检索结果-南通市图书馆

基于自适应非负绞杀与LSTM神经网络的动态软测量算法研究及应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应非负绞杀与LSTM神经网络的动态软测量算法研究及应用

作者：隋璘齐鲁工业大学

学位级别：硕士

现代工业过程中,为保证产品质量与生产过程安全性,需要对某些难以直接测量却又与之密切相关的关键变量进行实时监测。软测量技术通过挖掘易于获取的辅助变量与难测主导变量之间的关系建立数学模型,间接完成对主导变量的有效估计,被广泛... 详细信息

现代工业过程中,为保证产品质量与生产过程安全性,需要对某些难以直接测量却又与之密切相关的关键变量进行实时监测。软测量技术通过挖掘易于获取的辅助变量与难测主导变量之间的关系建立数学模型,间接完成对主导变量的有效估计,被广泛应用于各种现代流程工业和过程控制领域。然而,现代工业过程建模中,生产过程的多变量、非线性以及动态性会导致模型复杂度增高且建模精度降低。针对这一问题,本文基于稀疏学习理论与最优化方法,设计惩罚似然函数与长短期记忆(Long short-term memory,LSTM)神经网络相融合的非线性优化问题,开展面向复杂工业过程动态软测量算法的研究。论文主要研究内容如下:(1)针对复杂工业过程的动态软测量建模问题,将非负绞杀(Nonnegative garrote,NNG)算法与LSTM神经网络相结合,提出一种基于LSTM神经网络及其输入变量选择的动态软测量算法(NNG-LSTM)。首先,利用LSTM神经网络出色的历史信息记忆能力处理工业过程中的动态、时滞等问题;其次,采用NNG算法对LSTM网络输入权重进行压缩,剔除冗余变量,提高模型精度;最后通过数值仿真与对比实验验证了算法的优越性。实验结果表明所提算法能有效剔除冗余变量,降低模型复杂度并提高其预测性能。(2)针对NNG算法对LSTM神经网络输入权重优化时存在系数估计有偏的缺点,提出一种基于自适应NNG(Adaptive-NNG,ANNG)与LSTM神经网络的动态软测量算法(ANNG-LSTM)。利用最大互信息系数算法衡量输入变量与目标变量的关联程度,以设计自适应权重向量,并将其嵌入NNG-LSTM算法约束中,使算法可根据不同输入变量的特征重要性而施加不同程度的惩罚,实现其自适应输入变量选择与参数同步优化。数值仿真结果表明,ANNG-LSTM算法所建模型的变量选择结果更加精准有效,具有更高的预测精度与泛化性能。(3)通过深入分析某燃煤电厂石灰石-石膏湿法烟气脱硫过程工艺机理,将ANNG-LSTM算法应用于该过程排放烟气的SO浓度软测量建模,并与其它先进算法进行性能比较,验证了所提算法的有效性。实验结果表明,ANNG-LSTM算法所建模型的各项性能指标均优于其它算法,其模型输入变量数目更少、预测精度更高,能精确预测排放烟气中SO浓度的动态变化,可为该电厂烟气脱硫过程的SO浓度在线监测提供有力参考。

关键词：软测量 LSTM神经网络非负绞杀数据驱动建模变量选择

基于非负绞杀与长短期记忆神经网络的动态软测量算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

控制理论与应用 2023年第1期40卷 83-93页

作者：孙凯隋璘张芳芳杨根科齐鲁工业大学(山东省科学院)电气工程与自动化学院山东济南250353 上海交通大学自动化系上海200240 上海交通大学宁波人工智能研究院浙江宁波315000

现代工业过程建模中,生产过程的多变量、非线性及动态性会导致模型复杂度增高且建模精度降低.针对这一问题,将非负绞杀算法(NNG)嵌入长短期记忆(LSTM)神经网络,提出一种基于LSTM神经网络及其输入变量选择的动态软测量算法.首先,通过参... 详细信息

现代工业过程建模中,生产过程的多变量、非线性及动态性会导致模型复杂度增高且建模精度降低.针对这一问题,将非负绞杀算法(NNG)嵌入长短期记忆(LSTM)神经网络,提出一种基于LSTM神经网络及其输入变量选择的动态软测量算法.首先,通过参数优化生成训练好的LSTM神经网络,利用其出色的历史信息记忆能力处理工业过程中的动态、时滞等问题;其次,采用NNG算法对LSTM网络输入权重进行压缩,剔除冗余变量,提高模型精度,并采用网格搜索法与分块交叉验证对其超参数寻优;最后,将算法应用于某火电厂脱硫过程排放烟气SO_(2)浓度软测量建模,并与其它先进算法进行性能比较.实验结果表明所提算法能有效剔除冗余变量,降低模型复杂度并提高其预测性能.

