期刊文献+
共找到23篇文章
< 1 2 >
每页显示 20 50 100
基于M-SVR与RVFLNs的高炉十字测温中心温度估计 被引量:3
1
作者 周平 尤磊 +1 位作者 刘记平 张兴 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2017年第5期614-619,共6页
由于高炉中心温度较高,十字测温中心位置传感器极易损坏,并且更换周期长,因而导致无法及时判断炉顶煤气流分布.采用多输出支持向量回归(M-SVR)和随机权神经网络(RVFLNs)两种数据驱动智能建模方法建立高炉十字测温中心带温度估计模型,并... 由于高炉中心温度较高,十字测温中心位置传感器极易损坏,并且更换周期长,因而导致无法及时判断炉顶煤气流分布.采用多输出支持向量回归(M-SVR)和随机权神经网络(RVFLNs)两种数据驱动智能建模方法建立高炉十字测温中心带温度估计模型,并基于实际工业数据对建立的模型进行验证和比较分析.结果表明,在样本数量较小时,M-SVR模型和RVFLNs模型都具有较好的温度估计效果,但当样本数量充足时,M-SVR模型的泛化性能和估计精度更优于RVFLNs模型. 展开更多
关键词 高炉炼铁 十字测温 温度估计 多输出支持向量回归机 随机权神经网络
在线阅读 下载PDF
RVFLN-based online adaptive semi-supervised learning algorithm with application to product quality estimation of industrial processes 被引量:5
2
作者 DAI Wei HU Jin-cheng +2 位作者 CHENG Yu-hu WANG Xue-song CHAI Tian-you 《Journal of Central South University》 SCIE EI CAS CSCD 2019年第12期3338-3350,共13页
Direct online measurement on product quality of industrial processes is difficult to be realized,which leads to a large number of unlabeled samples in modeling data.Therefore,it needs to employ semi-supervised learnin... Direct online measurement on product quality of industrial processes is difficult to be realized,which leads to a large number of unlabeled samples in modeling data.Therefore,it needs to employ semi-supervised learning(SSL)method to establish the soft sensor model of product quality.Considering the slow time-varying characteristic of industrial processes,the model parameters should be updated smoothly.According to this characteristic,this paper proposes an online adaptive semi-supervised learning algorithm based on random vector functional link network(RVFLN),denoted as OAS-RVFLN.By introducing a L2-fusion term that can be seen a weight deviation constraint,the proposed algorithm unifies the offline and online learning,and achieves smoothness of model parameter update.Empirical evaluations both on benchmark testing functions