检索结果-南通市图书馆

一种基于近红外光谱技术的柴油在线软测量方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2008年第7期28卷 1530-1534页

作者：吴德会九江大学电子工程系

为解决柴油凝点难以实时在线检测的问题，提出一种应用近红外（NIR）光谱分析技术的软测量方法。首先，利用光谱分析仪对柴油样品在750～1550nm光谱区的信息进行采集，并用多项式卷积对NIR光谱数据进行光谱平滑、基线校正和标准归一化... 详细信息

为解决柴油凝点难以实时在线检测的问题，提出一种应用近红外（NIR）光谱分析技术的软测量方法。首先，利用光谱分析仪对柴油样品在750～1550nm光谱区的信息进行采集，并用多项式卷积对NIR光谱数据进行光谱平滑、基线校正和标准归一化；再由主元分析（PCA）提取NIR光谱数据集特征，降低输入维数，提高了各维特征的敏感性；最后，通过SVR算法建立凝点的软测量模型。150个柴油样品作为实验材料，其中100个作为校正（训练）样本，其余作为测试样本。经过PCA分析之后，401维的原始NIR吸收光谱数据集被降到了6维。为了验证检测方法的效率，用四种不同的软测量模型（BP，SVR，PCA＋BP和PCA＋SVR）对测试样品进行估计。实验结果表明：（1）用PCA进行特征提取的软测量模型普遍优于直接作用在光谱波长域的模型；（2）SVR模型的测量效果明显优于BP网络模型，其测试误差只有后者的一半；（3）所提软测量方法的检测值与用冷凝法测量的标准化学值之间的均方误差小于4．2。研究说明了本方法可用于对柴油产品凝点的快速测量。

关键词：软测量方法柴油凝点近红外光谱支持向量回归机

基于最小二乘支持向量机的传感器非线性动态补偿

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2007年第6期28卷 1018-1023页

作者：吴德会九江学院电子工程系

提出了一种基于最小二乘支持向量机的非线性传感器动态测量误差的校正方法,使得通过该方法补偿的传感器具有理想的输入输出特性。先将传感器的非线性动态系统分解成线性动态子环节和非线性静态子环节串联;与之对应,非线性动态补偿过程... 详细信息

提出了一种基于最小二乘支持向量机的非线性传感器动态测量误差的校正方法,使得通过该方法补偿的传感器具有理想的输入输出特性。先将传感器的非线性动态系统分解成线性动态子环节和非线性静态子环节串联;与之对应,非线性动态补偿过程也包含2个阶段:线性动态补偿和非线性静态校正。然后,通过函数展开将补偿器的非线性传递函数转换为等价的类线性形式—中间模型;再通过LS-SVM回归算法求取中间模型参数;最后,推导出中间模型参数与补偿器2个子模型参数之间的关系,并通过该关系实现非线性静态校正和线性动态补偿环节的同时辨识。与常规非线性动态补偿方法比较,该方法优点是明显的:(1)只需进行一次动态标定实验;(2)能给出非线性动态补偿器的数学解析表达式;(3)充分利用LS-SVM的优点,使辨识的补偿器具有更好的抗干扰能力。仿真与实际实验结果均表明该传感器非线性动态补偿方法有效。

关键词：传感器非线性动态系统辨识最小二乘支持向量机测量误差

LS-SVM构造FLANN逆系统的传感器动态补偿方法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2007年第3期22卷 378-383页

作者：吴德会九江学院电子工程系江西

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、... 详细信息

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。

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

改进投票策略的多类SVM及在故障诊断中应用

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2009年第4期31卷 982-987页

作者：吴德会九江大学数字控制技术与应用江西省重点实验室江西九江332005 清华大学电机工程与应用电子技术系北京100084

针对一对一（OVO）分解法,提出了一种改进的投票（MWV）策略,解决了传统策略中的不可分区域问题。首先,由训练iω类和ωj（j≠i,j=1,…,n）类而得到的SVM决策函数;再对iω类定义了一个取值在0~1之间的调节函数,并使改进的得票值等于传... 详细信息

针对一对一（OVO）分解法,提出了一种改进的投票（MWV）策略,解决了传统策略中的不可分区域问题。首先,由训练iω类和ωj（j≠i,j=1,…,n）类而得到的SVM决策函数;再对iω类定义了一个取值在0~1之间的调节函数,并使改进的得票值等于传统得票值加上调节函数。最后,根据改进的得票值进行分类决策。对于可分区域的样本,改进MWV策略的分类结果与传统策略完全相同;对于不可分区域的数据,由调节函数的值决定。将所提法应用于齿轮传动箱故障诊断实例并与传统得票策略诊断进行了对比,实验结果验证了所提方法的上述优越性。

关键词：模式识别多类支持向量机投票法故障诊断一对一分解

基于动态指数平滑模型的小批量制造过程质量预测

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2008年第8期39卷 164-168页

作者：吴德会九江大学电子工程系

在对传统指数平滑预测模型局限性分析的基础上,通过引入动态平滑参数和动态平滑初值的概念,提出一种能自动适应预测进程的新模型,并将其应用于小批量生产过程的预测补偿控制领域。通过基于最速梯度法的优化算法,模型的动态平滑参数和平... 详细信息

