基于支持向量回归的300MW电站锅炉再热汽温建模

为解决某电厂300MW电站锅炉再热汽温异常的问题,提出一种基于支持向量回归的建模方法,采用现场数据进行数据建模。建立在数据统计特性基础上的模型具有高的回归相关度,能反映出再热汽温与操作参数之间的内在联系。针对机组存在的再热器出口汽温偏低而部分管壁温度过高的问题进行了回归分析,结果表明模型具有较高的相关系数,且模型复杂度较低,具有好的鲁棒性。作为现场试验辅助手段,对进一步进行参数优化和再热汽温调节具有重要指导意义和参考价值。

一种用于多分类问题的改进支持向量机

针对非均衡分布的多类分类问题,为提高支持向量机(SVM)算法的性能,提出了一种改进的SVM算法.将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA SVM),SVM模型采用径向基函数(RBF)作为核函数,利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索,将搜索到的优化结果作为SVM的最终模型参数.在两个不同特性的数据集上进行仿真测试,结果表明,与使用交叉验证策略的简单SVM相比,改进后的GA SVM算法在多类非均衡问题上明显提高了分类正确率,学习速度也有提高.

基于统计试验设计方法的支持向量机参数选取

为优化支持向量机算法参数的选取,提出了一种基于统计试验设计的参数选取方法。在参数空间内进行优化搜索,以较少的搜索次数获得参数的优化组合,提高算法整体性能。将基于统计学基础的正交试验设计方法整合到支持向量机算法的实施过程中,形成一个完整的算法。在几个数据集上的测试结果表明,该方法能够有效提高分类率,相应的模型复杂度较低。

基于记忆模式的NO_x支持向量回归预测研究

低NO_x排放是电站锅炉燃烧优化的主要目标之一,影响燃煤锅炉NO_x排放因素众多且复杂,对锅炉燃烧过程NO_x浓度进行准确预测是低NO_x燃烧优化的基础。机组全工况运行时表现出强时变性,静态预测模型难以保证预测精度,考虑到观测样本的时效性,模拟记忆模式对观测数据进行重采样,进而基于支持向量回归算法构建NO_x排放预测模型,构造一种基于记忆模式的支持向量回归算法。以某机组热态试验数据为基础,对算法进行了仿真分析,结果表明,该算法在保证回归建模精度的同时,在训练速度、稳定性以及泛化性能等方面较传统支持向量回归算法更有优势。

一种改进的局部线性嵌套算法

局部线性嵌套(LLE)算法对近邻个数较敏感,无法处理稀疏数据源。针对该问题提出一种基于改进距离和联合优化的LLE算法。将Conformal-IsoMap中度量数据间距离的方法引入到LLE,并对原算法的2个优化过程进行联合优化。在SwissRoll曲线采样数据和MINST手写数字字符数据库上的实验结果验证了该算法的有效性。

支持向量机算法多目标模型选择

为适应支持向量机(Support Vector Machine,SVM)算法应用过程中的不同性能指标要求,将SVM算法的模型选择问题作为一个多目标优化(Multi-Object Optimization,MOO)问题进行处理。以改进的粒子群优化(Particle Swarm Optimization,PSO)算法对该多目标优化问题进行求解,得到其Pareto解集,在具体应用中根据实际需要从Pareto解集中选择适合的最优解作为支持向量机算法参数,实现支持向量机算法的模型选择。在几个数据集上的仿真实验表明,该方法能够较快地得到Pareto解集,解集中的参数组合能够满足对支持向量机算法速度和泛化能力的不同要求。

基于虚拟仿真环境的微机原理与接口技术课堂教学改革与实践

鉴于微机原理与接口技术课程内容抽象、知识点琐碎、难以理解的特点,探索基于虚拟仿真环境的课堂教学改革实践。借助虚拟仿真平台EMU8086,充分发挥虚拟仿真技术的优势,设计教学案例,有效利用虚拟仿真环境进行教学设计,以更加直观、形象的方式讲解微型计算机的工作原理和指令执行过程,提高学生兴趣,提高课堂教学效果,有助于达成使学生初步具备软、硬件系统设计与开发能力的课程教学目标。

基于粗集和概率分布的混合决策表离散化算法

为解决经典粗糙集理论在处理连续、离散混合属性决策表离散化时规则数多、准确率低的问题,采用基于贪心算法和属性值区间概率相结合的离散化方法,该方法针对传统的对混合决策表仅考虑连续属性离散化的问题。首先运用改进的贪心算法对混合决策表中的连续属性进行初步离散化,然后计算连续属性各属性值区间概率,并对取值概率大的区间细化,最后再考虑对原来的离散属性进一步离散化,从而增强系统分辨能力;且离散化后的决策表总是相容的,与目前很多离散方法不考虑决策相容性相比,该方法能够最大限度地保留系统的有用信息。通过仿真分析验证了该方法的有效性。

《线性动态系统理论与设计》课程案例化教学改革与实践

在硕士研究生的课堂教学中,案例教学起着重要的作用。本文通过总结在线性动态系统理论与设计课程教学的改革与实践,提炼和设计了直线二级倒立摆系统教学案例,通过系统原理介绍和任务设计,将课程主要内容有机串联,为学生学习该门课程提供了一个直观形象的实物载体,结合案例进行课程教学,改变了该课程理论性强、数学味浓带来的学生学习困难问题,起到了较好的教学效果。

