基于核主成分分析法的船舶中央冷却器状态评估

1

作者 吴小豪 邹永久 刘军朴 《舰船科学技术》 北大核心 2025年第9期65-71,共7页

为实现船舶系统及设备的实时状态评估,基于船舶实际运行故障数据不易获得、数据结构非线性、数据量巨大以及噪声多等特征,本文采用核主成分分析法,以船舶中央冷却器为例,选择高斯核函数及不同核参数,仅利用高维的正常运行数据,在特征空... 为实现船舶系统及设备的实时状态评估,基于船舶实际运行故障数据不易获得、数据结构非线性、数据量巨大以及噪声多等特征,本文采用核主成分分析法,以船舶中央冷却器为例,选择高斯核函数及不同核参数,仅利用高维的正常运行数据,在特征空间中建立相应的核主成分评估模型,并对异常运行数据进行评估分析。评估结果表明,在合适的核参数下,核主成分分析法无需深入分析中央冷却器的结构与原理,即可快速有效地区分其非线性结构的正常运行数据和异常运行数据,其准确率优于常规主成分分析法,且其倒V字型的评估输出特性辨识度高,对微小故障较为敏感,非常适合用于突发性故障的早期识别。对于船舶机械设备而言,具有重要的工程实际应用意义。 展开更多

关键词 状态评估 核主成分分析法 核函数 非线性结构 突发性故障

在线阅读 下载PDF 职称材料

主成分分析法与核主成分分析法在机械噪声数据降维中的应用比较 被引量：38

2

作者 梁胜杰 张志华 崔立林 《中国机械工程》 EI CAS CSCD 北大核心 2011年第1期80-83,共4页

依据线性降维与非线性降维的分类原则,分别选择主成分分析法和核主成分分析法对某双层圆柱壳体在不同工况下的机械噪声数据进行降维;然后使用神经网络和支持向量机两种方法分别计算噪声数据在降维前后的正确识别率,以比较不同降维方法... 依据线性降维与非线性降维的分类原则,分别选择主成分分析法和核主成分分析法对某双层圆柱壳体在不同工况下的机械噪声数据进行降维;然后使用神经网络和支持向量机两种方法分别计算噪声数据在降维前后的正确识别率,以比较不同降维方法的降维效果,从而确定适合于某双层圆柱壳体机械噪声数据的降维方法。 展开更多

关键词 主成分分析法 核主成分分析法 核函数 神经网络 支持向量机 机械噪声 降维

在线阅读 下载PDF 职称材料

地下矿山采场结构参数的核主成分分析法优化 被引量：20

3

作者 胡建华 任启帆 +1 位作者 黄仁东 习智琴 《矿冶工程》 CAS CSCD 北大核心 2018年第2期25-29,33,共6页

针对华联矿业卧虎山矿地下开采工程技术条件,采用正交法设计了9组试验方案,基于Dimine-Midas/GTS-FLAC^(3D)耦合技术建立了采场计算分析模型,获得了不同参数下采场的力学特征值,确定了最大拉应力等9个评价指标,利用核主成分分析法建立... 针对华联矿业卧虎山矿地下开采工程技术条件,采用正交法设计了9组试验方案,基于Dimine-Midas/GTS-FLAC^(3D)耦合技术建立了采场计算分析模型,获得了不同参数下采场的力学特征值,确定了最大拉应力等9个评价指标,利用核主成分分析法建立了采场结构参数的综合评价模型,基于评价函数值优选采场结构参数。结果表明,运用正交试验,有效减少了计算的工程量,提高了分析效率,获得了不同采场结构参数和充填强度下的力学特征值;核主成分分析方法确定最优采场结构参数为矿柱宽3 m、采场宽10 m、矿柱高12.5 m、充填体弹性模量0.1 GPa;与主成分分析法结果对比,2种方法评价结果基本一致,证明了核主成分分析的适用性,更加突出了多因素的综合评价特征。 展开更多

