检索结果-维普期刊中文期刊服务平台

联合多窗口检测的MSWI过程二噁英排放预测模型被引量：1: 1; 作者许超凡汤健 +2 位作者夏恒徐喆乔俊飞《控制理论与应用》 EI CAS CSCD 北大核心 2024年第11期2093-2102,共10页; 二噁英(DXN)是城市固废焚烧过程(MSWI)排放的难以实时检测的剧毒污染物.MSWI过程的时变特性导致软测量模型的在线预测性能降低.针对上述问题,本文提出一种联合多窗口检测的DXN排放在线预测方法.首先,联合数据标准化、在线预测窗口实现... 展开更多; 关键词城市固废焚烧二噁英排放预测多窗口检测概念漂移模型更新; 在线阅读下载PDF 职称材料

面向城市固废焚烧过程的二噁英排放浓度检测方法综述被引量：45: 2; 作者乔俊飞郭子豪汤健《自动化学报》 EI CSCD 北大核心 2020年第6期1063-1089,共27页; 焚烧在城市固体废物(Municipal solid wastes,MSW)的无害化、减量化和资源化处理方面优势显著.MSW焚烧(MSW incineration,MSWI)过程副产品之一的剧毒持久性污染物二噁英(Dioxins,DXN)是造成焚烧建厂“邻避效应”的主要原因.DXN排放浓度... 展开更多; 关键词城市固体废物焚烧二噁英排放在线检测小样本高维数据智能软测量; 在线阅读下载PDF 职称材料

基于改进大趋势扩散和隐含层插值的虚拟样本生成方法及应用被引量：6: 3; 作者乔俊飞郭子豪汤健《化工学报》 EI CAS CSCD 北大核心 2020年第12期5681-5695,共15页; 针对获取复杂工业过程的难以检测质量或环境污染指标数据的时间和经济成本高导致有标记建模样本稀缺的问题,提出了基于改进大趋势扩散和隐含层插值的虚拟样本生成(VSG)方法,并将其应用于城市固废焚烧过程的二英(DXN)排放预测。首先,采... 展开更多; 关键词大趋势扩散神经网络隐含层插值虚拟样本生成二英排放预测废物处理算法模型; 在线阅读下载PDF 职称材料

基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型被引量：1: 4; 作者汤健崔璨麟 +2 位作者夏恒王丹丹乔俊飞《北京工业大学学报》 CAS CSCD 北大核心 2023年第5期507-522,共16页; 针对构建城市固废焚烧(municipal solid waste incineration,MSWI)过程剧毒污染物二噁英(dioxin,DXN)排放风险预警模型的样本极为稀少的问题,提出一种基于主动学习机制生成对抗网络(generative adversarial network,GAN)的DXN排放风险... 展开更多; 关键词城市固废焚烧(municipal solid waste incineration MSWI) 二噁英(dioxin dxn)排放风险预警生成对抗网络(generative adversarial network GAN) 虚拟样本生成(virtual sample generation VSG) 最大均值差异主动学习; 在线阅读下载PDF 职称材料

