检索结果-维普期刊中文期刊服务平台

基于QPSO组合优化的发酵过程LS-SVM建模被引量：1: 1; 作者王巧立陈铁军《计算机工程与设计》 CSCD 北大核心 2011年第1期285-288,共4页; 利用最小二乘支持向量机(LS-SVM)对发酵过程进行建模,辅助变量和模型参数的选择对建模效果有很大影响。因此提出了一种基于量子粒子群算法(QPSO)的组合优化建模方法,构造基于赤池信息量准则(AIC)的适应度函数,利用QPSO同步选择最优的辅... 展开更多; 关键词最小二乘支持向量机(LS-svm) 建模辅助变量量子粒子群算法(QPSO) 组合优化赤池信息量准则(AIC); 在线阅读下载PDF 职称材料

面向目标检测与姿态估计的联合文法模型被引量：7: 2; 作者陈耀东李仁发 +2 位作者李实英黄鑫谢国琪《计算机学报》 EI CSCD 北大核心 2014年第10期2206-2217,共12页; 针对部件模型在描述目标上的局限性,提出了一种判别化的视觉文法模型.该模型利用文法的可描述性和可扩展性能够对通用目标类别进行描述并且处理一般化的识别任务.根据目标检测和姿态估计的特点将文法模型实例化为两个单任务文法,同时对... 展开更多; 关键词视觉文法部件模型目标检测姿态估计基于隐变量的结构化svm 计算机视觉; 在线阅读下载PDF 职称材料

基于逆模型解耦的绿茶烘焙变论域模糊控制被引量：8: 3; 作者李琳周国雄《农业工程学报》 EI CAS CSCD 北大核心 2014年第7期258-267,共10页; 绿茶烘焙过程,伴随着复杂的物质交换和热交换,温、湿度变化耦合严重。针对这一问题该文提出了一种基于逆模型解耦的变论域模糊控制方法。采用支持向量机(support vector machine,SVM)方法辨识绿茶烘焙过程,建立精度相对较高逆模型,根据... 展开更多; 关键词模糊控制耦合模型绿茶烘焙逆模型解耦支持向量机变论域; 在线阅读下载PDF 职称材料

一种大功率风电机组变换器新型控制技术研究被引量：1: 4; 作者李亚西蒋晓春 +2 位作者朱晓光林资旭许洪华《太阳能学报》 EI CAS CSCD 北大核心 2009年第1期129-136,共8页; 针对变速恒频风电机组变换器功率日益增长的现状,提出了一种新型控制技术——交错采样变矢量(SSTV)控制技术。该技术基于双并联变换器的平均值等效模型,它在不需要增加任何硬件成本的基础上,可以提高双并联变换器的等效输出开关频率,降... 展开更多; 关键词变速恒频风力发电双并联变换器平均值模型交错采样变矢量控制零序电流空间矢量调制; 在线阅读下载PDF 职称材料

一种层次化的联合识别模型被引量：1: 5; 作者陈耀东李仁发《计算机研究与发展》 EI CSCD 北大核心 2015年第11期2431-2440,共10页; 目标检测与姿态估计在当前视觉研究中分属不同的任务,但两者在研究方法和现实应用上具有较强的互补性.提出了一种混合的层次树模型,该模型包含3类结点,分别描述整体目标、判别部件和组件(即语义部件).中间层的判别部件兼顾承上(目标)与... 展开更多; 关键词联合识别模型姿态估计目标检测部件模型结构化支持向量机隐变量; 在线阅读下载PDF 职称材料

基于VPRS理论的一种混合分类算法: 6; 作者洪智勇秦克云邓维斌《计算机工程与应用》 CSCD 北大核心 2010年第9期23-25,54,共4页; 在文本分类领域中,KNN与SVM算法都具有较高的分类准确率,但两者都有其内在的缺点,KNN算法会因为大量的训练样本而导致计算量过大;SVM算法对于噪声数据过于敏感,对分布在分类超平面附近的数据点无法进行准确的分类,基于此提出一种基于变... 展开更多; 关键词文本分类支持向量机(svm)算法 K-近邻法(KNN) 变精度粗糙集模型(VPRS); 在线阅读下载PDF 职称材料