关键词 采场 采场结构 采场参数 正交试验 数值模拟 多指标评价 核主成分分析法

在线阅读 下载PDF 职称材料

基于主成分分析法和核主成分分析法的机器人全域性能综合评价 被引量：10

4

作者 赵京 李立明 《北京工业大学学报》 CAS CSCD 北大核心 2014年第12期1763-1769,共7页

在机器人运动学和动力学性能评价中,表示机器人运动学和动力学性能的指标众多,全域性能指标是其中一项重要的评价指标,而全域性能指标又包括:线速度全域性能指标、角速度全域性能指标等指标.不同指标间往往存在不同程度的相关性,其中有... 在机器人运动学和动力学性能评价中,表示机器人运动学和动力学性能的指标众多,全域性能指标是其中一项重要的评价指标,而全域性能指标又包括:线速度全域性能指标、角速度全域性能指标等指标.不同指标间往往存在不同程度的相关性,其中有些相关性非常显著,这使它们提供的信息有可能发生重叠.引入统计学原理,依据线性降维与非线性降维原则,应用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel principal component analysis,KPCA)对不同尺度的PUMA560机器人的全域性能进行综合评价,从而选择综合全域性能最优的机器人.计算结果表明:KPCA方法较PCA方法有更好的降维效果,能够更有效地处理多个单一性指标间的非线性关系,提供更多的综合全域性能评价信息,可为建立机器人综合全域性能与其尺度之间的数值计算关系,为基于综合全域性能指标最佳尺度选取的研究提供科学的参考依据. 展开更多

关键词 机器人 全域性性能 主成分分析法 核主成分分析法 综合评价

在线阅读 下载PDF 职称材料

基于SCEM-UA优化的核主成分法在水质评价中的应用 被引量：1

5

作者 陈南祥 马伟希 甘甜 《中国农村水利水电》 北大核心 2011年第11期14-17,共4页

针对核主成分分析中核函数参数难以确定的问题,建立以第一主成分贡献率为目标函数,以核参数为优化变量的优化模型,运用SCEM-UA优化算法实现求解。将该方法应用于地下水水质评价中,通过与传统主成分分析法的对比,结果表明:基于SCEM-UA优... 针对核主成分分析中核函数参数难以确定的问题,建立以第一主成分贡献率为目标函数,以核参数为优化变量的优化模型,运用SCEM-UA优化算法实现求解。将该方法应用于地下水水质评价中,通过与传统主成分分析法的对比,结果表明:基于SCEM-UA优化的KPCA法可以客观、精确地得到最优化核参数,提高了综合评价的可信度,同时也验证了该方法在水质综合评价中的可行性。 展开更多

关键词 核主成分分析法 主成分分析法 参数优化 SCEM—UA 地下水水质评价

在线阅读 下载PDF 职称材料

基于两个方向二维核主成分分析的手指静脉识别 被引量：1

6

作者 陈玉琼 游林 《信息网络安全》 2014年第4期51-54,共4页

手指静脉识别是一种更优于指纹识别的生物特征识别技术,具有广阔的应用前景。核主成分分析法是一种非线性特征提取方法,克服了线性提取方法未能利用图像中高阶统计信息和多个像素间非线性相关性的缺点。二维核主成分分析法解决了一维操... 手指静脉识别是一种更优于指纹识别的生物特征识别技术,具有广阔的应用前景。核主成分分析法是一种非线性特征提取方法,克服了线性提取方法未能利用图像中高阶统计信息和多个像素间非线性相关性的缺点。二维核主成分分析法解决了一维操作中出现的矩阵过大导致计算量过大的问题,但却需要更多的系数来表达图像信息,压缩效果远不如一维操作方法。文章基于核主成分分析法,结合线性判决分析法和最大边界准则分析法,对图像的垂直和水平方向分别进行二维分析,使得手指静脉识别取得了最优效果。 展开更多

