小样本数据的Cu基非晶合金热力学性能软测量

针对Cu基非晶合金材料受时间、条件及制备成本的限制,导致获得的热力学性能数据较少,影响新材料的研发问题.提出一种在小样本数据情况下,仍然具有较好泛化能力的Cu基非晶合金热力学性能软测量方法,为新材料配方的优化提供模型参考.通过注入噪声,提出一种小样本数据的扩充方法,增加样本的多样性.考虑样本分布函数的未知,在准则函数中引入信息论的微分熵,建立最大熵准则的神经网络反向传播理论,获得具有较高泛化能力的数学模型.仿真分析表明:该方法可对三元Cu基非晶合金的小样本数据,建立其热稳定性及玻璃形成能力与材料配方之间的非线性关系,模型精度较高.     

基于KICA的石油管道泄漏检测方法研究

石油管道监测参数之间呈现非线性、非高斯性的特性,导致传统石油管道检测技术存在误报率较高的现象.文章提出一种核独立分量分析(KICA)的石油管道泄漏检测方法.首先通过核方法将压力、温度和流量参数非线性映射到具有更好线性结构的特征子空间;然后利用独立分量分析法提取核特征子空间的独立元信息,根据白化处理的得分方差对独立元进行排序,分别计算I2、SSPE两个统计量,由核密度估计管道正常运行条件下I2、SSPE的对应99%置信水平的控制限;最后通过在线检测I2、SSPE是否超限建立泄漏检测模型.以某一输送场站采集数据进行实验仿真,结果表明:基于核独立分量分析的石油管道检测方法误报率较低,为石油管道安全监测提供了新的研究方法.     

基于KPCA的功能模拟智能控制系统模型研究

为了模拟人的行为实现智能控制,提出一种基于核函数主元分析法(KPCA)和加权支持向量机的精简输入向量的数学建模方法,将样本数据从输入空间非线性变换,映射到高维特征空间,在高维特征空间利用PCA进行特征提取,实现输入相空间重构,采用加权支持向量机回归建模。通过对人熟练驾驶自行车过程的模拟,重构了人控制复杂对象的数学模型,实现对复杂对象的智能控制。实验证明:该系统模型精度较高,与人工驾驶自行车比较控制效果良好。     

基于改进YOLOv4的轻量化目标检测方法

针对检测模型参数量大,难以在嵌入式设备上部署等问题,设计了一种改进的YOLOv4目标检测算法.该算法使用轻量化的MobileNetV1替换CSPDarketnet53主干特征提取网络,并将后续网络中的3×3卷积替换为深度可分离卷积,极大地减少了模型的参数量;在检测头加入NAM注意力模块,增强网络对细节信息的提取能力;采用SDIoU Loss作为边框回归损失,在加快收敛速度的同时提高了检测精度.实验表明：与YOLOv4-CSPDarknet53相比,改进算法在PASCAL VOC07+12数据集上训练出来的模型大小为47.19 M,约为原来的五分之一,FPS提升了40(f/s),mAP提升了2.4%.与YOLOv4-Tiny、YOLOv5s、YOLOv7等目标检测算法相比,具有兼顾检测速度与精度的特点.     

基于RBF神经网络重构模糊PID控制器的研究

尽管模糊PID控制器具有良好的控制品质,但存在计算复杂和实时性差的问题,为了解决这个问题.利用1LBF神经网络逼近能力重构模糊PID控制器,由于重构的RBF神经网络的并行计算能力,这简化了计算复杂性并提高实时性.通过选择不同的给定信号,比较模糊PID控制器和重构的RBF神经网络的控制性能.得到两者的控制效果是相当的.说明重构的RBF神经网络可以取代模糊PID控制器,从而减少了计算复杂性.避免维度灾难并改善控制实时性.     

基于神经网络再建模的模糊PID控制器精简化研究

针对模糊控制算法的计算复杂性和实时性能差的问题,以模糊PID控制器为研究对象,利用神经网络的万能函数逼近能力,通过神经网络二次建模,精确的逼近已知的模糊PID控制器,从而减少运算量,实现实时控制.然后,给定不同的输入信号,分别用模糊控制器和等效神经网络模型控制同一个被控对象.结果表明,控制效果非常相似.因此,用精简的神经网络模型来代替模糊控制器,可减少计算的复杂性,避免维度灾难,提高实时性能.     

双容水箱单参数比列积分微分控制

采用常规PID控制器时需要同时调整比例系数、积分系数和微分系数三个参数,但通常又缺乏这三个参数与系统性能指标之间的明确联系,因此很难有效调节参数以达到制定的性能指标。而采用单参数比例积分微分控制器时,只需通过一个参数对控制器进行方便的调节。在仿真分析的基础上,将单参数比例积分微分控制器应用于双容水箱液位控制系统中,试验结果表明单参数比例积分微分控制器较好的控制性能和鲁棒性。