粮情智能测控系统中的数据融合技术研究

粮情智能测控系统是保证粮食储藏安全的关键措施之一。针对目前粮情智能测控系统中单一传感器存在测量不足、粮情安全状态难以判断且无法直接检测等问题,研究了一种基于粒子群优化最小二乘支持向量机的粮情安全状态数据融合方法。以粮情数据为研究对象,以粮情安全状态检测为目的,构建基于最小二乘支持向量机的数据融合模型,并采用粒子群优化算法对最小二乘支持向量机的关键参数进行寻优,获取最佳的数据融合结果。根据广西某粮库提供的数据进行实例分析,数据融合结果与实际值误差较小,均方误差为0.06,结果表明,该方法在粮情安全状态的检测上表现出优越的性能,具有科学性和可行性,提高了粮情智能测控系统的准确性和可靠性。     

基于虚拟仪器技术的地下水探测系统研究

为了整合磁共振测深(MRS)地下水探测系统的测量与反演功能,结合LabVIEW软件在测量与信号处理方面的优势,利用虚拟仪器技术开发了地下水探测系统的上位机系统软件,实现了对探测系统整个操作流程的管理。根据已知探测地区的拉莫尔频率产生激发信号,送至发射/接收线圈,利用快速关断技术实现了发射与接收的快速切换。将采集的弛豫衰减信号送至反演解释算法模块,采用改进的量子遗传算法与截断奇异值分解(TSVD)的联合方法,反演解释了地下含水层的水文地质参数。野外试验表明,该探测系统的工作稳定性好,验证了反演结果的准确性。     

基于重叠片排列的流形学习算法

针对线性数据降维算法对处理非线性结构数据的降维效果不是很好,提出一种基于重叠片排列的流形学习算法,该算法根据局部的线性贴片处在非线性流形中的特性,将流形划分为线性互相重叠的局部区域贴片,且利用主成分分析方法得到局部区域贴片的低维表示,然后排列且对齐其低维坐标,以获得整体数据的低维坐标.通过仿真结果证明,基于重叠片排列的流形学习算法在应用于人脸识别和分类问题时以及在识别准确率方面要优于其他经典的流形学习算法.     

Semisupervised Sparse Multilinear Discriminant Analysis

Various problems are encountered when adopting ordinary vector space algorithms for high-order tensor data input. Namely, one must overcome the Small Sample Size （SSS） and overfitting problems. In addition, the structural information of the original tensor signal is lost during the vectorization process. Therefore, comparable methods using a direct tensor input are more appropriate. In the case of electrocardiograms （ECGs）, another problem must be overcome; the manual diagnosis of ECG data is expensive and time consuming, rendering it difficult to acquire data with diagnosis labels. However, when effective features for classification in the original data are very sparse, we propose a semisupervised sparse multilinear discriminant analysis （SSSMDA） method. This method uses the distribution of both the labeled and the unlabeled data together with labels discovered through a label propagation Mgorithm. In practice, we use 12-lead ECGs collected from a remote diagnosis system and apply a short-time-fourier transformation （STFT） to obtain third-order tensors. The experimental results highlight the sparsity of the ECG data and the ability of our method to extract sparse and effective features that can be used for classification.     

基于模拟分析技术和随机搜索算法的化工过程能量集成方法研究

夹点和模拟分析技术已在化工能量集成中广泛应用.今以夹点技术为基础,对化工过程系统用能进行诊断,根据"过程用能一致性"原则提出能量集成改造方案,通过改变塔压实现塔顶冷凝器与塔底再沸器的热集成多效蒸馏.夹点技术实现的优化目标仅是热回收最大或公用工程能耗最小,不能实现包括设备整体费用最小的过程全局最优化.研究基于模拟技术,通过灵敏度分析,得到精馏塔各操作参数的样本映射数据,通过多项式拟合得到参数关联方程,并在遗传算法及模式搜索中设计过程费用函数,提出了将模拟分析技术与随机搜索算法相结合的,以过程费用函数最小化为优化目标的能量集成方法.工业实例的成功设计应用证明了其有效性和可行性.     

基于动态MANCOVA的混合制程虚拟测量算法

在晶圆/液晶面板等批次加工过程中,产品质量的及时估计与品质管制是提高产能和降低成本的有效途径.针对"少量多样"的混合制程,利用逐步回归算法挑选该制程的关毽变量,引入产品的效益因子,建立混合制程的虚拟测量模型;为克服系统扰动对模型精度的影响,以产品效益因子为状态量建立该制程的状态方程,利用Kalman滤波器递归估计模型参数得到动态的MANCOVA模型;最后通过某湿式蚀刻制程的工程应用验证了该算法的有效性.     

基于一致性的小型四旋翼机群自主编队分布式运动规划

设计一种小型四旋翼无人机群起飞后自主形成正多边形编队的分布式运动规划方法.在四旋翼无人机的串级控制系统框架下,分布式编队控制器以简化agent模型为基础,同时采用平均一致性算法和有领导一致性算法,共同产生各无人机位置与偏航角的期望轨迹.讨论了达成最终协调目标队形的拓扑条件,并给出一种基于有向Hamilton环的通信拓扑设计方案.最后通过数值仿真验证了所提出算法的有效性.     

基于SDNA-GA 优化的模糊神经网络控制

针对最新的生物DNA研究,病毒中同一DNA碱基顺序可以编码出2条或者3条不同的多肽链.在此基础上分析与模仿了重叠基因和重叠密码的机理,得到一种新的基于重叠基因编码框架,从而提高了问题求解的效率;同时,得到一种移码解读框架的DNA遗传算法(SDNA-GA)计算模型,并将其应用于一类广义隶属度型T-S模糊神经网络控制器(GTS-FNNC)的优化设计,实现了GTS-FNNC的在线学习.     

基于细菌觅食优化算法的WSNs节点部署策略

为了提高传感器节点的有效覆盖率,提出了一种基于细菌觅食优化(BFO)算法的节点部署策略。以网络覆盖率为目标函数,在细菌觅食算法的趋向操作过程中,引入碰壁策略,对细菌初始位置进行优化,从而提高算法的收敛速度。算法中的每个细菌都代表一只传感器,多个细菌组成的一个菌落代表一种传感器的部署方案。算法以菌落为单位做复制操作和迁徙操作,按照菌落适应度值大小选出较为优越的部署方案。通过仿真实验,分析了参数对算法性能的影响,并与其他方法的优化结果进行比较,结果表明:该算法有效地提高了传感器节点覆盖率。     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。