关键词 核主成分分析法 线性判决分析 最大边界准则分析 手指静脉识别

在线阅读 下载PDF 职称材料

基于时间卷积网络的电池寿命评估方法

7

作者 孙玉树 安娟 +4 位作者 黄存强 张舜祯 党艳阳 裴玮 唐西胜 《工程科学与技术》 北大核心 2025年第4期259-268,共10页

为了提高电池系统应用的技术经济性,本文基于时间卷积网络从健康状态和剩余使用寿命两个角度对电池寿命进行评估。首先,介绍时间卷积网络的电池寿命评估原理,阐述其相较于经典递归神经网络的优势;然后,基于电池易测量的时间、电压、电... 为了提高电池系统应用的技术经济性,本文基于时间卷积网络从健康状态和剩余使用寿命两个角度对电池寿命进行评估。首先,介绍时间卷积网络的电池寿命评估原理,阐述其相较于经典递归神经网络的优势;然后,基于电池易测量的时间、电压、电流和温度等数据提取14个相关间接健康特征因素,利用KL散度、皮尔逊相关系数和灰色关联度3种算法分别分析不同因素与健康状态的相关程度,并与时间卷积网络相关性方法进行对比和分析,筛选出对电池健康状态影响较大的5个特征因素,即循环时间、电压平均值、电压样本熵、温度样本熵和电流值;接着,利用核主成分分析法对选取的主导特征因素进行降维处理,筛选出贡献率较大的主成分,以减小后续计算复杂度。使用时间卷积网络、长短时记忆神经网络和反向传播神经网络进行仿真对比分析,结果表明本文的时间卷积网络具有较高的健康状态预测精度;另外,由于电池存在容量再生现象,利用健康状态对电池寿命表征存在较大误差,而通过对电池剩余循环次数进行寿命预测,可以克服健康状态预测的缺点。仿真结果验证了本文所提的时间卷积网络的电池寿命评估策略对电池寿命精确评估具有有效性。 展开更多

关键词 电池 时间卷积网络 核主成分分析法 健康状态 剩余使用寿命

在线阅读 下载PDF 职称材料

基于双滑模的飞机燃油油量传感器故障监测方法

8

作者 曲鸣飞 张鑫 于鑫 《传感技术学报》 CAS CSCD 北大核心 2024年第11期1952-1957,共6页

飞机燃油油量传感器故障监测由于输出信号的不稳定性,导致故障正确识别率低、残差监测值与标准残差间误差大,提出基于双滑模的飞机燃油油量传感器故障监测方法。以故障产生原因分析结果为基础,引入双滑膜,利用等效输出误差注入原理建立... 飞机燃油油量传感器故障监测由于输出信号的不稳定性,导致故障正确识别率低、残差监测值与标准残差间误差大,提出基于双滑模的飞机燃油油量传感器故障监测方法。以故障产生原因分析结果为基础,引入双滑膜,利用等效输出误差注入原理建立双滑膜观测器,结合李雅普诺夫矩阵关系优化双滑膜观测器测量矩阵,采集故障信息;通过小波包分解法分解采集的信息,提取特征;引入核主成分分析法,建立标准主成分信息模型,利用采集信息在主成分模型上的投影,对比传感器信息与核主成分信息的偏移,实现飞机燃油油量传感器故障监测。仿真结果表明,所提方法的故障正确识别率为100%,且残差监测值与标准残差间最大仅存在0.02的误差,该方法能够有效监测飞机燃油油量传感器故障。 展开更多

关键词 传感器 故障监测 滑膜观测器 李雅普诺夫矩阵 小波包分解法 核主成分分析法

在线阅读 下载PDF 职称材料

基于联合HOG特征的车牌识别算法 被引量：22

9

作者 殷羽 郑宏 +1 位作者 高婷婷 刘操 《计算机工程与设计》 北大核心 2015年第2期476-481,共6页

为解决车牌中汉字识别未考虑汉字结构特征的问题,提出联合方向梯度直方图特征(HOG)结合支持向量机(SVM)的车牌识别算法。将灰度图、二值图、16值图的HOG特征在一定的权重下融合为联合HOG特征,使用核主成分分析法(KPCA)对联合HOG特征进... 为解决车牌中汉字识别未考虑汉字结构特征的问题,提出联合方向梯度直方图特征(HOG)结合支持向量机(SVM)的车牌识别算法。将灰度图、二值图、16值图的HOG特征在一定的权重下融合为联合HOG特征,使用核主成分分析法(KPCA)对联合HOG特征进行降维;对汉字和数字字母分别利用支持向量机进行分类,利用交叉验证方法对参数进行优化,得到最优预测模型;利用预测模型预测识别结果。实验结果表明,相对于传统车牌识别算法,该算法可以应用于复杂环境下的车牌字符识别,车牌识别率提高了10%左右,鲁棒性强且便于硬件实现。 展开更多

