基于改进Adam-DBN的油井工况诊断方法

针对深度信念网络在油井工况诊断中由于梯度扩散导致训练效果差,模型诊断准确率不高的问题,提出一种基于改进Adam优化算法的深度信念网络油井工况诊断方法.以二值化处理后的示功图作为深度信念网络输入,利用对比散度算法对网络进行无监督预训练,以获取较优的初始权值;在反向传播微调网络过程中,运用动量法预测梯度下降位置,更新梯度下降方向,并通过学习率自适应选择下降步长,避免梯度扩散降低模型训练效果.某采油平台油井上的仿真实验结果表明,基于改进Adam优化算法的深度信念网络对油井工况的识别准确率较高,能更好地满足油田生产实际需求.     

基于优化BP网络的液体管道工况识别方法研究

利用环道实验装置模拟实际管道的不同工况,应用小波分析对原始信号降噪,并利用基于核的主成分分析方法（KPCA）提取处理后泄漏信号的时频域特征值,得到神经网络最终输入向量。由于传统BP神经网络在进行工况识别时容易陷入局部极小值,因此利用遗传算法（GA）和粒子群算法（PSO）对BP神经网络进行优化。结果表明,两种优化后的神经网络相较传统BP神经网络具有更强的识别泄漏工况能力。最后从测试准确度和训练时间两个方面,对两种不同优化算法进行对比并提出其不同的适用情况。     

基于数据驱动的多工况过程控制性能评估研究

为了解决如何选择合适的基准数据与实时数据进行控制性能评估问题,提出一种基于多变量分类的方法.用一种综合相似因子来衡量当前实时数据和某一工况下数据的相似性,确定实时数据所属的工况,而后再进行控制性能评估,通过仿真结果验证了新方法的有效性.     

基于K均值聚类的定位算法分析

在描述了聚类算法的基本思想和概念的基础上,介绍了一种常见的聚类算法—K均值和K中心点聚类算法,通过处理认知无线电网络中主用户定位在海量数据中应用K均值聚类算法,对该算法进行分析,仿真结果表明:与传统的主用户定位算法相比,使用K均值聚类算法能够有效地提高定位精度和降低定位算法的复杂度.     

基于样本的棉花异性纤维识别算法

异性纤维在棉花中虽然占得比重很小,但危害很大,直接影响着纺织品的质量.传统的异纤检测识别算法多采取固定阈值法,但是由于检测对象是高速运动的棉花流,光照易产生波动,采集的图像也会相应变化,因此误识别率就会增加.而有样本识别算法采集适量的分类样本库,识别结果稳定,可以消除这一缺陷.分析棉花中异性纤维的图像特征,对重要图像特征进行增强,提取异纤的特征,识别算法引入欧几里德距离,采用K近邻分类,从而识别出异纤,并进行仿真实验,实验结果表明该识别算法识别效果好、速度快.     

基于最大均值差异的多模态过程过渡模态识别方法

为了更好地揭示多模态过程的运行状态和数据分布变化规律,提高后续建模精度,提出基于最大均值差异（MMD）的多模态过程的过渡模态识别方法. 引入滑动窗口对数据进行切割,使用最大均值差异对多模态过程数据的分布差异进行度量,通过与稳定模态阈值α比较区分过程数据的稳定模态和过渡模态. 在过渡模态段内减小滑动窗口窗宽,利用过渡模态阈值β识别出过渡子模态. 数值仿真实验的模态识别结果表明,所提方法可以准确检测出输入变量期望值的阶跃变化,实现对模态的准确识别. 田纳西伊斯曼（TE）过程仿真数据实验表明,所提方法可以有效地划分出合理的模态,进而选择出分布最相近的历史模态建模,提高多模态过程的软测量建模精度.     

基于优化PSO-BP的多特征融合图像识别算法研究

为提高水果种类识别的准确性,本文提出一种基于优化粒子群结合BP神经网络的识别算法.在算法初期,针对不同种类水果图像样本,借助K均值聚类分割算法,融合彩色信息和灰度信息,完成目标图像的准确分割,提取目标区域在HSV颜色空间下非均匀量化后的颜色特征,使用分块局部二值模式和灰度共生矩阵,分别提取局部和全局纹理特征,并对与粒子...     

基于人机交互的界面故障数据属性识别方法

为了提高故障数据识别精度,提出基于人机交互的界面故障数据属性识别方法.利用LCD显示与小键盘构成具备数据采集功能的人机交互模块采集界面故障数据,通过离群熵提取界面故障数据噪声并进行消噪处理,结合低通、高通滤波器重构界面故障数据信号,构建待选数据属性池,计算目标数据和待选数据之间的距离相似因子,从而实现界面故障数据属性识别.结果表明,该方法复杂度较低,识别复杂系数介于0. 4～0. 52之间,查全率可达到95%,识别精度约为91%,大大提升了设备界面故障数据识别性能.     