在对传统指数平滑预测模型局限性分析的基础上,通过引入动态平滑参数和动态平滑初值的概念,提出一种能自动适应预测进程的新模型,并将其应用于小批量生产过程的预测补偿控制领域。通过基于最速梯度法的优化算法,模型的动态平滑参数和平滑初值能随着新观测值的加入而自动调整。将该模型作为关键技术应用于柱塞套内孔加工质量预测,并与时序AR模型、灰色GM模型及传统指数平滑模型的结果进行对比,表明提出的模型具有一定的优越性。

关键词：预测质量控制小批量动态指数平滑模型加工误差

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的非线性动态系统辨识方法

系统仿真学报 2007年第14期19卷 3169-3171,3187页

作者：吴德会九江学院电子工程系合肥工业大学仪器科学与光电工程学院安徽合肥230009

讨论了辨识一类非线性系统模型的方法。先假设原非线性动态系统可由静态非线性子环节和动态线性子环节串联——H模型来表示。将H模型的非线性方程转换为类线性形式,从而建立线性过渡模型。对原始测量数据进行组合运算获得线性中间模型... 详细信息

讨论了辨识一类非线性系统模型的方法。先假设原非线性动态系统可由静态非线性子环节和动态线性子环节串联——H模型来表示。将H模型的非线性方程转换为类线性形式,从而建立线性过渡模型。对原始测量数据进行组合运算获得线性中间模型的训练样本集,并通过支持向量机线性回归算法求取过渡模型参数。最后再建立过渡模型与H模型系数之间的关系,从而反推出非线性模型参数,实现非线性动态系统辨识。仿真结果表明了该方法的有效性。

关键词： H模型非线性动态系统辨识支持向量机回归算法

基于最小二乘支持向量机的铣削加工表面粗糙度预测模型

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2007年第7期18卷 838-841页

作者：吴德会九江学院

在分析以往所建立的表面粗糙度预测模型方法不足的基础上，将一种基于最小二乘支持向量机的预测模型引入铣削加工领域，并给出了相应的步骤和算法。该模型能方便地预测铣削加工参数对加工表面粗糙度的影响，并能利用有限的试验数据得出... 详细信息

在分析以往所建立的表面粗糙度预测模型方法不足的基础上，将一种基于最小二乘支持向量机的预测模型引入铣削加工领域，并给出了相应的步骤和算法。该模型能方便地预测铣削加工参数对加工表面粗糙度的影响，并能利用有限的试验数据得出整个工作范围内的表面粗糙度预测值，有助于准确认识已加工表面质量随铣削参数的变化规律。通过具体实例及与其他几种预测方法的对比表明，在相同样本条件下，其模型构造速度比标准支持向量机方法高1～2个数量级，模型预测误差约为支持向量机方法的40％，预测精度比常规BP模型高1个数量级。因此，基于最小二乘支持向量机方法建模速度快、预测精度高、适合加工表面粗糙度预测。

关键词：表面粗糙度预测模型最小二乘支持向量机铣削

非线性动态系统的Wiener神经网络辨识法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2009年第11期26卷 1192-1196页

作者：吴德会九江学院数字控制技术与应用江西省重点实验室江西九江332005 清华大学电力系统国家重点实验室北京100084

提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设计一种新型的神经网络结构,使网络权值对应于相应的Wiene... 详细信息

提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设计一种新型的神经网络结构,使网络权值对应于相应的Wiener模型参数;并推导了基于反向传播的网络权值调整方法.最后,通过网络迭代训练,可同时得到线性动态子环节和非线性静态增益的模型参数.通过一个Wiener模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法切实可行.

关键词：非线性动态系统辨识神经网络 Wiener模型

基于LS-SVM的特征提取及在凝点软测量中的应用

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2008年第4期20卷 917-920,925页

作者：吴德会九江学院电子工程系

提出了一种基于最小二乘支持向量机(LS-SVM)回归算法的特征提取新方法,并将其成功应用于柴油凝点近红外(NIR)光谱软测量建模。在该方法中,将特征提取公式表达成与LS-SVM回归算法相同的形式,这样就能通过LS-SVM求取最优的特征投影向量。... 详细信息

提出了一种基于最小二乘支持向量机(LS-SVM)回归算法的特征提取新方法,并将其成功应用于柴油凝点近红外(NIR)光谱软测量建模。在该方法中,将特征提取公式表达成与LS-SVM回归算法相同的形式,这样就能通过LS-SVM求取最优的特征投影向量。用一个含120个样本的401维柴油近红外光谱数据集进行测试,通过该方法提取后,原始光谱数据集的特征被降到了6维并保留了原有99.58%的信息。同时,用该数据建立的软测量模型具有更快的学习速度和更高的测量精度。实验结果验证了所提的特征提取新方法应用于近红外光谱特征提取的可行性和有效性。

关键词：特征提取主元分析最小二乘支持向量机软测量