基于时空图注意力模型的动态软测量建模方法

近年来深度学习由于其特征提取和非线性拟合等方面的优势,在软测量建模中得到了广泛的研究.而深度学习模型是一种黑箱模型,其预测结果难以解释,而且很难将关于过程的先验知识引入模型,这些缺点阻碍了它在实际工业过程中的应用.另外,工业过程数据是具有高度非线性和动态性的时间序列,其本质上反映的是过程随机变量随时间不断变化的趋势,其包含了重要的流程信息,因此在软测量建模过程中引入过程的动态信息是十分必要的.本文提出了一种时空图注意力模型(temporal-spatial graph attention networks, TSGAT),并将其应用在复杂动态工业过程的软测量建模.该方法通过给定变量间结构图来为模型引入先验知识,利用图注意力网络构建变量间的显式的非线性关系,并利用图注意力网络信息聚合的能力对每个时间步的数据完成图上的特征提取,再使用长短期记忆人工神经网络提取时序特征,进而完成对质量变量的预测.为了验证所提方法的有效性和优越性,将该方法应用在实际工业案例合成氨过程中的高低温转换器单元一氧化碳含量的软测量建模,实验结果表明,该模型不仅能够引入先验知识,而且具有较高的预测精度.     

一种融合视觉和听觉信息的双模态情感识别算法

语音信号和面部表情是人们表达情感的主要途径,也被认为是情感表达的两个主要模态,即听觉模态和视觉模态.目前情感识别的研究方法大多依赖单模态信息,但是单模态情感识别存在信息不全面、容易受噪声干扰等缺点.针对这些问题,提出一种融合听觉模态和视觉模态信息的两模态情感识别方法.首先利用卷积神经网络和预先训练好的面部表情模型,分别...     

集体记忆与侨乡形象——以《申报》为主的民国时期报刊中的汕头

作为中国近代史上流往南洋人口最多的区域之一,汕头一直是媒体竞相报道的对象。《申报》在近代汕头"侨乡"的塑造史上起着不可磨灭的作用。以《申报》为主的民国时期报刊对汕头涉侨的新闻报道通过对汕头涉侨族群的日常生活方式及价值观念的重复反映,形成民众对汕头"侨乡"意识的整合,书写了汕头华侨"始发站""回归地"与"信息集散地"的集体记忆,塑造了汕头的侨乡形象。     

基于长短时记忆神经网络的生猪价格预测模型

生猪价格序列的长短周期现象是困扰生猪价格预测的一个难题.针对这一问题,研究了生猪价格序列的波动特点和影响因素,提出了萤火虫算法(firefly algorithm,FA)优化长短时记忆神经网络(long-short term memory,LSTM)的生猪价格预测方法.首先对生猪价格序列进行预处理和分析;然后采用萤火虫...     

锂离子电池失效的快速判定

通过锂离子单体电池的循环寿命实验,分析了该电池的充放电电流,电压以及内阻随循环次数的老化特性.研究发现,随着充放电次数的增加,电池在恒流阶段充入的容量占总容量的百分比的变化趋势和电池内阻变化相一致,因此可以根据恒流充电的时间来快速判定电池的衰减程度.     

瓷器热释光测定年代中古剂量的正确估算

为了正确的估算瓷器热释光测定年代中的古剂量,对瓷器古剂量的来源、组成和标定进行了分析．在使用前剂量技术的热释光测定年代中,瓷器古剂量的主要成分是来自瓷器内部自然辐照的β剂量,其次是环境剂量,α剂量可以忽略．测量古剂量的样品厚度在0．2～0．5mm之间．当实验室β源辐照这样厚度的样品时,β剂量在样品中的分布是非线性的,所以β剂量只能用平均值来计算．根据β剂量在样品中的积累和衰减效应,得到了β剂量在样品中的分布曲线和平均剂量的计算方法．各种厚度样品的β平均剂量可以用文中公式进行计算．     

弱条件下随机梯度算法性能分析

在弱条件下,利用随机鞅理论详细研究了随机梯度辨识算法的收敛性能.分析表明,只要信息向量是持续激励的(或数据乘积矩矩阵条件数有界),过程噪声是零均值不相关的,那么参数估计一致收敛于真参数.这一结论并不要求一些文献中所作的苛刻假设成立,既没有假设噪声方差和高阶矩存在,又没有假设系统是平稳和各态遍历的,也没有假设强持续激励条件成立.这一贡献放松了随机梯度算法的收敛条件.噪声方差有界和无界时的仿真例子证明了提出的收敛结论.     

连续时间环结构神经网络及其设计

在已有文献的基础上,给出了环结构神经网络的连续形式,它是Ｈｏｐｆｉｅｌｄ神经网络和双向联想记忆（ＢＡＭ）神经网络的推广,可以完成多类样本之间的互联想记忆．文中还给出了其综合设计方法．     

多输入非线性串级系统的自适应控制

对一大类含有未知参数的多输入非线性串级系统 ,基于 backstepping递推设计方法 ,进行了自适应控制设计。当自适应控制律作用于该系统时 ,闭环系统的所有信号是有界的 ,并且原系统的状态收敛于零.     

基于神经网络自联想的数字图像水印算法

基于神经网络自联想记忆功能,提出了一种新的数字图像水印算法.首先将水印信息存储到神经网络中;再将其分别嵌入到原始图像小波分解的近似系数分量和细节系数分量中,采用嵌入水印过程的逆过程提取水印;最后利用神经网络对提取出的水印图像进行后处理.实验结果表明所提方法在满足水印的不可感知性的前提下,对多种攻击,如JPEG压缩、加性和乘性噪声干扰、滤波、剪切等具有较强的鲁棒性.