多气体传感器信号样条回归信息处理

用样条回归分析方法于电子鼻系统中多气体传感器信号信息处理。针对牛肉样本建立了牛肉新鲜度样条回归模型，并对该模型进行了回归分析。研究结果表明，所提出的方法适用于电子鼻系统对牛肉新鲜度检测中的信息处理。     

广义样条带权回归及其应用

在样条回归的基础上，提出了适用于非单调数据的广义样条带权回归方法，经我校区用电量实例计算验证，比广义线性、多项式逐步和传统样条回归方法的效果显著     

数据预处理在电子鼻评价鸡蛋新鲜度中的应用研究

采用电子鼻技术对鸡蛋新鲜度进行评价,采用主成分分析处理电子鼻响应数据.为选取合适的电子鼻数据预处理方法,以主成分贡献率及马氏距离分辨力为指标,比较了4种数据预处理方法对电子鼻检测鸡蛋新鲜度准确性的差异,分析了产生差异的原因.结果表明:Z-标准化对电子鼻数据预处理的方法能较好地区分鸡蛋新鲜度差异.     

中央空调系统的数据分析与最优控制策略

本文根据某热带城市一套中央空调系统采集的数据,首先,利用多元线性回归分析建立了系统效率、耗电量与可控变量和不可控变量的函数关系。然后,利用二元逻辑回归分析建立了冷却装置的状态变量与外部环境温度、湿度及冷却负载之间的二元逻辑回归模型。最后,建立最优化模型,利用Lingo求得所有可控变量的最优控制策略及系统总耗电量,并计算出相应的系统效率。     

电子鼻在食品科学中的应用

电子鼻是新近发展起来的模拟人工嗅觉的设备,由于其费用经济,检测速度快,可以客观、自动、无损的鉴定食品的风味物质,因此在食品工业中的应用越来越广泛.主要综述了:①电子鼻的结构,重点介绍了电子鼻的样品处理系统和检测系统,分析了样品处理方法、原理及其需要优化的参数,同时对检测系统的传感器类型、原理及其优缺点进行了介绍;②电子鼻在食品科学的几个方面如过程监控、真伪鉴别、货架期以及新鲜度等方面的应用.由此可以看出电子鼻必将得到越来越广泛的应用.     

非参数回归方法在短时交通流预测中的应用

为了提高短时交通流预测的准确性,提出了应用改进的非参数回归方法进行短时交通流预测。利用反馈机制动态调节系统变量和输入变量集是对非参数回归方法的主要改进之处。将建立的模型用于北京实际大规模路网的交通流预测预报,实例分析结果表明,应用非参数回归方法的5m in交通流预测结果明显优于神经网络方法;有反馈调节机制的非参数回归方法优于有固定输入变量集的非参数回归方法。     

基于数据特征的加热炉钢温预报模型

针对加热炉工业过程具有复杂、非线性、时滞性的特点和钢坯出炉温度预报问题,提出了一种基于数据特征的改进主元回归(PCR)加热炉钢温预报模型的建立方法.首先通过对原始数据进行同步化处理来解决各数据变量间存在的时间滞后问题;然后提取生产过程中各批次钢坯的统计特征和熵特征,并依据一定顺序将这些特征排列组合,构造等长的数据特征向量;最后通过PCR方法建立过程变量的数据特征和钢坯出炉温度之间的回归预报模型.本文以某钢厂加热炉工业过程为背景进行实验仿真,采用实际生产数据求取建模参数,并对钢坯出炉温度预报进行了测试.实验的校验与误差分析表明,该方法在预测钢坯出炉温度方面具有更好的性能,且预测误差满足工业应用的精度要求.     

水库中长期水文预报模型研究（Ⅰ）

中长期水文预报模型库是水库中长期水文预报系统的核心。本研究面向预报对象,利用多要素预报法探索外界各种因素对水文预报对象的影响,分析预报对象与影响因子的相互联系及其变化的物理成因,利用数理统计方法建立了7个基于径流及其影响因子的成因统计关系的预报模型,重点介绍了其中的多维混合回归、模糊分析、门限回归模型,这些模型为有效地进行水文对象的中长期预报提供了坚实的基础。     

PID电子鼻在车内空气质量评价的应用研究

以便携式PID电子鼻系统作为检测手段,对车内气体VOCs质量分数进行客观检测,同时同步进行车内气体主观评价,并对采集到的数据进行分析.筛选VOCs质量分数特征值,分别建立一元线性回归模型及偏最小二乘回归模型,结果表明,一元线性回归模型对车内气味预测效果较好,预测精度在0.3个气味强度等级之间,同时模型本身拟合效果较好.所建的偏最小二乘回归模型显著性检验结果表明,模型不具有显著相关性,因此不再进行气味强度等级的预测分析.     

