出一种基于惩罚伯恩斯坦多项式的D-vine copula选择方法,运用到化工过程故障监控领域。该方法通过最近邻算法确定D-vine copula模型的变量顺序,利用... 详细信息

针对利用Vine copula进行过程故障监控的建模过程中二元Copula函数种类选择困难问题,提出一种基于惩罚伯恩斯坦多项式的D-vine copula选择方法,运用到化工过程故障监控领域。该方法通过最近邻算法确定D-vine copula模型的变量顺序,利用惩罚伯恩斯坦多项式和核密度估计器分别估计得到D-vine copula的模型参数和单变量边缘概率密度函数,构成多元变量的联合概率分布。最后结合高密度区域与静态密度分位数表,构建广义局部概率指标,实现在线过程监控。该方法在田纳西-伊斯曼(TE)过程和醋酸脱水过程进行检验。综合故障检测率和误报率的统计结果,表明该方法有良好的监控性能。

关键词：过程监控伯恩斯坦多项式惩罚平滑系数 D-vine copula

来源：评论

学校读者我要写书评

暂无评论

基于引力搜索算法的混合零空闲置换流水车间调度

引用

计算机集成制造系统 2021年第7期27卷 1909-1917页

作者：赵芮顾幸生华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

针对以最小化总流水时间为目标的混合零空闲流水车间调度问题,提出一种有效的贪婪引力搜索算法(GGSA)进行求解。引入了基于升序排列(ROV)规则的编码方式,使引力搜索算法(GSA)能够应用于离散优化问题;其次,对GSA进行了改进:在初始化中加... 详细信息

针对以最小化总流水时间为目标的混合零空闲流水车间调度问题,提出一种有效的贪婪引力搜索算法(GGSA)进行求解。引入了基于升序排列(ROV)规则的编码方式,使引力搜索算法(GSA)能够应用于离散优化问题;其次,对GSA进行了改进:在初始化中加入NEH(Nawaz-Enscore-Ham)启发式规则构造高质量的初始解,以提高搜索效率;引入可变迭代贪婪(vIG)算法,利用其较强的局部开发能力,提高算法精度;同时,在vIG算法中加入参照插入方案(RIS)和模拟退火收敛判据,前者可以加强局部搜索能力、加快收敛速度,后者可以帮助算法在一定程度上跳出局部最优。最后,通过对典型测试算例进行仿真,验证了所提出算法的有效性。

关键词：引力搜索算法混合零空闲流水车间调度迭代贪婪总流水时间

来源：评论

学校读者我要写书评

暂无评论

基于Ms-NIPLS-GPR的化工过程性能等级评估方法

引用

化工学报 2021年第3期72卷 1549-1556页

作者：王浩东王昕王振雷曹晨鑫华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237 上海交通大学电工电子实验教学中心上海200240 华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237 华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

针对化工过程中因输入输出数据间非线性关系造成在线性能评估准确度不足的问题,提出一种基于多数据空间非线性迭代偏最小二乘和高斯过程回归(multi-space nonlinear iterative partial least squares and Gaussian process regression,M... 详细信息

针对化工过程中因输入输出数据间非线性关系造成在线性能评估准确度不足的问题,提出一种基于多数据空间非线性迭代偏最小二乘和高斯过程回归(multi-space nonlinear iterative partial least squares and Gaussian process regression,Ms-NIPLS-GPR)的性能分级评估方法.首先将性能相近的过程历史数据划分成不同性能等级的集合,利用Ms-NIPLS方法提取不同性能等级训练数据的特征子空间,然后用GPR获得特征子空间与性能等级标签之间的非线性映射结构,建立输入数据与性能等级之间的离线模型.得到模型后,在线评估当前过程性能等级,同时通过构造过渡性能系数来区分稳态性能等级和稳态性能等级间的过渡性能状态.最后,将该方法应用到乙烯裂解过程在线性能评估中,说明该性能评估方法的有效性和准确性.

关键词：多数据空间非线性迭代偏最小二乘高斯过程回归模型稳态过渡性能评估

来源：评论

学校读者我要写书评

暂无评论

虚假数据注入攻击下直流微电网的滑模控制

引用

控制与决策 2022年第12期37卷 3207-3214页

作者：楼琦凯陈蓓丁勐牛玉刚上海工程技术大学电子电气工程学院上海201620 华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

针对一类控制通讯信道受到攻击下直流微电网系统母线电压波动问题,提出一种基于滑模控制方法的镇定策略,以实现动态控制与快速响应.首先,在直流微电网系统中引入蓄电池储能系统并构建系统数学模型;其次,设计积分滑模控制策略,控制储能... 详细信息

针对一类控制通讯信道受到攻击下直流微电网系统母线电压波动问题,提出一种基于滑模控制方法的镇定策略,以实现动态控制与快速响应.首先,在直流微电网系统中引入蓄电池储能系统并构建系统数学模型;其次,设计积分滑模控制策略,控制储能系统注入镇定电流以稳定直流母线电压,从而抑制非线性扰动和虚假数据注入攻击对系统性能的影响;然后,借助适当的Lyapunov泛函,得到确保滑动模态渐近稳定和滑模面可达性的充分条件,保证直流微电网系统能够实现对负载需求的迅速响应及稳定运行;最后,通过Matlab数值仿真验证所提出的滑模控制策略的有效性.

