【摘 要】
：
基于支持向量机(SVM)在处理小样本、高维数及泛化性能强等方面的优势，提出了基于主元分析和支持向量机(PCA-SVM)对过程进行监控的方法。文中先利用主元分析方法，进行特征数据提取，得到降维的主元特征向量，去除了高维样本变量相关性，然后分析各状态T2统计、SPE统计量的变化趋势，对密闭鼓风炉实际生产状况进行监控，最后利用SVM与最近邻法相结合的策略对特征向量进行分类识别。试验结果证实了提出算法的有
【机 构】
：
中南大学信息科学与工程学院,长沙 410083;韶关学院,信息工程学院,韶关 512024 中南大
论文部分内容阅读
基于支持向量机(SVM)在处理小样本、高维数及泛化性能强等方面的优势，提出了基于主元分析和支持向量机(PCA-SVM)对过程进行监控的方法。文中先利用主元分析方法，进行特征数据提取，得到降维的主元特征向量，去除了高维样本变量相关性，然后分析各状态T2统计、SPE统计量的变化趋势，对密闭鼓风炉实际生产状况进行监控，最后利用SVM与最近邻法相结合的策略对特征向量进行分类识别。试验结果证实了提出算法的有效性。
其他文献
针对CAN网下的网络控制系统(Networked Control Systems,NCSs),提出了一种基于网络运行状态的动态调度策略,通过在线调整控制系统的采样周期以适应网络中信息流的变化。采用动态调度策略的NCS 为一变采样周期系统,将存在时延和数据包丢失的变采样周期NCS建模为一类具有参数不确定性的离散切换系统,利用Lyapunov方法研究了系统的鲁棒稳定性和控制器的设计方法。仿真结果表明所
提出了具有时延和数据包丢失的无线网络控制系统的模型，以此模型为基础，通过时变卡尔曼滤波器方法设计了最优状态预估器，提出了最优状态反馈控制器的设计方法，通过在数据包中携带附加信息的方法保证了状态反馈控制器和状态观测器分离原理的存在性，通过马尔可夫跳变线性系统理论证明了闭环系统的稳定性。
建立了一种新的基于信息熵权的主成分投影决策模型。首先对信息熵理论进行了概述，提出了信息熵权(Information Entropy Weight，IEW)的概念，并给出了其构造方法。其次，根据IEW及主成分投影(Principal ComponentProjection，PCP)方法，建立了主成分投影决策模型。最后，研究了本文建立的模型在土地质量分类决策中的应用，结果表明：本文建立的模型是有效的、
系统动态复杂性研究是当下的一个研究热点，尤其是对系统混沌性的分析。现有的主要方法是通过计算Lyapunov指数进行判定，由于Lyapunov指数方法并不十分可靠，人们非常期待能有一种更为严格可靠的分析方法。本文首先介绍拓扑马蹄理论，然后根据拓扑马蹄理论，给出系统动态复杂性分析的方法，最后介绍该方法在神经网络、非线性电路、化学以及生物等系统中已有的研究成果。
煤矿安全事故是发生灾变的各主体涌现出的整体行为，本文构建灾变自动器网络模型，用并行迭代的法则模拟系统动态行为的演变，得到状态演化有向图，图中显示系统存在两个点吸引子和两个周期吸引子，可以用于描述煤矿灾变的行为状态，是系统整体特性的涌现，为防灾减灾的预测提供理论依据。
不稳定零点限制了系统可达到的控制性能。通过选择合适的广义采样保持函数可任意配置采样系统零点的化置。论义针对无限初等因子次数为2或3的多输入多输出系统，分析了在一类广义采样保持函数条件下，当采样周期T→O时离散时间系统极限零点的稳定特性，推导了保证零点稳定的条件，并给出了证明。
本文提出一种基于信息融合的高炉料面温度场建模方法，充分利用高炉炉喉温度检测信息，以基于两点法的温度动态定标方法作为基准定标方法，采用基于遗传算法的BP神经网络技术实现对温度动态定标的非线性误差校正。该方法具有良好的鲁棒性及非线性逼近能力，克服了传统温度定标方法的不足，获得了更为准确的料面温度场模型。仿真实验和工业应用结果表明，基于信息融合的高炉料面温度场模型更为准确地反映了料面温度场分布情况，为了
在运动图像恢复过程当中，点扩展函数(PSF)是影响图像恢复结果的关键因素，所以常常利用先验知识和后验判断方法估计PFS函数来恢复图像。本文分析并建立了直线运动模糊图像的退化数学模型，研究了点扩展函数的计算方法，提出了一种基于方向微分的运动模糊方向鉴别方法和运动模糊长度的计算方法，试验仿真对比了逆滤波和维纳滤波在有噪声和没有噪声情况下的图像恢复效果，试验表明通过以上方法建立的点扩展函数取得了比较满意
水处理过程具有非线性、时变和大滞后的特性，经典的方法很难建立其精确的数学模型，因此本文提出了采用基于减法聚类的T-S模糊模型建立水处理模型的新方法。该方法通过减法聚类对输入空间进行划分，根据聚类结果确定模糊模型的前件参数初始值以及模糊规则;并用改进的混合BP和最小二乘学习算法对前件和后件参数进行优化。最后，将本文提出的方法用于建立水处理过程的模型，仿真实验的结果表明该方法具有精度较高、收敛快、计算
单一RBF神经网络的性能具有饱和性，若多个RBF网络合理集成必能提高整体网络的优越性。提出一种基于实数数据处理的扩展粗糙集模型，解决RBF网络隐含层的聚类边界的不确定性。首先采用K-均值方法对输入样本进行聚类。接着利用扩展粗糙集方法获得每个聚类的下、上近似集合;然后分别以各类的下近似和上近似的集合均值作为RBF网络的径向基中心，设计两个隐含层节点不同的RBF网络;最后在经验风险最小化原则下，确定了