and datasets reveal that the proposed OAS-RVFLN can outperform the conventional methods in learning speed and accuracy.Finally,the OAS-RVFLN is applied to the coal dense medium separation process in coal industry to estimate the ash content of coal product,which further verifies its effectiveness and potential of industrial application. 展开更多
关键词 semi-supervised learning(SSL) L2-fusion term online adaptation random vector functional link network(rvflN)
在线阅读 下载PDF
基于优化RVFLN模型的延迟焦化开工线H_2S浓度预测 被引量:2
3
作者 许霖风一 偶国富 金浩哲 《石油学报(石油加工)》 EI CAS CSCD 北大核心 2018年第6期1127-1135,共9页
分析了延迟焦化开工线腐蚀的原因,其主要腐蚀形式为低温湿硫化氢(H_2S)腐蚀,集成工业现场异构数据库系统,建立了基于随机权神经网络(RVFLN)的焦化装置开工管线内H_2S浓度的数据驱动预测模型。首先用主成分分析法对输出变量进行降维;然... 分析了延迟焦化开工线腐蚀的原因,其主要腐蚀形式为低温湿硫化氢(H_2S)腐蚀,集成工业现场异构数据库系统,建立了基于随机权神经网络(RVFLN)的焦化装置开工管线内H_2S浓度的数据驱动预测模型。首先用主成分分析法对输出变量进行降维;然后根据相关系数大小筛选影响开工线内H_2S浓度变化的主要影响因素,将其作为模型输入用来训练模型;为获得更好的泛化性能,将RVFLN的随机权重控制在[0,1]之内,建立小规范随机权重神经网络(SNRVFL);最后用现场数据对模型进行测试评估。结果表明,与PLSR、BPNN、SVR模型对比,优化后的RVFLN模型在预测精度和计算速率上都有较好表现,该模型适用于焦化装置开工管线内H_2S浓度的实时在线预测,可为延迟焦化装置压力管道内的流动腐蚀风险评估提供基础数据。 展开更多
关键词 延迟焦化 H2S浓度 随机权神经网络 数据驱动 预测模型
在线阅读 下载PDF
基于稀疏表示剪枝集成建模的烧结终点位置智能预测 被引量:1
4
作者 周平 吴忠卫 +1 位作者 张瑞垚 吴永建 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期436-446,共11页
烧结终点位置(BTP)是烧结过程至关重要的参数,直接决定着最终烧结矿的质量.由于BTP难以直接在线检测,因此,通过智能学习建模来实现BTP的在线预测并在此基础上进行操作参数调节对提高烧结矿质量具有重要意义.针对这一实际工程问题,首先... 烧结终点位置(BTP)是烧结过程至关重要的参数,直接决定着最终烧结矿的质量.由于BTP难以直接在线检测,因此,通过智能学习建模来实现BTP的在线预测并在此基础上进行操作参数调节对提高烧结矿质量具有重要意义.针对这一实际工程问题,首先提出一种基于遗传优化的Wrapper特征选择方法,可选取使后续预测建模性能最优的特征组合;在此基础上,为了解决单一学习器容易过拟合的问题,提出了基于随机权神经网络(RVFLNs)的稀疏表示剪枝(SRP)集成建模算法,即SRP-ERVFLNs算法.所提算法采用建模速度快、泛化性能好的RVFLNs作为个体基学习器,采用对基学习器基函数与隐层节点数等参数进行扰动的方式来增加集成学习子模型间的差异性;同时,为了进一步提高集成模型的泛化性能与计算效率,引入稀疏表示剪枝算法,实现对集成模型的高效剪枝;最后,将所提算法用于烧结过程BTP的预测建模.工业数据实验表明,所提方法相比于其他方法具有更好的预测精度、泛化性能和计算效率. 展开更多
关键词 智能预测 特征选择 集成学习 稀疏表示 剪枝 烧结终点位置 随机权神经网络(rvflNs)
在线阅读 下载PDF
奇异值分解下在线鲁棒正则化随机网络
5
作者 于洋 邓瑞 +1 位作者 余刚 庞新富 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期407-415,共9页
