柴河水库汛期可能遭遇的极端和突发水文事件的初始识别及对应的初步预案

本文对柴河水库在汛期可能遭遇的极端突发水文事件的类型作了初级预测,并设计了初步的预报调度方面的对应预案。     

无线传感器网络中基于ELM的混合入侵检测方案

在研究机器学习算法的基础上,提出一种基于极限学习机( ELM)的混合入侵检测方案。将无线传感器网络分为感知层、数据汇聚层和核心控制层,在每层分别设置与其相适应的入侵检测方案,并在能量充足的核心控制层布置信任管理模块和ELM模块。信任模块可以及时筛去异常节点,相比于支持向量机算法训练速度更快,可提高入侵检测效率。实验结果表明,该方案在保证较高检测率的基础上,降低了能耗,延长网络运行时间,更适合于资源受限的无线传感器网络。     

倾转旋翼机飞控系统的变精度粗糙集-OMELM故障诊断方法

结合变精度粗糙集(VPRS)和优化极限学习机(OMELM)诊断算法的优点,将变精度粗糙集引入OMELM中,提出变精度粗糙集-OMELM故障诊断方法,用于诊断倾转旋翼机过渡模式下飞控系统的故障。首先根据采集的倾转旋翼机多故障输出信号的数据特点,提出一种属性约简算法,定义了一种新的变精度粗熵;然后从信息论互信息增量的角度定义属性重要性,构造OMELM分类器并对约简后的属性特征进行故障多分类;最后以XV-15进行验证,结果表明所提出的方法平均辨识率高、诊断时间短。     

基于限定样本序贯极端学习机的模拟电路在线故障诊断

为解决故障特征样本分批加入时分类模型的在线更新问题,提出一种限定样本序贯极端学习机(LSSELM)。 LSSELM通过逐步添加新样本,同时剔除与其相似度最高的同类别旧样本来提高模型的动态适应能力,并通过Sherman-Morrison矩阵求逆引理来降低计算复杂度,实现输出权值的递推求解,完成模型的在线训练。将LSSELM用于模拟电路在线故障诊断,结果表明相比在线序贯极端学习机(OS-ELM)和LSSELM的诊断准确率更高,具有更好的泛化性能。     

一种用于软测量建模的增量学习集成算法

针对软测量模型在实际应用中遇到的问题, 结合AdaBoost 集成学习思想, 提出适用于软测量回归的集成学习算法, 以提高传统软测量模型的精度. 为了克服模型更新技术对软测量实际应用的制约, 将增量学习机制加入软测量集成建模中, 使软测量模型具有在线实时更新的增量学习能力. 对浆纱过程使用新方法建立上浆率软测量模型, 并使用实际生产数据对模型进行检验, 检验结果表明, 该模型具有很好的预测精度, 并能够较好地实现在线更新.

     

基于极限学习机的变压器故障快速识别

针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入特征量,5种常见变压器状态作为输出量建立分类识别模型。实验结果显示,该方法的识别准确率比支持向量机高12.5%,识别速度是支持向量机的2.6倍,比概率神经网络快5.5倍以上,表明该方法对变压器故障的识别快速而有效。     

基于FRS与GA-ELM的煤与瓦斯突出预测研究

针对煤与瓦斯突出发生内在机理复杂性、致突因素与突出事件之间模糊性导致预测精度不高这一问题,提出将模糊粗糙集理论（FRS）结合改进的极端学习机（ELM）进行煤与瓦斯突出预测。通过FRS信息约简理论降低致突因素原始数据属性维度,提取出致突辅助因素,与主要因素共同作为ELM网络神经元输入,利用遗传算法（GA）对极端学习机网络输入权值、隐含层阈值进行优化,建立GA-ELM预测模型,模型输出为煤与瓦斯突出强度预测结果。经过模型训练和试验验证,该模型泛化能力强、预测精度高、收敛速度明显加快。     

基于极限学习机的出口食品加工企业检验检疫信用评价研究

为全面有效地掌握及整合企业信用信息,国家质检总局建立了一套进出口企业信用管理系统,制定了企业信用管理办法及评价标准.文章在分析出口食品加工企业检验检疫信用评价指标体系的基础上,建立了一种基于极限学习机的检验检疫信用评价模型.实验结果证明,该模型可有效预测企业信用等级,仅需预先确定隐含层神经元数目而无需设置其他参数,减少了人为干扰因素,可为检验检疫信用评价管理提供参考.     

黄河源区近50a极端气候变化趋势分析

基于黄河源区及周边15个气象站1961—2012年的气象数据,运用极端气候指数法、距平分析法和Mann-Kendall趋势检验法分析了黄河源区52 a来降水和气温的时空变化趋势,剖析了极端气候指数的变化特点。结果表明:黄河源区各气象站年平均气温、极端高温和极端低温均呈一致性显著上升趋势;年降水量呈西部增大、东部减小的趋势;年最大5 d连续降水量和年无降水日数主要表现为西部减小、东部增大,且最大前十位的无降水日数在1990—2012年频繁出现,这说明近23 a来黄河源区西部湿润化趋势明显,而东部极端暴雨事件日趋严重,干旱化呈加剧趋势。     

新疆极端降水事件时空变化特征研究

基于新疆1960—2011年的日降水量数据,选取持续干燥指数、持续湿润指数、年总降水量、强降水天数、强降水量、1 d最大降水量、5 d最大降水量和普通日降水强度8个极端降水指标,采用线性倾向率、Mann-Kendall突变检验及主成分分析法研究新疆极端降水的时空分布特征及演变趋势。结果表明:时间变化上,新疆极端降水的持续湿润指数均呈上升趋势,持续干燥指数呈下降趋势,表明新疆降水量总体呈增加趋势;空间变化上,南疆、北疆极端降水指标的年际变化表现出明显差异,北疆湿润指数大、年际变化率大,南疆湿润指数小、年际变化率小;极端降水指标基本上在1986年、1987年发生突变,各指标突变前后的变化率存在明显差异;时间上的主成分分析表明降水量整体增加,干燥程度下降;空间上的主成分分析表明,北疆降水量多于南疆,南疆较北疆干旱。