检索结果-维普期刊中文期刊服务平台

基于多目标PSO混合优化的虚拟样本生成被引量：4: 1; 作者王丹丹汤健 +1 位作者夏恒乔俊飞《自动化学报》 EI CAS CSCD 北大核心 2024年第4期790-811,共22页; 受限于检测技术难度、高时间与经济成本等原因,难测参数的软测量模型建模样本存在数量少、分布稀疏与不平衡等问题,严重制约了数据驱动模型的泛化性能.针对以上问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optim... 展开更多; 关键词小样本建模虚拟样本生成混合优化多目标粒子群优化分布相似度; 在线阅读下载PDF 职称材料

面向复杂工业过程的虚拟样本生成综述被引量：4: 2; 作者汤健崔璨麟 +1 位作者夏恒乔俊飞《自动化学报》 EI CAS CSCD 北大核心 2024年第4期688-718,共31页; 用于复杂工业过程难测运行指标和异常故障建模的样本具有量少稀缺、分布不平衡以及内涵机理知识匮乏等特性.虚拟样本生成(Virtual sample generation,VSG)作为扩充建模样本数量及其涵盖空间的技术,已成为解决上述问题的主要手段之一,但... 展开更多; 关键词复杂工业过程虚拟样本生成数据驱动建模样本覆盖区域; 在线阅读下载PDF 职称材料

基于虚拟样本生成技术的多组分机械信号建模被引量：26: 3; 作者汤健乔俊飞 +2 位作者柴天佑刘卓吴志伟《自动化学报》 EI CSCD 北大核心 2018年第9期1569-1589,共21页; 采用具有多组分、非平稳、非线性等特性的机械振动/振声信号构建数据驱动软测量模型,是目前工业界测量高能耗旋转机械设备内部难以检测过程参数的常用手段.针对机械信号产生机理的复杂性导致模型解释性弱,以及工业过程连续不间断运行和... 展开更多; 关键词多组分机械信号高维谱数据难以检测过程参数数据驱动建模虚拟样本生成; 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

题名基于多目标PSO混合优化的虚拟样本生成被引量：4: 1; 作者王丹丹汤健夏恒乔俊飞; 机构北京工业大学信息学部北京工业大学智慧环保北京实验室北京工业大学智能感知与自主控制教育部工程研究中心; 出处《自动化学报》 EI CAS CSCD 北大核心 2024年第4期790-811,共22页; 基金国家自然科学基金(62073006,62173120,62021003) 北京市自然科学基金资助项目(4212032,4192009) 科技创新2030——“新一代人工智能”重大项目(2021ZD0112301,2021ZD0112302)资助。; 文摘受限于检测技术难度、高时间与经济成本等原因,难测参数的软测量模型建模样本存在数量少、分布稀疏与不平衡等问题,严重制约了数据驱动模型的泛化性能.针对以上问题,提出一种基于多目标粒子群优化(Multi-objective particle swarm optimization, MOPSO)混合优化的虚拟样本生成(Virtual sample generation, VSG)方法.首先,设计综合学习粒子群优化算法的种群表征机制,使其能够同时编码用于连续变量和离散变量;然后,定义具有多阶段多目标特性的综合学习粒子群优化算法适应度函数,使其能够在确保模型泛化性能的同时最小化虚拟样本数量;最后,提出面向虚拟样本生成的多目标混合优化任务以改进综合学习粒子群优化算法,使其能够适应虚拟样本优选过程的变维特性并提高收敛速度.同时,首次借鉴度量学习提出用于评价虚拟样本质量的综合评价指标和分布相似指标.利用基准数据集和真实工业数据集验证了所提方法的有效性和优越性.; 关键词小样本建模虚拟样本生成混合优化多目标粒子群优化分布相似度; Keywords Small sample modeling virtual sample generation(vsg) hybrid optimization multi-objective particle swarm optimization(MOPSO) distribution similarity; 分类号 TP18 [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