在线鲁棒随机权神经网络(OR-RVFLN)具有较好的逼近性、较快的收敛速度、较高的鲁棒性能以及较小的存储空间.但是,OR-RVFLN算法计算过程中会产生矩阵的不适定问题,使得隐含层输出矩阵的精度较低.针对这个问题,本文提出了奇异值分解下在... 在线鲁棒随机权神经网络(OR-RVFLN)具有较好的逼近性、较快的收敛速度、较高的鲁棒性能以及较小的存储空间.但是,OR-RVFLN算法计算过程中会产生矩阵的不适定问题,使得隐含层输出矩阵的精度较低.针对这个问题,本文提出了奇异值分解下在线鲁棒正则化随机网络(SVD-OR-RRVFLN).该算法在OR-RVFLN算法的基础上,将正则化项引入到权值的估计中,并且对隐含层输出矩阵进行奇异值分解;同时采用核密度估计(KDE)法,对整个SVD-OR-RRVFLN网络的权值矩阵进行更新,并分析了所提算法的必要性和收敛性.最后,将所提的方法应用于Benchmark数据集和磨矿粒度的指标预测中,实验结果证实了该算法不仅可以有效地提高模型的预测精度和鲁棒性能,而且具有更快的训练速度. 展开更多
关键词 随机权神经网络 正则化 奇异值分解 磨矿过程 磨矿粒度
在线阅读 下载PDF
特征扩展的随机向量函数链神经网络
6
作者 龙茂森 王士同 《软件学报》 EI CSCD 北大核心 2024年第6期2903-2922,共20页
基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的... 基于宽度学习的动态模糊推理系统(broad-learning-based dynamic fuzzy inference system,BL-DFIS)能自动构建出精简的模糊规则并获得良好的分类性能.然而,当遇到大型复杂的数据集时,BL-DFIS因会使用较多模糊规则来试图达到令人满意的识别精度,从而对其可解释性造成了不利影响.对此,提出一种兼顾分类性能和可解释性的模糊神经网络,将其称为特征扩展的随机向量函数链神经网络(FA-RVFLNN).在该网络中,一个以原始数据为输入的RVFLNN被作为主体结构,BL-DFIS则用作性能补充,这意味着FA-RVFLNN包含具有性能增强作用的直接链接.由于主体结构的增强节点使用Sigmoid激活函数,因此,其推理过程可借助一种模糊逻辑算子(I-OR)来解释.而且,具有明确含义的原始输入数据也有助于解释主体结构的推理规则.在直接链接的支撑下,FA-RVFLNN可利用增强节点、特征节点和模糊节点学到更丰富的有用信息.实验表明:FA-RVFLNN既减缓了主体结构RVFLNN中过多增强节点带来的“规则爆炸”问题,也提高了性能补充结构BL-DFIS的可解释性(平均模糊规则数降低了50%左右),在泛化性能和网络规模上仍具有竞争力. 展开更多
关键词 宽度学习系统 模糊推理系统 特征扩展 随机向量函数链神经网络(rvflNN) Sigmoid激活函数 可解释
在线阅读 下载PDF
最小二乘支持向量机构造的函数链接型神经网络在滚动轴承故障诊断中的应用 被引量:13
7
作者 孙林 杨世元 《中国电机工程学报》 EI CSCD 北大核心 2010年第8期82-87,共6页
提出一种用最小二乘支持向量机(least squares support vector machine,LS-SVM)构造函数链接型神经网络(functional link artificial neural networks,FLANN)的滚动轴承故障诊断系统。介绍了相关原理和具体算法,并给出了滚动轴承故障诊... 提出一种用最小二乘支持向量机(least squares support vector machine,LS-SVM)构造函数链接型神经网络(functional link artificial neural networks,FLANN)的滚动轴承故障诊断系统。介绍了相关原理和具体算法,并给出了滚动轴承故障诊断系统模型。首先,采用LS-SVM模型核函数代替常规FLANN模型的扩展函数,避免了扩展函数选择的任意性;其次,利用LS-SVM学习模型得到FLANN权重系数,避免了BP方法多次迭代寻优存在的耗时长、局部极小及迭代设置初值依赖经验等不足;最后,构造了多层LS-SVM-FLANN结构,对多类滚动轴承故障进行诊断。具体实验表明,用LS-SVM构造FLANN的滚动轴承故障识别系统精度高、鲁棒性好、实现简单。 展开更多
关键词 函数链接型神经网络 最小二乘支持向量机 故障诊断 滚动轴承