关键词 车牌识别 联合方向梯度直方图 核主成分分析法 支持向量机 字符识别

在线阅读 下载PDF 职称材料

水库抗旱调度分期特征确定方法研究 被引量：11

10

作者 王义民 屠子倩 +2 位作者 畅建霞 郭爱军 霍秀秀 《自然灾害学报》 CSCD 北大核心 2020年第1期112-120,共9页

为在一定程度上减轻流域干旱损失,国家防汛抗旱总指挥部提出旱限水位的概念,并开展水库抗旱调度,降低干旱影响程度。旱限水位是水库低水位运行的控制性水位,其合理设置对提高区域水资源利用率意义重大,而水文气象特征在年内的阶段性变... 为在一定程度上减轻流域干旱损失,国家防汛抗旱总指挥部提出旱限水位的概念,并开展水库抗旱调度,降低干旱影响程度。旱限水位是水库低水位运行的控制性水位,其合理设置对提高区域水资源利用率意义重大,而水文气象特征在年内的阶段性变化要求基于旱限水位的水库管理应适应其变化特征。此次研究提出水库抗旱调度分期的确定方法,采用核主成分分析法提取指标的非线性特征,结合熵权法赋予指标权重后利用Fisher最优分割法对干旱的年内阶段性变化进行划分。以黄河流域刘家峡和小浪底水库为例,分期结果刘家峡水库分3期为:7月至9月,10月至3月,4月至6月;小浪底水库分3期为:7月至10月,11月至3月,4月至6月。 展开更多

关键词 水库抗旱调度 分期方法 核主成分分析法 熵权法 Fisher最优分割法

在线阅读 下载PDF 职称材料

基于SVM的双层圆柱壳体机械振动噪声数据特征提取方法比较 被引量：4

11

作者 张志华 梁胜杰 +1 位作者 尹曰建 钟强晖 《船舶力学》 EI CSCD 北大核心 2015年第1期215-220,共6页

鉴于某双层圆柱壳体的机械振动噪声数据结构复杂、维数较高,工程上不宜直接分析,文章提出先对其进行特征提取后再进一步分析的思路,可有效简化数据结构,提高数据分析的准确度。选择工程上常用的主成分分析法(PCA)、核主成分分析法(KPCA... 鉴于某双层圆柱壳体的机械振动噪声数据结构复杂、维数较高,工程上不宜直接分析,文章提出先对其进行特征提取后再进一步分析的思路,可有效简化数据结构,提高数据分析的准确度。选择工程上常用的主成分分析法(PCA)、核主成分分析法(KPCA)与独立成分分析法(ICA)对文中高维机械振动噪声数据进行特征提取。利用支持向量机(SVM)的分类识别能力,对经特征提取后不同工况下的噪声数据进行分类识别。依据正确识别率大小比较三种方法的特征提取效果,以选择针对某双层圆柱壳体机械振动噪声数据合适的特征提取方法。结论可为深入分析某双层圆柱壳体机械振动噪声数据的规律特点打下良好基础。 展开更多

关键词 支持向量机 主成分分析法 核主成分分析法 独立成分分析法 机械振动噪声 特征提取

在线阅读 下载PDF 职称材料

基于混合麻雀搜索算法海洋管线内腐蚀速率预测

12

作者 骆正山 张轩博 王小完 《热加工工艺》 北大核心 2023年第16期32-37,共6页

为提高海洋管线腐蚀速率预测精度,建立基于混合策略麻雀搜索算法(HSSA)优化的深度脊波神经网络(DRNN)腐蚀预测模型。首先通过种群初始化,改进发现者、加入者和侦查者位置更新公式的混合策略提高麻雀搜索算法(SSA)的模型性能。随后利用H... 为提高海洋管线腐蚀速率预测精度,建立基于混合策略麻雀搜索算法(HSSA)优化的深度脊波神经网络(DRNN)腐蚀预测模型。首先通过种群初始化,改进发现者、加入者和侦查者位置更新公式的混合策略提高麻雀搜索算法(SSA)的模型性能。随后利用HSSA对DRNN的权值和阈值进行迭代寻优,降低随机选取参数对模型性能的影响,提高模型预测精度,采用核主成分分析法(KPCA)提取出原始数据中的主要特征。最后,以中国海南东部某海底管道数据进行验证,并与其余4个模型对比。结果表明:HSSA-DRNN模型预测结果较其余模型更接近实际值,且MRE、RMSE指标均优于对比模型,证明所提模型能更准确可靠的预测海底管道腐蚀速率。 展开更多

