基于高斯混合模型及EM算法的建筑工程数据预警治理方法 被引量：1

1

作者 张静雯 耿天宝 《科学技术创新》 2024年第8期192-195,共4页

结合初期雨水调蓄大直径顶管工程的实际设计及施工经验,对软弱地层条件下长距离大直径平行双管曲线顶管在设计及施工过程中存在的重点难点问题进行总结,并对顶管过程中的顶力及管周摩阻力做了深入分析研究,有针对性地提出了相应的解决方... 结合初期雨水调蓄大直径顶管工程的实际设计及施工经验,对软弱地层条件下长距离大直径平行双管曲线顶管在设计及施工过程中存在的重点难点问题进行总结,并对顶管过程中的顶力及管周摩阻力做了深入分析研究,有针对性地提出了相应的解决方案,使该顶管工程顺利贯通。建筑工程行业在现代社会中发挥着重要的经济和社会作用,然而,它也伴随着诸多风险和不确定性。为了有效地管理和预测这些风险,本文提出了一种基于高斯混合模型(GMM)和期望最大化(EM)算法的数据预警治理方法。该方法旨在通过对建筑工程数据的建模和分析,提前识别潜在的问题和风险,从而改善工程项目的管理和决策。 展开更多

关键词 GMM高斯混合模型 em算法 数据预警治理 正态分布曲线 后验概率

在线阅读 下载PDF 职称材料

混合高斯参数估计的两种EM算法比较 被引量：6

2

作者 刘旺锁 王平波 顾雪峰 《声学技术》 CSCD 2014年第6期539-543,共5页

混合高斯模型是一种典型的非高斯概率密度模型,获得广泛应用。其参数的优效估计可以通过最大似然方法获得,但最大似然估计往往因其非线性而难以实现,故期望最大化(Expectation-Maximization,EM)迭代算法成为一种常用的替代方法。常规EM... 混合高斯模型是一种典型的非高斯概率密度模型,获得广泛应用。其参数的优效估计可以通过最大似然方法获得,但最大似然估计往往因其非线性而难以实现,故期望最大化(Expectation-Maximization,EM)迭代算法成为一种常用的替代方法。常规EM算法性能受迭代初值设置影响大,且不能对模型阶数做出估计。一种名为贪婪EM的改进算法可以克服这两个缺点,获得更为准确的模型参数估计,但其运算量一般会远大于前者。本文对这两种EM算法进行综合研究,深入挖掘两者之间的关系,并基于相同的数值仿真实例,直观地演示比较两者的性能差异。 展开更多

关键词 混合高斯 最大似然估计 期望最大化 贪婪期望最大化

在线阅读 下载PDF 职称材料

基于快速EM算法的马尔可夫随机场模型运动目标自动分割 被引量：4

3

作者 仲兴荣 黄贤武 +1 位作者 王加俊 陈蕾 《微电子学与计算机》 CSCD 北大核心 2004年第1期102-105,共4页

文章提出一种基于高斯马尔可夫随机场(GMRF)模型的运动目标自动分割算法。该算法采用高斯混合分布描述视频序列的差分图像,对标准Expectation-Maximization(EM)算法进行了改进,提出了快速EM算法,从不完整数据中估计出概率模型的参数。... 文章提出一种基于高斯马尔可夫随机场(GMRF)模型的运动目标自动分割算法。该算法采用高斯混合分布描述视频序列的差分图像,对标准Expectation-Maximization(EM)算法进行了改进,提出了快速EM算法,从不完整数据中估计出概率模型的参数。在此基础上建立马尔可夫随机场模型,构造系统能量函数。然后通过条件迭代模型(ICM)优化算法求解能量函数的最优解,得出标记场,提取出运动目标。实验结果证明,该算法对运动目标分割具有很好的分割效果。 展开更多

