Nonlinear model predictive control with relevance vector regression and particle swarm optimization

In this paper, a nonlinear model predictive control strategy which utilizes a probabilistic sparse kernel learning technique called relevance vector regression （RVR） and particle swarm optimization with controllable random exploration velocity （PSO-CREV） is applied to a catalytic continuous stirred tank reactor （CSTR） process. An accurate reliable nonlinear model is first identified by RVR with a radial basis function （RBF） kernel and then the optimization of control sequence is speeded up by PSO-CREV. Additional stochastic behavior in PSO-CREV is omitted for faster convergence of nonlinear optimization. An improved system performance is guaranteed by an accurate sparse predictive model and an efficient and fast optimization algorithm. To compare the performance, model predictive control （MPC） using a deterministic sparse kernel learning technique called Least squares support vector machines （LS-SVM） regression is done on a CSTR. Relevance vector regression shows improved tracking performance with very less computation time which is much essential for real time control.     

双级矩阵变换器空间矢量调制策略改进

针对双级矩阵变换器空间矢量脉宽调制策略存在控制复杂度高、不能对双级矩阵变换器的输入功率因数进行调节的问题,提出了采用间接空间矢量调制策略的方案:①各PWM周期内直流平均电压为一恒定值,从而免去了逆变级调制系数的修正;②输入功率因数角可调。同时,利用参考电压和变换矩阵对该调制策略进行简化,使其能够更有效地控制无功功率和输出电压。仿真结果验证了该调制策略的正确性和有效性。     

一种基于改进反电动势的模型参考自适应转速辨识方法

构建了感应电动机的数学模型;在分析基于无功功率的模型参考自适应的稳定性的基础上,提出一种基于改进反电动势的模型参考自适应转速辨识的新方法,即重新构造模型参考自适应转速辨识的误差信号,该信号包括反电动势的误差矢量与转子磁链矢量的叉乘和点乘,通过误差信号辨识出电动机的转子转速。试验结果表明,该方法克服了基于反电动势的模型参考自适应在停车制动及发电状态下的不稳定性问题。     

西安市浐灞河下游水质污染状况评价

为了调查西安市浐灞河下游水环境污染的状况,本文整理了2010年1-4月份浐灞河下游河段13个断面水质监测数据,主要是COD、NH3-N和BOD,并根据国家现行环境质量标准GB3838-2002《地表水环境质量标准》,对浐灞河下游水质进行了详细的评价。分析结果表明:浐河咸宁桥以上均满足相应水质标准,咸宁桥以下污染严重,主要是COD监测均值已超Ⅴ类水质标准;灞河在浐灞交汇口以上均满足相应水质标准,浐灞交汇口以下污染严重,为劣Ⅴ类水质。     

迭代重加权最小二乘支持向量机快速算法研究

迭代重加权(Iteratively Reweighted)方法是提高最小二乘支持向量机(LS-SVM)稳健性的重要手段,但由于涉及到多次加权和重复训练,该方法需要大量运算,无法广泛应用.通过数值推导,获得了求解迭代重加权最小二乘支持向量机(IRLS-SVM)的快速算法,大幅度减少了其运算复杂度.引入了3种经典的加权函数,并在多个仿真数据集和实际数据集上进行实验,证实了IRLS-SVM能获得相当稳健的学习结果,所提出的快速算法也确实能够大幅度减少训练时间.实验结果同时表明,在快速训练算法的框架下,3种不同的权重函数可能要求不同的训练时间.     

分层特征计算和错误控制的层次分类方法

中文新闻信息分类标准中,类别数量大。在将其应用于新闻分类时,会出现训练模型大、训练时间长,尤其是当部分类别改变时需要全部重新训练等问题。由于分类标准中类别之间存在层次关系,因此层次分类方法可以作为解决方案。研究层次化的中文新闻分类方法,并从以下两方面改善层次化分类方法的效果:1)分层的新闻特征计算,解决了层次分类中新闻在分类类别下的特征向量的不同表示的问题;2)错误控制,解决了在上一层分类错误的情况下新闻不会分到正确的类别上的情况。实验结果表明,层次分类方法的效果比平面分类的准确度提高了约4%,进行多次特征权重计算的层次分类方法比普通的层次分类的准确度提高了约3%,同时进行错误控制的分类效果比普通层次的分类效果提高了大概3%。     

基于ROC曲线寻优的支持向量机性能研究

支持向量机在小样本模式识别领域具有优势,但其性能评估及核参数、正则化参数的选择尚未有标准算法.将受试者操作特性曲线(Receiver Operating Characteristic,ROC)引入支持向量机分类性能分析和建模参数优化问题.在核参数及正则化参数所构成的二维空间中,调整模型参数阈值描绘ROC曲线,通过比较不同分类器ROC曲线下面积实现模型的性能分析,研究了基于ROC曲线最佳工作点的模型优化问题.工程实例表明,ROC曲线下面积有效地量化了模型的识别性能,并给出了一定寻优范围内的模型参数最优点,可以在SVM模型参数优化问题中推广应用.     

实时视频中的车辆运动轨迹的提取和聚类

利用运动物体轨迹的方向性、运动性和相互关系等典型特征对物体的运动轨迹进行聚类。首先利用改进的加权矢量Hausdorff距离作为度量运动物体轨迹相似度的方法,从而使之适用于空间距离有差别的运动物体轨迹的谱聚类问题;然后基于等周分割（ISO）算法,构造轨迹相似度矩阵,完成轨迹的粗聚类;最后利用轨迹的方向性特征和轨迹类间距对轨迹进行二次聚类,得到最终的轨迹聚类结果。     

游戏中图像内容情感语义的分析与研究

针对目前游戏中忽略情感因素的问题,在游戏场景中引入情感语义的概念,提出基于情感语义的游戏场景图像检索系统和情感计算研究情感信息的数字化处理方法,采用支持向量机算法建立场景图像内容和其所表达的情感语义之间的联系。来建立一个能感知识别人的情感,能对人的情感做出智能反应的游戏系统,从而使人机交互更加和谐化。     

一种消除阶梯效应的图像分解新模型

针对TV-L1分解模型在进行图像分解时所得到的结构部分有阶梯效应的问题,本文提出一种改进的图像分解模型即GJTV-L1模型。该模型首先得到结构部分的切向量场,由切向量场可得到结构部分的法向量场,然后拟合法向量场得到重构图像,即结构部分。通过仿真实验,验证了GJTV-L1模型和算法的合理性及有效性。