检索结果-内蒙古大学图书馆

化工学报 2019年第2期70卷 696-706页

作者：汤健乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

城市固废焚烧(MSWI)过程排放的二噁英(DXN)是被称为"世纪之毒"的持续性污染物。该过程的多阶段、多温度区间的物理化学特性导致DXN排放浓度的机理模型难以构建。工业实际中通常以月或季为周期耗时近1周时间在实验室以离线化... 详细信息

城市固废焚烧(MSWI)过程排放的二噁英(DXN)是被称为"世纪之毒"的持续性污染物。该过程的多阶段、多温度区间的物理化学特性导致DXN排放浓度的机理模型难以构建。工业实际中通常以月或季为周期耗时近1周时间在实验室以离线化验方式滞后检测。针对这些问题,提出了基于选择性集成(SEN)核学习算法的DXN排放浓度软测量方法。首先,基于先验知识给出候选核参数集和候选惩罚参数集,采用核学习算法构建基于这些超参数的候选子子模型;然后,耦合优化和加权算法对相同核参数的候选子子模型进行选择与合并,进而得到基于不同核参数的候选SEN子模型集合;最后,再次采用优化和加权算法获得结构与超参数自适应的多层SEN软测量模型。采用UCI平台水泥抗压强度和焚烧过程DXN数据验证了所提方法的有效性。

关键词：城市固废焚烧过程系统二噁英参数估值选择性集成废物处理

来源：评论

学校读者我要写书评

暂无评论

基于互信息和自组织RBF神经网络的出水BOD软测量方法

引用

化工学报 2019年第2期70卷 687-695页

作者：李文静李萌乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)难以实时准确测量的问题,提出了一种基于互信息和自组织RBF神经网络的软测量方法对出水BOD进行预测。首先,使用基于互信息的方法提取相关特征参量作为软测量模型的输入变... 详细信息

针对污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)难以实时准确测量的问题,提出了一种基于互信息和自组织RBF神经网络的软测量方法对出水BOD进行预测。首先,使用基于互信息的方法提取相关特征参量作为软测量模型的输入变量;其次,设计一种基于误差校正-敏感度分析的自组织RBF神经网络,使用改进的Levenberg-Marquardt (LM)算法对网络进行训练以提高训练速度;最后将软测量模型应用于UCI公开数据集及实际的污水处理过程,实验结果表明该软测量模型结构紧凑,训练时间相对较短,预测精度有所提高,能够对出水BOD实现快速准确预测。

关键词：神经网络动态建模互信息 RBF 自组织出水BOD 预测

来源：评论

学校读者我要写书评

暂无评论

基于混合评价指标的自组织模糊神经网络设计研究

引用

化工学报 2019年第7期70卷 2606-2615页

作者：乔俊飞贺增增杜胜利北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对在无增长和修剪阈值时模糊神经网络结构难以自适应问题,提出一种基于混合评价指标(hybridevaluation index, HEI)的结构设计方法。首先,通过模糊C均值聚类算法(fuzzy C-means clustering, FCM)确定初始规则层神经元数目及其中心与... 详细信息

针对在无增长和修剪阈值时模糊神经网络结构难以自适应问题,提出一种基于混合评价指标(hybridevaluation index, HEI)的结构设计方法。首先,通过模糊C均值聚类算法(fuzzy C-means clustering, FCM)确定初始规则层神经元数目及其中心与宽度。其次,基于戴维森堡丁指数(Davies bouldin index, DBI)和邓恩指数(Dunn index, DI)提出一种新的相关性评价指标(relevance evaluation index, REI)来计算规则层各神经元输出之间的相关性,同时根据训练过程中网络输出均方根误差(root mean square error, RMSE)的变化情况来确定网络的学习能力,然后基于REI和RMSE提出了HEI。通过HEI来调整模糊神经网络的拓扑结构,有效解决了在无增长和修剪阈值时网络结构难以动态自调整的问题且避免了网络结构冗余。最后,通过对Mackey-Glass时间序列预测、非线性系统辨识和大气中PM2.5浓度预测,证明了该结构设计方法的可行性和有效性。

关键词：自组织模糊神经网络混合评价指标优化设计动态建模预测

来源：评论

学校读者我要写书评

暂无评论

一种基于均匀分布策略的NSGAⅡ算法

引用

自动化学报 2019年第7期45卷 1325-1334页

作者：乔俊飞李霏杨翠丽北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对局部搜索类改进型非劣分类遗传算法(Nondominated sorting genetic algorithm Ⅱ, NSGAⅡ)计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ (NSGAⅡ based on uniform distribution, NSGAⅡ-UID)多目标优化算法.首先,... 详细信息

针对局部搜索类改进型非劣分类遗传算法(Nondominated sorting genetic algorithm Ⅱ, NSGAⅡ)计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ (NSGAⅡ based on uniform distribution, NSGAⅡ-UID)多目标优化算法.首先,该算法将种群映射到目标函数对应的超平面,并在该平面上进行聚类以增加解的多样性.其次,为了提高解的分布性,将映射平面进行均匀分区.当分段区间不满足分布性条件时,需要激活分布性加强模块.与此同时在计算过程中分段区间可能会出现种群数量不足或无解的状况,为了保证每个区间所选个体数目相同.最后,采用将最优个体进行极限优化变异的方法来获得缺失个体.实验结果显示该算法可以保证种群跳出局部最优且提高收敛速度,并且在解的分布性和收敛性方面均优于文中其他多目标优化算法.