关键词 高斯马尔可夫随机场模型 GMRF 目标自动分割 高斯混合分布 em算法 能量函数 图像处理

在线阅读 下载PDF 职称材料

混合Weibull分布参数估计的EM算法 被引量：3

4

作者 杨明 毕涌 雷英杰 《华北工学院学报》 2003年第5期353-356,共4页

　混合Weibull分布在工业、经济、管理等领域中有着广泛的应用背景.但混合Weibull模型相当复杂,其参数估计相当困难,对于这一问题,目前还没有一种行之有效的解决方法.本文推导了求解有限混合Weibull模型参数估计的EM算法,并设计了一种... 　混合Weibull分布在工业、经济、管理等领域中有着广泛的应用背景.但混合Weibull模型相当复杂,其参数估计相当困难,对于这一问题,目前还没有一种行之有效的解决方法.本文推导了求解有限混合Weibull模型参数估计的EM算法,并设计了一种有效选取参数初始值的方法.大量数值试验表明:文中给出的算法及初始化方案能有效地解决有限混合Weibull分布的参数估计问题. 展开更多

关键词 混合Weibull分布 极大似然估计 em算法 完全数据 不完全数据

在线阅读 下载PDF 职称材料

基于MapReduce的分布式EM算法的研究与应用 被引量：2

5

作者 胡爱娜 《科技通报》 北大核心 2013年第6期68-70,共3页

EM(Expectation-Maximization)算法在机器学习和自然语言处理方面应用非常广泛。随着电子信息技术的高速发展,人们更加需要从大量的数据信息中提出更多有价值的知识,用于后续的研究工作。但是,传统的应用到机器学习等领域的EM算法不能... EM(Expectation-Maximization)算法在机器学习和自然语言处理方面应用非常广泛。随着电子信息技术的高速发展,人们更加需要从大量的数据信息中提出更多有价值的知识,用于后续的研究工作。但是,传统的应用到机器学习等领域的EM算法不能有效地处理当今社会海量规模的数据。本文基于现有流行的MapReduce计算框架,提出了求解混合模型的分布式EM算法。该算法能够高效地完成极大似然估计。实验表明,本文提出的算法具有很好的加速比以及可扩展性。 展开更多

关键词 em算法 混合模型 MAPREDUCE 云计算 分布式 机器学习

在线阅读 下载PDF 职称材料

一种新型自适应估计高斯混合模型阶数的快速EM算法

6

作者 戴卿 《兰州工业学院学报》 2017年第1期59-63,共5页

高斯混合模型作为一种良好的非高斯噪声处理技术,应用领域广泛,其参数估计常采用通过基于最大似然估计的期望最大化迭代算法(Expectation Maximization,EM).针对常规EM算法性能受迭代初值和模型阶数的影响,且计算量较大的问题,提出了一... 高斯混合模型作为一种良好的非高斯噪声处理技术,应用领域广泛,其参数估计常采用通过基于最大似然估计的期望最大化迭代算法(Expectation Maximization,EM).针对常规EM算法性能受迭代初值和模型阶数的影响,且计算量较大的问题,提出了一种在线自适应估计模型阶数的快速EM算法,该算法由单高斯模型逐步分离出多高斯分量.数据仿真实验表明,新算法初值设置简单,避免了局部收敛,有效提高了计算效率. 展开更多

关键词 最大似然估计 高斯混合模型 em算法 模型阶数 时间复杂度

在线阅读 下载PDF 职称材料

多种残差补偿的贝叶斯网络下的短期交通预测

7

作者 王桐 杨光新 欧阳敏 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1810-1817,共8页

为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的... 为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的贝叶斯网络,使用贝叶斯关系及期望最大化算法进行短期交通预测。再通过数据自相关残差补偿、车辆换道和多路口连通性的线性残差补偿提高了预测的精度,解决了传统研究对相邻路口和换道导致的误差等因素处理能力不足的问题。仿真结果表明:使用贝叶斯网络预测交通流,并基于车辆行为的残差进行精度补偿,可以更准确地预测复杂的交通演化场景的短期交通流。 展开更多