基于人机交互的界面故障数据属性识别方法

为了提高故障数据识别精度,提出基于人机交互的界面故障数据属性识别方法.利用LCD显示与小键盘构成具备数据采集功能的人机交互模块采集界面故障数据,通过离群熵提取界面故障数据噪声并进行消噪处理,结合低通、高通滤波器重构界面故障数据信号,构建待选数据属性池,计算目标数据和待选数据之间的距离相似因子,从而实现界面故障数据属性识别.结果表明,该方法复杂度较低,识别复杂系数介于0.4~0.52之间,查全率可达到95%,识别精度约为91%,大大提升了设备界面故障数据识别性能.     

基于改进孤立森林算法的异常用电行为识别方法

针对传统异常用电行为识别方法准确率低、时效性差且人工消耗较高等问题,提出了一种基于粒子群算法的改进孤立森林识别方法。该方法通过总结异常用电行为规律,重构相关行为的特征指标,并侧重于对异常样本的学习与训练,进而在集成算法套袋思想的基础上构建了孤立森林。同时利用粒子群算法的群集寻优能力选择出精准度较高、差异度较大的孤立树形成子集,进一步优化了异常用电行为的识别效果。实验结果表明,改进方法的AUC值和识别效率均高于聚类算法及孤立森林算法,能够对异常用电行为进行准确识别。     

基于PCA相似度和谱聚类相结合的高炉历史数据聚类

将主元分析(principal component analysis, PCA)模型相似度(以下简称PCA相似度)和谱聚类(spectral clustering)算法相结合,并用于基于高炉历史数据挖掘的炉况工作点变化的分析。利用PCA相似度与距离相似度的加权来衡量滑窗数据集之间的相似度,进一步将数据集的聚类问题转化为图的最优划分问题,通过谱聚类得到聚类结果。该方法降低了高炉工作点漂移的影响,能够有效稳定的实现高炉炉况工作点的聚类。基于现场历史数据的离线测试表明:与已有的基于PCA相似度和k-means聚类的算法对比,本研究可以更加有效区分炉况工作点的跳变。     

A systematic method based on statistical pattern recognition for estimating product quality on-line

To avoid the complexity of building mechanistic models by studying the inner nature of the object, a systematic method based on statistical pattern recognition is developed in order to estimate the product quality on-line. The mapping relationship between a feature space and a product quality space can be built by using regression analysis, and in applying clustering analysis the product quality space can be partitioned automatically. Eventually, estimating product quality on-line can be accomplished by sorting the mapped data in the partitioned quality space. A concrete problem is proposed which has a relatively small ratio of training data to input variables. By implementing the method mentioned above, a satisfying result has been achieved. Furthermore, the further question about choosing suitable mapping methods is briefly discussed.     

因子分析法在城镇居民消费结构分析中的研究

提出了采用因子分析法和聚类分析法对我国各省市自治区的城镇居民消费结构进行了区域差异性实证分析和研究的方法.首先选择2003年全国31个省市自治区城镇居民消费结构的8个指标作为原始数据,从8个指标中提取因子,计算各因子的得分;然后选择两个得分较高的因子作为主因子,并采用回归算法求出综合因子的得分函数;最后计算各地区的综合因子值并以此进行聚类分析.结果表明:各省市自治区可分为五种类别,其中北京和上海最高,其次是少数几个东部沿海地区,然后是几个经济发展较好的城市和地区,其他二个类别多数是中西部地区.最后将分析模型应用到2004-2010年全国31个省市自治区城镇居民消费结构的8个指标进行分析,研究表明北京、上海和东部沿海地区的消费指标交替上升,但中西部地区的消费水平仍然较低.     

基于因子分析法的建筑业综合评价

阐述利用因子分析法对建筑业发展水平进行综合评价的原理和步骤,结合上海市建筑业2000-2006年度统计数据,对上海市建筑业发展情况进行实证分析.完善了建筑业综合评价指标体系.结果表明,本指标体系和评价方法,可有效避免常见评价方法中原始指标信息相关性较大、权重具有主观性的弊病.     

数据预处理方法对油页岩含油率近红外光谱分析的影响

为提高利用近红外光谱(NIRS)分析技术进行油页岩含油率的原位检测时的建模精度,需要采用适当的方法进行数据预处理。本研究利用实际和合成油页岩样品,结合光谱和矩阵2类数据预处理方法,研究不同方法及其组合对油页岩光谱数据一致性、样品含油率偏最小二乘法(PLS)的模型精度的影响。结果表明:在11种光谱数据预处理方法中,一阶导数、正则化、中心化以及适当的组合(如平滑、消噪和消基线后分别加中心化)等光谱预处理方法,可提高相同样品光谱数据间的一致性;在11种光谱预处理和3种矩阵处理的组合方法中,3种数据预处理组合方法(中心化、一阶导数2种光谱预处理+中心化矩阵预处理、一阶导数光谱预处理+正则化矩阵预处理)可提高合成样品含油率PLS模型的精度。     

因子分析法下江西高职人才培养模式的实证分析

通过对江西省部分高职院校进行问卷调查,运用SPSS软件对数据进行分析处理.研究发现,江西高职教育人才培养模式中存在专业培养目标不明确、教师教学水平和教学手段有待提高、理论教学与实践教学结合不紧密等问题,并据此提出相应的对策.