基于PSO-LSSVM的水松纸透气度软测量

针对打孔水松纸透气度检测问题,考虑到样本数据较少,相关性较强等因素,提出一种基于粒子群优化(Particle Swarm Optimization,PSO)算法优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)关键参数的软测量模型(PSO-LSSVM),用于拟合孔面积与水松纸透气度之间的关系,从而实现对水松纸透气度的检测。基于实际生产数据的仿真实验和算法比较验证了PSO-LSSVM的有效性。     

基于置信规则库的水松纸透气度在线检测研究北大核心CSCD

在烟草生产中,对打孔水松纸的透气度检测是非常重要的。现有透气度检测方法都是离线的,不能有效实施在线检测。鉴于此,提出一种新的基于置信规则库(BRB)的水松纸透气度在线检测模型。在所提检测模型中,参数的初始值通常由专家给定。由于专家的主观性,一些参数的取值可能不够精确,从而导致不精确的预测结果。针对这一问题,基于粒子群智能优化算法,进一步提出检测模型参数训练算法。实验研究验证了所提模型和算法能够有效地解决打孔水松纸透气度的在线检测问题。     

离散数据拟合模型的研究与实现

最小二乘支持向量机引入到离散数据拟合中,代替传统的最小二乘法解决离散数据拟合问题。推导了用于函数估计的最小二乘支持向量机算法,构建了基于最小二乘支持向量机的离散数据拟合模型,并对电机数据拟合进行了研究。结果表明,最小二乘支持向量机拟合离散数据比最小二乘法精度更高、拟合效果更好。     

基于Canny算子边缘检测技术的光学图像MTF测试

目前多用光学调制传递函数(MTF)成像质量标准来评价一个光学成像系统,且广泛采用刃边法来获得MTF,在刃边法的数字图像处理中,边缘检测的质量直接影响到后续MTF的精度。对常规的质心算法和基于Canny算子的边缘检测进行研究,并对边缘直线检测和平滑滤波的方法进行比较,仿真结果表明,采用最小二乘法拟合的基于Canny算子边缘检测的直线较质心法更为精确。直线拟合精度提升了4.12%,MTF整体均值提高了0.579 2%。     

基于移动最小二乘的传感器数据重构

纳米气体传感器的灵敏度易受温度变化的影响.为了有效改善纳米传感器的温度特性,方便确定其最佳工作条件,利用移动最小二乘法对其灵敏度-温度数据进行拟合,并建立相应的近似模型.移动最小二乘法通过紧支性加权的局部近似,使所建模型较常规最小二乘模型更精确、更光滑.实验证实了基于移动最小二乘拟合的近似性能.该方法在传感器数据精确重构领域具有良好的应用前景.     

基于机器视觉的西瓜子外观品质检测与分类

采用机器视觉获取了西瓜子的面积、周长、最小外接矩和圆形度等外形特征,而后使用遗传算法优化的最小二乘支持向量机算法对西瓜子外观品质进行分类识别,最终实现了破损瓜子、普通瓜子和优质瓜子的区分。实验结果表明,基于最小二乘支持向量机分类的西瓜子外形检测方法能够很好地实现西瓜子外观品质的识别检测。     

一种分段拟合的网络测量数据压缩方法

网络原始测量数据由于数据量很大,不方便存储,为了便于存储并保证数据有效性,本文研究了数据压缩策略,提出了一种基于最小二乘法的分段二次曲线拟合压缩模型,给出了最小二乘解的算法。通过仿真实验与最小二乘拟合和分段线性插值进行比较,分段二次曲线拟合压缩模型能够在减少了数据存储量的基础上实现对网络性能指标的准确反映,能及时发现网络性能的异常变化。     

