煤自燃预测的支持向量回归方法

煤自燃温度的准确预测是矿井煤自燃防控的关键。为了科学准确地预测采空区煤自燃温度,在大佛寺煤矿40106综放工作面开展现场观测实验,以现场束管监测系统数据为基础,采用粒子群优化算法(PSO)优化支持向量回归(SVR)参数,建立了煤自燃温度预测的PSO-SVR模型;同时,在保证训练和测试样本不变的前提下,建立了标准SVR模型、BP神经网络(BPNN)模型和多元线性回归(MLR)模型,并与PSO-SVR模型预测结果进行对比分析。MLR,BPNN,SVR和PSO-SVR模型训练样本预测结果的平均绝对百分比误差(MAPE)分别为:5.75%,0.84%,4.16%和1.13%,测试样本预测结果的MAPE分别为:5.17%,3.03%,3.83%和1.34%.结果表明:MLR模型预测结果最差,说明煤自燃温度与气体指标之间的非线性关系更显著,线性模型不宜于煤自燃预测;BPNN模型训练样本预测效果极佳,但测试样本预测效果较差,易出现"过拟合"现象,泛化性较差;PSO-SVR模型预测精度较标准SVR模型有了极大提高,更适宜于煤自燃预测。     

应用灰关联分析的PSO-SVR工程造价预测模型

为了准确预测与控制工程造价水平,提出一种基于灰关联分析(GRA)与粒子群优化(PSO)的支持向量回归机(SVR)组合预测模型.将GRA提取的工程造价主要指标向量输入PSO-SVR模型预测造价,采用 PSO优化的SVR模型进行工程造价预测,对比分析PSO-SVR模型和其他智能模型,对某一地区相同输电工程进行造价预测.结果表明:基于灰关联分析的PSO-SVR模型的造价预测效果更理想,预测精度更高.     

一种基于PSO-SVR的软件可靠性评估方法

软件可靠性建模时,如果简单地利用支持向量回归机制建模,就有可能由于支持向量回归(SVR)自身参数选择难以及实验数据本身的不确定性,从而导致预测结果不理想、精度低等缺陷。因此,借鉴粒子群优化算法(PSO)多参数寻优的优势,将PSO与SVR优化算法相结合,利用分层聚类算法对初始实验数据进行归一化处理,剔除异常数据,构建基于PSO-SVR的软件可靠性评估方法,从而提高软件模型的预测精度。实验结果表明,基于PSO-SVR方法的预测模型其预测精度高,更适应实际软件应用环境。     

基于人工蜂群优化支持向量机回归的隧道塌方风险预测

为预测隧道塌方风险等级,减少隧道塌方引起的灾害事故,建立基于人工蜂群(artificial bee colony, ABC)优化支持向量机回归(support vector machine regression, SVR)隧道塌方风险预测模型。首先,从工程地质、水文气象、设计因素、施工因素4个方面综合考虑,遴选13个主要影响因素,建立隧道塌方风险指标体系;其次,引入人工蜂群算法优化SVR的核参数C和惩罚参数g,解决传统SVR稳定性低的缺陷,提高模型的精确度,为验证模型性能采用相关系数(R²)、均方误差(mean squared error, MSE)、均方根误差(root mean squared error, RMSE)评价参数对比分析;最后,以新疆北部某供水工程为研究对象,对隧道塌方风险测试样本进行预测,分别将ABC-SVR、PSO-SVR、GA-SVR及SVR模型对比分析。研究结果表明：ABC-SVR预测结果为100%,PSO-SVR预测结果为83.3%,GA-SVR和SVR均为66.67%,ABC-SVR的预测结果与实际工程结果一致性更高,可为隧道塌方风险...     

一种高精度电导率水质检测传感器的设计

基于目前电导率水质传感器存在在线检测精度低、稳定性差、不适合集成的问题,设计出一款采用ADuCM360芯片的高精度电导率水质传感器。传感器采用脉冲激励电极的方法,减弱了电导率电极极化现象。通过脉冲宽度调制(PWM)改变脉冲宽度和占空比,避免了通过硬件改变PWM波形的不便,使传感器调试更加智能化。采用Pt1000作温度补偿,提高传感器检测精度,数据传输采用抗干扰能力强的ADM2587作为RS-485收发器,实现与上位机通信。实验结果表明:设计的电导率水质传感器零点漂移0.22%,重复性误差0.50%,温度补偿精度0.8%,各项实验指标满足行业标准的要求。     

基于EEMD-SVR的渔业养殖水质预测模型

由于SVR在预测渔业养殖水质参数中存在的精度低问题,本文提出并采用基于集合经验模态分解法(Ensemble Empirical Model Decomposition,EEMD)、支持向量回归机(Support Vector Regression,SVR)的EEMD-SVR组合模型预测方法.首先用EEMD解法将水质数据分解为一系列相对平稳的IMF分量序列,去除噪声序列,然后采用网格搜索法优化SVR对去噪后的水质数据建立预测模型.利用EEMD-SVR预测模型对天津某渔业养殖池塘内溶解氧和pH值预测,并与无EEMD预测方法对比分析,证明该模型具有较好的预测效果,能够满足实际渔业养殖水质精细化管理需要.     

