基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．     

SVM、PLS方法解析光度法多组分同时测定数据的比较研究

对分光光度同时测定润滑油中的Ca,Ba,原油中的Fe,Ni,V,润滑油中的Fe,Cu,Zn和铝合金中的Fe,Mn,Cu,Zn的光谱数据分别采用偏最小二乘（PLS）和ε-支持向量机（ε-SVM）两种方法进行解析,结果表明PLS和ε-SVM都能利用校正样建立有效的校正模型对合成样进行合理预测,但从预测结果的绝对误差和平均相对误差的比较看,ε-SVM的预测准确率要比PLS方法高,表明ε-SVM在紫外光谱数据解析方面有着比PLS更好的回归能力,适合用来处理多元校正问题．     

傅里叶变换近红外光谱分析技术在物检中的应用

应用傅里叶变换近红外光谱分析技术（FT—NIR），测定了934个具有代表性的卷烟纸和成型纸样品的近红外透射光谱数据．同时采用行业标准方法测定了卷烟纸和成型纸定量、厚度、透气度、水分、灰分、抗张强度（伸长率、拉力）的物理指标数据．利用偏最小二乘法（PLS）结合傅里叶变换近红外透射光谱，分别建立了卷烟纸定量、厚度、透气度、水分、灰分的数学模型；并在显著性水平大干0．05的条件下，将模型的预测值与行业标准方法测定的结果相对比，两者无显著性差异．该分析方法用于对卷烟纸物理指标的测定，具备同时、快速、准确、操作简单、无污染等特点．     

紫外光度偏最小二乘法同时测定联苯、萘和1-甲基萘的研究

对联苯、萘和1-甲基萘的混合体系的测定问题进行了研究，采用偏最小二乘法（PLS）进行校正和预测，用紫外分光光度计测定其吸光度，不经分离同时测定三种组分的含量，对合成样品的分析，结果令人满意。     

偏最小二乘法同时测定邻、间、对硝基苯酚

将偏最小二乘法（PLS）用于紫外可见光度分析，同时测定邻，间，对硝基苯酚3组分同分异异构全混合物，并考虑了皮长对计算精度的影响，偏最小乘法与卡尔曼滤波法相比，具有快速，准确和适应性广等特点。     

ASI法测定土壤有效Zn、Cu、Fe、Mn与植物吸收的相关性研究

本文应用ASI法测定我国北方主要耕地土壤的有效态zn、cu、Fe、Mn,根据测定值高低分别选取各土壤类型的十个土壤样本进行植物栽培的微量元素试验．结果表明,ASI—Zn、Cu、Fe、Mn测定值与小麦生物量均没有达到显著相关水平（n=40,P〉0．05）;ASI—Cu、Fe测定值与小麦吸收量均没有达到显著相关水平（n=40,P〉0．05）,ASI-Zn、Mn测定值与植物吸收量达到显著相关水平（n=40,P〈0．05）．以土壤ASI法临界值的2．5倍为补充土壤微量元素量,小麦吸收zn是有效且合理的,但是小麦吸收cu、Fe和Mn是无效的,表明ASI法的土壤微量元素丰缺指标在我国北方农田土壤应用尚需进一步研究．     

活性炭中痕量铜、铅、镉的同时测定

本文提出以０．１Ｍ ＫＮＯ３－０．０１Ｍ酒石酸钠（ｐＨ＝４）为支持电解质，采用玻碳汞膜电极阳极 溶出半微分电分析法，同时测定活性炭中痕量铜、铅、镉。在所选择的实验条件下，１：１０００倍 Ａｌ（Ⅲ）、Ｃａ（Ⅱ）、Ｍｇ（Ⅱ）和 ｌ：５０倍Ｃｒ（Ⅲ）、Ｆｅ（Ⅲ）、Ｍｎ（Ⅱ）对测定没有干扰。方法简便，快 速，灵敏度高．     

