基于差分进化支持向量机的移动机器人可通过度预测

提出了一种移动机器人可通过度预测方法.给出了基于相对震动强度的可通度描述.通过提取典型地表图像的色彩和纹理特征并测量机器人通过该地表的相对震动强度建立训练样本集.使用差分进化算法优化支持向量机模型参数形成差分进化支持向量机对训练样本和相对震动强度进行拟合.在移动机器人运行过程中,线性分割前方地表图像形成预测子区域,通过...     

污水处理曝气池溶解氧智能优化控制系统

提出一种新的溶解氧优化控制方法,根据不同的进水水质,利用在线多输入多输出最小二乘支持向量机软测量模型预测出水参数值.将这些参数作为水质反馈信号,使用模糊神经网络动态优化与进水水质对应的溶解氧设定值.最后利用神经网络逆控制系统跟踪优化的溶解氧设定值,从而实现在达到出水指标的前提下,既能保证出水水质的稳定,又能有效消除曝气量冗余,实现曝气量的动态优化,有效减少电能消耗.     

基于重构相空间FLS-SVM的电力系统混沌预测模型

研究电力系统混沌预测以及预测中超参数难以调整的问题,采用基于重构相空间的模糊最小二乘支持向量机(RFLS-SVM)方法进行算法改进.结合Takens嵌入维理论重构数据相空间,并对电力系统混沌状态进行预测,预测精度得到了进一步提高.并研究了RFLS-SVM核参数调整的方法,得到了一般性结论.通过数字仿真实验证明了该方法是有效的.     

基于互补模型的汉语韵律间断自动检测

自动韵律间断检测和标注对语音理解和语音合成有十分重要的作用。提出了利用声学、词典和语法相关特征的互补模型方法检测汉语韵律间断。该方法具有下列优点:(1)摒弃了声学相关特征和词典、语法相关特征的独立性假设;(2)互补模型方法不仅在特征层上利用当前音节的上下文信息,而且在模型层次上利用了当前音节的上下文信息。在ASCCD语料库上验证了该方法能够获得90.34%的韵律间断的检测准确率,较基线系统有 6.09%的提高。     

基于域理论的自适应谐振神经网络研究

提出了一种基于域理论的自适应谐振神经网络算法 FTART,有机结合了自适应谐振理论和域理论的优势 ,以一种独特的方式解决了示例间冲突和分类区域的动态扩展 ,不仅不需要手工设置隐层神经元 ,可以还获得了较快的训练速度和较高的预测精度 .同时还提出了一种可以从训练好的 FTART网络中抽取可理解性好、精度高的符号规则的方法 ,即基于统计的产生测试法 .实验结果表明 ,用该方法抽取的符号规则可以较好地描述FTART的功能.     

机床控制流程的一种有限状态机表达方法

面向过程的IEC-1131-3规范已难以满足机床 控制流程表达新的应用需求,为了更好地支持控制器开放式体系结构设计和面向对象系统实 现技术,我们扩展了有限状态机的基本概念,提出了一种机床控制流程表达的分层式有限状 态机(FSM)方法．本文首先对分层式FSM的组织方法、特性、形式定义等进行了详细讨论;为 了进一步阐明这种方法的表达特性,我们介绍了一种分层式FSM表达的机床控制器总体结构 ,并讨论了这种结构下的开放性设计表达和系统实现等相关问题．     

支持向量机的理论基础——统计学习理论

支持向量机是机器学习领域的研究热点之一,其理论基础是统计学习理论。该文严谨且通俗地描述了这一理论的概貌,并提出有附加信息的统计学习理论的设想。     

健壮性学习算法

使用统计方法可以对汉英机器翻译的词性标注和句法语义分析阶段产生的歧义进行消歧,在估计过程中往往使用最大可能方法,但是并不是在所有的情况下取最大值都是正确的。为了从所有候选结果中取到正确的结果,本文使用健壮性学习算法。使用这个算法,当正确的候选结果评分不是最高时,仍能通过健壮性算法来调整正确结果的评分,使之最大,并且降低不正确候选的评分。而且,由于训练集与测试集存在不同,使训练集中的错误率最小不能保证测试集中的错误率也最小。因此当考虑训练语料库和测试语料库存在统计变化时,应该使用健壮性学习算法。     

Scaling Kernel-Based Systems to Large Data Sets

In the form of the support vector machine and Gaussian processes, kernel-based systems are currently very popular approaches to supervised learning. Unfortunately, the computational load for training kernel-based systems increases drastically with the size of the training data set, such that these systems are not ideal candidates for applications with large data sets. Nevertheless, research in this direction is very active. In this paper, I review some of the current approaches toward scaling kernel-based systems to large data sets.     

压缩机状态监测系统的研制

介绍以压缩机为对象,提出了由多种模块组成的分布信息处理系统的构思,阐明了基于结构层次化和功能模块化的状态监测系统的软、硬件设计方案。该系统同速度、高精度、多通道等特点。