检索结果-南通市图书馆

中国安全科学学报 2013年第10期23卷 15-20页

作者：葛继科李太福苏盈盈刘兴华重庆科技学院电气与信息工程学院

为有效解决某些复杂系统安全评价中涉及的评价指标数目较多、复杂度较高、难以运用传统建立数学解析式的方法对其进行综合评价等问题,提出基于Relief F和BP神经网络的安全评价指标体系(SAI)精简化建模方法。首先,用Relief F算法对SAI进... 详细信息

为有效解决某些复杂系统安全评价中涉及的评价指标数目较多、复杂度较高、难以运用传统建立数学解析式的方法对其进行综合评价等问题,提出基于Relief F和BP神经网络的安全评价指标体系(SAI)精简化建模方法。首先,用Relief F算法对SAI进行特征选择,剔除对安全评价主导指标影响较小的辅助指标;然后用BP神经网络对精简后的指标体系进行建模,建立SAI的精简化模型;最后,根据钢板缺陷评价试验数据将这种建模方法与其他方法对比。结果表明,用该方法能够简化安全评价系统模型、降低运算复杂度、提高系统效率。

关键词：安全评价指标体系 Relief F BP神经网络精简化建模

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于特征子空间回归的软传感器精简化建模

基于特征子空间回归的软传感器精简化建模

引用

作者：苏盈盈重庆工学院

学位级别：硕士

目前使用的软传感器模型辅助变量较多,各变量之间往往存在多重相关性,致使模型的预测精度不高,泛化性能和稳定性较差。针对此问题,本文在系统探讨各种特征提取方法的基础上,利用特征子空间思想去除这种相关性,形成基于特征子空间回归的... 详细信息

目前使用的软传感器模型辅助变量较多,各变量之间往往存在多重相关性,致使模型的预测精度不高,泛化性能和稳定性较差。针对此问题,本文在系统探讨各种特征提取方法的基础上,利用特征子空间思想去除这种相关性,形成基于特征子空间回归的软传感器精简化建模方法,主要包括PCA+NN,PCA+SVR,KPCA+NN,KPCA+SVR,KPLS(KCCA+LS)。同时,该类方法可解决先验知识很少的对象的建模问题。该方法首先针对辅助变量间的线性/非线性相关问题,分别利用各种特征提取方法去除冗余信息,提高样本数据的质量。主要包括线性主成分分析PCA(Principal Component Analysis)、核主成分分析KPCA(Kernel PCA)、核典型相关分析KCCA(Kernel Canonical Correlation Analysis)方法。然后,在信息充分且不相关的样本数据的基础上,可利用信息融合方法对软传感器对象进行建模和预测。主要包括基于结构风险最小化的支持向量回归机SVR(Support Vector Regression)和基于经验风险最小化的神经网络NN(Neural Network)、最小二乘LS(Least Squares)方法。最后,用AIC信息准则(Akaike Information Criterion)为评价函数,综合评价出具有较高模型精度、较好泛化能力和较低复杂度的最佳模型。为了验证该类方法的可行性及有效性,分别针对线性动态软传感器模型、非线性静态软传感器模型、非线性动态软传感器模型,进行了仿真对比研究。结果表明:①针对相关的样本数据,采用特征提取结合信息融合的建模方法比单独使用信息融合更为有效;②PCA+SVR在解决线性软传感器建模时精度和泛化能力较佳;③KPCA+SVR在解决非线性静态/动态软传感器建模时具有较佳的精度和泛化能力。最后,本文针对一种新型的睡眠躁动软传感器,利用上述五种精简化建模方法进行了实例对比研究。结果表明:在综合考虑软传感器模型复杂度、精度和泛化能力的情况下,利用AIC准则评价的PCA+NN方法在解决该问题时具有最佳的效果。

关键词：软传感器精简化建模特征提取核函数方法子空间回归

来源：

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

一种基于核主元分析的精简化建模方法

一种基于核主元分析的精简化建模方法

引用

第三十届中国控制会议

作者：钟秉翔重庆科技学院电气与信息工程学院

随着系统复杂程度增加,控制过程中计算量呈指数增长,将影响系统稳定性和控制精度.本文基于核主元分析法提取输入特征向量,精简输入空间维数,重构输入相空间;利用支持向量机进行线性回归,建立控制系统的精简化数学模型.通过对球杆系统的... 详细信息

随着系统复杂程度增加,控制过程中计算量呈指数增长,将影响系统稳定性和控制精度.本文基于核主元分析法提取输入特征向量,精简输入空间维数,重构输入相空间;利用支持向量机进行线性回归,建立控制系统的精简化数学模型.通过对球杆系统的控制表明基于KPCA核函数的球杆系统控制器降低了控制器的复杂程度,提高了控制精度和泛化能力,实验证明了该方法的有效性.

关键词：精简化建模特征提取核函数主元分析支持向量机回归

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：