关键词 大规模 交通预测 贝叶斯网络 混合高斯模型 em算法 残差补偿 自回归滑动模型 LSTM网络 线性过程

在线阅读 下载PDF 职称材料

一种基于高斯混合模型的无监督粗糙聚类方法 被引量：8

8

作者 何明 冯博琴 +1 位作者 马兆丰 傅向华 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2006年第2期256-259,322,共5页

针对数据统计分布的随机性和复杂性,从统计聚类的角度出发,采用高斯混合模型来描述整个数据的概率密度函数,提出了一种基于高斯混合模型的粗糙聚类分析方法.该方法首先利用粗糙集理论的不可区分关系性质以及生成的逻辑规则来设定EM算法... 针对数据统计分布的随机性和复杂性,从统计聚类的角度出发,采用高斯混合模型来描述整个数据的概率密度函数,提出了一种基于高斯混合模型的粗糙聚类分析方法.该方法首先利用粗糙集理论的不可区分关系性质以及生成的逻辑规则来设定EM算法的初始近似参数,然后通过Expectation-M axim ization(EM)算法估计各分量概率密度分布的最大似然参数集,最后通过密度分布概率大小来确定类别的归属.与传统的k-m eans聚类算法的试验结果比较表明,该方法是有效的,并且具有较高的聚类精度,用规则集来描述聚类的结果具有可解释性和合理性. 展开更多

关键词 高斯混合模型 粗糙集 em算法 聚类

在线阅读 下载PDF 职称材料

可变类空间约束高斯混合模型遥感图像分割 被引量：21

9

作者 赵泉华 石雪 +1 位作者 王玉 李玉 《通信学报》 EI CSCD 北大核心 2017年第2期34-43,共10页

针对传统高斯混合模型(GMM,Gaussian mixture model)难以自动获取类属数和对噪声敏感问题,提出了一种基于可变类空间约束GMM的遥感图像分割方法。首先在构建的GMM中,将像素类属性建模为马尔可夫随机场(MRF,Markov random field),并在此... 针对传统高斯混合模型(GMM,Gaussian mixture model)难以自动获取类属数和对噪声敏感问题,提出了一种基于可变类空间约束GMM的遥感图像分割方法。首先在构建的GMM中,将像素类属性建模为马尔可夫随机场(MRF,Markov random field),并在此基础上定义其先验概率;结合邻域像素类属性的后验概率和先验概率,定义噪声平滑因子,以提高算法的抗噪性;在参数求解过程中,分别采用可逆跳变马尔可夫链蒙特卡罗(RJMCMC,reversible jump Markov chain Monte Carlo)方法和最大似然(ML,maximum likelihood)方法估计类属数和模型参数;最后以最小化噪声平滑因子为准则获取最终分割结果。为了验证提出的分割方法,分别对模拟图像和全色遥感图像进行了可变类分割实验。实验结果表明提出方法的可行性和有效性。 展开更多

关键词 高斯混合模型 空间约束 最大似然估计 可逆跳变马尔可夫链蒙特卡罗 遥感图像分割

在线阅读 下载PDF 职称材料

改进高斯混合粒子滤波的纯方位目标跟踪算法 被引量：5

10

作者 孔云波 冯新喜 +1 位作者 鹿传国 刘振涛 《宇航学报》 EI CAS CSCD 北大核心 2012年第7期971-977,共7页

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、... 针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。 展开更多

关键词 被动传感器 贪心em算法 粒子滤波 混合高斯模型 降阶模型

在线阅读 下载PDF 职称材料

基于DPC-GMM算法的船舶燃油系统故障诊断 被引量：7

11

作者 魏一 张跃文 李斌 《中国舰船研究》 CSCD 北大核心 2018年第6期147-153,165,共8页

[目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于... [目的]传统的高斯混合模型(GMM)算法存在收敛速度较慢的固有缺陷,容易产生过拟合现象,导致参数计算陷入局部最优,不能很好地用于船舶燃油系统的故障诊断。[方法]首先,分析GMM算法及参数估计算法,结合密度峰值聚类(DPC)算法,提出一种基于DPC-GMM算法的船舶燃油系统故障诊断方法;然后,通过训练船舶燃油系统状态所对应的高斯混合模型参数,实现对船舶燃油系统故障的无监督诊断;最后,基于获取的船舶燃油系统故障数据,验证该方法的有效性。[结果]实验结果表明,采用基于DPC-GMM算法的故障辨识准确率高、识别速度快,优于传统的反向传播(BP)神经网络和支持向量机(SVM)诊断算法。[结论]研究结果对船舶燃油系统的故障诊断有重要的指导意义。 展开更多