方波阳极溶出伏安法同时测定溶液中Cd（Ⅱ）、Pb（Ⅱ）、Cu（Ⅱ）、Bi（Ⅲ）离子的多元校正方法

方波阳极溶出伏安法同时测定Cd（Ⅱ）、Pb（Ⅱ）、Cu（Ⅱ）和Bi（Ⅲ）,由于谱峰重叠面无法直接进行分析,为此提出一种基于化学计量学同时定量分析的方法.在0.1,mol/L柠檬酸铵溶液中,以银基汞膜电极为工作电极,采用方波阳极溶出伏安法结合偏最小二乘（PLS）回归方法,用于同时定量分析溶液中Cd（Ⅱ）、Pb（Ⅱ）、Cu（Ⅱ）和Bi（Ⅲ）离子.由于Cu（Ⅱ）和Bi（Ⅲ）离子的溶出峰严重重叠,采用偏最小二乘回归方法进行定量分析.以39个样品作为训练集建立了PLS回归模型,各离子浓度范围分别是Cd（Ⅱ）0.10～2.56,μg/mL、Pb（Ⅱ）0.20～2.66,μg/mL、Cu（Ⅱ）0.10～2.56,μg/mL、Bi（Ⅲ）0.60～3.06,μg/mL.采用另外10个样品作为验证集对模型进行了评价,得到4种离子的回收率分别为92.3%～103.0%、94.7%～106.0%、89.0%～105.0%和94.8%～108.0%.与传统的单变量校正方法相比,多元校正方法可以用于重叠溶出伏安信号的定量分析.     

PLS萃取光度法同时测定贵金属元素Rh,Ir,Pd的研究

本文采用偏最小二乘（PLS）萃取分光光度法，把富集和显色连为一体，运用Rh(Ir,Pd)-5-Br-PADAP体系，不加分离直接进行多组分的同时测定。     

LSSVM、BPNN同时测定苯酚苯二酚异构体研究

研究比较了最小二乘支持向量机（LSSVM）、BP神经网络（BPNN）对苯酚、对苯二酚和间苯二酚混合液的紫外分光光度法同时测定，测定结果各组分平均相对误差LSSVM分别为2．75％、2．43％、1．45％；BPNN分别为2．97％、3．35％、4．72％；LSSVM模型测出量的相对误差的绝对值最大为5．73％，BPNN为16．10％．结果表明LSSVM用于该混合体系的同时测定数据解析。处理结果的准确性明显优于BPNN方法．     

基于分级偏最小二乘回归的径向基函数神经网络

为提高径向基函数神经网络的泛化性能,提出一种利用分级偏最小二乘回归方法构造径向基函数神经网络的方法,逐步增加网络中的隐节点数直至达到合适的网络规模,消除了训练数据中存在的多重共线性对网络泛化能力的不利影响.所得径向基函数神经网络的泛化能力比偏最小二乘回归构造的径向基函数神经网络提高了约30%.船舶航向跟踪预测控制仿真验证了该算法的可行性和有效性.     

基于径向基函数的城市日用水量预测方法

结合城市日用水量影响因素的特点和变化规律，分析探讨了城市日用水量预测模型的求解方法．建立日用水量和其相关因素之间的预测模型，分别采用径向基函数（RBF）网络算法与支持向量机（SVM）回归法求解该预测模型．RBF网络具有结构自适应确定，输出不依赖初始权值的优良特性；SVM回归法采用结构风险最小化准则（SRM），以统计学习理论作为理论基础，运算速度快，泛化能力强，预测精度高．通过分析验证的结果，证明了该日用水量预测模型的可行性，采用RBF和SVM两种求解方法均能得到满意的结果．     

偏最小二乘-紫外可见分光光度法测定黑加仑色素的含量

将偏最小二乘（ Ｐ Ｌ Ｓ）法同紫外可见分光光度法结合, 快速分析黑加仑色素的含量． 讨论主成分数对 Ｐ Ｌ Ｓ定量预测能力的影响, 并对校正集样品和预测集样品中黑加仑色素含量进行定量预测．     

近红外光谱-偏最小二乘法非破坏分析酱油的主要成分

将近红外光谱技术与偏最小二乘法（PLS）相结合建立 数学校正模型, 对酱油中的氨基酸态氮、 总酸以及食盐进行快速、 无损定量分析, 并对酱油的色度进行预测, 同时讨论了光谱预处理方法和主成分数对PLS模型预测精度的影响. 结果表明, 采用一阶导数预处理光谱建立的数学校正模型能得到最佳的预测效果, 在对预测集18个样本中的氨基酸态氮、 总酸、 食盐的含量和色度进行预测时, 所得的预测集相对标准 偏差分别为1516%, 1811%, 1798%, 1893%. 实验结果具有较高的预测精度, 可以用于酱油中主要 成分含量的测定.     