关键词：改进型非劣分类遗传算法映射聚类分布性加强局部变异

来源：评论

学校读者我要写书评

暂无评论

探空温度传感器误差预测技术研究

引用

电子测量与仪器学报 2021年第12期35卷 24-36页

作者：杨加春王彦明李庆军贾克斌刘鹏宇天津华云天仪特种气象探测技术有限公司天津300392 石家庄邮电职业技术学院石家庄050021 北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了0.1℃的量级要求,而由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达3℃甚至更高,已成为制约气象探测精度提升的主要障碍。针... 详细信息

随着气候诊断、气候变化、天气预报等学科的深入开展,对探空温度传感器的测量精度提升到了0.1℃的量级要求,而由于太阳辐射、升空速度、入云出云等因素的干扰,引起的测量误差可达3℃甚至更高,已成为制约气象探测精度提升的主要障碍。针对此问题,首先通过三维建模及流体力学分析,得到了温度传感器最优的设计方案,从传感器形态设计上实现了测量误差最小化。然后对历史气象探测数据进行分析和汇总,构造出国内首个基于真实环境的、包含900000条探测记录的高空气象探测数据集,以解决仿真环境与真实环境存在偏差的问题。最后,将Morlet小波作为深度神经网络的激活函数,并将支持向量机、XGBoost、深度神经网络、线性回归相融合,构造出一个针对探空温度传感器测量误差的预测模型。经过本文所提出的误差预测模型,平均误差从0.817降低到了0.008,均方误差从0.878降低到了0.068,标准差从0.458降低到了0.204,拟合系数R;为0.93,使温度传感器的测量精度得到显著提升,更有利于气象学科相关内容的展开。

关键词：气象探测温度传感器误差预测特征工程模型融合

来源：评论

学校读者我要写书评

暂无评论

深度学习在多天气分类算法中的研究与应用

引用

高技术通讯 2020年第10期30卷 1010-1017页

作者：陈思玮贾克斌王聪聪刘钧北京工业大学信息学部计算智能与智能系统北京市重点实验室北京100124 北京先进信息网络实验室北京100124 华云升达(北京)气象科技有限责任公司北京100081

针对目前多天气识别分类问题,提出了一种基于深度学习和计算机视觉的天气现象自动分类算法。采集并建立了一个包括雾霾、沙尘、雨、雪、霜、露6类天气的适用于任意场景的多天气现象数据集,改善了目前已见报数据集规模小、种类单一、只... 详细信息

针对目前多天气识别分类问题,提出了一种基于深度学习和计算机视觉的天气现象自动分类算法。采集并建立了一个包括雾霾、沙尘、雨、雪、霜、露6类天气的适用于任意场景的多天气现象数据集,改善了目前已见报数据集规模小、种类单一、只面向特定场景的情况;同时采用密集连接和池化均衡的结构搭建深度卷积神经网络(CNN)模型,训练并挖掘天气数据的特征与内在规律,用深度学习方法实现天气现象的自动分类。实验结果表明相比传统计算机视觉算法,该算法解决了严重依靠特征提取、适用场景单一问题;且比大多数深度网络模型参数更少、识别准确性更高,算法泛化性能大幅提升。

关键词：多天气分类深度学习卷积神经网络(CNN) DenseNet 迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于Elman神经网络的PM2.5质量浓度区间预测

引用

北京工业大学学报 2020年第4期46卷 377-384页

作者：李晓理梅建想王康李济瀚北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 数字社区教育部工程研究中心北京100124

针对PM2.5质量浓度序列不确定性和随机性特征,提出一种基于互补集合经验模态分解和优化Elman神经网络的区间预测模型.首先,利用互补集合经验模态分解将原始PM2.5质量浓度序列进行分解,并用样本熵将其重组为复杂度差异明显的子序列.其次... 详细信息

针对PM2.5质量浓度序列不确定性和随机性特征,提出一种基于互补集合经验模态分解和优化Elman神经网络的区间预测模型.首先,利用互补集合经验模态分解将原始PM2.5质量浓度序列进行分解,并用样本熵将其重组为复杂度差异明显的子序列.其次,针对各子序列分别用多输入单输出Elman神经网络(Elman neural network,ENN)建立PM2.5质量浓度预测模型.在各子序列预测结果基础之上,采用多输入双输出Elman神经网络实现PM2.5质量浓度区间预测.最后,为了进一步提高预测模型性能,提出一种区间预测评价指标作为目标函数,采用思维进化算法对Elman神经网络权值β和阈值b进行寻优.基于北京工业大学校园监测站点采集数据,验证了预测模型的可靠性和有效性.所提预测模型为PM2.5质量浓度预测提供了一种方法.