关键词：直流微电网滑模控制稳定性虚假数据注入攻击恒功率负载

来源：评论

学校读者我要写书评

暂无评论

不同复杂度汉字模式下运动想象脑机接口性能研究

引用

生物医学工程学杂志 2021年第3期38卷 417-424,454页

作者：左词立毛盈刘倩倩王行愚金晶华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

传统运动想象脑机接口(BCI)的范式任务较为抽象,无法有效指导使用者调节大脑活动,从而限制了感觉运动皮层的激活程度。研究发现,汉字书写的运动想象任务能更好地被使用者接受,有助于指导使用者调节感觉运动节律;而不同的汉字具有不同的... 详细信息

传统运动想象脑机接口(BCI)的范式任务较为抽象,无法有效指导使用者调节大脑活动,从而限制了感觉运动皮层的激活程度。研究发现,汉字书写的运动想象任务能更好地被使用者接受,有助于指导使用者调节感觉运动节律;而不同的汉字具有不同的书写复杂度(笔画数),目前不同复杂度的汉字书写其运动想象任务对运动想象BCI性能的影响尚不清楚。基于此,本文共招募12名健康受试者参与两种不同复杂度(5笔画和10笔画)的汉字书写运动想象任务对运动想象BCI性能影响的研究。试验结果表明,与5笔画的汉字相比,10笔画的汉字书写运动想象任务获得了更强的感觉运动节律,以及更好的识别性能(P<0.05)。本文研究结果表明,适当增加汉字书写运动想象任务的复杂度,能获得更强的运动想象电位,提高运动想象BCI的识别准确率,期望本文研究可为今后运动想象BCI的范式设计提供一定的参考依据。

关键词：脑机接口运动想象感觉运动节律

来源：评论

学校读者我要写书评

暂无评论

互信息深度稀疏自编码融合DLSTM预测网络

引用

计算机工程与应用 2022年第20期58卷 277-285页

作者：李江坤黄海燕华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200030

针对工业系统变量之间存在动态和相互关联特性导致关键变量预测精度降低问题,提出一种互信息深度堆叠稀疏自编码数据特征网络(mutual information-deep stack sparse auto-encoder,MI-DSSAE)结合深度长短期记忆(deep LSTM,DLSTM)预测模... 详细信息

针对工业系统变量之间存在动态和相互关联特性导致关键变量预测精度降低问题,提出一种互信息深度堆叠稀疏自编码数据特征网络(mutual information-deep stack sparse auto-encoder,MI-DSSAE)结合深度长短期记忆(deep LSTM,DLSTM)预测模型。MI-DSSAE模型对稀疏编码器改进,采用堆叠稀疏编码器结构,引入互信息作为重构损失权重,对多个稀疏编码器隐层迁移并微调。预测部分采用深度DLSTM网络结构,用双层Bi-LSTM结构对序列数据的动态变化特性双向捕捉,将输出数据输入到普通LSTM进行记忆处理,进行全连接层加权预测关键质量变量。采用流程化工业案例脱丁烷塔的C4含量对提出的模型验证,同时对比RNN、LSTM、GRU模型以及MI-DSSAE-RNN、MI-DSSAE-LSTM、MI-DSSAE-GRU等模型,通过RMSE、R2和MAE多项回归误差指标对比分析,验证MI-DSSAE-DLSTM模型的有效性。

关键词：深度稀疏自编码器互信息长短期记忆(LSTM) 脱丁烷塔软测量

来源：评论

学校读者我要写书评

暂无评论

基于改进密度峰值聚类算法的轨迹行为分析

引用

计算机工程与应用 2022年第17期58卷 314-324页

作者：吕奕刘漫丹华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200030

为了深入挖掘校园无线网络轨迹行为数据信息,采用基于密度的聚类方法对校园内用户的轨迹行为进行特征聚类。由于基于密度的聚类算法通常采用距离作为相似性度量方式,为了有效衔接此类聚类算法,先将用户相似度矩阵通过转换函数转变为距... 详细信息

为了深入挖掘校园无线网络轨迹行为数据信息,采用基于密度的聚类方法对校园内用户的轨迹行为进行特征聚类。由于基于密度的聚类算法通常采用距离作为相似性度量方式,为了有效衔接此类聚类算法,先将用户相似度矩阵通过转换函数转变为距离矩阵。引入离群点检测算法,将离群点检测算法与聚类算法相结合,减少参数的输入个数,增加聚类的聚合程度。改进后的聚类算法可以有效检测出数据轨迹的异常,帮助高校通过对学生上网记录的处理找到浏览信息与大部分同学不一致的人,缩小目标范围,进行有针对性的处理。通过定性分析和实验对比验证,确定两种基于离群点检测的共享最近邻的快速搜索密度峰值聚类适用于校园无线网络行为轨迹相似度矩阵的处理,邓恩指数等聚类内部指标及整体性能优于同类算法。

关键词：聚类分析密度峰值离群点检测校园无线网络

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：