关键词 故障诊断 高斯混合模型 期望最大化 密度峰值聚类

在线阅读 下载PDF 职称材料

基于高斯混合模型的纹理图像的分割 被引量：9

12

作者 李艳玲 王加俊 《微电子学与计算机》 CSCD 北大核心 2004年第4期63-65,68,共4页

文章提出了使用高斯混合模型对纹理图像分割的方法。该模型考虑到图像纹理的特点,使用二状态的高斯混合分布来对图像各纹理类像素的分布进行拟和。首先对待分割的各类像素寻找与之匹配的最佳模型参数,然后再进行分割。最后,对分割结果... 文章提出了使用高斯混合模型对纹理图像分割的方法。该模型考虑到图像纹理的特点,使用二状态的高斯混合分布来对图像各纹理类像素的分布进行拟和。首先对待分割的各类像素寻找与之匹配的最佳模型参数,然后再进行分割。最后,对分割结果进行多尺度综合,得到了各尺度的分割结果。实验表明该算法不仅能够较精确地定位各纹理区域,而且还有运算速度快的优点。 展开更多

关键词 高斯混合模型 em算法 最大似然估计

在线阅读 下载PDF 职称材料

波形特征的高斯混合模型锋电位分类算法 被引量：4

13

作者 万红 张超 +1 位作者 刘新玉 尚志刚 《中国生物医学工程学报》 CAS CSCD 北大核心 2016年第4期402-410,共9页

锋电位分类是进行大脑信息处理机制研究的基本步骤之一。针对锋电位信号的复杂性和非平稳性,从统计聚类的角度出发,采用高斯混合模型描述锋电位信号的概率密度函数,提出了一种新的基于波形变化率特征和高斯混合模型聚类的锋电位分类方... 锋电位分类是进行大脑信息处理机制研究的基本步骤之一。针对锋电位信号的复杂性和非平稳性,从统计聚类的角度出发,采用高斯混合模型描述锋电位信号的概率密度函数,提出了一种新的基于波形变化率特征和高斯混合模型聚类的锋电位分类方法。首先计算锋电位的波形变化率,然后利用最大差异方法获得锋电位波形的低维特征,最后采用高斯混合模型算法对特征进行聚类,实现锋电位分类。采用开放的仿真数据分析了该算法的分类精度和可行性,然后分别利用来自5只大鼠和1只恒河猴初级视觉皮层的实测数据验证了该算法的实用性,并与主成分分析特征的高斯混合模型聚类、幅值特征的高斯混合模型聚类和变化率特征的k均值聚类等3种方法进行了比较。仿真实验中,在噪声水平为0.05、0.10、0.15、0.20时,误分率分别为1.18%±1.18%、1.41%±1.06%、2.27%±1.51%、2.98%±2.06%,低于其他3种方法;实测实验中,恒河猴数据的J3准则值为13.50±5.26,大鼠数据的J3准则值为26.43±10.46。与其他3种方法相比,平均J3准则值较大,且显著高于幅值特征的高斯混合模型聚类算法。所提出的方法表现出较高的分类精度和较好的类可分性,为实现神经元锋电位的可靠分类提供了一种有效的手段。 展开更多