在线阅读 下载PDF
基于多尺度卷积神经网络和LBP算法的浮选工况识别 被引量:4
8
作者 蒋小平 刘俊威 +2 位作者 王乐乐 雷震彬 胡明振 《矿业科学学报》 CSCD 2023年第2期202-212,共11页
针对泡沫浮选加药状态检测困难、识别效率低和主观性强等问题,提出了一种结合多尺-度卷积神经网络(CNN)特征及改进局部二值模式(LBP)计算方法的核随机权神经网络(K RV-FLNs)浮选工况识别方法。首先,对泡沫浮选图像进行非下采样Shearlet... 针对泡沫浮选加药状态检测困难、识别效率低和主观性强等问题,提出了一种结合多尺-度卷积神经网络(CNN)特征及改进局部二值模式(LBP)计算方法的核随机权神经网络(K RV-FLNs)浮选工况识别方法。首先,对泡沫浮选图像进行非下采样Shearlet多尺度分解,将原始图像分解为不同频率尺度,设计多通道CNN网络对多尺度图像进行特征提取;再通过改进LBP算法提取特征作为补充,将CNN提取的图像特征与LBP特征进行融合;最后,通过核随机权神经网络映射到更高维空间进行分类决策,实现浮选加药状态的精确识别。实验结果表明,采用多尺度CNN及LBP-TOP特征融合的方法识别的精度比传统LBP算法提高了5.34%,比采用单CNN特-征的方法提高了3.76%,结合K RVFLNs实现浮选工况分类准确率高达96.38%,识别精度和稳定性较现有方法有较大提升,且减少了人工干预,有利于提高生产效率。 展开更多
关键词 图像处理 卷积神经网络 非下采样Shearlet变换 局部二值模式 随机权神经网络
在线阅读 下载PDF
一种基于LS-SVM构造FLANN的热电偶非线性校正方法 被引量:6
9
作者 吴德会 王晓红 《传感技术学报》 CAS CSCD 北大核心 2007年第6期1321-1324,共4页
提出一种基于最小二乘支持向量机(LS-SVM)构造函数链接型神经网络(FLANN)的方法,并根据正反馈原理将该FLANN应用於热电偶传感器非线性校正.讨论LS-SVM构造FLANN的基本原理和具体算法,给出了非线性补偿器的数学模型.与常规BP迭代算法构造... 提出一种基于最小二乘支持向量机(LS-SVM)构造函数链接型神经网络(FLANN)的方法,并根据正反馈原理将该FLANN应用於热电偶传感器非线性校正.讨论LS-SVM构造FLANN的基本原理和具体算法,给出了非线性补偿器的数学模型.与常规BP迭代算法构造的FLANN比较,该方法构造的FLANN补偿器具有如下优点:①利用LS-SVM将迭代逼近问题转化为直接求解多元线性方程,因此具有更快的速度;②整个训练过程中有且仅有一个全局极值点,确定了所构造FLANN补偿器的唯一性,提高了补偿精度.最后以Pt-Rh30-Pt-Rh6热电偶(B型)为例进行非线性校正实验,结果验证了上述结论. 展开更多
关键词 最小二乘支持向量机 函数链接型神经网络 热电偶传感器 非线性校正
在线阅读 下载PDF
基于SVM构造的FLANN数据融合方法在CPS修正中的应用 被引量:2
10
作者 杨世元 董华 吴德会 《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第4期621-625,共5页
在对常规函数链接型神经网络(FLANN)构造方法的认识基础上,讨论了一种基于支持向量机(SVM)技术的FLANN构造新方法,并利用该方法对实际的电容压力传感器(CPS)系统进行非线性修正及温度补偿。先将SVM的拓扑结构与常规FLANN结构进行比较,... 在对常规函数链接型神经网络(FLANN)构造方法的认识基础上,讨论了一种基于支持向量机(SVM)技术的FLANN构造新方法,并利用该方法对实际的电容压力传感器(CPS)系统进行非线性修正及温度补偿。先将SVM的拓扑结构与常规FLANN结构进行比较,确定两者的等价性。因此,可通过SVM求解二次规划问题来实现FLANN结构的唯一优化。用常规FLANN方法在同样条件下进行对比实验,实验结果表明用该方法构造的FLANN具有结果唯一、结构简单、全局优化等特点,特别是在实验数据较少的小样本条件下仍然具有更高的鲁棒性和修正精度。 展开更多
关键词 函数链接型神经网络 支持向量机 电容压力传感器 小样本 修正
在线阅读 下载PDF
LS-SVM构造FLANN逆系统的传感器动态补偿方法 被引量:1
11
作者 吴德会 《数据采集与处理》 CSCD 北大核心 2007年第3期378-383,共6页
