基于随机卷积核神经网络数据增强的软测量

精对苯二甲酸(PTA)生产过程中PX氧化反应的副产品4-CBA难以在线测量,只能通过离线分析获得少量样本。针对该问题,提出一种基于随机卷积核神经网络数据增强的动态软测量模型RCKN-XGBoost。该模型首先采用随机卷积核神经网络(RCKN)进行数据增强,扩充样本数量并改善其多样性;然后将原始样本与扩充后的样本线性组合,构成新的数据集;最后采用XGBoost对网络进行训练与预测。在某化工厂PX氧化过程4-CBA含量数据集上对RCKN-XGBoost模型与XGBoost、CNN、CNN-XGBoost、Laplace-XGBoost模型进行比较,发现RCKN-XGBoost模型的MRE指标分别降低了1.07%、0.92%、0.80%和0.65%,RMSE分别降低了27.9、18.62、12.58和8.05,证明了该模型的有效性。

基于随机卷积核与孤立森林柱塞泵异常检测方法

液压柱塞泵出口压力脉动信号近似于周期信号,有比较明确的物理含义,携带着丰富的泵的健康状态信息,是柱塞泵健康管理比较理想的信号源。利用柱塞泵出口压力上的脉动成分,提出一种基于随机卷积核的柱塞泵异常检测方法,只需柱塞泵在正常工况下的压力脉动数据即可具备检测异常压力脉动数据的能力。该方法包括波形划分、异常数据段检测2个阶段:采用基于动态时间规整(Dynamic Time Warping, DTW)数据划分算法对柱塞泵压力脉动原始数据进行分割,获取压力脉动数据段以构建数据集;基于大量一维随机卷积核提取特征,获取正常状态下压力脉动数据段特征;使用孤立森林算法对基于随机卷积核提取的特征进行异常检测。该方法在真实数据集上的表现,表明其对于异常波形的判断有优异的表现,且查准率较单一孤立森林算法提升了6.3%。

一种核信息系统的随机信号降噪处理技术

针对一种核信息系统随机信号的特点及噪声分析,借助于Matlab信号分析工具,通过分别采用FFT频域滤波法、抑制细节系数滤波法、全局阈值滤波法和分层阈值滤波法等对随机核信号进行降噪处理及分析比较,研究结果表明,分层阈值滤波法降噪得到的结果光滑性和相似性都比较好,同时采用最小二乘法对分层阈值降噪后数字核信号进行非线性拟合,获得核信号的理想方程,提高了拟合后的核信号的测量分析精度。

快速随机多核学习分类算法

多核学习是整合多个子核在一个优化框架内,从而寻求到多个子核之间的一个最佳线性组合,而且多核学习可以获得比单核学习更好的分类性能.受极限学习思想的启发,提出了快速随机多核学习分类方法.当满足极限学习的理论框架时,可以在构造核的过程中,对参数随机赋值,构造一种随机核.可以缩减子核的规模,加快了多核学习的计算时间,并且节省了内存空间,使得多核学习可以处理更大规模的问题.另外,通过使用经验Rademacher复杂度来分析多核学习的一般性误差,从而获得比原有多核学习更高的分类精度.结果表明,与经典的快速多核学习算法相比,文中提供的算法计算更快,占用内存空间更小,分类精度更高.

核随机脉冲快速测量及统计特性研究

开发了一套用于研究核随机脉冲特性的软件测量系统,这套系统能够对核信号进行快速有效的获取并能对各个参数进行分析,通过多次定时定数快速测量,从实验的角度验证了核随机脉冲的统计分布规律。

基于图谱理论和随机游走核的图像去噪

针对连续的偏微分方程的缺点,提出了一种基于图谱理论和核的图像去噪算法。根据图上正则化和核函数的理论生成图上带起始点的二阶随机游走核,采用NL-means结合对称有利k-NN图的构造方法构造权重函数,生成的核可在迭代次数较少的情况下取得满意的去噪效果。推导证明,基于该随机游走核的去噪实际上等效于基于偏微分方程的去噪。

密度与回归的随机窗宽核估计的渐近正态性

本文建立了密度和回归函数的随机窗宽核估计的渐近正态性,并给出了在回归函数最近邻估计场合的一个应用。

基于核随机逼近的概率风电预测方法

针对已有的参数化的风电概率预测方法存在的问题,即提前确定的预测模型不够精确导致预测性能不佳的问题,文中提出了一种基于核随机逼近和交替方向乘子法的非参数的概率风电预测方法,即基于核随机逼近的概率风电预测方法。在不预先假定真实预测模型的具体形式的情况下,该方法能逼近任何非线性预测模型。为了验证所提出方法的有效性和优越性,基于真实风电数据集,对所提出的方法以及参数化的方法就概率风电预测性能进行比较。实验结果显示前者的平均预测误差为0. 024 23,而后者的平均预测误差为0. 030 97,那么前者的预测性能优于后者,从而验证了所提出方法的有效性和优越性。

复合材料力学中的屈曲理论和随机临界核理论（综述）

复合材料力学中的屈曲理论和随机临界核理论（综述）@范赋群@黄小清@曾庆敦...