关键词 锋电位分类 波形变化率 最大差异算法 高斯混合模型

在线阅读 下载PDF 职称材料

基于改进的高斯混合模型算法的说话人识别 被引量：4

14

作者 邵妍 霍春宝 金曦 《辽宁工业大学学报（自然科学版）》 2010年第1期8-10,共3页

高斯混合模型(GMM)已广泛运用于文本无关的说话人识别系统中,该方法具有简单高效的特点。在使用EM算法训练GMM时,GMM模型的初始化参数必须首先确定。本文采用改进后的模糊C均值聚类(FCM)方法将特征矢量归为与混合数相等的各个类中,然后... 高斯混合模型(GMM)已广泛运用于文本无关的说话人识别系统中,该方法具有简单高效的特点。在使用EM算法训练GMM时,GMM模型的初始化参数必须首先确定。本文采用改进后的模糊C均值聚类(FCM)方法将特征矢量归为与混合数相等的各个类中,然后计算参数作为初始值。实验表明,此训练方法能够获得更优的模型参数且识别率有较大的提高。 展开更多

关键词 声纹识别 高斯混合模型 模糊C均值聚类 em算法

在线阅读 下载PDF 职称材料

混合因子分析的重新抽样方法 被引量：2

15

作者 岳博 焦李成 《电子学报》 EI CAS CSCD 北大核心 2002年第12期1873-1875,共3页

混合因子分析是一种对具有复杂结构的多维数据建立模型的方法.本文提出了一种进行混合因子分析的重新抽样方法.当给定一组数据样本时,我们首先建立样本概率分布的混合高斯模型,然后为每一个高斯混合项重新抽取新的数据样本,在新的样本... 混合因子分析是一种对具有复杂结构的多维数据建立模型的方法.本文提出了一种进行混合因子分析的重新抽样方法.当给定一组数据样本时,我们首先建立样本概率分布的混合高斯模型,然后为每一个高斯混合项重新抽取新的数据样本,在新的样本上再对每一个高斯混合项进行因子分析.与已有的算法相比较,避免了计算各个高斯混合项在每个样本值之下的后验概率,又减少了进行因子分析时参与计算的数据样本的数量. 展开更多

关键词 混合因子 重新抽样方法 因子分析 混合高斯模型 em算法 学习模型

在线阅读 下载PDF 职称材料

改进高斯混合粒子滤波被动目标跟踪算法 被引量：2

16

作者 孔云波 冯新喜 鹿传国 《现代雷达》 CSCD 北大核心 2012年第7期44-50,58,共8页

针对被动传感器跟踪系统非线性较强问题,提出了一种基于改进高斯混合粒子滤波的被动传感器目标跟踪算法。该算法基于Sigma点卡曼滤波和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。然后结合遗... 针对被动传感器跟踪系统非线性较强问题,提出了一种基于改进高斯混合粒子滤波的被动传感器目标跟踪算法。该算法基于Sigma点卡曼滤波和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。然后结合遗传算法和EM算法来实现模型的降阶,克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点或可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在被动传感器跟踪领域,与传统粒子滤波、基于EM的高斯混合粒子滤波和基于贪心EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。 展开更多

关键词 被动传感器 遗传em算法 粒子滤波 混合高斯模型 模型降阶 纯方位跟踪

在线阅读 下载PDF 职称材料

基于聚类分析的网络流量高斯混合模型 被引量：2

17

作者 程华 房一泉 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第2期255-260,共6页

基于聚类算法对数据对象多个属性综合聚类的特点,研究网络流量的GMM模型及其在数据流尺度上的Log-normal分布。用EM算法研究了具有交互特征的网络流量的分类;通过与K-means算法比较,讨论了EM算法在流量聚类中的适用性;通过平衡和不平衡... 基于聚类算法对数据对象多个属性综合聚类的特点,研究网络流量的GMM模型及其在数据流尺度上的Log-normal分布。用EM算法研究了具有交互特征的网络流量的分类;通过与K-means算法比较,讨论了EM算法在流量聚类中的适用性;通过平衡和不平衡流量的聚类分析,研究了不同类型流量GMM建模的有效性。研究流量的幂律关系及其在不同尺度间的传递性,用户行为和应用程序特征通过传输层控制协议分解传递到IP层后,在数据包尺度上表现出分形和自相似性,在数据流尺度上表现出Log-normal分布。 展开更多