变量选择与支持向量机相结合的SO_2排放特性建模被引量：12: 7; 作者王琦范常浩 +2 位作者白建云李永茂李金霞《热力发电》 CAS 北大核心 2018年第3期68-75,共8页; 燃煤电站锅炉SO_2排放是大气污染的主要来源之一,建立有效的SO_2排放预测模型有利于解决循环流化床(CFB)锅炉因炉内脱硫不稳定导致脱硫塔脱硫不及时而引起的SO_2排放超标的问题。SO_2的排放特性受众多热工参数影响,且各参数间存在相关... 展开更多; 关键词循环流化床锅炉脱硫变量选择 BP-svm模型 SO2排放特性泛化能力预测控制; 在线阅读下载PDF 职称材料

基于自适应拟合建模的航空发动机健康参数估计被引量：2: 8; 作者顾嘉辉鲁峰 +1 位作者黄金泉强子健《传感器与微系统》 CSCD 2019年第3期28-32,共5页; 针对航空发动机各部件会发生性能缓慢退化,而现有的发动机线性模型建模方法无法在全寿命期限内满足精度要求,导致滤波算法对健康参数的估计误差随着飞行循环数的增加而增加的问题,提出自适应拟合的方法建立包含健康参数的状态变量模型(S... 展开更多; 关键词商用航空发动机气路健康参数状态变量模型卡尔曼滤波自适应拟合建模; 在线阅读下载PDF 职称材料