提出一种用最小二乘支持向量机(LS-SVM)构造函数链接型神经网络(FLANN)逆系统的传感器动态补偿新方法。介绍了相关原理和具体算法,并给出了传感器动态逆系统的数学模型。在该方法中,通过在传感器后串接逆系统模型来修正动态测试误差、... 提出一种用最小二乘支持向量机(LS-SVM)构造函数链接型神经网络(FLANN)逆系统的传感器动态补偿新方法。介绍了相关原理和具体算法,并给出了传感器动态逆系统的数学模型。在该方法中,通过在传感器后串接逆系统模型来修正动态测试误差、提高传感器的动态特性。通过典型的传感器动态标定实验数据,该逆系统模型的传递函数可用LS-SVM-FLANN方法辨识得到。实验结果表明,LS-SVM-FLANN辨识逆系统模型的速度是BP-FLANN方法的两倍,而且该逆系统动态补偿误差仅为后者的10%。用LS-SVM构造FLANN的逆系统补偿器精度高、鲁棒性好、实现简单。 展开更多
关键词 逆系统 传感器 动态补偿 函数链接型神经网络 最小二乘支持向量机
在线阅读 下载PDF
基于SVM回归的FLANN改进新法及其应用
12
作者 毛先柏 王利恒 李昌禧 《计算机工程与应用》 CSCD 北大核心 2009年第27期216-218,共3页
通过分析常规函数链接型神经网络(FLANN)结构与支持向量机(SVM)的关系,确定了两者本质上的等价性;在此基础上提出了一种基于SVM技术的FLANN构造新方法,并将SVM-FLANN应用到称重传感器的动态补偿上。结果表明该方法构造的FLANN具有结果... 通过分析常规函数链接型神经网络(FLANN)结构与支持向量机(SVM)的关系,确定了两者本质上的等价性;在此基础上提出了一种基于SVM技术的FLANN构造新方法,并将SVM-FLANN应用到称重传感器的动态补偿上。结果表明该方法构造的FLANN具有结果唯一、结构简单、全局优化等特点,应用于称重传感器的动态补偿时,对传感器的性能改善效果明显,具有实用价值。 展开更多
关键词 函数链接型神经网络 支持向量机 动态补偿
在线阅读 下载PDF
基于LS-SVM-FLANN的虚拟仪器系统非线性动态补偿
13
作者 李丽娜 柳洪义 +1 位作者 罗忠 王菲 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第9期1305-1309,共5页
针对虚拟仪器系统存在的非线性动态测量误差,提出了一种新的补偿方法.该方法依据虚拟仪器系统的静态和动态标定数据,采用最小二乘支持向量机(LS-SVM)构造的函数链接型神经网络(FLANN)辨识得到静态补偿环节及动态补偿环节模型,再将其串... 针对虚拟仪器系统存在的非线性动态测量误差,提出了一种新的补偿方法.该方法依据虚拟仪器系统的静态和动态标定数据,采用最小二乘支持向量机(LS-SVM)构造的函数链接型神经网络(FLANN)辨识得到静态补偿环节及动态补偿环节模型,再将其串接到原虚拟仪器系统的后面来修正其非线性特性,改善其动态特性,从而获得系统理想的输入输出特性.实验结果表明该方法用于虚拟仪器系统动态非线性误差补偿的有效性及优越性. 展开更多
关键词 虚拟仪器系统 非线性静态补偿 线性动态补偿 函数链接型神经网络 最小二乘支持向量机
在线阅读 下载PDF
基于SVR构造FLANN的传感器动态补偿研究
14
作者 吴德会 《计量学报》 CSCD 北大核心 2009年第1期42-48,共7页
提出了一种利用支持向量回归机(SVR)对函数链接型神经网络(FLANN)进行构造的新方法,并将其应用于传感器动态补偿。文中将SVR的解与常规FLANN估计进行对比,发现两者具有相同的问题形式,因此,在适当的参数条件下可通过SVR对FLANN... 提出了一种利用支持向量回归机(SVR)对函数链接型神经网络(FLANN)进行构造的新方法,并将其应用于传感器动态补偿。文中将SVR的解与常规FLANN估计进行对比,发现两者具有相同的问题形式,因此,在适当的参数条件下可通过SVR对FLANN进行优化构造。与常规FLANN构造方法比较,SVR-FLANN具有明显特点,即将权值迭代逼近问题转化为二次规划问题求解,使得在整个训练过程中有且仅有一个全局极值点,确定了所构造FLANN补偿器的唯一性。实际压力传感器动态补偿实验结果表明:用该方法构造的补偿器与常规方法相比,具有更高的精度、更强的抗干扰能力及更稳定的补偿效果。因此,更适合传感器动态补偿。 展开更多
关键词 计量学 函数链接型神经网络 支持向量回归机 传感器 补偿 辨识
在线阅读 下载PDF