关键词：互补集合经验模态分解样本熵 Elman神经网络区间预测模型思维进化算法 PM2.5

来源：评论

学校读者我要写书评

暂无评论

基于深度特征字典学习和Largevis的遥感图像检索

引用

测控技术 2022年第7期41卷 10-16页

作者：侯峰刘斌卓政卓力张菁北京工业大学北京计算智能与智能系统重点实验室北京100124 北京工业大学信息学部微电子学院北京100124 北京航空航天大学计算机学院北京100191

提出了一种基于深度特征字典学习和Largevis的遥感图像检索方法。该方法以Inception v4为骨干网络,提取了第一个Reduction Block输出的特征图,并对其进行重组。然后利用K均值聚类算法对重组后的特征进行训练,构造深度特征字典。基于深... 详细信息

提出了一种基于深度特征字典学习和Largevis的遥感图像检索方法。该方法以Inception v4为骨干网络,提取了第一个Reduction Block输出的特征图,并对其进行重组。然后利用K均值聚类算法对重组后的特征进行训练,构造深度特征字典。基于深度特征字典,对卷积特征图进行量化,得到紧凑的特征表示向量,将其与全连接层特征相结合,形成图像特征表示向量。为了避免“维度灾难”的问题,采用Largevis降维方法对图像特征表示向量进行降维。采用L2距离度量方法对降维后的特征进行相似性比对,实现了遥感图像的检索。在RS19、UCM和RSSCN7数据集上的实验结果表明,与现有的方法相比,该方法能获得更好的检索性能。

关键词： Inception v4网络深度特征字典学习 Largevis降维遥感图像检索

来源：评论

学校读者我要写书评

暂无评论

基于四阶累积分析的工业大肠杆菌制备过程故障诊断

引用

控制理论与应用 2020年第3期37卷 667-675页

作者：常鹏乔俊飞张祥宇王普北京工业大学信息学部北京100124 北京工业大学计算智能和智能系统北京市重点实验室北京100124 北京工业大学数字社区教育部工程研究中心北京100124

工业大肠杆菌制备过程具有非线性和非高斯性共存的特征,导致难以对故障源进行有效定位,针对这个问题,提出一种基于多向核熵独立元分析(MKEICA)的过程监测方法;同时针对传统低阶监控统计量(T2, I2和SPE)无法得到非高斯信息的不足提出了... 详细信息

工业大肠杆菌制备过程具有非线性和非高斯性共存的特征,导致难以对故障源进行有效定位,针对这个问题,提出一种基于多向核熵独立元分析(MKEICA)的过程监测方法;同时针对传统低阶监控统计量(T2, I2和SPE)无法得到非高斯信息的不足提出了四阶累积监控统计量的方法;其次通过对四阶累积监控量进行推导,得到故障产生的原因.最后将其应用在实际的工业过程并与多向核独立元分析(MKICA)监测模型进行对比验证该方法的可行性及有效性.

关键词：多向核熵独立成分分析四阶累积分析多向核主成分分析多向核独立成分分析故障监测

来源：评论

学校读者我要写书评

暂无评论

一种气动肌肉拮抗驱动机器人关节的类人运动控制方法

引用

机器人 2019年第6期41卷 803-812页

作者：龚道雄何睿于建均左国玉北京工业大学信息学部自动化学院北京100124 计算智能与智能系统北京市重点实验室北京100124

为了实现气动人工肌肉拮抗驱动机器人关节系统的类人运动控制,针对该系统严重非线性的特点,本文将其控制问题视为一个非线性最优控制问题,根据人体手臂关节运动的最小加加速度模型设定系统的最优控制性能指标,首先采用扩张状态观测器将... 详细信息

为了实现气动人工肌肉拮抗驱动机器人关节系统的类人运动控制,针对该系统严重非线性的特点,本文将其控制问题视为一个非线性最优控制问题,根据人体手臂关节运动的最小加加速度模型设定系统的最优控制性能指标,首先采用扩张状态观测器将机器人关节模型线性化得到积分器串联标准型,然后在线性化模型基础上设计最优控制律,使机器人关节具有与人手臂关节相似的无约束运动轨迹.仿真结果表明,采用本文算法,机器人关节能实现大运动范围(0~120°)的类人运动,关节运动轨迹对负载的改变(1 kg^5 kg)不敏感,并且关节运动具有较好的抗扰动能力.在机器人关节实验平台上通过实物实验验证了算法的有效性,并进一步讨论了控制器参数的设计规则.本文算法需要整定的参数只有2个,适用于气动肌肉拮抗驱动关节的类人运动控制,能够满足协作机器人在本质安全性、运动柔顺性以及类人运动模式等方面的要求.

关键词：气动人工肌肉拮抗关节类人运动控制最优控制

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：