圆柱体轴线直线度误差的评定及其可视化研究

基于圆柱体的圆周轮廓最小二乘圆的圆心坐标,建立圆柱体轴线直线度误差的最小二乘法评定模型,提出用于圆柱体轴线直线度误差评定中实际轴线包容面的理想轴线与包容面的可视化方法。基于该模型,编制轴线直线度误差评定及其可视化程序。利用所编制的程序对孔的轴线直线度误差进行评定和图形显示。该可视化方法也可用于最小区域法的轴线直线度误差和圆柱度误差评定结果的可视化。     

混合核函数稀疏LS-SVM软测量建模与应用

针对最小二乘支持向量机存在的稀疏性欠缺和单核函数局限性问题,本文提出一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法.该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,兼顾最小二乘支持向量机的全局拟合能力与局部拟合能力,以矢量基学习作为稀疏解算法,改善最小二乘支持向量机的稀疏性,在精简模型结构的同时,避免冗余信息中的噪声过多的拟合到模型参数中,进而采用粒子群算法优化模型部分参数.将此方法分别应用于Mackey- Glasss混沌模型的时间序列预测和乙烯精馏塔塔釜乙烯浓度预测,应用结果表明该方法较最小二乘支持向量机、稀疏最小二乘支持向量机以及混合核最小二乘支持向量机具有更好的泛化效果和预报精度,兆示出其良好的应用潜力.     

基于近红外光谱的煤粉样品定量检测研究

针对煤质快速在线检测的需求,采用傅里叶变换近红外光谱结合不同的光谱预处理方法,即平滑处理方法、微分方法、多元散射校正方法、标准归一化处理方法分别建立了煤粉样品的水分、灰分和挥发分的偏最小二乘模型,并对模型的检测结果进行了十字交叉验证。结果表明,基于25点平滑处理方法建立的水分偏最小二乘模型较优,基于标准归一化处理方法建立的灰分偏最小二乘模型最佳,基于5点平滑处理方法建立的挥发分偏最小二乘模型精度最高,验证了应用傅里叶变换近红外光谱技术定量分析煤粉指标的可行性。     

时序峰值预测的最小二乘支持向量回归模型

针对最小二乘支持向量回归模型中,呈稀疏分布的时序峰值样本拟合预测误差偏大的问题,基于加权最小二乘思想,提出一种新的用于时序峰值预测的最小二乘支持向量回归模型.根据样本分布密度和输出期望幅值,优化了经验风险控制目标.解得模型的拟合预测误差不受样本分布的影响,而且在保持整体样本拟合预测精度的同时,对峰值样本的拟合预测精度有了显著提高.Lorenz时序预测和电力负荷预测的仿真结果表明了模型的有效性.     

一种传感器特性的高精度拟合方法

为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10~(-9)~10~(-7)%之间,其拟合性能明显优于常规方法。     

基于卡尔曼滤波算法的最小二乘拟合及应用

图像处理或在工业控制中经常要用到最小二乘直线拟合,对于有奇异点的直线拟合,传统的最小二乘法拟合误差较大,难以满足较高精度的要求。卡尔曼滤波算法具有最小无偏方差性,能够去除测量系统中的随机误差,将卡尔曼滤波算法与传统最小二乘法结合,建立了一种基于卡尔曼滤波预处理的最小二乘估计的新方法,获得了比传统最小二乘法效果更好的估计结果。试验证明了该方法的有效性和高精度性。     

正弦曲线拟合若干问题探讨

研究了测量噪声较小情况下正弦曲线的最小二乘多项式拟合误差与拟合阶数的关系,分别采用均方误差和误差平方和分析了测量噪声以及测量数据有效位数对拟合误差的影响,对多周期正弦曲线拟合以及正弦曲线的外推存在的问题进行了探讨,指出了正弦曲线的最小二乘多项式拟合方法的局限性.最后,提出了一种基于傅利叶变换的频率已知正弦曲线拟合方法,仿真结果表明其性能优于最小二乘多项式拟合方法.     