高炉铁水质量鲁棒正则化随机权神经网络建模 被引量:15
15
作者 李温鹏 周平 《自动化学报》 EI CSCD 北大核心 2020年第4期721-733,共13页
高炉炼铁过程运行优化与控制依赖于可靠、稳定的难测铁水质量(Molten iron quality, MIQ)指标模型.针对现有MIQ建模方法的不足,本文提出一种新型的数据驱动鲁棒正则化随机权神经网络(Random vector functional-link networks,RVFLNs)算... 高炉炼铁过程运行优化与控制依赖于可靠、稳定的难测铁水质量(Molten iron quality, MIQ)指标模型.针对现有MIQ建模方法的不足,本文提出一种新型的数据驱动鲁棒正则化随机权神经网络(Random vector functional-link networks,RVFLNs)算法,用于实现MIQ指标在线估计的鲁棒建模.首先,为了提高建模效率和降低计算复杂度,采用数据驱动典型相关性分析方法从众多变量中提取与MIQ相关性最强的变量作为建模输入变量;其次,由于传统RVFLNs网络的输出权值由最小二乘估计获得,易受离群数据影响而鲁棒性差,引入基于Gaussian分布加权的M估计技术,提出新型鲁棒RVFLNs算法建立多元MIQ指标的鲁棒模型;同时,在鲁棒加权后的最小二乘损失函数基础上,进一步引入L1和L2两个正则化项以构成优化目标函数的Elastic net,用于稀疏化RVFLNs网络的输出权值矩阵,解决RVFLNs网络多重共线性和过拟合的问题.最后,基于某大型高炉工业数据,进行充分数据实验,结果表明所提方法具有更高的建模与估计精度以及较强的鲁棒性能. 展开更多
关键词 rvflNs 鲁棒建模 Gaussian分布加权M估计 高炉炼铁 铁水质量
在线阅读 下载PDF
基于一种NW-FLNN神经网络的短期电价预测 被引量:7
16
作者 杨春霞 王耀力 +1 位作者 王力波 常青 《电测与仪表》 北大核心 2019年第10期82-86,98,共6页
针对传统神经网络收敛速度慢、容易陷入局部极值的问题,文中提出一种改进型小波神经网络以实现网络全局最优化。首先,将小波神经网络与随机矢量函数连接型网络相融合构建一种新型小波链神经网络( NW-FLNN);其次,以小波基函数作为NW-FLN... 针对传统神经网络收敛速度慢、容易陷入局部极值的问题,文中提出一种改进型小波神经网络以实现网络全局最优化。首先,将小波神经网络与随机矢量函数连接型网络相融合构建一种新型小波链神经网络( NW-FLNN);其次,以小波基函数作为NW-FLNN的隐含层的传递函数,并利用梯度修正法训练该模型各参数;最后,选用澳大利亚新南威尔士州电价数据作为实验数据集,分别对 NW-FLNN神经网络、逆传播 B P神经网络与小波神经网络进行预测性能比较。实验结果表明:该新型网络预测模型较B P神经网络与小波神经网络性能更优,可明显减少网络迭代次数与隐层神经元数目,且平均百分比误差最大降低至0. 0317,满足实时性要求。 展开更多
关键词 小波神经网络 随机矢量函数连接型网络 新型小波链神经网络 电价预测
在线阅读 下载PDF
快速多视角特权协同随机向量函数连接网络 被引量:1
17
作者 吴天宇 王士同 《计算机科学与探索》 CSCD 北大核心 2022年第10期2320-2329,共10页
现实情况中通常会针对同一对象从不同途径或层面获得特征数据,称这样获得的数据为多视角数据。对于多视角数据的挖掘利用具有研究价值,与传统的单视角学习相比表现出一定优势。多视角学习(MVL)中一个重要的问题是如何在满足视角间互补... 现实情况中通常会针对同一对象从不同途径或层面获得特征数据,称这样获得的数据为多视角数据。对于多视角数据的挖掘利用具有研究价值,与传统的单视角学习相比表现出一定优势。多视角学习(MVL)中一个重要的问题是如何在满足视角间互补情况下同时保持视角之间一致性。为解决上述问题,基于多视角学习和特权信息学习(LUPI)概念,以随机向量函数连接网络(RVFL)为基础,提出了一种快速多视角特权协同随机向量函数连接网络(FMPRVFL)来有效地解决多视角分类任务。该方法的基本思想是在平均情况下相互利用冗余视角的附加信息作为特权信息监督当前视角的分类。在此基础上设计的FMPRVFL的目标函数可以利用解析解对目标函数进行优化,从而使FMPRVFL训练速度更快。理论分析表明,与经典的多视角学习方法相比,FMPRVFL可以提供额外的泛化能力。在64个数据集上的实验结果表明,FMPRVFL在平均测试精度和运行时间上都优于比较方法。 展开更多