溶解氧多参数智能补偿校正检测技术的研究

根据Clark溶解氧传感器的工作原理,在对影响溶解氧传感器检测性能的温度、大气压、盐度等参数进行机理分析的基础上,通过实验对溶解氧传感器进行了以上参数的补偿校正,再将补偿后的溶解氧传感器检测值与碘量法检测值进行对比分析。结果表明,补偿后的溶解氧传感器与碘量法相比,测量值的相对误差小于1%,且具有较高的精度、稳定性及抗干扰能力,能广泛应用于各种溶解氧的检测环境。     

一种基于支持向量回归的发动机振动监控方法

基于某型飞机FDR记录的飞行数据,采用支持向量回归(SVR)方法,建立了航空发动机振动的初始状态辨识模型。通过监控模型输出值与实际值之间偏差的大小,确定发动机是否发生异常振动。根据实际的振动故障样本给出了故障监控的偏差参考门限。现有的振动故障样本验证了本方法的有效性。     

基于M-SVR与RVFLNs的高炉十字测温中心温度估计

由于高炉中心温度较高,十字测温中心位置传感器极易损坏,并且更换周期长,因而导致无法及时判断炉顶煤气流分布.采用多输出支持向量回归(M-SVR)和随机权神经网络(RVFLNs)两种数据驱动智能建模方法建立高炉十字测温中心带温度估计模型,并基于实际工业数据对建立的模型进行验证和比较分析.结果表明,在样本数量较小时,M-SVR模型和RVFLNs模型都具有较好的温度估计效果,但当样本数量充足时,M-SVR模型的泛化性能和估计精度更优于RVFLNs模型.     

基于IPSO算法的回转窑煅烧带温度D-FNN预测控制

为了提高石灰回转窑煅烧带温度的控制性能,提出一种基于改进的粒子群优化算法(IPSO)与动态模糊神经网络(D-FNN)的预测控制方法。该方法利用动态模糊神经网络建立石灰回转窑煅烧带温度的非线性预测模型,通过输出温度的预测值,引入输出反馈与偏差来校正预测误差,建立偏差与控制量的控制性能指标,通过改进的粒子群优化算法滚动优化得到系统最优控制量。对控制方法的稳定性进行分析。仿真实验结果表明动态模糊神经网络的温度预测误差在±10℃之内,具有较高的预测精度。提出的预测控制方法能使输出煅烧带温度快速稳定地跟踪设定值的变化,同时在系统输出有扰动的情况下也能较好地跟踪设定值。控制量的平均单步滚动优化需0.31 s,可满足实际应用。     

基于改进型残差网络烟雾图像识别

摘 要：当前在深度学习上对烟雾图像和视频识别较少,目前存在的问题是烟雾视频图像第一帧识别率低,覆盖范围小,自适应较差的情况。本文算法改变了ResNet结构,实现精确的烟雾区域检测。在实验中经过5000张不同烟雾图像的数据集学习,实验结果准确地识别了烟雾图片,为大范围的火灾烟雾报警提供了一种有效方案。     

基于聚集诱导发光原理研究三苯胺醛-丙二腈复合物的电化学发光效应

基于聚集诱导发光（AIE）原理研究了三苯胺醛-丙二腈（MT）复合物的电化学发光（ECL）效应,成功合成MT复合物,研究其在水/二甲基亚砜（H₂O/DMSO）体系和牛血清蛋白（BSA）体系中的荧光增强效应.MT溶解于不同配比的H₂O/DMSO时,体系中的聚集效果也不同,随着水含量的增加,荧光效应逐步增强,ECL强度也逐步增强.同时,因为BSA本身具有疏水和亲水基团,当BSA与有机物混合时,疏水部分将复合物包裹在一起,限制其分子中基团的振动和转动,通过BSA体系进行聚集诱导能够观察到非常明显的荧光增强效应及ECL增强效应.文章结合聚集诱导效应和ECL,为ECL探针的研究提供了新的思路.     

基于CUDA的运动估计算法研究

运动估计是H.264视频编码器中复杂度最高、耗时最长的模块.本文介绍了运动估计的基本原理以及全搜索算法FS(Full Search)和钻石搜索法DS(Diamond Search)等经典的运动估计算法,并引入了基于CUDA的运动估计算法:全域消除GEA算法和基于CUDA的并行FS算法,有效地提高了H.264视频编解码速度.     