关键词 海洋管线 内腐蚀速率 核主成分分析法 混合麻雀搜索算法 深度脊波神经网络

在线阅读 下载PDF 职称材料

基于KPCA-CMGANN算法的瓦斯涌出量预测研究 被引量：25

13

作者 肖鹏 谢行俊 +3 位作者 双海清 刘朝阳 王海宁 徐经苍 《中国安全科学学报》 CAS CSCD 北大核心 2020年第5期39-47,共9页

为了精准预测瓦斯涌出量,针对绝对瓦斯涌出量非线性、时变性、复杂性等特点,提出采用核主成分分析法(KPCA)对影响因素进行降维处理;针对BP神经网络(BPNN)中存在的收敛速度慢和易陷入局部最优解的问题,采用压缩映射遗传算法(CMGA)优化BP... 为了精准预测瓦斯涌出量,针对绝对瓦斯涌出量非线性、时变性、复杂性等特点,提出采用核主成分分析法(KPCA)对影响因素进行降维处理;针对BP神经网络(BPNN)中存在的收敛速度慢和易陷入局部最优解的问题,采用压缩映射遗传算法(CMGA)优化BPNN;构建CMGA与BPNN的耦合算法(CMGANN),计算分析某低瓦斯矿井监测历史数据形成的样本集,建立KPCA-CMGANN预测模型;用KPCA-CMGANN预测模型和其他3种网络模型分别对煤矿现场数据进行预测。结果表明:KPCA-CMGANN预测模型在379个时间步长里达到收敛,4个回采工作面的瓦斯涌出量预测相对误差分别为0.58%、0.63%、0.57%和0.45%,平均相对误差仅为0.56%,预测精度和收敛速度均优于对比模型,可实现瓦斯涌出量的快速精准预测。 展开更多

关键词 瓦斯涌出量预测 核主成分分析法(KPCA) 压缩映射遗传算法(CMGA) BP神经网络(BPNN) 样本集

在线阅读 下载PDF 职称材料

基于随机森林的风电功率短期预测方法 被引量：34

14

作者 刘兴 王艳 纪志成 《系统仿真学报》 CAS CSCD 北大核心 2021年第11期2606-2614,共9页

为了对短期风电功率及其波动范围作出有效预测,提出了一种基于Kmeans聚类和核主成分分析法结合随机森林算法的风电功率预测方法。采用聚类分析数据处理方法对气象风力发电数据进行预处理,提高数据质量,使用核主成分分析法对风电数据的8... 为了对短期风电功率及其波动范围作出有效预测,提出了一种基于Kmeans聚类和核主成分分析法结合随机森林算法的风电功率预测方法。采用聚类分析数据处理方法对气象风力发电数据进行预处理,提高数据质量,使用核主成分分析法对风电数据的8个特征数据进行降维处理去除特征间的相关性,采用随机森林算法进行预测,得到风电功率的预测值。结果表明:与传统的预测模型相比,采用聚类和核主成分分析法结合随机森林算法的模型进行预测,降低了预测误差,并能更准确地跟踪风电功率的变化。 展开更多

关键词 组合预测 聚类分析 核主成分分析法 随机森林算法 风电功率预测

在线阅读 下载PDF 职称材料

基于KPCA-LSSVM的回采工作面瓦斯涌出量的预测 被引量：7

15

作者 陈巧军 余浩 +2 位作者 李艳昌 谭依佳 李奕 《中国安全生产科学技术》 CAS CSCD 北大核心 2024年第4期78-84,共7页

为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素具有线性重叠、高维非线性等问题,提出使用核主成分分析法(KPCA)对影响因素进行非线性降维。选取沈阳某矿30组样本数据,以前24组数据作为训练集,后6组数据作为测试集,将确定后的核主... 为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素具有线性重叠、高维非线性等问题,提出使用核主成分分析法(KPCA)对影响因素进行非线性降维。选取沈阳某矿30组样本数据,以前24组数据作为训练集,后6组数据作为测试集,将确定后的核主成分作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA-LSSVM预测模型,将预测结果与PCA-LSSVM、LSSVM、多元非线性回归、KPCA-BP神经网络、PCA-BP神经网络以及BP神经网络预测结果进行对比。以最大相对误差绝对值作为模型预测精度的评价指标。研究结果表明:当选取前4个核主成分时,即达到模型训练要求。KPCA-LSSVM模型的预测最大相对误差绝对值为5.89%,预测精度均优于其他6种对比模型。研究结果可为实现瓦斯涌出量高精度预测提供参考。 展开更多