基于矿热炉外磁场信号的三相电极位置检测系统设计

针对矿热炉三相电极位置精确测量、节能降耗和安全生产的需求,设计一种基于矿热炉外磁场信号的三相电极位置检测系统。首先根据矿热炉的实际构造,结合COMSOL Multiphysics软件,建立矿热炉仿真模型,并对矿热炉磁场进行分析,选取外磁场信号采样点。在选取的采样点,采集具有不同电极位置的矿热炉模型的外磁场信号,建立矿热炉外磁场信号样本集。根据该样本集,应用偏最小二乘(partial least squares,PLS)回归分析、径向基函数神经网络(radial basis function neural network,RBFNN)和粒子群优化RBFNN(particle swarm optimized RBFNN,PSO-RBFNN)分别建立矿热炉三相电极位置检测模型,并结合MATLAB GUI建立基于矿热炉外磁场信号的三相电极位置检测系统。实验结果表明,检测系统的三种模型都可以实现对电极位置的检测,其中PSO-RBFNN模型的效果最优,三相电极位置检测准确率达到94.98%(训练集),90.21%(测试集),均方根误差为0.053 5(训练集)、0.131 1(测试集)。提出的检测系统能够较精确地测量三相电极在矿热炉内的位置,实现非接触式检测,具有较好的实用价值和应用前景。     

基于单元应变模态差和RBF神经网络的网架损伤检测方法

为对网架进行损伤检测提出应用杆单元应变模态差和RBF神经网络相结合的方法。在ANSYS下建立正放四角锥网架和蜂窝形三角锥网架的有限元模型,采用单元应变模态差作为损伤指标对结构进行杆单元的单杆、多杆损伤位置识别;应用RBF神经网络对杆单元损伤程度进行定量判定。分析结果表明该方法可以比较准确地判断网架杆单元的损伤位置和损伤程度,并对实际网架结构的损伤检测具有一定的指导意义。     

RBF模糊神经网络在舰载C3I系统效能评估中的应用

针对舰载C3I系统指标体系效能评估中存在的影响因素多、因素之间关系不明确和数据量庞大等问题,提出了一种径向基函数神经网络和模糊推理规则相结合的效能评估方法,分析并建立了基于RBF模糊神经网络学习算法的舰载C3I系统作战效能评估模型。利用400组指标权值数据对RBF模糊神经网络进行训练和测试,验证了该模型的有效性和可行性。在此基础之上,对选取的13组作战效能一级指标权值数据进行3次仿真实验。结果表明,该方法能够判定舰载C3I系统作战效能指标权值是否合理分配,为舰载C3I系统的作战效能评估方法提供了一种新的途径,也为决策者根据战场态势进行动态决策提供有效的量化验证。     

边坡岩体力学参数反分析方法

为了提高数值计算结果的可靠度,基于正交设计、差分法和人工神经网络建立了新的边坡岩体力学参数反分析方法. 按照正交设计要求,选定反演参数的水平,确定数值模拟方案;用FLAC2D差分程序计算得出相应的神经网络分析样本;对RBF神经网络进行训练;利用现场监测位移,对某露天矿边坡岩体的力学参数进行神经网络反分析. 反分析结果与理论值的误差很小,满足精度要求,表明该反分析方法的可行性和精确性.     

混合算法实现的RBF神经网络及在模式辨识中应用

把模糊聚类算法和RBF神经网络结合起来,得到一种基于混合算法的RBF神经网络.首先由改进的FCM算法确定神经网络结构;然后利用监督学习对网络参数进一步优化,并对输出权值调整.使网络不仅具有最优的拓扑结构,而且又具有较强的映射能力.对驾驶员的疲劳程度进行识别,得到了满意的结果.     

环境质量综合评价的RBF网络方法

为提高评价模型的精度,用评价标准表确定RBF网络的输入、输出,并给出了大气环境质量综合评价的MATLAB环境下的径向基函数(RBF)神经网络的结构、仿真函数和输出方法．实例分析表明,MATLAB环境下的RBF网络方法,不仅能确定各评价对象所属的级别、进行不同评价对象之间大气环境质量优劣的比较,而且精度较高、操作简便、实用性强．