题名基于QPSO组合优化的发酵过程LS-SVM建模被引量：1: 1; 作者王巧立陈铁军; 机构郑州大学电气工程学院; 出处《计算机工程与设计》 CSCD 北大核心 2011年第1期285-288,共4页; 基金河南省创新人才杰出青年计划基金项目(084100410009); 文摘利用最小二乘支持向量机(LS-SVM)对发酵过程进行建模,辅助变量和模型参数的选择对建模效果有很大影响。因此提出了一种基于量子粒子群算法(QPSO)的组合优化建模方法,构造基于赤池信息量准则(AIC)的适应度函数,利用QPSO同步选择最优的辅助变量组合和参数对,对模型进行自动优选。将该方法用于诺西肽发酵过程的建模,仿真结果表明,通过QPSO组合优化能获得更好的建模效果。; 关键词最小二乘支持向量机(LS-svm) 建模辅助变量量子粒子群算法(QPSO) 组合优化赤池信息量准则(AIC); Keywords least square support vector machine（LS-svm） modeling instrumental variable quantum-behaved particle swarm optimization（QPSO） combinatorial optimization Akaike information criterion（AIC）; 分类号 TP15 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名面向目标检测与姿态估计的联合文法模型被引量：7: 2; 作者陈耀东李仁发李实英黄鑫谢国琪; 机构湖南大学信息科学与工程学院; 出处《计算机学报》 EI CSCD 北大核心 2014年第10期2206-2217,共12页; 基金国家自然科学基金(60873047 61173036)资助; 文摘针对部件模型在描述目标上的局限性,提出了一种判别化的视觉文法模型.该模型利用文法的可描述性和可扩展性能够对通用目标类别进行描述并且处理一般化的识别任务.根据目标检测和姿态估计的特点将文法模型实例化为两个单任务文法,同时对比了文法的异同.通过分析检测与姿态估计在应用背景和研究方法上的互补性,进一步提出了一种联合识别文法.联合文法由一组判别符号合并两个单任务文法,其特点是实现了并行化的目标检测与姿态估计,而且能同时提升检测和估计性能.鉴于参数训练所面临的弱监督环境,引入带隐变量的结构化学习框架优化文法参数.实验分别在单任务和多任务场景下对比了部件模型与提出的联合文法.实验结果说明联合文法在性能上优于当前主流的检测模型和姿态估计模型.; 关键词视觉文法部件模型目标检测姿态估计基于隐变量的结构化svm 计算机视觉; Keywords visual grammar part-based models object detection pose estimation structural svm with latent variables computer vision; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于逆模型解耦的绿茶烘焙变论域模糊控制被引量：8: 3; 作者李琳周国雄; 机构中南林业科技大学计算机与信息工程学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2014年第7期258-267,共10页; 基金国家自然科学基金(60975049) 湖南省教育厅高等学校科学研究项目(12C0437); 文摘绿茶烘焙过程,伴随着复杂的物质交换和热交换,温、湿度变化耦合严重。针对这一问题该文提出了一种基于逆模型解耦的变论域模糊控制方法。采用支持向量机(support vector machine,SVM)方法辨识绿茶烘焙过程,建立精度相对较高逆模型,根据试验结果,电热丝电流平均误差为4.3%,而风机转速为8.5%。将该模型并与被控对象进行串联,建立伪线性系统,实现温、湿度解耦。同时采用模糊控制器对温、湿度分别进行独立控制,同时对模糊控制器的论域进行改进,增强系统的环境适应能力。性能试验结果表明,该控制系统能够将温度误差控制在小于1.4℃,相对湿度控制误差仅为2.8%;品质试验表明,绿茶橙花叔醇成分平均提升15.2%,α-法呢烯成分平均提升17.4%,芳樟醇成分平均提升14.2%。该文方法能够有效提升绿茶烘焙过程的控制效果,提供了一种控制绿茶烘焙过程的新途径。; 关键词模糊控制耦合模型绿茶烘焙逆模型解耦支持向量机变论域; Keywords fuzzy control couplings models green tea baking inverse mode decoupling svm variable region; 分类号 TP273.21 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名一种大功率风电机组变换器新型控制技术研究被引量：1: 4; 作者李亚西蒋晓春朱晓光林资旭许洪华; 机构中国科学院电工研究所中国科学院研究生院中国电力科学研究院; 出处《太阳能学报》 EI CAS CSCD 北大核心 2009年第1期129-136,共8页; 基金国家高技术研究发展计划(863)项目(2003AA512022-3); 文摘针对变速恒频风电机组变换器功率日益增长的现状,提出了一种新型控制技术——交错采样变矢量(SSTV)控制技术。该技术基于双并联变换器的平均值等效模型,它在不需要增加任何硬件成本的基础上,可以提高双并联变换器的等效输出开关频率,降低输出电流谐波;同时,在双并联变换器的交流侧和直流侧都直接相连的条件下,可以有效抑制零序电流。该文对交错采样变矢量控制技术的原理和实现方式都进行了详细地阐述。仿真和计算结果表明,该方案将双并联变换器的等效输出开关频率提高了1倍,同时将零序电流的峰值减少了80%以上。此外,该技术还具有鲁棒性强,易于工程实现等优点。; 关键词变速恒频风力发电双并联变换器平均值模型交错采样变矢量控制零序电流空间矢量调制; Keywords variable speed constant frequency wind power dual parallel converter average model staggered sample transforming vector control zero sequence current svm; 分类号 TM310 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名一种层次化的联合识别模型被引量：1: 5; 作者陈耀东李仁发; 机构长沙师范学院电子与信息工程系湖南大学信息科学与工程学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2015年第11期2431-2440,共10页; 基金国家自然科学基金项目(60873047,61173036); 文摘目标检测与姿态估计在当前视觉研究中分属不同的任务,但两者在研究方法和现实应用上具有较强的互补性.提出了一种混合的层次树模型,该模型包含3类结点,分别描述整体目标、判别部件和组件(即语义部件).中间层的判别部件兼顾承上(目标)与启下(组件)的功能,一方面刻画整体目标的局部特征,另一方面隐含多组件的共现信息.相比当前最新的联合模型,层次树模型能够并行化处理检测与估计,避免串联化联合引发的错误传播.采用基于隐变量的结构化支持向量机训练模型,同时提出了一种新的部件学习方法以自动地初始化和优化判别部件.实验设计了多任务识别和单任务识别2种评估场景,对比了本文模型与当前主流的联合识别模型,实验结果说明层次化模型具有更强的识别性能以及更高的时效性.; 关键词联合识别模型姿态估计目标检测部件模型结构化支持向量机隐变量; Keywords multi-task recognition model pose estimation object detection part-based models structured svm latent variables; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于VPRS理论的一种混合分类算法: 6; 作者洪智勇秦克云邓维斌; 机构西南交通大学数学学院五邑大学计算机学院西南交通大学信息与科学技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2010年第9期23-25,54,共4页; 基金国家自然科学基金(No.60474022)~~; 文摘在文本分类领域中,KNN与SVM算法都具有较高的分类准确率,但两者都有其内在的缺点,KNN算法会因为大量的训练样本而导致计算量过大;SVM算法对于噪声数据过于敏感,对分布在分类超平面附近的数据点无法进行准确的分类,基于此提出一种基于变精度粗糙集理论的混合分类算法,该算法能够充分利用二者的优势同时又能克服二者的弱点,最后通过实验证明混合算法能够有效改善计算复杂度与分类精度。; 关键词文本分类支持向量机(svm)算法 K-近邻法(KNN) 变精度粗糙集模型(VPRS); Keywords text classification Support Vector Machine（svm） K-Nearest Neighbor（KNN） variable Precision Rough Set model（VPRS）; 分类号 TP301 [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

