曲线拟合中的加权处理

曲线拟合中的加权处理张永吉（江南大学基础部无锡２１４０６３）经常遇到的曲线拟合问题中有一部分是可以通过变量替换转化成线性拟合问题的。多元线性模型的最小二乘参数估计中广泛使用的是等权重拟合方法，它是以下面两条假设作为前提的：（１）自变量没有测量误差，而...     

基于机器学习的火电机组建模研究

本文介绍了系统建模的各种方法,利用sklearn.linear库中的线性回归模型LinearRegression对火电机组进行建模,并介绍了数据清洗和数据处理的步骤。通过分析模型的主要影响因素对汽轮机模型和高加水位系统进行建模,利用R²＿score()函数对比实际数据和模型预测数据,发现模型误差较小,建模效果良好,有一定推广意义。     

基于强化学习的四旋翼高度控制器设计

针对四旋翼飞行器高度控制通道易受干扰的问题,在先验飞行数据基础上,利用局部加权线性回归算法建立了四旋翼飞行器的非参数模型,该模型考虑了实际飞行中干扰因素对高度控制的影响.以此非参数模型为基础,运用强化学习算法构建了四旋翼飞行器高度控制算法,并以离线方式优化了控制算法的结构参数.最后通过实际的飞行实验验证了控制算法的合理性.     

进化回归神经网络对时序数据和关联数据的建模能力研究

重点研究进化回归神经网络对时序数据和关联数据的建模能力。针对两个标准问题,采用不同形式的建模数据,比较了前向网络和回归神经网络的建模及预测效果,进一步将进化算法用于不同结构回归神经网络的训练并比较了它们的建模能力。仿真结果表明回归神经网络对时序关联数据有很好的建模和预测能力,相比于前向网络,无需过程时序特点的先验知识,可以采用最简单的建模数据形式。而进化算法相比于常规的梯度下降算法,用于训练不同的回归网络结构通用性好,且训练过程不受局部极小问题的困扰,适当规模的训练过程可以获得性能良好的神经网络模型。     

基于大数据的移动信号传播损耗建模仿真

针对传统移动信号传播模型搭建的过程计算量大,实际应用准确率低等问题,提出一种基于大数据的机器学习建模方法.通过对大量真实LTE数据进行预处理、特征构建,采用互信息法求解特征与标签值的相关性大小,结合移动通信理论进行特征选取.将影响因素最大的7个特征作为输入,以接收点的信号功率值作为输出,使用梯度下降算法不断迭代更新权重和偏置以减小误差,将模型的代价函数作为评估参数,建立16层的深度神经网络模型仿真.训练好的模型可用于预测新环境下的信号接收功率值,且在准确度及算法复杂度方面优于传统模型.     

工业过程混合建模方法研究及应用

文章在分析工业过程模型的经验模型和神经网络模型的基础上，提出了混合模型的建模方法，给出了混合模型结构和应用算法，把该混合模型方法应用于制浆蒸煮过程的建模中，收到了较好的效果，混合模型的建模方法具有较大的推广价值。     

热工过程建模中的数据处理方法研究

在热工过程建模中,所建模型精度与过程数据精度密切相关,当现场数据中存在坏值时,将严重降低过程模型精度.而且数据库中大量的冗余数据增加建模成本而不能提高模型精度.为此,应用拟合LOWESS曲线方法进行数据处理,剔除数据坏值,然后应用模糊聚类方法精简原始样本,减少冗余数据.试验结果证明了改进方法的有效性.     

嵌入局部模型的SOM网络对混沌时间序列预测研究

针对混沌时间序列特征空间多变性的特点，在SOM自组织神经网络中嵌入局部线性回归模型，用于混沌时间序列的预测，该方法融合了局部线性预测的优点以及SOM网络数据快速聚类能力，可视化特征识别性质和拓扑保留映射特点，既可减少运算时间和存储空间，又能适应混沌时间序列的多变特征，取得了较高的预测精度。     

基于SPSS的臭氧层水平预测

自上世纪80年代以来,臭氧层空洞问题引起了越来越多的社会关注.因此,从臭氧层空洞产生原因入手,对未来50年的臭氧层水平进行判断和预测.本文首先了解臭氧层空洞产生机理,大气流动基本常识,搜集自1970年以来氟氯烷烃、氮氧化物、溴化物和一氧化碳等的排放以及臭氧层水平数据;然后对数据进行无量纲化处理和非参数检验处理,建立多元回归模型,得出氟氯烷烃是臭氧层被破坏的主要因素的结论,推断未来50年主要排放物的排放量,对50年后的臭氧层水平进行预测;最后建立神经网络模型验证多元回归模型的准确性.预测结果大致相同,在约10年时间内,在2026年左右,回复速度将会有显著提升.     

