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。     

Molecular thermodynamics approach on phase equilibria of dendritic polymer systems

We suggest a molecular thermodynamic framework to describe the phase behavior of dendritic polymer systems. The proposed model, which is based on the lattice cluster theory, contains correlations of molecular structure and specific interactions such as hydrogen bonding to the phase equilibria of branch-structured polymer systems. We examine liquid-liquid equilibria (LLE) of hyperbranched polymer solutions and vapor-liquid equilibria (VLE) of dendrimer solutions in the viewpoints of effects of a branched structure and specific interaction formations among endgroups of dendritic polymer and solvent molecules. We investigate VLE of dendrimer/solvent (Benzyl Ether Dendrimer/Toluene) systems by the combination of a new lattice-based model and atomistic simulation technique. The interaction energy parameters are obtained by the pairs method [Baschnagel et al., 1991] including Monte Carlo simulation with excluded volume constraint. In the pairs method [Baschnagel et al., 1991], we do not simulate the whole molecule as in molecular dynamics or molecular mechanics, but only monomer segments interacting with solvent molecules. The proposed model shows improvements in prediction for both phase equilibria (VLE and LLE) due to the branched structure and specific interaction due to endgroups at periphery of dendritic polymer molecule. Atomic simulation technique gives good result in prediction without fitting variables. Our results show that the specific interactions between the endgroup and the solvent molecule play an important role in phase behavior of the given systems.     

两类非线性降维流形学习算法的比较分析

流形学习(Manifold Learning)算法是近年来发展起来的非线性降维机器学习算法.目前的流形学习算法大体可以分为两类:全局的(如等度规映射)和局部的(如局部线性嵌套),它们有各自的优点和不足.以等度规映射(ISOMAP)和局部线性嵌套(LLE)为例,通过实验比较分析了这两类算法在参数选择、前提条件和执行效率上的特点,期望为不同应用提供参考.     

基于电压时间序列的电力系统暂态电压稳定分析

基于实时获取的广域测量信息,提出一种利用机端电压幅值偏差序列的最大Lyapunov指数指标(LLE)与机端电压幅值序列相结合的暂态电压稳定判别方法.基于无需系统模型的LLE计算方法,建立LLE与机端电压幅值偏差序列的数学关系,根据最大Lyapunov指数曲线运动的轨迹特征,以及机端电压幅值变化率-电压幅值偏差(Vmag...     

基于LLE的边缘保持图像平滑算法

现有全局优化算法都使用不同范数约束输出图像梯度来实现图像平滑,但会牺牲图像中的弱结构信息来达到较好的平滑性能,导致输出图像出现颜色失真和细节模糊的情况。针对上述问题,提出一种基于LLE的边缘保持图像平滑算法(edge preserving image smoothing algorithm based on LLE,Ep-LLE),引入局部线性嵌入(LLE)的思想作为优化函数的正则化项并采用L₂范数进行惩罚。该方法利用图像局部区域内像素存在的相互关系,通过约束局部相似以实现图像平滑任务。最后通过各个算法的实验对比验证,基于LLE的边缘保持图像平滑算法能在实现图像边缘保持平滑的同时,保留图像局部结构特征,并有效避免区域内颜色一致导致的边缘阶梯状现象,避免图像颜色失真。     

基于LLE降维和BP_Adaboost分类器的GIS局部放电模式识别

在气体绝缘组合电器(gas insulated switchgear,GIS)实体模型中分别放置了针-板、悬浮金属颗粒和绝缘子表面固定金属颗粒放电模型,用超声波传感器采集到其放电波形。对放电波形提取的特征向量进行局部线性嵌入(local linear embedding,LLE)算法降维处理,用降维后的向量作为输入对BP_Adaboost分类器进行训练和测试类型识别。识别结果表明,用这样方法进行GIS绝缘缺陷类型识别可以在减少计算量的同时保持较高的识别率,说明了其在局部放电模式识别应用中的有效性。     

基于KLLE和KNR的雷达目标一维像识别

局部线性嵌入(LLE)是一种有代表性的流形学习算法,利用核技术将LLE进行推广,得到核局部线性嵌入算法,并将其应用于雷达目标一维距离像的特征提取。然后采用一种基于核的非线性分类器,对所提取的特征进行分类。对3种飞机的实测数据进行识别实验,结果表明,该方法具有较优的识别性能。     

基于LLE的分类算法及其在被动毫米波目标识别中的应用

该文针对模式识别中的单类分类问题,根据LLE算法思想,考虑数据分布的低维流形,提出了一种单类分类算法。基于流形学习算法发现了被动毫米波信号的短时傅里叶谱中低维流形的存在,并讨论了其特性。将新算法应用于被动毫米波金属目标识别,相对目前流行的分类算法,取得了更好的效果,且算法对输入参数不敏感,在数据混叠程度较高时仍有很好的鲁棒性。     

基于近邻消息传递的自适应局部线性嵌入

针对局部线性嵌入(LLE)降维算法中邻域参数的人工设定及其全局性的缺陷,研究了聚类和降维的内在联系,提出了邻域参数的自适应选取策略,构建了一种聚类和降维的自适应局部线性嵌入(ALLE)算法,为每个样本点设计最佳的近邻搜索空间,自适应选取邻近点计算权值重建矩阵,基于类信息重新定义了重构误差函数。实验表明,新算法更能体现出数学上流形概念的局部坐标化本质,对不相关数据、冗余数据和噪声数据具有良好的鲁棒性,在实际识别问题中体现出优越的性能。     

LLE算法及其应用

LE算法针对非线性降维问题,利用线性重构的局部对称性找出高维数据空间中的非线性结构.并在保持各数据点临近位置关系情况下,把高维空间数据点映射为低维空间对应的数据点.其计算步骤包括:计算、寻找数据点或邻居数据点、构造数据点及计算权值矩阵,并通过权值矩阵计算低维向量.