题名联合多窗口检测的MSWI过程二噁英排放预测模型被引量：1: 1; 作者许超凡汤健夏恒徐喆乔俊飞; 机构北京工业大学信息学部智慧环保北京实验室; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2024年第11期2093-2102,共10页; 基金北京市自然科学基金资助项目(4212032,4192009) 国家自然科学基金项目(62073006,62021003) 科技创新2030-“新一代人工智能”重大项目(2021ZD0112301,2021ZD0112302)资助.; 文摘二噁英(DXN)是城市固废焚烧过程(MSWI)排放的难以实时检测的剧毒污染物.MSWI过程的时变特性导致软测量模型的在线预测性能降低.针对上述问题,本文提出一种联合多窗口检测的DXN排放在线预测方法.首先,联合数据标准化、在线预测窗口实现新样本的DXN排放预测,再联合离群样本检测、特征空间检测和输出空间检测窗口实现漂移样本的识别.然后,对上述漂移样本进行去冗处理并判断其数量是否满足预设定的阈值,若满足则构建新模型,否则继续采用历史模型.最后,采用MSWI过程数据验证了所提方法的有效性.; 关键词城市固废焚烧二噁英排放预测多窗口检测概念漂移模型更新; Keywords municipal solid waste incineration(MSWI) dioxin(dxn)emission prediction multi-window detection concept drift model update; 分类号 X705 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名面向城市固废焚烧过程的二噁英排放浓度检测方法综述被引量：45: 2; 作者乔俊飞郭子豪汤健; 机构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; 出处《自动化学报》 EI CSCD 北大核心 2020年第6期1063-1089,共27页; 基金科学技术部国家重点研究发展计划(2018YFC1900800-5,2018YF C1900801) 国家自然科学基金(61573364,61873009,61703089) +2 种基金北京市自然科学基金(4192009) 矿冶过程自动控制技术国家重点实验室及矿冶过程自动控制技术北京市重点实验室(BGRIMM-KZSKL-2018-06)资助。; 文摘焚烧在城市固体废物(Municipal solid wastes,MSW)的无害化、减量化和资源化处理方面优势显著.MSW焚烧(MSW incineration,MSWI)过程副产品之一的剧毒持久性污染物二噁英(Dioxins,DXN)是造成焚烧建厂“邻避效应”的主要原因.DXN排放浓度难以在线实时检测的工业现状已成为制约MSWI过程运行优化与城市环境污染控制的瓶颈.首先,结合典型MSWI过程分析DXN的生成特性与排放控制策略;接着,将DXN排放浓度检测方法从测量原理、复杂度和时间尺度等视角分为离线直接检测法、指示物/关联物在线间接检测法和软测量法并进行综述;然后,对不同方法的发展阶段和关联性进行分析,指出各自的优劣性和相互间的互补性,结合MSWI过程特点归纳基于过程数据进行DXN排放浓度软测量的难点,并将其提炼为一类面向小样本高维稀疏标记数据的智能建模问题;最后,指出进行DXN排放浓度智能软测量的未来研究方向和发展前景.; 关键词城市固体废物焚烧二噁英排放在线检测小样本高维数据智能软测量; Keywords Municipal solid wastes incineration(MSWI) dioxin(dxn)emission on-line measurement small sample high dimensional data intelligent soft-measuring; 分类号 X705 [环境科学与工程—环境工程] X831 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于改进大趋势扩散和隐含层插值的虚拟样本生成方法及应用被引量：6: 3; 作者乔俊飞郭子豪汤健; 机构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轨道交通技术装备集团; 出处《化工学报》 EI CAS CSCD 北大核心 2020年第12期5681-5695,共15页; 基金国家重点研发计划项目(2018YFC1900800-5) 国家自然科学基金项目(62073006,61703089,61803191,61873009) 矿冶过程自动控制技术国家重点实验室,矿冶过程自动控制技术北京市重点实验室项目(BGRIMM-KZSKL-2020-02)。; 文摘针对获取复杂工业过程的难以检测质量或环境污染指标数据的时间和经济成本高导致有标记建模样本稀缺的问题,提出了基于改进大趋势扩散和隐含层插值的虚拟样本生成(VSG)方法,并将其应用于城市固废焚烧过程的二英(DXN)排放预测。首先,采用基于子区域欧氏距离改进大趋势扩散(MTD)方法对真实样本输入/输出空间进行扩展;接着,采用等间隔插值方式生成虚拟样本输入,再结合映射模型和删减机制获得虚拟样本输出;然后,采用基于正则化改进的随机权神经网络隐含层插值依次得到虚拟样本输出和输入,再结合扩展空间对虚拟样本进行删减;最后,将上述具有互补性的虚拟样本与原始真实样本进行混合,实现建模数据容量扩充。通过基准数据集和工业过程DXN数据验证了所提方法的有效性和合理性。; 关键词大趋势扩散神经网络隐含层插值虚拟样本生成二英排放预测废物处理算法模型; Keywords megatrend diffusion neural network hidden layer interpolation virtual sample generation dioxin emission prediction waste treatment algorithm model; 分类号 TQ183 [化学工程]; 在线阅读下载PDF 职称材料

题名基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型被引量：1: 4; 作者汤健崔璨麟夏恒王丹丹乔俊飞; 机构北京工业大学信息学部智慧环保北京实验室; 出处《北京工业大学学报》 CAS CSCD 北大核心 2023年第5期507-522,共16页; 基金国家自然科学基金资助项目(62073006) 北京市自然科学基金资助项目(4212032)。; 文摘针对构建城市固废焚烧(municipal solid waste incineration,MSWI)过程剧毒污染物二噁英(dioxin,DXN)排放风险预警模型的样本极为稀少的问题,提出一种基于主动学习机制生成对抗网络(generative adversarial network,GAN)的DXN排放风险预警建模方法.首先,以DXN风险等级作为条件信息使得GAN生成候选虚拟样本;然后,利用基于最大均值差异和多视角可视化分布信息的主动学习机制进行虚拟样本的初筛和评估,以获得期望虚拟样本;最后,基于混合样本构建DXN排放风险预警模型.通过基准数据集和MSWI过程数据集验证了所提方法的有效性.基于主动学习机制GAN的DXN排放风险预警建模方法可以有效解决样本稀少的问题,提高模型精度.; 关键词城市固废焚烧(municipal solid waste incineration MSWI) 二噁英(dioxin dxn)排放风险预警生成对抗网络(generative adversarial network GAN) 虚拟样本生成(virtual sample generation VSG) 最大均值差异主动学习; Keywords municipal solid waste incineration(MSWI) dioxin(dxn)emission risk warning generative adversarial network(GAN) virtual sample generation(VSG) maximum mean discrepancy active learning; 分类号 U461 [机械工程—车辆工程] TP308 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	联合多窗口检测的MSWI过程二噁英排放预测模型	许超凡汤健夏恒徐喆乔俊飞	《控制理论与应用》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	面向城市固废焚烧过程的二噁英排放浓度检测方法综述	乔俊飞郭子豪汤健	《自动化学报》 EI CSCD 北大核心	2020	45	在线阅读下载PDF 职称材料
3	基于改进大趋势扩散和隐含层插值的虚拟样本生成方法及应用	乔俊飞郭子豪汤健	《化工学报》 EI CAS CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
4	基于主动学习机制GAN的MSWI过程二噁英排放风险预警模型	汤健崔璨麟夏恒王丹丹乔俊飞	《北京工业大学学报》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料