神经网络模糊多模型软测量在磨煤机存煤量测量方面的应用

基于钢球磨煤机的机理模型,采用神经网络模糊多模型软测量的方法解决球磨机存煤量测量问题,首先建立钢球磨煤机的机理模型,然后将FCM聚类与RBF神经网络多模型理论相结合深入探讨了神经网络模糊多模型软测量方法的实现,最后进行了球磨机存煤量测量的仿真试验,并与RBF神经网络单模型的仿真结果进行了比较.结果表明：神经网络模糊多模型软测量的预测输出的误差较小,训练速度更快,具有更好的泛化能力;将神经网络模糊多模型应用于球磨机存煤量的测量是可行的.     

多模型估计方法应用于人体脉象客观化研究的思考

通过对近年来人体脉象客观化的综合分析,指出目前应用信号处理和智能诊断方法对人体脉象研究的局限性和不足,提出采用多模型估计方法应用于脉象识别,综合反映人体脉象的特征信息,并对关键信息参数进行识别,为中医脉象诊断的客观化提供新方法。     

基于机器学习的平面公益广告效果评价研究

目的 从数据科学基础理论出发,通过探索基于机器学习的平面公益广告效果评价模型,实现对平面公益广告设计的效果评价。方法 对平面公益广告图像数据集进行切分(7∶3),并对广告图像特征进行多维度提取,随后采用随机森林叠加多层感知机和XGBoost算法构建集成分类模型,并经训练得到广告效果强弱分类评价模型。结果 测试结果显示,在训练集的F1值为1.0时,该模型在测试集的F1值可达0.897 6,能对广告效果做出正确评价。结论 基于机器学习的多特征融合、多模型集成模型能够实现对平面公益广告效果的准确评价,为平面公益广告效果评价提供一种新方法。     

基于移动代理技术的海-气-浪耦合模拟系统

以中尺度大气模式（AREM）、区域海洋模式（ECOM-SI）和海浪模式（WAVEWATCH-Ⅲ）的耦合为研究原型，利用移动代理技术，通过构造虚拟耦合求解网络，屏蔽系统的异构性和复杂性，实现了在分布式环境下的多模式耦合．     

跳变约束下马尔可夫切换非线性系统滤波

针对系统状态演化多模不确定性和状态约束多样性,本文提出了跳变约束下马尔可夫切换非线性系统的交互式多假设估计方法.定义了包含跳变马尔可夫参数可能取值的假设集,根据最优贝叶斯滤波,推导出状态与假设的后验概率递推更新.基于统计线性回归线性化非线性函数,利用伪量测法,将线性化的约束扩维到真实量测中,给出了非线性系统滤波的近似解析最优解.最终给出所提算法的稀疏网格积分近似最优估计实现.在交叉道路机动目标跟踪仿真场景中,所提算法的滤波精度优于基于泰勒展开的交互式多模型算法,基于统计线性回归的交互式多模型算法,以及基于泰勒展开的非线性系统约束滤波算法.     

近空间飞行器的多模型切换控制

针对受到扰动的变机翼后掠角近空间飞行器,研究一类基于多模型切换的多输入多输出非线性系统的模糊自适应鲁棒控制器的设计问题.通过构造公共Lyapunov函数设计系统的控制器,采用动态面控制方法避免了控制器设计中的计算膨胀问题,利用自适应模糊系统和鲁棒控制项在线消除系统中的未知干扰影响.仿真结果表明了该方法的有效性.     

隐马尔科夫模型修正的交互多模跟踪算法

针对交互式多模型目标跟踪算法中模型转移概率固定对跟踪精度造成的影响,提出了一种隐马尔科夫模型修正的模型转移概率自适应交互多模跟踪算法。该算法通过对跟踪过程建立隐马尔科夫模型,采用Viterbi 算法求解修正系数,在检测到目标运动发生机动性变化时,将修正系数用于交互式多模型算法以达到实时调整模型转移概率的目的。仿真结果表明,该算法的跟踪结果优于传统的交互式多模型算法,具有很好的稳健性、实时性,有效降低了主观因素对跟踪精度造成的影响。     

零换乘火车站——上海铁路南客站

上海铁路南站标志着当代火车站的设计和功能的一个重大进步。它提出一个全新的概念——零换乘火车站,这使其不仅仅是一个转乘火车的地点,更是一个多功能交通枢纽,汇集公交、城际和省际客车、地铁、出租车和私家车等各种交通方式于一体。     

基于高斯混合模型与主元分析的多模型切换方法

针对多模型预测控制的模型切换问题,提出了一种基于工况判断的多模型切换方法,利用工业过程中的可测变量综合反映系统的动态特性,根据动态特性的变化进行多模型切换。首先利用高斯混合模型(GMM)将历史数据划分为若干个工况,然后利用不同工况下的历史数据建立负荷向量矩阵和预测模型,最后根据主元模型的平方预报误差(SPE)选择预测模型。以乙烯裂解炉的反应管出口温度(COT)的控制为例进行仿真,仿真结果表明:提出的方法实现了多个反应管出口温度的稳定均衡控制,当系统的工况发生改变时,通过不同主元模型的SPE统计量的比较,可以很容易地找到匹配的工况,并切换为相应的预测模型,解决了当系统动态特性发生改变时,预测模型切换滞后的问题。