工业过程核概率主元模型建立及监控指标

概率主元分析(PPCA)能够根据过程变量的预测误差及其主元的白化值实现对过程的监控。但是PPCA只适合线性过程,而对非线性过程的监控效果不理想。为克服上述缺点,提出一种基于核PPCA(KPPCA)的过程监控方法,定性讨论了KPPCA模型的参数和主元个数选择问题,构造了高维空间的SPE和T2监控指标。该方法利用核函数将非线性数据映射到高维空间,去除了过程的非线性,然后利用PPCA对满足线性关系的过程变量映射值进行监控。仿真结果验证了该方法对非线性过程监控的优越性。     

基于核函数主元分析的软测量建模方法及应用

提出了基于核函数主元分析(PCA)方法提取变量的特征信息以有效处理非线性数据,并在此基础上进行软测量建模的方法。利用该方法建立了工业萘初馏塔酚油含萘量软测量模型,工业应用结果表明了该方法的有效性和优越性。     

一种基于非线性独立元分析(NICA)的化工过程监控方法

针对实际工业过程数据中的非线性问题,研究了一种基于非线性独立元分析的多变量过程监控方法。该方法根据贝叶斯原理,构造多层感知器网络恢复过程数据,并以此建立过程的数学统计模型,对其进行实时监控。在大型工业设备仿真器TE上的应用表明了该方法的有效性,同时,在故障诊断方面也体现出了一定的优越性。     

一种基于高斯过程的非线性PLS建模方法

提出了一种基于高斯过程(GP)和偏最小二乘法(PLS)的非线性PLS方法(GP-PLS),以更加有效地处理过程非线性、多输入和数据共线性等复杂特性,提高模型的推广能力和精度。该方法首先采用PLS进行特征提取,再用GP建立PLS的内部模型,因而具有GP与PLS的优点。对工业丙烯腈生产过程丙烯腈收率软测量建模的应用表明,采用该方法建立的软测量模型在模型精度、推广能力等方面明显优于一些传统软测量建模方法,满足工业现场应用要求。     

基于NSVM的核空间训练数据减少方法

针对核空间中大数据集的计算代价高问题,提出用NSVM方法减少分类器的训练数据。先用NSVM、核主成分分析(KPCA)和贪婪KPCA分别从全部训练数据中提取训练分类器的子集;再用子集训练分类器,并用训练和测试数据的错分率对分类结果进行评价。在两个数据集和两种分类器中,用KPCA提取的子集训练的分类器的分类性能弱于NSVM和贪婪KPCA,但用贪婪KPCA提取的子集训练的分类器的泛化能力弱于NSVM。仿真结果表明,用NSVM方法提取的子集训练的分类器,不仅保证了分类器的泛化能力,也降低了分类算法的计算复杂度。     

改进的ANFIS方法在化工过程故障诊断中的应用

针对复杂的化工过程,在原有的自适应神经模糊推理系统(ANF IS)的基础上,结合主元分析和神经网络,提出了一种改进的自适应神经模糊推理故障诊断系统,并且分别将ANF IS和改进的ANF IS方法应用于TE(T ennessee E astm an)模型的故障诊断。两种方法均具有较高的精度,但改进的ANF IS具有运算速度快、结果清晰的优点,所以更适用于实际工业中。     

PCA在过程故障检测与诊断中的应用

讨论了基于主元分析 ( PCA)的过程故障检测与诊断的原理 ,运用 T2统计、Q统计方法 ,结合贡献图对一典型过程进行了仿真分析 ,结果表明 PCA方法可对简单传感器故障进行检测与诊断 ,并指出了该方法中的不足 ,提出了将 PCA方法同基于过程动态模型的故障诊断方法相结合的研究思路     

基于PCA的国内外重要畜牧科技期刊比较研究

运用PCA对美国科学信息研究所编撰的《期刊引用报告》(JCR)和中国科学技术信息研究所编撰的《中国科技期刊引证报告(核心版)》(CJCR)收录的国内外重要畜牧科技期刊进行定量分析研究,结果显示我国畜牧科技期刊与国际优秀畜牧科技期刊存在一定的差异.     

混合核函数对支持向量机分类性能的改进

通过对核矩阵的计算和研究,从理论上对常用的核函数进行了评估.在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对支持向量机分类性能的改善,为核函数的选择提供了参考.     

密码函数的非线性度和扩散性

非线性度和扩散性是布尔函数的两个重要的密码特性 ,Pieprzyk,Preneel及Seber ry等人分别对此作了许多研究 .本文用平均偏差来描述函数的整体扩散性 ,用内积作为函数间距离的一种度量 ,从总体上研究扩散性与非线性度 ,得到这两个指标之间的几个关联式     

二次密码函数的线性结构和非线性度

研究二次密码函数的非线性度和线性结构 ,得到两者之间的一个关系式 ,并由此得到二次函数为Bent函数的两个充要条件以及一般二次函数的非线性度上界和下界 .     

