Adaboost集成BP神经网络在火电厂SO2浓度检测中的应用

针对火电厂在线SO2浓度检测中,检测精度受到温度、压力(大气压及烟气压力)、燃煤质量、水分含量、电子器件噪声、光学镜片老化、气体吸收峰值交叉干扰等多种因素的干扰,很难以单一方法进行改进这一问题.以国内某中型火电厂2015年实际生产数据为依据,设计预处理装置完成气体的前期处理,以尽可能达到分析仪分析要求(温度、流量、含水量等),减少可预见干扰,采用Adaboost算法集成BP神经网络进行优化,降低其他因素对检测结果的干扰,仿真测试分析,证明了该方法的有效性.     

基于对象进化规则的内稳态组织膜系统

膜系统通常也称为P系统，是一类分布式并行计算模型.本文提出了一种基于类组织膜系统的新变体——基于对象进化规则的内稳态组织膜系统.在这类系统中，去除了"环境中可以包含任意多份物质"这个条件，并引入了对象进化规则.通过模拟注册机，证明了任何图灵可计算数都可通过该类膜系统产生.为了建立容错性能更好的计算系统，将时间无关的概念引入到这类系统中，证明了在时间无关模式下，构建的识别内稳态组织膜系统可以在线性时间内得到三着色问题统一解.证明结果表明，这类模型求解NP完全问题具有较好的计算效率.     

脉冲神经膜系统在穷举使用规则下产生的二进制字符串语言

脉冲神经膜系统是基于大脑中神经元之间通过突触相瓦协作、处理脉冲的生物现象提出的一种新的模型,文中在穷举使用规则的情况下考虑将脉冲神经膜系统作为串语言产生器:当输出神经元发送出一个或多个神经脉冲时,用数字1表示,否则用数字0表示,当计算停止时,把产生的二进制串定义为系统的计算结果.在文中,作者让明了在穷举使用规则的情况下,具有一个神经元的脉冲神经膜系统可以刻画二进制有限语言,并且证明了在不限制神经元个数的情况下,该系统可以刻画递归可枚举语言.     

RBF-BP网络在火电厂氮氧化物浓度检测的应用

在分析影响火电厂氮氧化物浓度检测精度的多种原因基础上,提出建立RBF-BP神经网络模型进行改进的方法,并详细说明了样本数据、神经网络构成、训练函数、回归因子、动量因子等关键技术.以2015年实际火电厂检测数据为依据,对建立的RBF-BP神经网络进行了仿真实验,并与单一RBF仿真实验进行对比分析,实验表明平均相对误差为0.3％～1％,证明了该方法的有效性.     

体育公共服务视域下农村学校体育课堂教学改革研究

在体育公共服务视域背景下的农村学校体育的课堂教学，受到许多影响因素的制约，在教学的过程中存在着很多问题，达不到家庭以及社会对农村学校体育课程的期望，本文进行了大量的调查以及分析，清晰的呈现出了农村学校在体育课堂教学目前的现状，在此基础上提出了在农村学校的体育课堂教学中存在的几个问题。而且提出了一些优化方法和对策。     

基于设计的小学STEM项目——以“建设我们的校园气象站”项目为例

课程介绍武汉经济技术开发区实验小学对创客和STEAM教育的理解和探索始于2015年,随着市级和国家级课题的先后立项,我校对其已进行了四年多的实践和探索。课题组教师从信息技术、科学组拓展到学科全覆盖,教师们对课程的理解也逐步加深,开发了《物联网创新科技》《小木工》《小小建筑师》《制作纸板乐器》等系列课程,并在教学实践中不断迭代、更新。     

利用RBF网络的火电厂氮氧化物浓度检测方法

火电厂排放气体中的氮氧化物(NO_2、NO、N_2O等)浓度一直是环保检测的重要指标。针对基于光谱分析的氮氧化物浓度检测精度受到多种因素制约和干扰(如温度、粉尘、水分、电器噪音、光学镜片老化、多组分气体吸收峰值交叉干扰等),很难采用单一方法进行改进的问题。首先设计硬件预处理装置用于气体组分的过滤和提纯,然后利用构建的径向基函数(RBF)网络对传感器测试值进行校正。RBF神经网络的自学习自训练能力省去了传统的对干扰因素进行补偿的研究建模,使得检测中数据处理工作效率更高。随机抽取国内某大型火电厂2015年实际数据进行仿真实验以及预测、分析,综合平均相对误差为0.841%,表明方法的有效性。