排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
基于数据驱动的故障检测已成为工业过程故障检测的重要手段,但其在实际应用时受限于过程历史数据的规模,往往难以取得令人满意的检测精度。针对这一问题,提出了一种样本空间重构策略,该策略基于随机采样构造同类、异类样本对,在扩充数据规模的同时,将复杂的分类建模问题转化为样本间的相似度对比问题,降低了任务的复杂度。在此基础上,引入并改进孪生卷积神经网络(Siamese CNN)结构,提出了一种基于多尺度孪生卷积神经网络(Multi-scale Siamese CNN)的化工过程故障检测方法。田纳西-伊斯曼(TE)过程数据测试结果表明,所提算法的平均故障检测准确率达到89.66%,相对于常规数据驱动的故障检测算法提高8%以上。 相似文献
3.
在研究本科生讨论课与研究生研讨课中存在的问题后,对参与人员的类型进行了分类,在对占比较多的情绪参与型学生特点进行分析的基础上,提出了演讲与讨论相结合的演讨会。在提出几类演讨会的同时,研究了提高演讨会开放性的宣传与组织方式。 相似文献
4.
针对目前国内湿度控制设备测量精度差、控制算法简单、智能化程度低的不足,通过对被控对象的特性研究,提出了一种基于专家规则的湿度控制算法,并在带 RTOS 的 AVR 单片机上给予实现. 系统选用新型湿度传感器,并设计了针对不同温度下湿度的自动补偿算法,无须手动标定,测量精度高. 根据环境湿度和设备吸湿能力的不同,通过查询依据专家经验所构建的规则表,实现了对湿度的连续、动态、适时控制. 引入 RTOS(实时操作系统),按任务的重要程度规定优先级别,保证了系统的可靠运行. 设计了基于 C Builder 的上位机软件,实现了温、湿度曲线的绘制、数据的储存、报表打印等功能. 实际应用结果表明: 系统运行平稳,人机界面友好,闭环控制精度高,具有一定的推广价值. 相似文献
5.
针对传统特征选择方法如信息增益存在选择偏好、处理非线性问题能力弱、以及参数手动优化过程繁琐的问题,提出一种基于最大互信息系数与皮尔逊相关系数的两阶段特征选择融合算法,并利用遗传算法对其中两个超参数自动进行优化.第一阶段,利用最大互信息系数获取特征和标签之间的相关性来进行特征选择;第二阶段,使用皮尔逊相关系数对获取的特征子集进行去冗余.进一步,基于遗传算法对两个阶段中的两个超参数自动进行优化.将该方法运用于多组UCI数据集中进行测试.实验结果表明,该算法能够兼顾降低特征空间的维度和提升算法的分类性能. 相似文献
6.
针对网络控制系统(NCS)的基本问题——网络诱导时延与数据丢包现象进行建模,同时考虑了被控对象存在不确定性时的鲁棒镇定问题。基于时滞系统理论的时滞依赖方法,给出了NCS鲁棒镇定的充分条件,结论描述为尊性矩阵不等式形式。利用此结论可求出使NCS鲁棒镇定的最大允许网络诱导时延(MADB)。最后的数值例子证明了本文算法的有效性。 相似文献
1