关键词：神经网络软测量长短期记忆动态建模变量选择模型简化

基于时序迁移与双流加权的ONLSTM软测量建模

在线全文

学校读者我要写书评

暂无评论

化工学报 2023年第11期74卷 4622-4633页

作者：李祥宇隋璘马君霞熊伟丽江南大学物联网工程学院江苏无锡214122 江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

实际化工过程建模具有多变量、非线性和动态性等特点,会导致模型复杂度提高且提取特征时产生冗余信息和时序分布漂移问题,因此提出一种基于时序迁移和双流加权的有序神经元长短时记忆网络(ONLSTM)模型。首先,利用时序迁移对特征分布进... 详细信息

实际化工过程建模具有多变量、非线性和动态性等特点,会导致模型复杂度提高且提取特征时产生冗余信息和时序分布漂移问题,因此提出一种基于时序迁移和双流加权的有序神经元长短时记忆网络(ONLSTM)模型。首先,利用时序迁移对特征分布进行匹配以自适应表征特征分布信息,采用划分特征分布差异最大时间域进行训练,减小时序分布失配,从而解决时序分布漂移问题;其次,在时序迁移框架内嵌入双流加权ONLSTM模型,通过对ONLSTM主遗忘门和主输入门分别加权,更精确控制传递信息;进一步结合双流结构设计双信息流控制相应门控单元,减小参数调节过程中的耦合影响,降低模型复杂度,提高其预测性能;最后,将所提模型应用于硫回收过程以及某火电厂脱硫过程排放烟气SO_(2)浓度软测量建模,并与其他深度学习网络进行对比,验证了模型有效性。

关键词：时间序列迁移加权有序神经元长短时记忆网络双流结构软测量神经网络过程控制动态建模

基于自注意力机制与卷积ONLSTM网络的软测量算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2023年第5期18卷 957-965页

作者：李祥宇隋璘熊伟丽江南大学物联网工程学院江苏无锡214122 江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

针对实际工业过程的非线性和动态性特点,并考虑过程变量中存在的冗余信息,提出一种带自注意力机制的卷积有序神经元长短时记忆网络(ordered neurons long short-term memory,ONLSTM)多层时序预测模型。首先利用卷积神经网络降低局部特... 详细信息

针对实际工业过程的非线性和动态性特点,并考虑过程变量中存在的冗余信息,提出一种带自注意力机制的卷积有序神经元长短时记忆网络(ordered neurons long short-term memory,ONLSTM)多层时序预测模型。首先利用卷积神经网络降低局部特征维度,对输入变量进行局部特征提取,并通过构建层级重要性指标对长短时记忆网络(long short-term memory,LSTM)隐藏层神经元进行特定排序,以辨识层级结构信息,提高网络模型的重要信息判断能力;其次将自注意力机制引入ONLSTM网络,根据各输入变量之间内部相关性,自适应地为其分配不同的注意力权重,以提高模型预测性能;最后将模型应用于青霉素发酵过程的产物浓度预测,并与其他先进网络模型进行对比,验证了模型的有效性。

关键词：自注意力机制有序神经元长短时记忆网络软测量青霉素发酵特征提取卷积冗余信息深度学习

基于非负绞杀与LSTM神经网络的动态软测量算法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2021年

作者：孙凯隋璘张芳芳杨根科齐鲁工业大学(山东省科学院)电气工程与自动化学院上海交通大学上海交通大学上海交通大学宁波人工智能研究院

现代工业过程建模中,生产过程的多变量、非线性及动态性会导致模型复杂度增高且建模精度降低.针对这一问题,将非负绞杀算法（nonnegative garrote, NNG）嵌入长短期记忆（long short-term memory, LSTM）神经网络,提出一种基于LSTM神经... 详细信息

现代工业过程建模中,生产过程的多变量、非线性及动态性会导致模型复杂度增高且建模精度降低.针对这一问题,将非负绞杀算法（nonnegative garrote, NNG）嵌入长短期记忆（long short-term memory, LSTM）神经网络,提出一种基于LSTM神经网络及其输入变量选择的动态软测量算法.首先,通过参数优化生成训练好的LSTM神经网络,利用其出色的历史信息记忆能力处理工业过程中的动态、时滞等问题;其次,采用NNG算法对LSTM网络输入权重进行压缩,剔除冗余变量,提高模型精度,并采用网格搜索法与分块交叉验证对其超参数寻优;最后,将算法应用于某火电厂脱硫过程排放烟气SO;浓度软测量建模,并与其它先进算法进行性能比较.实验结果表明所提算法能有效剔除冗余变量,降低模型复杂度并提高其预测性能.