关键词 瓦斯涌出量的预测 核主成分分析法(KPCA) 最小二乘支持向量机(LSSVM) 相对误差绝对值

在线阅读 下载PDF 职称材料

基于KPCA-GA-BP模型的页岩气集输管道的内腐蚀速率预测 被引量：2

16

作者 周逸轩 彭星煜 +1 位作者 耿月华 王思汗 《腐蚀与防护》 CAS CSCD 北大核心 2024年第4期63-68,共6页

针对页岩气集输管道的内腐蚀,提出了一种基于KPCA-GA-BP组合模型的腐蚀速率预测算法。以某条页岩气集输管道的检测结果作为训练数据,运用反向传播(BP)神经网络建立预测模型,运用遗传算法(GA)优化了神经网络权值和阈值的初始值,运用核主... 针对页岩气集输管道的内腐蚀,提出了一种基于KPCA-GA-BP组合模型的腐蚀速率预测算法。以某条页岩气集输管道的检测结果作为训练数据,运用反向传播(BP)神经网络建立预测模型,运用遗传算法(GA)优化了神经网络权值和阈值的初始值,运用核主成分分析法(KPCA)对数据进行了降维,在模型建立的过程中不断优化提升模型的预测精度,采用所建模型对另一条相邻管道进行预测并开挖验证。结果表明:选择TRAINGDM作为训练函数,隐含层节点为(8,1),遗传算法进化数为50,种群规模为100,交叉概率为0.3,变异概率为0.2,运用KPCA将数据从7维降为4维后,此模型的均方误差最低为0.12,当该模型用于相邻管道的预测时,均方误差为0.14。运用KPCAGA-BP模型,对页岩气集输管道内腐蚀速率进行预测具有一定的准确性,此模型可用于辅助指导现场内腐蚀直接评价等相关工作。 展开更多

关键词 页岩气集输管道 内腐蚀速率 BP神经网络 遗传算法 核主成分分析法(KPCA) 均方误差(MSE)

在线阅读 下载PDF 职称材料

一种改进的极限学习机煤与瓦斯突出预测模型 被引量：26

17

作者 付华 李海霞 +2 位作者 卢万杰 徐耀松 王雨虹 《传感技术学报》 CAS CSCD 北大核心 2016年第1期69-74,共6页

较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证。为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型。首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标... 较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证。为了提高煤与瓦斯突出预测模型的预测精度,提出了一种改进的极限学习机煤与瓦斯突出预测模型。首先利用核主成分分析法对煤与瓦斯突出的影响指标进行降维简化处理,提取指标数据的主成分序列;把主成分序列分为训练样本和验证样本,然后在训练阶段,使用训练样本通过结合了全局搜索和局部搜索的文化基因算法对极限学习机的输入权值和隐含层偏差进行优化,得到最佳预测模型;最后,在最佳预测模型中,用验证样本对煤与瓦斯突出强度进行预测。通过实例验证,该模型能够有效预测煤与瓦斯突出强度。与BP、SVM、ELM、KPCA-ELM等预测模型相比,该模型具有更高的预测精度。 展开更多

关键词 煤与瓦斯突出 预测模型 极限学习机 核主成分分析法 文化基因算法

在线阅读 下载PDF 职称材料

基于FNN-UKF神经网络的氧化铝浓度动态预测模型 被引量：4

18

作者 易军 李太福 +2 位作者 侯杰 姚立忠 田应甫 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2013年第1期169-174,共6页

针对影响氧化铝浓度的因素较多,彼此相关性强,难以建立动态预测模型的问题,提出一种基于FNN-UKF神经网络的动态预测方法。首先考察各原始变量置零前后在特征空间主元投影上的相似度,判断其对氧化铝浓度的解释能力,由此进行原始变量选择... 针对影响氧化铝浓度的因素较多,彼此相关性强,难以建立动态预测模型的问题,提出一种基于FNN-UKF神经网络的动态预测方法。首先考察各原始变量置零前后在特征空间主元投影上的相似度,判断其对氧化铝浓度的解释能力,由此进行原始变量选择;再将约简后的原始变量输入基于UKF算法的神经网络预测模型,通过更新状态估计值和方差矩阵提高模型的泛化能力。对取自某厂160KA大型预焙槽的247组样本数据进行检验:228组样本的预测误差在±1%之内,计算量减少52.07%,表明该方法在保证预测精度的同时,有效降低了模型学习的计算量。 展开更多