基于双极性多脉冲的UWB调制方案及性能分析

针对普遍单脉冲位置调制的不足,在已有的UWB(Ultra-Wideband)脉冲位置调制研究基础上,提出了一种改进的双极性多脉冲位置调制(AMPPM:Ambipolar Multi-Pulse Position Modulation)的UWB跳时调制方案,并对其加性高斯白噪声(AWGN:Additive white Gaussian Noise)下的信道容量,最大可靠通信距离等性能指标进行了理论分析。理论分析及实验数值结果表明,在相同的条件下,与普通的单脉冲位置调制(PPM:Pulse Position Modulation)相比,AMPPM能获得较高的容量,即在给定可实现脉冲宽度下可获得更高的通信速率。仿真结果表明,当脉冲宽度为0.5 ns时,L进制AMPPM可达到333 Mbit/s的速率,而同等条件下的L进制PPM仅能达到167 Mbit/s的速率。同时AMPPM在最大可靠通信距离指标方面也较相应的PPM及脉冲幅度调制(PAM:Pulse Amplitude Modulation)有改善,在100 Mbit/s及10-4的误码率下可达到8 m的通信距离。     

基于稳态视觉诱发电位的脑-机接口实验研究

为提取应用于脑-机接口系统的稳态视觉诱发电位信号(SSVEP),运用叠加平均与快速傅里叶变换(FFT)相结合的方法,由其频谱图上得到作为输入信号的稳态视觉诱发电位信号.通过实验确定了叠加平均次数与最佳视觉刺激颜色,并对混合闪光刺激下SSVEP的提取进行了研究.实验结果表明,该方法提取出的SSVEP信号能够反映使用者的控制意图,可应用于脑-机接口系统.     

固定化果糖基转移酶的理化性质及稳定性研究

果糖基转移酶（FTS）能有效地把蔗糖转化为蔗果低聚糖，我们比较研究了从诱变的米曲霉GX0010菌株提取的果糖基转移酶（FTS）和固定化果糖基转移酶（IFTS）的理化性质及其稳定性，结果表明：两者的最适PH为5.5,IFTS比FTS的适宜温度范围扩宽了，而且IFTS的酸碱稳定性，热稳定性和贮存稳定性明显提高，间歇式生产时IFTS的使用半衰期为54次。     

IP层安全的研究和实现

IPSec协议体系是IETF制定的新一代网络安全协议标准.本文深入剖析了IPSec协议体系,结合网络层安全协议的特色,提出了基于IP(v4/v6)的IPSec实现方法和发展趋势.在此基础上,我们还自主设计和开发了基于IPSec的VPN组件,经测试取得了良好的效果.     

基于Pd纳米粒子/聚苯胺的葡萄糖电化学传感器研究

采用静电纺丝技术结合化学原位还原沉积方法构建钯纳米粒子（Pd NPs）修饰的聚苯胺（PANI）空心管复合材料（Pd/PANI/GCE）.首先通过静电纺丝法制备聚苯乙烯（PS）纤维膜基底,然后在纤维膜基底上修饰苯胺单体,并进行原位聚合,获得磺化聚苯乙烯@聚苯胺（SPS@PANI）复合纤维膜.采用四氢呋喃（THF）溶解去除磺化聚苯乙烯（SPS）内芯后获得高导电性、高比表面积的PANI空心管材料,再通过化学原位还原法在PANI空心管表面均匀沉积Pd NPs,并由此构建了无酶葡萄糖传感器.实验结果表明：该传感器对葡萄糖检测的线性范围包括0.1~44.0μmol·L^-1和44.0~3 423.0 μmol·L^-1两段线性,最低检测限为0.06 μmol·L^-1.该传感器能够直接应用于实际唾液样品中对于葡萄糖的检测.     

基于VSS的VFP项目的版本控制解决方案

介绍了软件版本控制所存在的问题和应用VSS管理VFP项目的优越性,给出了团队开发VFP项目中应用VSS进行版本控制的解决方案,并详细地介绍了具体的实施方法.     

专用协议栈的防火墙内IPSec与NAT协同工作的研究

IP安全协议(IPSec)已成为构建虚拟专用网(VPN)的主要安全协议,而网络地址转换(NAT)作为解决目前IP地址危机的有效方法,通常被集成在防火墙系统内,广泛应用在现有的通信网络中.本文详细分析了IPSec与NAT在协同工作时产生的不兼容问题,比较现有的几种解决方案,并在专用协议栈的防火墙内采用 UDP封装的方法解决两者的兼容性问题.