以图像分类为目标的字典学习算法

综述了字典学习算法的主要研究方向之一,即以图像分类为目标的稀疏表示字典学习算法。从空间变换法和类别指示法两个角度,分析各种算法的优缺点,并对相应的实验结果进行比较。总结了利用这类算法进行图像分类时所面临的其他一些关键问题,如模式识别中的旋转不变性和计算速度等。依据目前已有的技术和应用需求,探寻该领域未来的研究方向。     

基于NPE-ELM的间歇过程质量相关故障检测

由于一部分间歇过程变量与质量变量并不相关,传统的质量相关故障检测方法是基于所有的过程变量来建立统计模型,所以会抑制或淹没某些有用的局部信息,降低过程监测的性能。因此,针对间歇过程广泛存在的复杂程度高、关联性强和非线性特征,提出了基于邻域保持嵌入极限学习机(NPE-ELM)的质量相关故障检测算法。首先,通过最大信息系数(MIC)将间歇过程变量划分为质量相关和无关变量;然后,基于划分的质量相关和无关子空间,分别应用NPE-ELM算法进行间歇过程故障检测;最后,数值例子和青霉素发酵过程的仿真结果,验证了所提算法的可行性。     

改进价值函数的多阶段间歇过程故障检测

针对现有的阶段划分策略没有同时考虑间歇过程的动态性和多阶段特性,而导致过程检测效果不佳的问题,提出了一 种改进的结合价值函数的多向核主成分分析(CVF-MKPCA)算法。 首先,对间歇过程的三维数据进行相应的方向展开,并且通 过构建扩展矩阵来提取间歇过程数据之间的动态特性;其次,构建一种改进的结合价值函数,评估互异时间序列信息之间的结 构相似性;然后,根据动态结构相似性的评估要求,利用自下向上的搜索方法进行阶段划分,再采用 MKPCA 方法进行阶段建 模,最后,通过构造出一种新的 combine 统计量对各阶段进行故障检测。 所提算法在青霉素发酵仿真过程中故障误报率在控制 限为 95%时为 3. 40%,在控制限为 99%时为 7. 98%,与对比方法相比误报率分别降低了 2. 12%和 1. 26%,证明了所提方法具有 更优越的故障检测性能。     

基于物联网技术的农业节水自适应灌溉系统

为了解决现代农业智能化灌溉水平低、浇灌水质监测不到位等问题,设计了一种基于物联网及太阳能技术的节水农业自适应灌溉系统;该系统将水质测量信息、水坝水位信息、土壤的温湿度信息通过无线发送模块传输到中心计算机,以便操作人员进行及时处理;系统采用太阳能供电,解决了农田处于野外环境而无法获取电源的问题;现场实践结果表明:该系统具有自适应灌溉、智能泄水、水质监测等功能。     

水质远程监测智能环保系统

针对全国水质监测水平低以及水质污染日趋严重的现状,研制水质远程监测智能环保系统。系统融合固定远程监测站点、移动式无线监测站点以及生物水质监测站点,形成监测水域全覆盖、三位一体的实时监控网络。现场安装和测试结果表明,系统具有测量数据远程加密传输、超标报警、测量数据实时存储、科学决策等功能,同时该系统具有功耗低、可靠性高以及安装简便等特点,有较好的推广应用价值。     

分类属性数据量子聚类算法的改进

分析量子势能、量子力学中粒子分布机制和分类属性数据的量子聚类CQC(Categorical Quantum Clustering)算法.针对CQC算法存在的聚类效果对聚类度量尺度β较敏感,而β的选取往往凭经验确定没有通用原则,以及对线性可分数据聚类效果显著,但对线性不可分数据不能奏效等问题,通过引入新的相异性度量测度及聚类度量尺度步长βstep,重新定义紧致性指标ICD,提出一种改进的ICQC算法.该算法首先在不同粒度水平上划分数据样本产生初始类(簇),之后采用聚类中心间相异性测度最近邻方法合并初始类(簇)完成聚类.通过与CQC算法的实验比较,证明该算法具有更高的聚类效能,在CQC算法失效的情况下,也能获得良好的聚类效果.     

基于PCA与KPCA的TE过程故障检测应用研究

针对传统主元分析法(PCA)应用于复杂非线性的化工过程故障检测时存在性能差的问题,提出利用核主元分析法(KPCA)来进行故障检测的思想.从而将输入空间中复杂的非线性问题转化为特征空间中的线性问题.将上述方法应用于Tennessee Eastman(TE)化工过程模型,仿真结果表明,KPCA方法在复杂非线性化工过程敝障检测方面的应用明显优于普通的PCA方法.     

多选择背包问题的人工蜂群算法*

多选择背包问题是组合优化中的NP难题之一,采用一种新的智能优化算法——人工蜂群算法进行求解。该算法通过雇佣蜂、跟随蜂和侦察蜂的局部寻优来实现全局最优。基于算法实现的核心思想,用MATLAB编程实现,对参考文献的算例进行仿真测试。与其他算法进行了比较,获得了满意的结果。这说明了算法在解决该问题上的可行性与有效性,拓展了人工蜂群算法的应用领域。     

基于物联网的水质在线监测系统设计与实现

针对以往水质监控系统水质传感器数据采集盲区多,传统处理器、通信模块无法满足大量的数据的处理和传输等问题。设计并实现了一种基于物联网技术的水质在线监测系统。该系统由数据采集节点、数据汇聚节点与监测中心计算机构成。设计了以INA118仪用放大器为核心的微弱信号调理电路,通过STM32微处理器进行实时数据采集和处理,结合ZigBee低速短距离和CDMA2000高速远距离通信等物联网技术将水质数据上传至物联网云平台。监测中心计算机通过下载物联网云平台数据实时显示。通过测量数据的对比性实验,结果表明整个系统的实时性好、测量精度较高,温度,pH值和电导率的平均相对误差分别约为0.64%,1.33%和2.33%,能够较好地满足水质监测的要求。     

创新实验室的改革与探索

结合信息与控制系实验室建设的经验,详细阐述了信息与控制系实验室在实验室管理体制、学生集中实践环节、实验室开放运行机制、实验教材和实验设备方面的改革措施,改革措施实施两年来,成效显著,极大增强了学生的创新能力。