基于几何距离准则的新数据拟合方法

基于最小二乘法准则的传统数据拟合方法对自变量为随机变量的向量数据拟合效果不理想。有鉴于此,本文提出几何距离平方和最小的新数据拟合标准,给出基于新标准下的新数据拟合方法,同时给出数据拟合参数求解的优化算法。仿真实验表明,在用于自变量为随机变量的向量数据拟合时,用新数据拟合方法的拟合精度比用最小二乘法的拟合精度要高。     

基于偏最小二乘的鱼类超微弱发光建模方法研究

针对鱼类超微弱发光信息建模中存在的信息降维、多重相关性和非线性问题, 提出了一种基于变量筛选与双层多项式非线性偏最小二乘的多维信息建模方法。该方法用偏最小二乘方法进行变量筛选, 然后采用双层多项式非线性偏最小二乘方法实现对多维信息的非线性建模。检测应用的结果表明, 该方法与偏最小二乘方法相比, 可以在少用拟合自变量的情况下, 预测准确度分别提高了562%和247%, 实现了对多维信息的有效降维与非线性建模, 以及鱼类超微弱发光的准确检测。     

原油含水率自校准方法研究

原油含水率是评价油井产能的一项重要指标,但其易受矿化度、温度、流体状态、流体速度等参数的影响。针对基于电导法的原油含水率检测模型,通过室内外试验,得出了原油含水率的主要影响因素,建立了基于最小二乘法支持向量机的自校准模型。利用Matlab编写了自校准程序,运用10倍交叉验证的方法确定了最小二乘法支持向量机的优化参数,然后把达到预期拟合效果的自校准程序下载到DSP处理器中运行,实现了在一次仪表中对原油含水率测量结果的自校准。试验结果表明,原油含水率的影响因素与原油含水率之间呈非线性关系,自校准算法消除了主要干扰量对原油含水率的影响,实现了测量结果的自标定。和目前油田计量部门使用的蒸馏法相比,基于最小二乘法支持向量机的原油含水率检测模型不仅可以实现实时测量与校准,且原油含水率的相对误差比采用最小二乘法时有所减小。     

基于三维肤色模型的人脸检测预处理方法

为了改善在光照变化和复杂背景影响下的人脸检测效果,在预处理阶段提出一种基于直接最小二乘拟合的三维肤色聚类模型算法。该算法首先将肤色在CbCrCg空间中的三个平面投影分布作为拟合对象,然后使用中值滤波和Sobel算子获取平滑边缘,最后通过直接最小二乘拟合法获取最佳三维肤色模型。在实验中分别将公共人脸库和户外拍摄的人脸图像作为实验对象,实验结果表明,该算法较传统肤色预处理算法具有更好的肤色分割效果,并且能够有效地提高人脸检测率。     

整体最小二乘法在精同步中的应用

为了验证整体最小二乘法(TLS,Total Least Squares)比最小二乘法(LS,Least Squares)更适用于精同步,提出了基于整体最小二乘的精同步方法;该方法以PN码基于BPSK调制的同步模型为基础,在接收端得到鉴相曲线后,对鉴相曲线零值点附近的几个固定位置的数据点利用QR分解和奇异值分解的整体最小二乘法拟合出鉴相曲线,求出同步误差;最后通过在Matlab软件上的仿真,得出结论:在噪声环境下,整体最小二乘法在同步中的应用可以得到优于基于普通最小二乘法的同步法的测量精度和稳定性;特别是在信噪比较低的条件下,基于整体最小二乘的精同步测量精度提升了3倍多,同事稳定性提升5倍多。     

基于数字图像处理技术的微小群孔快速检测系统

传统小孔检测方法适用于单个小孔的测量,检测微小群孔时效率低。针对微小群孔快速检测的需求,设计了一种基于数字图像处理技术的微小群孔快速检测系统,提取图像骨架,用模式匹配算法识别群孔,采用最小区域法逐个获取各个小孔的直径与圆度,引入真圆度信息判别各小孔的形状。实验表明：该系统精度满足生产要求,检测效率高,适用于微小群孔的快速检测。