关键词 虚假最近邻法 核主成分分析法 预测 氧化铝浓度 神经网络

在线阅读 下载PDF 职称材料

基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测 被引量：22

19

作者 骆正山 姚梦月 +1 位作者 骆济豪 王小完 《表面技术》 EI CAS CSCD 北大核心 2018年第11期173-180,共8页

目的提高埋地管道外腐蚀速率的预测精度。方法建立基于核主成分分析法(KPCA)和天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)腐蚀速率预测模型,通过KPCA对原始数据进行预处理,提取影响管道外腐蚀的主要因素,应用GRNN建立埋地管道外... 目的提高埋地管道外腐蚀速率的预测精度。方法建立基于核主成分分析法(KPCA)和天牛须搜索(BAS)算法优化的广义回归神经网络(GRNN)腐蚀速率预测模型,通过KPCA对原始数据进行预处理,提取影响管道外腐蚀的主要因素,应用GRNN建立埋地管道外腐蚀速率预测的数学模型,并采用BAS算法对模型进行优化,减小了人为设置参数的影响。以川气东送埋地管段为例,分析选取出12种关键影响因素,建立了埋地管道外腐蚀指标体系,借助MATLAB-R2014a编写程序进行仿真,并与实际值进行对比。结果模型的预测结果与实际值基本一致,KPCA可有效降低指标体系的维度,提取出包含原始信息97.9%的3个主因素—土壤电阻率、氧化还原电位、氯离子含量,简化了运算过程。采用的BAS-GRNN模型将预测精度提高到7.83%以内,平均相对误差5.21%,决定系数取值0.93。与其他模型相比,该模型性能较好,预测精度更高。结论采用KPCA提取的主要影响因素符合工程实际,建立的BAS-GRNN模型预测精度高,有较好的适应性,为埋地管道外腐蚀速率预测提供了新思路,对管道的维护更新工作提供了参考依据。 展开更多

关键词 埋地管道 外腐蚀速率预测模型 核主成分分析法(KPCA) 天牛须搜索算法(BAS) 广义回归神经网络(GRNN)

在线阅读 下载PDF 职称材料

基于小波KPCA-SSA-ELM的盐穴储气库注采管柱内腐蚀速率预测 被引量：5

20

作者 骆正山 欧阳长风 +1 位作者 王小完 张新生 《安全与环境学报》 CAS CSCD 北大核心 2023年第7期2238-2245,共8页

为提升盐穴储气库注采管柱的内腐蚀速率预测精度,建立了基于小波核主成分分析方法(Kernel Principal Components Analysis, KPCA)和樽海鞘群算法(Salp Swarm Algorithm, SSA)优化的极限学习机(Extreme Learning Machine, ELM)腐蚀速率... 为提升盐穴储气库注采管柱的内腐蚀速率预测精度,建立了基于小波核主成分分析方法(Kernel Principal Components Analysis, KPCA)和樽海鞘群算法(Salp Swarm Algorithm, SSA)优化的极限学习机(Extreme Learning Machine, ELM)腐蚀速率预测模型。首先通过小波KPCA提取影响注采管柱内腐蚀的主要特征,应用ELM建立盐穴储气库注采管柱内腐蚀速率预测模型,并采用SSA对模型参数进行迭代寻优,避免原参数选取的强随机性对模型泛化能力和预测性能的影响。结果表明,经小波KPCA特征提取后得到包含98.73%原信息的3项主成分,SSA-ELM模型的预测结果与实际值基本吻合,其均方根误差(E_(RMS))为0.009 3,平均绝对百分比误差(E_(MAP))为0.336 0%,决定系数(R~2)高达0.991 2,较其他3种对比模型性能更优。研究表明,所建模型具有强泛化性能和高预测精度,能够有效预测盐穴储气库注采管柱的内腐蚀速率,为盐穴储气库注采系统的完整性评价和风险预警提供参考。 展开更多

关键词 安全工程 盐穴储气库 注采管柱 内腐蚀速率 核主成分分析法(KPCA) 樽海鞘群算法(SSA) 极限学习机(ELM)

在线阅读 下载PDF 职称材料