将TD方法同神经网络相结合进行时间序列实时建模预测

本文首先探讨了基于神经网络的时间序列预测模型的建立机制，然后提出可将基于神经网络的时序直接多步预测模型的实时建模问题看成是延时加强学习问题，从而可将ＴＤ法与ＢＰ法相结合用于解决实时建模预测问题。本文对太阳黑子问题和外汇汇率问题进行了实时建模和预测，其结果表明，本文提出的实时建模预测方法是可行的。     

小规模情感数据和大规模中性数据相结合的情感韵律建模研究

建立好的情感韵律模型是合成情感语音的重要环节,而在情感语音的研究过程中,一个必须面对的现实问题就是通常情感数据量相比于中性数据量要少得多.将一个含有高兴、生气、悲伤3种情感语音的小规模数据库和一个较大规模的中性语音数据库相结合,进行情感韵律建模研究.对影响情感的韵律参数进行了分析,建立了基于人工神经网络的情感韵律模型.针对情感数据量相对于中性数据量的不足而导致的过拟合现象,提出了3种解决办法,即混合语料法、最小二乘融合法和级联网络法.这些方法都在不同程度上扩大了情感语料的作用,使得情感预测效果都有所提高.尤其是级联网络法,将中性模型的结果作为级联网络的一个输入,相当于扩大了情感模型的特征空间,更加强化了情感模型各输入特征的作用,在3种情感的各韵律参数生成中效果是最好的.     

花生四烯酸发酵过程的建模方法研究

对发酵法生产花生四烯酸的建模方法进行了初步研究,并基于四种温度下的试验数据,建立了发酵过程模型.比较分析了最小二乘支持向量机( LS-SVM)和广义回归神经网络(GRNN)这两种方法的特点.结果表明,这两种方法均能较好地建立该发酵过程的模型,LS-SVM建模的预测能力稍优于GRNN,为后续花生四烯酸发酵过程的优化及控制的研究奠定了基础.     

基于FIA-ISE联用技术的锅炉水总碱度测量的LLE-SVR建模

工业锅炉水总碱度测量常用指示剂法测定,该方法费时,难于自动化。利用流动注射分析（FIA）技术的快速、准确等优点可以实现对工业锅炉水总碱度的快速测定,将流动注射分析与离子选择性电极联用（FIA-ISE）滴定酸碱溶液可以获取连续变化的电压信号。由于锅炉水中常存在未知物质的干扰,基于局部线性嵌入（Local Linear Embedded,LLE）和偏最小二乘支持向量回归机（Least Square Support Vector Regression Machine,LS-SVR）相结合的电压数据建模方法可以消除未知物质的干扰,同时可以降低电压数据的维数。LLE算法将高维电压信号映射到低维流形空间,实现高维非线性电压数据结构的特征提取,LS-SVR建模方法可以建立总碱度的对数和降维后电压信号之间的非线性回归模型。实际待测数据的计算结果表明:基于LLE-SVR方法获得的锅炉水总碱度回归模型,通过对16组测试样本的分析,得到测量的平均相对误差:NaOH为0.83%,Na₂CO₃为0.66%;对于LS-SVR回归建模,NaOH为0.98%,Na₂CO₃为0.86%。LLE-SVR的运算负担只有LS-SVR的3.3%且测量精度要高于常规的峰面积和总碱度之间的线性拟合方法。     

基于虚拟仪器的调试仪自校正方法研究

论文分析了调试仪系统自校正的必要性和校正原理,给出分别基于广义最小二乘和神经网络的校正理论和实现方法。利用LabVIEW和MATLAB相关工具设计校正系统,该调试仪系统经实验验证,具有高精度、适应性强等优点。     

活性污泥法污水处理过程的建模与仿真技术的研究

综述了活性污泥法污水处理过程的建模及仿真技术的发展 .在分析活性污泥法污水处理过程现状的基础上 ,阐述了传统数学模型、智能模型以及混合模型的建模方法 ,并介绍了目前活性污泥系统仿真技术的发展现状 .     

微生物发酵过程建模与优化控制

针对微生物发酵参数通常不是最优的,容易造成发酵单位低和产量波动大的问题,采用人工神经网络和遗传算法对微生物发酵过程进行优化控制。建立了维生素B12发酵过程多步预估神经网络模型,对每个发酵阶段的不同的最优操作条件,分别寻优。基于此模型,遗传算法仿真寻优得到了每个发酵阶段的pH值和温度最优轨线。实际应用表明,此轨线应用到生产过程后,使发酵单位得到明显提高。     

时空数据库移动点轨迹建模

时空数据库的移动点轨迹建模技术是近年来是时空数据库研究热点之一.本文在给定一系列时空数据库移动点的信息,找出实际应用中时间更新阈值和空间距离阈值,结合移动点时空模型和数学上线性回归的建模思想,建立一种新的支持过去、现在、未来的移动点轨迹模型,并有效地预测了移动点在某一时间阈值内,移动点的运动趋势及范围.     

分段线性回归和动态加权神经网络融合的高炉料位预测

针对高炉料位难以连续高精度测量的问题,提出了一种基于分段线性回归和动态加权神经网络的高炉料位信息预测方法.首先,通过分析高炉布料机制和料位检测数据特点,提出了一种面向雷达和机械探尺检测数据时间序列的联合划分方法,用于提取高炉料位的周期性变化特征;然后,利用该变化特征构建分段线性回归模型,获得能准确描述料位变化的回归曲线;最后,以回归统计指标为权重调节系数,利用动态加权径向基神经网络对料位信息进行预测.实例验证表明,该方法融合了机械探尺检测数据精度高以及雷达检测数据连续性好的特点,实现了高炉料位信息的实时有效预测.