多模型融合算法在水泥质量数据预测中的应用

水泥质量作为水泥生产关键数据,通常存在数据缺失、滞后严重、干扰因素不确定、控制不及时、质量数据不稳定等问题,针对以上问题,一种基于多模型融合的在线预测算法可提前准确地预测水泥质量趋势。该算法首先采集水泥行业质量数据及其相关特征量,然后经过数据预处理(包括数据采样、对齐、异常值处理、平滑等)和特征筛选后得到所需数据。其次,在以上数据中抽取若干段连续的短时间范围数据,分别进行小样本数据分析建模,得到若干个模型存入到模型池,作为预测质量数据的模型来源。最后,根据当前运行工况,融合多个模型进行预测分析,将质量预测结果反馈到控制系统中。在多个水泥厂实施表明,该算法可以显著提高预测精度,尤其可以提前预测质量趋势,减少延时性,通过将质量预测结果引入到控制系统中,可以避免质量调整不及时导致的系统振荡和能源浪费问题,从而提高水泥产量和质量。

AI机器视觉智能监管系统在危险化学品行业安全管控中的应用

随着信息化、智能化技术的快速发展,人工智能、大数据、工业物联网等技术手段已快速渗透到企业安全管理的各个关键环节,企业通过信息技术推动应急管理,在极大地提高了监测效率的同时,也降低了管理成本。文章通过分析目前深度学习在工业场景视觉监管领域应用存在的问题,开发基于深度学习的小样本机器视觉视频分析模型及算法,引入云-边-端-机器人融合的智能视觉分析应用手段。以危险化学品企业重点监管对象为主要分析目标,实现不少于10种视觉智能分析算法,对易导致事故发生的人的不安全行为和物的不安全状态进行实时监测管控。同时,对以AI机器视觉原型系统为核心技术,布局多领域、多方向前沿研究,打通各个垂直场景中的应用提出设想。

基于支持向量机的模拟电路故障诊断研究

针对模拟电路的故障诊断问题,详细介绍了支持向量机算法,由于它在非线性映射、小样本学习方面的独特优势,故将它引用到模拟电路的故障诊断过程中。并提出了一种基于支持向量机的诊断方法,该算法能够对被测电路的故障进行有效并且精确地分类。以折线逼近平方曲线的近似测量电路为例,设计了基于支持向量机的模拟电路故障诊断系统。以实际测试数据作为训练样本进行学习训练后,对其它实际测量数据进行诊断,其结果正确,验证了算法的有效性。

一种小波核函数的支持向量回归算法及应用

借助谐波小波函数在分析窄带信号方面的性能,利用支持向量回归算法,提出了一种基于谐波小波核函数和支持向量机相结合的谐波小波核支持向量回归算法,实现了小样本情况下微弱信号的精确检测。仿真和实测检测噪声数据的分析表明该算法可以有效地检测出舰船噪声中的线谱信号。

基于EFPI膜片纳米级振幅识别的电晕放电检测

为检测微弱局部放电,评估局部放电严重程度,提出了基于声敏感膜片纳米级振幅解调的光纤非本征型法布里-珀罗(extrinsic Fabry-Perot interferometric,EFPI)超声传感器电晕放电检测的新方法。首先,结合理论分析,设计制作了共振频率为55.5 kHz的EFPI探头。然后,研究了可解调纳米级膜片振幅的相位生成载波-反正切算法。基于EFPI探头和相位生成载波-反正切算法搭建EFPI超声传感器,并采用单点声源与点火脉冲发生器对传感器进行标定。EFPI超声传感器对膜片振幅的分辨率不低于0.43 nm,具有良好的响应线性度与超声信号检测能力。最后,将EFPI探头内置于电晕放电试验装置,实现13.86 pC局放量的检测。同时,结合Bootstrap小样本分析法建立膜片振幅与电晕放电发展情况的联系。试验结果表明:膜片振幅大小随放电电压呈指数增长,与局放量随电压变化的趋势相似,即膜片振幅大小与电晕放电严重程度相关。

嵌套分析:比较政治学混合分析方法的前沿应用

“嵌套分析”方法最早是埃文 利伯曼在2005年提出来的。它是比较政治学中的混合分析方法的一种,有两种不同类型的分析范式,即大样本分析和小样本分析。二者能够相互为增强对方的理论效度提供帮助,并构成了嵌套分析的一个前提条件。

国际政治大数据预测的限度

大数据对国际政治的预测绝非无所不能。总体来看,大数据预测的效果即使不是远低于预期,也是差强人意。对于某些类型事件的预测而言,相比传统的小样本分析,大数据并没有体现出明显的优势。文献回顾表明,预测的效果首先取决于事件的连续性和稳定性,其次才受制于数据和方法,其中数据涉及数量和质量,方法则主要覆盖算法和模型。