基于偏最小二乘回归与支持向量机耦合的咸潮预报模型

利用偏最小二乘回归对影响咸潮的因素进行分析,提取出对因变量影响强的成分,从而克服了变量之间的多重相关性问题;同时利用支持向量机在解决小样本非线性问题上的优势,采用将偏最小二乘回归与支持向量机耦合的方法,建立了咸潮预报模型(PLS-SVM),并应用该模型对珠海市平岗站盐度的变化进行了模拟和预测,研究结果表明,所提出的PLS-SVM模型模拟和预测精度明显优于常用的BP人工神经网络、多元回归模型,可更好地应用于咸潮预报。     

应用经验模态分解下的AR模型提取旋转机械故障特征

将时间序列的AR模型引入到旋转机械故障诊断中,采用了经验模态分解与AR模型相结合的方法提取旋转机械的故障特征。通过选取含有故障信息的固有模态函数进行功率谱分析,提取故障特征,分析故障原因。仿真和试验结果表明,此法能够有效地提取故障特征参数,为旋转机械的故障诊断提供了方法保障。     

基于多信息处理的肉类新鲜度检测方法研究

为找出一种快速、有效、科学的检测肉类新鲜度的方法,分析了肉类新鲜度检测辨识机理,构建了一套基于电子信息技术、光电检测技术、图像处理技术以及神经网络模式识别技术的智能检测辨识系统.通过对猪肉样本的测试与分析表明,该系统可实时准确地识别肉类新鲜度.此外,该方法可应用到其他相关检测领域,研究成果具有重要的现实意义.     

基于样条函数的多气体传感器信号建模分析

样条函数理论作为数学工具已广泛应用于逼近论，曲线数据拟合，数值分析等方面，在研究一般多项式最小二乘法建模的基础上，针对所建模型易产生欠拟合和过拟合及模型阶数高的问题，提出了采用样条最小二乘数据拟合谅垭建立数学模型，基于样条最小二乘数据拟合方法建立的数学模型不仅可以提高模型精度和拟合程度，而且模型阶数较低，光滑性好，将该建模方法用于多气体传感器输出信号的建模，结果表明，方法正确并有效。     

Progress in bionic information processing techniques for an electronic nose based on olfactory models

As a novel bionic analytical technique, an electronic nose, inspired by the mechanism of the biological olfactory system and integrated with modern sensing technology, electronic technology and pattern recognition technology, has been widely used in many areas. Moreover, recent basic research findings in biological olfaction combined with computational neuroscience promote its development both in methodology and application. In this review, the basic information processing principle of biological olfaction and artificial olfaction are summarized and compared, and four olfactory models and their applications to electronic noses are presented. Finally, a chaotic olfactory neural network is detailed and the utilization of several biologically oriented learning rules and its spatiotemporal dynamic propties for electronic noses are discussed. The integration of various phenomena and their mechanisms for biological olfaction into an electronic nose context for information processing will not only make them more bionic, but also perform better than conventional methods. However, many problems still remain, which should be solved by further cooperation between theorists and engineers. Supported by the National Creative Research Groups Science Foundation of China (Grant No. 60421002) and National Basic Research Programme of China (Grant No. 2004CB720302)     

不同解冻方式对金枪鱼新鲜度的影响研究

金枪鱼营养物质丰富,但极易腐败,其新鲜度对金枪鱼的品质安全、运输储藏和加工都有重要意义,而解冻方式对其新鲜度有很大的影响。以不同解冻方式下金枪鱼的pH、K值、组胺含量的变化和电子鼻测定的鲜度值为指标,找出比较合适的解冻方式。在整个解冻过程中,pH呈现出减小的趋势,而组胺含量和K值则会随着解冻时间的延长而有所增加。结果显示,外部解冻中的温度梯度解冻和内部解冻中的超声波解冻能够较好地保持金枪鱼的新鲜度。     

双输入样条神经网络权值与结构确定算法

基于样条函数逼近理论构建了以样条函数乘积为隐层神经元激励函数的三层双输入样条神经网络。该网络依据输入变量的空间结构,实现了训练数据的网格化划分,网络结构可随训练数据和网格划分数的变化进行相应调整,生成的权值矩阵做到了一步直接确定。仿真实验表明,双输入样条神经网络具有较高的建模精度,较短的运行时间,有效确定了训练数据网格划分数与网络结构的关系。     

平面连杆机构KED分析的样条模型法

本文提出了平面连杆机构 KED 分析的样条模型法,分别采用三次和五次 B 样条函数构造模型的横向位移函数,说明了位移函数建立的方法,在建立构件运动微分方程的过程中,导出了相应的构件质量矩阵、刚度矩阵和坐标转换矩阵。以四扦铰接机构为例进行了 KED 分析,并将分析的结果与有限元结果作了比较。由此明显可见,样条模型法能缩减系统的自由度数目并保证求解有足够的精度。     

基于NAR模型的商品零售价格指数预测研究

基于样条估计理论,建立了我国商品零售价格指数的NAR预测模型.并应用此模型对我国2004-2007年的价格指数进行了预测分析,结果表明:相对于传统的ARMA模型而言,NAR模型能够更好地捕获我国社会商品零售价格指数的非线性特征,预测精度较高.