题名变量选择与支持向量机相结合的SO_2排放特性建模被引量：12: 7; 作者王琦范常浩白建云李永茂李金霞; 机构山西大学自动化系山西平朔煤矸石发电有限责任公司; 出处《热力发电》 CAS 北大核心 2018年第3期68-75,共8页; 基金国家自然科学基金项目(U1610116) 山西省煤基重大项目(MD2014-03-06-03)~~; 文摘燃煤电站锅炉SO_2排放是大气污染的主要来源之一,建立有效的SO_2排放预测模型有利于解决循环流化床(CFB)锅炉因炉内脱硫不稳定导致脱硫塔脱硫不及时而引起的SO_2排放超标的问题。SO_2的排放特性受众多热工参数影响,且各参数间存在相关性与耦合性,对此本文提出一种基于变量选择与支持向量机(SVM)的SO_2排放预测模型。基于某300 MW CFB锅炉现场运行数据,采用BP神经网络降低输入变量的维度与复杂度,将筛选后的输入变量作为BP-SVM模型的输入,采用K-折交叉验证的方法通过网格搜索确定最优模型参数,建立SO_2排放BP-SVM模型。将BP-SVM模型与未经变量选择的SVM模型对比分析,结果表明经过变量选择后的BP-SVM模型可以有效降低模型复杂度,提高模型泛化能力。; 关键词循环流化床锅炉脱硫变量选择 BP-svm模型 SO2排放特性泛化能力预测控制; Keywords CFB boiler, desulfurization, variable selection, BP-svm model, SO2 emission characteristic, generalization ability, prediction control; 分类号 X773 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于自适应拟合建模的航空发动机健康参数估计被引量：2: 8; 作者顾嘉辉鲁峰黄金泉强子健; 机构南京航空航天大学能源与动力学院江苏省航空动力系统重点实验室; 出处《传感器与微系统》 CSCD 2019年第3期28-32,共5页; 基金国家自然科学基金资助项目(51276087) 国家自然科学基金青年科学基金资助项目(61304133); 文摘针对航空发动机各部件会发生性能缓慢退化,而现有的发动机线性模型建模方法无法在全寿命期限内满足精度要求,导致滤波算法对健康参数的估计误差随着飞行循环数的增加而增加的问题,提出自适应拟合的方法建立包含健康参数的状态变量模型(SVM),并设计卡尔曼滤波器进行健康参数估计。方法利用上一个采样周期内健康参数的估计值实时更新健康参数相关系数矩阵,以提高线性模型的精度。以某型商用航空发动机部件级模型为基础,在设计巡航点采用提出的方法建立线性变参数模型。通过相似换算,在多个飞行状态点,进行数字仿真性能缓慢退化过程。经验证:相比改进拟合法,基于所提建模方法的卡尔曼滤波器能较大地提高对健康参数的估计精度,同时具有较好的实时性。; 关键词商用航空发动机气路健康参数状态变量模型卡尔曼滤波自适应拟合建模; Keywords commercial aircraft engine gas path health parameters slate variable model(svm) Kalman filtering(KF) adaptive fitting modeling; 分类号 V233.7 [航空宇航科学与技术—航空宇航推进理论与工程]; 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	基于QPSO组合优化的发酵过程LS-SVM建模	王巧立陈铁军	《计算机工程与设计》 CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
2	面向目标检测与姿态估计的联合文法模型	陈耀东李仁发李实英黄鑫谢国琪	《计算机学报》 EI CSCD 北大核心	2014	7	在线阅读下载PDF 职称材料
3	基于逆模型解耦的绿茶烘焙变论域模糊控制	李琳周国雄	《农业工程学报》 EI CAS CSCD 北大核心	2014	8	在线阅读下载PDF 职称材料
4	一种大功率风电机组变换器新型控制技术研究	李亚西蒋晓春朱晓光林资旭许洪华	《太阳能学报》 EI CAS CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
5	一种层次化的联合识别模型	陈耀东李仁发	《计算机研究与发展》 EI CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
6	基于VPRS理论的一种混合分类算法	洪智勇秦克云邓维斌	《计算机工程与应用》 CSCD 北大核心	2010	0	在线阅读下载PDF 职称材料
7	变量选择与支持向量机相结合的SO_2排放特性建模	王琦范常浩白建云李永茂李金霞	《热力发电》 CAS 北大核心	2018	12	在线阅读下载PDF 职称材料
8	基于自适应拟合建模的航空发动机健康参数估计	顾嘉辉鲁峰黄金泉强子健	《传感器与微系统》 CSCD	2019	2	在线阅读下载PDF 职称材料