关键词 多视角学习(MVL) 特权信息 随机向量函数连接网络(rvfl)
在线阅读 下载PDF
磨机负荷参数快速去相关神经网络集成模型 被引量:5
18
作者 赵立杰 李彬 +2 位作者 汪滢 陈斌 王魏 《控制工程》 CSCD 北大核心 2017年第9期1952-1957,共6页
磨机负荷是与磨矿过程生产效率、产品质量、能源消耗密切相关的重要指标。由于封闭旋转运行的工作特点,球磨机负荷参数难以直接有效测量。针对集成模型成员间的相关性相对较高的问题,提出一种基于快速去相关神经网络集成的球磨机负荷参... 磨机负荷是与磨矿过程生产效率、产品质量、能源消耗密切相关的重要指标。由于封闭旋转运行的工作特点,球磨机负荷参数难以直接有效测量。针对集成模型成员间的相关性相对较高的问题,提出一种基于快速去相关神经网络集成的球磨机负荷参数建模方法。该方法采用随机向量函数连接(Random Vector Functional-Link,RVFL)网络生成磨机负荷参数集成模型个体,随机分配RVFL个体模型隐含层参数,使用负相关(Negative Correlation Learning,NCL)算法,将集成模型转化为线性方程求解集成模型参数。球磨机运行试验数据的仿真实验结果验证了所提球磨机负荷模型的有效性。 展开更多
关键词 磨机负荷 负相关学习 快速去相关神经网络集成 随机向量函数连接网络
在线阅读 下载PDF
基于整体辨识策略的非线性自适应控制方法 被引量:2
19
作者 张政煊 杨翊卓 +2 位作者 代伟 周平 杨春雨 《控制理论与应用》 EI CAS CSCD 北大核心 2023年第11期2039-2048,共10页
针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网... 针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网络的直链与增强结构特性挖掘其与低阶线性模型和高阶未建模动态项的等价对应关系,并融入权值偏差惩罚项,设计了网络模型参数在线更新算法辨识非线性系统参数.根据在线辨识的线性模型参数和未建模动态估计量,采用一步超前最优控制策略设计线性控制器和未建模动态补偿器.数值仿真表明,所提方法优于交替辨识下的非线性自适应控制方法,并通过工业应用的仿真研究验证所提方法在工业上的可用性.最后,对本文控制方法在实际应用中的潜在问题及理论受限条件的放松进行分析和展望. 展开更多
关键词 随机向量函数链接网络 非线性 自适应控制 未建模动态补偿 输出权值偏差惩罚
在线阅读 下载PDF
磨浆过程输出纤维长度随机分布预测PDF控制 被引量:1
20
作者 李明杰 周平 《自动化学报》 EI CSCD 北大核心 2019年第10期1923-1932,共10页
磨浆过程作为制浆和造纸工业最为重要的生产环节之一,其输出纤维长度随机分布(Fiber length stochastic distribution,FLSD)形状直接决定着后续造纸过程的能耗和纸品质量.针对传统的均值和方差难以描述输出FLSD特征,即具有非高斯分布特... 磨浆过程作为制浆和造纸工业最为重要的生产环节之一,其输出纤维长度随机分布(Fiber length stochastic distribution,FLSD)形状直接决定着后续造纸过程的能耗和纸品质量.针对传统的均值和方差难以描述输出FLSD特征,即具有非高斯分布特性,本文提出一种磨浆过程输出FLSD的预测概率密度函数(Probability density function,PDF)控制方法.首先,采用径向基函数(Radical basis function,RBF)神经网络逼近输出FLSD的PDF,在采用迭代学习方法完成基函数参数整定基础上对相应权值向量进行估计.其次,针对权值之间存在强耦合特点,利用随机权神经网络(Random vector functional-networks,RVFLNs)建立表征输入变量和权值之间关系的预测模型.最后,基于建立的输出FLSD模型设计预测PDF控制器,最终实现对期望输出PDF的跟踪控制.基于工业数据实验验证了所提方法的有效性,为磨浆过程优化运行和控制提供理论依据. 展开更多
关键词 磨浆过程 纤维长度随机分布 预测PDF控制 随机权神经网络
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部