基于不平衡学习的集成极限学习机污水处理故障诊断

污水处理过程的故障诊断数据具有高度不平衡性,影响了故障诊断效果,尤其是降低故障类别的识别正确率,导致出水水质不达标、运行费用增高和环境二次污染等问题出现。据此提出一种基于加权极限学习机集成算法的污水处理故障诊断建模方法。该方法将不平衡分类评价指标G-mean引入以加权极限学习机为基分类器的Ada Boost集成分类模型,定义新的基分类器初始权值矩阵更新规则和集成权重计算公式,用于基分类器的迭代学习。由仿真实验结果可知,基于加权极限学习机集成算法的污水处理故障诊断模型,可有效提高分类性能G-mean值和整体分类精度,特别提高了故障类的识别正确率,验证了基于加权极限学习机的集成算法在不平衡性污水处理故障诊断问题上的有效性。

基于不平衡分类的Bagging集成污水处理故障诊断

在污水处理过程故障会导致出水水质下降、运行费用增高甚至造成环境的二次污染,而污水处理故障诊断数据的典型不平衡特性,严重影响了故障诊断的效果,尤其会导致故障分类的正确率偏低.针对此问题,文中提出了一种基于加权极限学习机的改进Bagging集成污水处理故障诊断建模方法;以加权极限学习机为基分类器,以Bagging集成框架建立集成分类器;定义可调整的过采样倍率公式,通过虚拟少数过采样算法(SMOTE)对少数类样本进行过采样,以保证基分类器间的多样性;以不平衡分类性能指标G-mean值为基础,定义新的基分类器输出权值更新公式,以提高故障类别识别率.仿真实验表明,该污水处理故障诊断模型的性能优于其他对比算法,可有效提高G-mean值和整体分类正确率,特别是提高了故障类别的识别正确率.

纽扣“走错门”

在我童年记忆的海洋里奔腾着无数浪花，其中最有趣的一朵，要数我第一次学穿衣服的情景了，现在想起这件事情来，真让人啼笑皆非。

农村空巢老人社会保护体系建构——基于福利治理的视角

在我国人口老龄化日趋严重、经济发展不平衡的情况下,广大农村地区空巢老人的养老困境亟待解决。本文从社会保护、福利治理的角度切入,从经济供养、日常生活和精神慰藉三个方面来了解农村空巢老人的自我保护、非正式保护、正式保护的现状,提出建立政府主导下的福利供给多元化的社会保护体系,以实现农村空巢老人安享晚年的目标,提升空巢老人总体的福祉。

多属性核函数快速向量机的污水在线软测量

针对污水生化处理过程复杂、在线仪表的维护困难等问题,提出了一种基于多属性高斯核函数的快速向量机在线污水软测量模型.该模型通过多属性高斯核来构造快速相关向量机的贝叶斯矩阵,通过引入快速边际似然算法来加快迭代更新的速度.将所提算法与支持向量机(SVM)、相关向量机(RVM)、快速相关向量机(FASTRVM)及几种基于不同核函数的快速相关向量机算法进行对比实验,结果表明所提方法可减小相关向量个数,提高预测精度,尤其可显著减少软测量建模的计算量.实验结果证明了该方法在污水系统在线软测量的有效性.