基于PCA方法的阜新农业可持续发展综合评价

针对农业发展评价问题,根据农业可持续发展综合评价指标确定的原则,把阜新农业可持续发展系统综合集成为生产子系统、经济子系统、资源子系统、环境子系统、社会子系统、科技子系统6个子系统,20个指标,运用转型后十一年间数据采用PCA方法对阜新农业可持续发展进行综合评价,提出应加强农产品各生产环节的绿色化、完善气象灾害监测预警体系、研究推广节水型农业生产技术等建议,为阜新农业发展提供参考。     

中国经济增长与居民消费的DEA/PCA分析

本论文基于人均GDP以及人均消费的评价角度,提出一种研究中国经济增长的系统分析方法。首先,分别采用数据包络分析(DEA)和主成分分析(PCA)方法对中国经济进行定量评价。然后将两个方面的结果进行分析对比,并对未知的领域提供预测的方法。该方法被应用于《中国统计年鉴》所提供的2002年各省份经济增长数据。     

时频联合分布算法中核函数的改进

分析了时频联合分布算法中核函数的作用。针对现有算法中存在的问题,提出了用简化的霍夫变换在平面提取信号自项成分,生成一个随输入信号变化的核函数的新算法,从而把信号自项与交叉项的分离问题转化为二值图像中过定点的直线检测问题。仿真结果表明,该方法克服了现有算法的不足,在保持信号自项的幅值正确计算的前提下,很好地衰减了交叉项。     

基于分数本征特征的手写数字识别

特征提取是手写体数字识别研究中的重要问题,有效、稳定的特征是提高识别率和识别精度的关键。该文提出了一种基于分数本征特征和核非线性分类器的手写数字识别方法,首先找到时频平面的一个轴进行分数傅里叶变换,使不同类别样本在这个轴上最大限度地分开,然后用主元分析进行降维,得到比较稳健的低维特征,再将常用分类器用于特征分类,实现对手写数字的识别。对实际数据进行实验,结果表明上述本征特征与核非线性分类器相结合有较高的识别率和训练、分类效率。     

具有Riemann函数核的奇积分方程解的讨论

本文借助于偏微分方程的Riemann方法,讨论一类具有Riemann函数核的奇异积分方程的解的存在性。     

一种基于小波变换和PCA的人脸识别改进方法

针对主成分分析PCA算法中存在的问题,提出了利用小波变换对人脸图像进行预处理,PCA提取图像特征,最近邻法分类的人脸识别改进方法.基于ORL、YALE数据库的相关实验表明,这样的系统能够降低数据维数和克服角度、位移变化对算法的影响,能够取得比传统PCA更好的识别性能。     

改进核函数的支持向量机智能诊断方法研究

针对目前支持向量机( SVM)智能诊断方法核函数选择困难以及参数选择具有随意性的问题,提出了基于模拟退 火算法改进核函数的SVM智能诊断方法,重新设计了支持向量机的核函数以及参数。多项式核函数是局部核函数具有 较强的拟合能力,而径向基核函数是全局核函数具有较强的外推能力,根据Mercer理论,建立一种由多项式核函数与径 向基核函数组合而成的复合核函数,并利用模拟退火算法全局寻优的优点,对支持向量机的参数做最优选择;改进后的 SVM运用于轴承故障诊断。研究结果表明：相对于传统SVM法,该方法具有较好的学习效率及较高的诊断准确率;该方 法运用于轴承故障诊断领域极大地提高了故障诊断的准确率以及诊断效率。该研究为基于模拟退火算法改进核函数的 SVM智能诊断方法应用于机械设备故障诊断提供了相应的理论和实践依据。     

Clifford分析中无界域上正则函数带共轭值带位移的非线性边值问题

讨论了Clifford分析中无界域上正则函数带共轭值带位移的非线性边值问题．首先引入了无界域上正则函数的Plemelj公式，然后利用积分方程的方法和Schauder不动点理论证明了该非线性边值问题解的存在性，并给出了其积分表达式．     

基于核聚类的MRI和PET医学图像分割方法

为提高MRI、PET等医学图像分割的精度和速度,提出了基于核聚类的MRI和PET医学图像分割方法,通 过利用Mercer核,将原本简单的样本特征映射到更复杂的高维空间中去,放大了样本特征间的差异,这样能快速 准确地分割样本。实验表明,基于核聚类的分割方法在医学图像处理中具有重要的应用价值。