HHT变换联合人工神经网络的核信号时频特征分析与识别

用HHT变换联合BP人工神经网络分析处理252Cf自发裂变中子源驱动式核信息系统输出的随机核信号,获得信号时频特征,并分类识别核信号样本。理论分析和实验结果表明,基于HHT变换边际谱的特征提取方法,HHT反映信号时频域联合分布能较好地提取实际非平稳随机核信号的时频特征;用BP神经网络分类器对核信号样本分类识别,取得较高正确率,验证了此方法的有效性和合理性。

一种仿^(252)Cf中子源随机脉冲信号参数检测系统的FPGA设计与实现

从252Cf自发裂变中子源之裂变中子在时间分布上相互独立的基本原理出发,针对随机核信号在时间上呈泊松分布,在幅度上服从高斯分布这一特征,开展了基于FPGA技术的仿252Cf中子源随机核信号产生及其脉冲参数的检测研究。研究结果表明,仿252Cf中子源随机核脉冲参数检测系统,在脉冲上升沿或下降沿到达后的第一个时钟周期,便能开始输出检测结果,满足了随机脉冲参数检测的实时性要求。通过观察LabVIEW GUI上显示的参数检测结果,与核脉冲的计数率、幅度统计特性、时间间隔统计特性基本相吻合,表明基于FPGA的仿252Cf源的核信号参数检测系统是切实可行的。

呈任意能量分布的核信号模拟

针对核信号在脉冲幅度和相邻脉冲产生的时间间隔上存在的随机性,探讨了核信号统计特性的模拟方法。在进行核信号的能量随机性模拟中,可将核信号的统计特性分解为均匀分布、高斯分布、指数分布、多项式分布和泊松分布等基本分布,并用本文所述方法来实现;对于不便于分解、呈任意能量分布的核信号也可用此法实现,模拟效果较好。

随机全连续算子的延拓

证明了随机全连续算子的延拓定理 ,得出与LIGuo zhen和CHENYu ching文中条件不同的区域拉伸与压缩随机不动点定理 .

随机拉伸和压缩不动点定理的推广及应用

通过对随机拓扑度的计算,在较一般的条件下得到了随机拉伸和压缩不动点定理,是Li Guo-zhen等文中随机拉伸和压缩不动点定理的推广和赵从江文中不动点定理的随机化,并给出了它在随机Ham-merstein型积分方程中的应用.

随机凸幂凝聚算子的随机不动点定理

在Banach空间研究了随机凸幂凝聚算子不动点的存在性问题,获得了几个新的不动点定理.并推广了随机凝聚算子的不动点定理.

广义Shauder不动定点定理的随机类比

本文定义了随机绝对收缩核的概念,证明了广义 Shauder 不动点定理的随机类比。同时,还证明了几个有用的引理。

随机凹泛函型随机拉伸与压缩的随机不动点定理

本文将随机拓扑度的计算方法与已有文献中结果相结合,引入了一个随机凹泛函,构造了Banach空间中的随机收缩核,得到了随机拓扑度的两个重要结果,证明了一类随机凹泛函的随机拉伸与压缩随机不动点定理.这些结果推广了已有文献中的一些结论,使得随机拓扑度能够在更广范围得到应用.

几种图匹配的核方法研究

数据挖掘算法现面临挑战,这个挑战就是要处理日益增长的复杂对象。对于图数据,随机游走核是有力的容错图匹配方法。由于随机游走核的局部定义,它的适用性取决于潜在图表示的特性。另外通过定义图实例的核函数,数据挖掘算法的整个工具变得可用。迄今为止,已经提出了基于图的游走、子树和循环的图核。一般问题在于,这些核要么运算量大要么受限于他们的表达性。我们试着通过定义基于路径有表达性的图核克服这个问题。由于计算图的所有路径和最长路径是NP-难,我们建议基于最短路径图核。这些核在多项式时间内就可以计算,保持表现力并且仍然是正定的。

中国制造业规模在世界的地位及其影响因素研究:基于动态分布与增长回归相结合的方法

制造业乃国民经济之根本。本文在世界各国制造业发展的一般规律基础上,研究中国制造业发展的动态变化特征及其成因。研究发现:(1)中国制造业规模在世界制造业体系中处于领先地位且领先优势不断增强;(2)以高储蓄率为支撑的高投资增长、高出口增长是中国制造业发展的首要和次要优势,优良的基础设施水平是上述优势得以充分发挥的保证;(3)以提升人力资本为基础的较高的劳动生产率增长率逐步形成了中国制造业发展的相对成本优势,帮助中国制造业走出工资上涨带来的绝对劳动成本优势丧失的困境;(4)科技创新不足、贷款利率和税收水平较高以及营商环境欠佳是中国制造业发展的劣势。

一种仿^(252)Cf中子源脉冲信号频谱分析的FPGA设计与实现

从252Cf自发裂变中子源之裂变中子在时间分布上相互独立的基本原理出发,针对随机核信号在时间上呈泊松分布,在幅度上服从高斯分布的这一特征,开展了基于FPGA技术的仿252Cf中子源随机核信号产生及其频谱分析系统的研究。通过比较仿252Cf中子源核信号与核信号的功率谱趋势,验证了仿252Cf中子源随机信号产生机制的可靠性。研究表明,将FPGA技术运用仿核信号频谱分析是可行的,仿核随机信号的频谱分析研究工作为今后将此技术移植于核信号打下了基础。