关键词 高斯混合模型 em算法 聚类 Log-normal分布 幂律关系

在线阅读 下载PDF 职称材料

高斯噪声中的参数盲估计 被引量：3

18

作者 王惠刚 李志舜 《电子学报》 EI CAS CSCD 北大核心 2003年第7期974-976,共3页

盲信号处理方法中常忽略噪声的影响 ,而实际问题中噪声的影响是存在的 .本文主要讨论了在协方差矩阵未知的加性高斯噪声中混合系数的盲估计问题 .本文以最大似然估计为基础 ,提出一种求解参数的最优化算法 ,给出了混合矩阵和协方差矩阵... 盲信号处理方法中常忽略噪声的影响 ,而实际问题中噪声的影响是存在的 .本文主要讨论了在协方差矩阵未知的加性高斯噪声中混合系数的盲估计问题 .本文以最大似然估计为基础 ,提出一种求解参数的最优化算法 ,给出了混合矩阵和协方差矩阵的计算式 .采用高斯混合模型 (GMM)来逼近源信号的概率密度函数 ,简化了算法中的积分 ,导出了一种基于EM算法的迭代式 .仿真表明 ,算法不仅能稳定收敛 。 展开更多

关键词 高斯噪声 盲信号处理 em算法 高斯混合模型

在线阅读 下载PDF 职称材料

基于t分布下混合联合位置与尺度模型的参数估计 被引量：1

19

作者 吴刘仓 张舒宇 詹金龙 《应用数学》 CSCD 北大核心 2016年第4期818-825,共8页

t分布是分析厚尾数据的重要统计工具,本文基于t分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据验证了该模型和方法具有实用性... t分布是分析厚尾数据的重要统计工具,本文基于t分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据验证了该模型和方法具有实用性和可行性. 展开更多

关键词 混合联合位置与尺度模型 T分布 em算法 极大似然估计

在线阅读 下载PDF 职称材料

基于高斯混合模型的电厂入厂原煤煤质一致性分析 被引量：1

20

作者 刘福国 张利孟 +1 位作者 刘科 王守恩 《洁净煤技术》 CAS 北大核心 2021年第S02期39-43,共5页

入厂原煤煤质监督是电厂重要工作之一,但煤质监督通常针对绝对煤质,而忽略了煤质稳定性。随着发电形势变化,电厂燃煤煤质波动受到关注。将先进数据挖掘技术应用于电厂煤质参数分析,建立了基于高斯混合模型的入厂原煤煤质一致性分析方法... 入厂原煤煤质监督是电厂重要工作之一,但煤质监督通常针对绝对煤质,而忽略了煤质稳定性。随着发电形势变化,电厂燃煤煤质波动受到关注。将先进数据挖掘技术应用于电厂煤质参数分析,建立了基于高斯混合模型的入厂原煤煤质一致性分析方法,能判别来煤煤质是否发生异常变化,推断来煤中是否可能包含其他未知煤种,并对该未知煤种参数和含量进行最大似然估计。将原煤标准煤质参数分布与来煤样本集作为已知条件;为了判别来煤煤质一致性,提出先验假设,假设来煤中包含标准原煤和未知煤种,2种煤的煤质参数看作服从不同正态分布的随机变量;利用高斯混合模型计算所有工业分析参数在来煤样本上的联合概率;根据最大似然原理,采用来煤样本集对未知煤种含量及分布参数进行估计;若未知煤种含量估计值很小,则认为来煤中只包含单一的标准原煤;若未知煤种含量估计值不可忽略,且未知煤种参数的估计值与标准原煤相应参数有显著差异,则认为来煤中不仅包含标准原煤,还包含未知煤种。采用上述原煤煤质一致性分析方法,对电厂实际来煤样本和模拟样本进行分析。结果表明,实际来煤样本煤质与标准原煤煤质一致,而模拟样本煤质与标准原煤煤质存在明显差别,模拟样本中包含40.9%的未知煤种,未知煤种参数估计结果与实际数据吻合较好。 展开更多

关键词 电厂 原煤 煤质一致性 最大似然估计 高斯混合模型

在线阅读 下载PDF 职称材料