以“一画”论山水画写生

石涛的"一画"论从源头上解放了传统中国画观念和成法对画家的束缚,突出了自我体验在绘画创作过程中的重要性;写生则对改变传统山水画形式单一、表现语言过于符号化的局面具有相当大的促进作用,在一定意义上二者是理论与实践的关系而相辅相成。"一画"论使画家更清晰地认识到写生的重要性,写生会让画家更深刻地理解"一画"之理,而完善自身的"一画",形成自己独特的语言表现体系。

观念的转变——当前高校中国画教学改革的首要关键

因历史与现状的各种因素,目前高校中国画的教学存在着诸多问题,学生基础薄弱,对中国画的欣赏存在较大障碍,很难适应从西画到中国画的绘画观念、思维方式的突然转变,产生厌学现象,单一学科的理论和技法的讲授在教学中显得较为苍白。如何运用东西方文化比较与绘画实践的结合来转变学生的绘画观念,调动学生进入积极的绘画心理场是首当其冲的一环,也是取得教学效果的更合理手段。

“一画”论在山水画创作中的当代意义

石涛在对传统中国画尤其是山水画表现语言观照、反思的基础上,于其《画语录》中从哲学的高度上提出的"一画"论,极大地解放了传统中国画观念和表现语言对画家的束缚,突出、强化了自我体验在绘画创作过程中的重要性,将传统绘画观念推向了新的历史阶段,影响深远,对当代的中国画特别是山水画的创作具有持续性的、积极的指导意义。

高校山水画教学中的古法传承方式

传承古法是高校山水画教学中的重要一环,对山水画的创作发展具有基础性的影响,在教学的过程中需要引导学生正确理解中国画的造型观念,端正临摹古画的心态,遵循循序渐进的原则和活学活用的方法,真正领会古人画法的神妙并能自如运用。

从马克思“不平衡”思想看山水画的发展

从绘画语言的演变来观照,山水画发展达到的几个高峰同样符合马克思提出艺术生产与物质生产的不平衡规律,文章以唐末至宋初、元代、清末民初三个代表性历史阶段的社会状况和当时主要山水画家的笔墨为依据,分析其中的原因与特殊性,旨在探讨山水画语言的演变规律以及当代山水画发展的相关问题,提出山水画艺术创作也应该尊重规律,在继承中积累与逐步突破,不宜盲目创新。

回转窑内MSW轴向传输和扩散的数学模型和仿真

本文发展了随机颗粒轨道模型并用来预测ＭＳＷ在回转窑内轴向传输和扩散现象，即停留时间分布。模型创新性在于：（１）首次采用颗粒受力矢量分析而非Ｓａｅｍａｎ倡导的几何分析来确定窑内单历程中颗粒的滚落轨迹；（２）充分考虑了ＭＳＷ在回转窑内分离现象，引入参数来表达颗粒滚落过程的随机分布函数。模型计算值和试验结果取得良好的一致，可以为回转式热解或焚烧炉的设计和运行提供依据。

感应炉温度模糊PID控制系统的研究

感应炉要求有较精确的温度控制,但由于感应炉有非线性、时变和纯滞后等复杂特性,很难建立其精确的数学模型,经典和现代控制方法不能达到好的控制效果。采用模糊自整定PID(比例-积分-微分)方法研究感应炉温度问题,实现PID参数在线自整定并在感应淬火炉上进行了仿真分析。结果表明,模糊自整定PID控制效果好,并且有较好的适应性和鲁棒性。

超声波电动机P与PI型迭代学习转速控制

相对简单的控制策略,能够降低超声波电动机系统的复杂性,提高性价比。迭代学习控制算法简单,根据较少的经验知识即可确定控制参数。针对超声波电动机的控制特点,改进了迭代学习控制算法,设计了电机转速迭代学习控制策略。实验表明,电机系统具有较好的迭代学习能力,控制效果在重复学习过程中渐进改善,控制策略简单有效。

电站锅炉缺失数据的遗传自适应填补方法

为提高燃烧效率及降低污染排放,基于运行数据的建模与优化是一种有效途径,但现场运行数据因传感器故障或传输失败等原因不可避免地存在缺失值,进而导致信息不完备,无法直接进行建模与优化.针对这一问题,采用一种基于时间相关性的缺失值填补算法,基于线性插值原理对平稳运行过程的缺失数据进行填补;针对非平稳运行工况,提出一种类平均值填补算法,并对其分类结果进行加权修正,进一步提高填补准确性;在此基础上,提出一种基于遗传算法的自适应加权类平均值填补方法,并在实际数据上进行测试分析,结果表明该方法具有更高的填补准确率.

基于LLE和LS-SVM的人脸识别方法

为了提高人脸识别的速度,提出了一种基于局部线性嵌套(LLE)和最小二乘支持向量机(LS-SVM)的人脸识别方法.该方法采用主成分分析(PCA)和LLE相结合的算法,对归一化处理过的人脸图像进行特征提取,利用LS-SVM对人脸图像样本集进行训练和识别,以提高识别的速度.最后将本文方法在ORL人脸数据库上进行试验,结果表明,人脸识别的速度有了一定的提高,识别率达到了90%以上.

基于形状约束Snake模型的人脸轮廓提取

提出了一种具有形状约束的人脸轮廓提取算法.该算法根据人脸形状近似椭圆的特征,在Snake的能量函数中加入形状能量,使控制点间的联系得到加强,以提高收敛结果的准确性.实验结果表明,提出的方法能够较好地提取复杂背景中的人脸轮廓,是一种有效的方法.