关键词：神经网络软测量长短期记忆动态建模变量选择模型简化

一种基于非负绞杀的循环神经网络变量选择与结构优化算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

齐鲁工业大学学报 2021年第5期35卷 60-67页

作者：张孟岩隋璘孙凯齐鲁工业大学(山东省科学院)电气工程与自动化学院济南250353

神经网络是一种利用大量简单结构表达复杂函数的新型建模方法,近年来得到了深入研究和广泛应用。循环神经网络(Recurrent neural network,RNN)因其记忆功能这一特性,被广泛应用于语音识别、机器翻译等领域。然而,实际生产过程建模存在... 详细信息

神经网络是一种利用大量简单结构表达复杂函数的新型建模方法,近年来得到了深入研究和广泛应用。循环神经网络(Recurrent neural network,RNN)因其记忆功能这一特性,被广泛应用于语音识别、机器翻译等领域。然而,实际生产过程建模存在变量多、非线性高、动态性强等难题,且现有的RNN算法难以取得较高的预测精度。目前,对于RNN的优化多集中于输入层的变量选择,较少考虑网络结构中隐含层的优化问题。本文提出一种面向循环神经网络的输入变量选择及结构优化算法,采用非负绞杀(Nonnegative Garrote,NNG)算法对RNN的输入层与隐含层反馈的初始权值进行同步压缩,进而构建泛化能力更强的RNN网络模型。基于增加时滞特性的Friedman数据集对提出算法进行性能检验,并与其他经典的神经网络建模算法进行比较。仿真结果表明,所提算法能有效克服静态神经网络无法提取时序信息的缺点,且能精确选择相关变量,简化RNN模型结构,从而提高动态模型泛化能力。

关键词：神经网络 RNN 变量选择结构优化非线性建模时序信息

《金凤银花》工艺美术品烟花爆竹系列电商产品包装设计

在线全文

学校读者我要写书评

暂无评论

包装世界 2016年第6期 45-45页

作者：贺景涵王芷莹隋璘胡韬高开辉湖南工业大学

社交语用视域下新媒体商务话语研究的前沿趋势

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代外语 2024年第2期47卷 283-292,F0003页

作者：刘平杨璘璘广东外语外贸大学广东省广州市510420

新媒体商务话语是近年来社交语用学研究的重要领域。本文根据国际语用学、话语研究和(商务)沟通研究等的核心期刊成果,结合国内代表性研究,就新媒体商务交际中实践共同体关系和身份建构等前沿议题,梳理社交语用视域下新媒体商务话语研... 详细信息

新媒体商务话语是近年来社交语用学研究的重要领域。本文根据国际语用学、话语研究和(商务)沟通研究等的核心期刊成果,结合国内代表性研究,就新媒体商务交际中实践共同体关系和身份建构等前沿议题,梳理社交语用视域下新媒体商务话语研究的前沿成果,并在此基础上归纳出相关研究的两大趋势,即社交商务关系的流动性和新媒体商务话语的多维建构性。本研究旨在为商务话语和社交语用研究提供新启示,并为新媒体商务实践共同体关系的建构与维护、身份工作和网络文明维护等提供借鉴。

关键词：新媒体商务话语社交语用视域前沿趋势

民族交往交流交融对民族传统舞蹈形态的影响--以甘南州卓尼莎姆舞为例

在线全文

学校读者我要写书评

暂无评论

中南民族大学学报（人文社会科学版） 2024年第3期44卷 56-63,183,184页

作者：王青璘中南民族大学音乐舞蹈学院湖北武汉430074

甘南州卓尼县地处汉藏文化交界处,是以藏族为主的多民族聚集地,其独特的地理位置和文化环境使得卓尼地域文化具有民族文化交融形成的多样性风格,卓尼莎姆舞即是这种文化多样性的集中体现,其舞蹈形态的队形场图、道具服饰、仪式过程以及... 详细信息

甘南州卓尼县地处汉藏文化交界处,是以藏族为主的多民族聚集地,其独特的地理位置和文化环境使得卓尼地域文化具有民族文化交融形成的多样性风格,卓尼莎姆舞即是这种文化多样性的集中体现,其舞蹈形态的队形场图、道具服饰、仪式过程以及动作、歌词与祭祀对象等,均受到多种文化的影响。借助舞蹈身体语言学的理论范式对卓尼县藏巴哇地区的莎姆舞形态进行描述,考察构成莎姆舞语言的话语方式,并从语境与语义的角度分析其存在的文化生境和其中的文化内涵,运用“涵化”理论讨论其中的文化涵化现象,探析多文化融合在莎姆舞形态中的呈现方式,以此考察民族交往交流交融对传统舞蹈形态形成的影响,有助于进一步夯实中华民族共同体意识的文化基础。

关键词：民族交往交流交融传统舞蹈形态卓尼莎姆舞