基于混淆矩阵和集成学习的分类方法研究

针对多分类问题,本文提出一种基于混淆矩阵和集成学习的分类方法。从模式间的相似性关系入手,基于混淆矩阵产生层次化分类器结构;以支持向量机(SVM)作为基本的两类分类器,对于分类精度不理想的SVM,通过AdaBoost算法对SVM分类器进行加权投票。以变电站环境监控中的目标识别为例(涉及到人、动物、普通火焰(红黄颜色火焰)、白色火焰、白炽灯),实现了变电站环境监控中的目标分类。实验表明,所提出的方法有效提高了分类精度。     

基于支持向量机的代谢网络特征分析

把细胞内所有生化反应表示为一个网络指为代谢网络,是所有参与代谢过程的化合物之间以及所有催化酶之间的相互作用的反映,是抽象表达对细胞的代谢。在不同的物种中都含有大量的代谢翻译,却代谢网络是高度保守的。要了解包括代谢系统在内的许多自然、社会系统都起着重要的作用,所以要对于复杂网络进行研究并掌握它们的规律意义很大。利用代谢网络对微生物的耐热性进行分类研究对认识和利用细胞代谢过程有很大的帮助,从而促进发酵工程、制药工业等产业的发展。     

基于改进的共轭梯度算法实现的最小二乘隐空间支持向量机

本文研究了最小二乘隐空间支持向量机的优化问题。文中采用基于对称超松弛预处理技术改进共轭梯度算法,改进的共轭梯度算法只需求解一个阶数为l-1的线性代数方程组即可,大大节省了计算时间。最后将其应用于最小二乘隐空间支持向量机中建立数学模型,并通过实例验证了该算法的优越性。     

四辊铝箔轧机预控参数在线整定

介绍Ф210mm/Ф500mm× 800mm四辊液压轧机厚度预控系统中采用人机界面实现参数在线调整的方法,能大大提高预控参数的控制精度,减少轧机产品的厚度误差,是厚度自动控制的一项创新.     

冷轧管机轧辊加工及加工工具设计

冶钢集团钢管公司的冷轧线装备有德国米尔公司生产的SKW75VMR、SKW125VMR型超长行程冷轧管机,其轧辊孔型加工也采用德国米尔公司生产的KB-47孔型开槽机。介绍了KB-47孔型开槽机的加工范围和工作原理。结合冷轧辊孔型设计计算,阐述了加工环型轧辊的专用工具准备过程和孔型凸轮样板的设计加工方法。     

"牺牲"阳极法合成乙醇钽研究

研究了“牺牲“阳极法电化学合成乙醇钽过程中,添加剂种类与浓度、电解液温度、阴阳极极距和电流密度的影响.选取最佳合成条件为:四甲基氯化铵0.04 mol/L,温度为电解液的沸腾温度,极距约2 cm,电流密度220 A/m2.电合成的混合液经常压蒸馏和减压蒸馏,得到产品用红外光谱、拉曼光谱和元素分析进行表征,确定了产品为乙醇钽.电合成的电流效率大于95%,产品蒸馏时钽的直收率82.8%.     

基于变分模态分解和改进粒子群算法优化最小二乘支持向量机的短期电价预测

针对电价序列具有非线性强、波动性大的特点,提出一种基于变分模态分解(VMD)和改进粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)的短期电价预测模型.首先利用VMD将原始电价数据分解为多个子序列,然后采取LSSVM模型分别对子序列进行预测.对于LSSVM预测模型的最优参数选择问题,利用改进的PSO优化LSSVM模型的参数,能够很好地提高模型预测精度.最后集成各子序列预测结果,获得最终电价预测值.为了验证所提模型的有效性,以美国PJM市场电价数据为例进行分析,并与其他预测模型进行对比,结果表明,所提模型能够很好地对短期电价进行预测.     

三电平SPQC统一拓扑与中点电位振荡抑制策略

三电平并联型电能质量调节器(shunt power quality controller,SPQC)可集中治理三相四线制配电系统中多种由谐波电流引发的电能质量问题.三桥臂与四桥臂二极管中点箝位(neutral point clamped,NPC)拓扑作为主流方案得到了广泛应用,但缺乏不同场景下合理选择的结论.提出一种统一拓扑,可用于指导不同拓扑的参数优化,并实现补偿性能的定量比较.三电平结构固有的中点电位振荡问题严重影响装置的硬件安全与补偿效果,对不同分立拓扑分别改进脉宽调制(pulse width modulation,PWM)策略,在每个开关周期时间尺度内最大限度抑制中性点电位振荡,替代了传统控制策略的附加均压环.最后,仿真验证了理论结果与改进策略的有效性.     

深度空气分级条件下配风方式对炉内燃烧特性影响的数值模拟研究

借助数值模拟方法对四角切圆煤粉锅炉进行三维稳态数值模拟,观察其炉内燃烧过程,重点对比了在空气分级下不同配风方式对炉内空气流动和燃烧特性的影响。结果表明:底部配风量较多的正宝塔型、均等、缩腰型配风在炉膛底部形成较高切圆且温度较高,主燃区上部风量较小的正宝塔型和鼓腰型配风速度分布均匀,温度偏差较小,倒宝塔型和鼓腰型配风时出口NOx较其他3种配风方式要小。     

基于局部线性嵌入和支持向量机回归的TBM施工参数预测

依托吉林引松工程开展隧道掘进机（TBM）施工参数预测研究,提出TBM施工数据分段提取算法,提取上升段前30 s的总推进力、刀盘转速、推进速度、刀盘扭矩、刀盘转速电位器设定值、推进速度电位器设定值、贯入度、贯入度指数(FPI)、扭矩切深指数(TPI)9个参数作为输入;通过局部线性嵌入（LLE）完成对上升段数据特征的降维;基于支持向量机回归（SVR）建立TBM施工控制参数（推进速度、刀盘转速）和负载参数（总推进力、刀盘扭矩）预测模型. 分析是否结合前一掘进循环的FPI、TPI指数进行预测对预测效果的影响. 结果表明,上述方法在推进速度、刀盘转速、总推进力、刀盘扭矩的预测中均取得了较好的预测效果,平均预测绝对百分比误差均小于15%,验证了该预测方法的有效性,该方法可以为TBM现场施工提供指导.