多元时序模糊聚类分段挖掘算法

工业监控系统所采集到的多元时间序列在利用数据挖掘技术获取内部存在的未知模式的过程中,经常会出现原始数据庞杂、分段结果重复、交集过多和界限不清晰等问题,导致含有突变变量或数据间相关性差的数据集进行模式挖掘结果不理想.针对上述问题,本文提出了一种新的多元时序模糊聚类分段挖掘算法.实验结果表明,该算法克服了Gath-Geva算法聚类精度易受初始值影响的不足,能够较好地反映出原始数据中潜在的过程变化,从而有效地处理时间序列的分段问题并得到理想的挖掘结果.      

基于Agent的尾矿库智能监测系统

针对尾矿库监测过程中的分布式管理决策需求以及监测技术快速发展带来的适应性问题,提出基于Agent的尾矿库智能监测系统方案。采用Agent来描述不同的监测模型,并且通过Agent之间的智能协同来完成不同的监测任务,增强系统的自适应性和群体决策能力。该系统对于全面掌握尾矿库的安全状态以及各管理部门之间的信息共享和应急协同具有重要作用。     

基于光谱预处理结合遗传算法优化波长的面粉水分快速检测

基于光谱预处理及遗传算法(genetic algorithm,GA)法优化波长,再结合偏最小二乘(partial least squares,PLS)法建立面粉中水分的定量分析模型,对比在不同预处理方法下相关系数R~2、校正标准差(root mean square error of calibration,RMSEC)、预测标准偏差(root mean square error of prediction,RMSEP)3个指标,随机选择130份样本建立预处理+GA+PLS定量分析模型,实验结果为R~2从0.955 2提高到0.977 7、RMSEC从0.375 8降低到0.245 3、RMSEP从0.268降低到0.264。结果表明基于光谱预处理结合GA优化波长来定量分析面粉中水分含量是可行的,且准确性和误差度皆优于无优化模型。     

平行系统理论在现代矿山管理中的应用

矿山系统是一个典型的复杂系统,很难利用传统的建模方法对其建立数学模型并进行预测与评估、控制与管理。提出了利用平行系统的理论,采用现代信息技术,如物联网技术、云计算技术、无线通信技术等,将矿山的各个关键系统的实时数据进行采集并传输至管理中心。在管理中心采用数据融合、数据挖掘及可视化技术构建一个与现实系统相对应的人工系统,并通过对人工系统的演化实现对现实系统的预测、评估、优化,实现矿山的优化管理。     

基于PLS-LDA和拉曼光谱快速定性识别食用植物油

以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法(PLS-LDA)和拉曼光谱进行单一种类(橄榄油、花生油和玉米油)食用油快速定性检测,通过自适应迭代惩罚最小二乘法(airPLS)对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90%,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程。实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴。     

无人变电站智能机器人的视觉导航研究

为了在无人变电站利用轮式机器人实现仪表、装置、设备的巡视、检测,本文提出一种基于“引导线”识别的视觉导航方法.轮式机器人利用摄像机采集路面环境信息,通过视频识别引导线,根据引导线的实际位置与预定位置的偏差,利用智能PID控制方法,控制机器人左、右轮的运动速度,从而控制机器人行进的方向.变电站实际应用效果表明:该导航方法...     

基于VC＋＋的超声探伤仪接收端测试系统

为确保超声探伤仪在探伤过程中的可靠性,提高其检测数据的可信度,基于VC＋＋平台,以工控机为核心,设计了一款超声探伤仪接收端性能参数检测系统,实现了探伤仪接收端各项特性参数的检测。系统采用PCI-5124采集卡对测试接收端的输入输出信号进行采集,并实现界面设计和采集卡驱动程序以及各项参数检测方法的研究与设计。测试结果表明：系统很好地实现了接收端放大器的频率响应带宽、输入阻抗、等效输入噪声、动态范围、串扰度、阻塞时间等参数的检测。     

一种增强差异性的半监督协同分类算法

半监督学习中的Tri-Training算法打破了以往算法对充分冗余视图的限制,并通过利用三个分类器处理标记置信度和样本预测问题提高了标记效率.为进一步增强协同训练过程中分类器之间的差异性以提高性能,本文在其理论基础上提出了一种增强差异性的半监督协同分类算法.该算法利用三个不同的分类器进行学习;考虑到分类模型在更新过程中,可能会因随机抽样导致性能恶化,该算法利用基于标记类别的分层抽样法来对已标记样本集进行抽样,并通过基于分类正确率的加权投票法实现了分类器的集成,提高了预测准确率.本文通过实验对所提出算法与Tri-Training算法做了性能比较,实验结果表明本文所提出的方法在分类问题上具有较好的性能,验证了该算法的有效性和可行性.     

Allocation of function: scenarios,context and the economics of effort

In this paper, we describe an approach to allocation of function that makes use of scenarios as its basic unit of analysis. Our use of scenarios is driven by a desire to ensure that allocation decisions are sensitive to the context in which the system will be used and by insights from economic utility theory. We use the scenarios to focus the attention of decision makers on the relative costs and benefits of developing automated support for the activities of the scenario, the relative impact of functions on the performance of the operator's primary role and on the relative demands placed on an operator within the scenario. By focussing on relative demands and relative costs, our method seeks to allocate the operator's limited resources to the most important and most productive tasks within the work system, and to direct the effort of the design organization to the development of automated support for those functions that deliver the greatest benefit for the effective operation of the integrated human–machine system.     

物流中心选址的神经网络集成模型研究

针对在建立物流中心选址模型中,单个人工神经网络模型难以确定参数、容易产生“过拟合”等问题,提出一种神经网络二次集成模型,利用Bootstrap可重复采样技术得到不同的训练集来训练产生不同的个体神经网络,采用粒子群优化算法结合个体输出获得神经网络集成,并在此基础上将集成视为个体再次结合。实验结果表明,该模型易于设计且能够提高泛化能力。