题名面向复杂工业过程的虚拟样本生成综述被引量：4: 2; 作者汤健崔璨麟夏恒乔俊飞; 机构北京工业大学信息学部北京工业大学智慧环保北京实验室北京工业大学智能感知与自主控制教育部工程研究中心; 出处《自动化学报》 EI CAS CSCD 北大核心 2024年第4期688-718,共31页; 基金国家自然科学基金(62073006,62173120) 北京市自然科学基金(4212032) 科技创新2030-“新一代人工智能”重大项目(2021ZD0112301,2021ZD0112302)资助。; 文摘用于复杂工业过程难测运行指标和异常故障建模的样本具有量少稀缺、分布不平衡以及内涵机理知识匮乏等特性.虚拟样本生成(Virtual sample generation,VSG)作为扩充建模样本数量及其涵盖空间的技术,已成为解决上述问题的主要手段之一,但已有研究还存在缺乏理论支撑、分类准则与应用边界模糊等问题.本文在描述复杂工业过程难测运行指标和异常故障建模所存在问题的基础上,梳理虚拟样本定义及其内涵,给出面向工业过程回归与分类问题的VSG实现流程;接着,从样本覆盖区域、实现流程与推广应用等方向进行综述;然后,分析讨论VSG的下一步研究方向;最后,对全文进行总结并给出未来挑战.; 关键词复杂工业过程虚拟样本生成数据驱动建模样本覆盖区域; Keywords Complex industrial process virtual sample generation(vsg) data-driven modeling sample coverage area; 分类号 TB497 [一般工业技术] TP399 [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

题名基于虚拟样本生成技术的多组分机械信号建模被引量：26: 3; 作者汤健乔俊飞柴天佑刘卓吴志伟; 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流程工业综合自动化国家重点实验室; 出处《自动化学报》 EI CSCD 北大核心 2018年第9期1569-1589,共21页; 基金国家自然科学基金(61573364 61703089) +1 种基金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(BGRIMM-KZSKL-2017-07)资助~~; 文摘采用具有多组分、非平稳、非线性等特性的机械振动/振声信号构建数据驱动软测量模型,是目前工业界测量高能耗旋转机械设备内部难以检测过程参数的常用手段.针对机械信号产生机理的复杂性导致模型解释性弱,以及工业过程连续不间断运行和机械设备旋转封闭的特殊性导致获取完备训练样本的经济性差和周期性长等问题,本文提出一种基于虚拟样本生成(Virtual sample generation,VSG)技术的多组分机械信号建模方法.首先,将机械信号自适应分解为具有不同时间尺度的平稳子信号并变换为多尺度谱数据;接着,采用适合于小样本高维数据建模的改进选择性集成核偏最小二乘(Selective ensemble kernel partial least squares,SENKPLS)算法构建面向真实训练样本的基于可行性的规划(Feasibilitybased programming,FBP)模型,提出一种综合先验知识和FBP模型等手段面向高维谱数据的VSG技术,用以弥补真实训练样本的短缺问题;然后,基于互信息(Mutual information,MI)对由真实和虚拟训练样本组成的混合建模数据进行自适应特征选择;最后,基于约简的混合训练样本采用SENKPLS构建软测量模型.以近红外谱数据和磨矿过程实验球磨机的筒体振动/振声信号验证所提VSG技术和面向多组分机械信号建模方法的合理性和有效性.; 关键词多组分机械信号高维谱数据难以检测过程参数数据驱动建模虚拟样本生成; Keywords Multi-component mechanical signal high dimentional spectra data difficulty-to-measure process parameters data-driven modeling virtual sample generation （vsg）; 分类号 TD453 [矿业工程—矿山机电]; 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	基于多目标PSO混合优化的虚拟样本生成	王丹丹汤健夏恒乔俊飞	《自动化学报》 EI CAS CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
2	面向复杂工业过程的虚拟样本生成综述	汤健崔璨麟夏恒乔俊飞	《自动化学报》 EI CAS CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
3	基于虚拟样本生成技术的多组分机械信号建模	汤健乔俊飞柴天佑刘卓吴志伟	《自动化学报》 EI CSCD 北大核心	2018	26	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