期刊文献+
共找到3,234篇文章
< 1 2 162 >
每页显示 20 50 100
高光谱成像的土壤剖面水分含量反演及制图 预览
1
作者 吴士文 王昌昆 +7 位作者 刘娅 李燕丽 刘杰 徐爱爱 潘恺 李怡春 张芳芳 潘贤章 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第9期2847-2854,共8页
传统土壤水分的获取方法仅可获得离散的土壤水分点位数据,难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱(882~1709nm)成像反演剖面土壤水分含量(SMC),并实现精细制图的可行性。研究剖面位于江苏省东台市... 传统土壤水分的获取方法仅可获得离散的土壤水分点位数据,难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱(882~1709nm)成像反演剖面土壤水分含量(SMC),并实现精细制图的可行性。研究剖面位于江苏省东台市,我们利用近红外高光谱成像仪对剖面进行了5天原位连续观测,共采集了280个土样用于烘干法测定SMC。原始高光谱图像经数字量化值(DN)校正、黑白校正、拼接、几何校正、剪切和掩膜等一系列预处理后,提取各采样点的平均光谱反射率。提取光谱(Raw)经吸光度[LOG10(1/R)],Savitzky-Golay平滑(SG)、一阶微分(FD)、二阶微分(SD)、多元散射校正(MSC)和标准正态变量(SNV)转换后,采用偏最小二乘回归(PLSR)和最小二乘支持向量机(LS-SVM)方法建立SMC预测模型,并对比分析不同光谱预处理方法与建模方法组合条件下SMC的预测精度。结果表明,光谱反射率随SMC增加逐渐降低,不同光谱预处理方法的预测精度有所差异,除MSC方法外,同一光谱预处理方法的LS-SVM模型预测精度均高于PLSR模型,并且基于LOG10(1/R)光谱的LS-SVM模型对SMC预测精度最高,其建模集的决定系数(R2c)和均方根误差(RMSEc)分别为0.96和0.65%,预测集的决定系数(R2p)、均方根误差(RMSEp)和相对分析误差(RPDp)分别为0.88,1.05%和2.88。利用最优模型进行剖面SMC的高空间分辨率精细制图,通过比较SMC反演图中提取的预测值与实测值关系发现预测精度较高(R2:0.85~0.95,RMSE:0.94%~1.02%),且两者在剖面中的变化趋势基本一致,说明SMC反演图不仅能很好地反映出土壤水分在整个剖面中毫米级的含量分布信息,也可反映出同一位置处不同天数间的含量差异。因此,利用近红外高光谱成像结合优化的预测模型,能够实现土壤剖面SMC的定量预测及精细制图,有助于快速、有效监测田间剖面土壤水分状况。 展开更多
关键词 剖面 土壤含水量 高光谱成像 最小回归 最小支持向量机 制图
在线阅读 下载PDF
基于O3/UV法在线COD检测的气体溶解量估计方法 预览 被引量:1
2
作者 穆瑞 乐高杨 杨慧中 《化工学报》 EI CAS CSCD 北大核心 2019年第2期730-735,共6页
针对臭氧协同紫外方法(O3/UV)检测化学需氧量(COD)时存在溶解性气体影响测量精度的问题,提出了一种COD检测过程中气体溶解量的估计方法,用于对COD检测模型的补偿。采集不同浓度的COD标准水样在消解过程中的测量数据和实验分析数据,基于P... 针对臭氧协同紫外方法(O3/UV)检测化学需氧量(COD)时存在溶解性气体影响测量精度的问题,提出了一种COD检测过程中气体溶解量的估计方法,用于对COD检测模型的补偿。采集不同浓度的COD标准水样在消解过程中的测量数据和实验分析数据,基于PLS-LSSVMs建立溶解氧量和溶解二氧化碳量的估计模型,将模型的输出作为COD检测模型的补偿项。实验结果表明,基于PLS-LSSVMs建立的模型比PLS或者LSSVMs单独建立的模型估计精度高。采用溶解气体量估计模型进行补偿后的O3/UV法检测COD与国标法测量结果相对误差均小于5%。对提高O3/UV法检测COD精度具有重要意义。 展开更多
关键词 化学需氧量 氧化碳 最小 最小支持向量机 实验验证 模型 预测
在线阅读 下载PDF
基于双预测模型的多联机能耗数据异常诊断策略 预览
3
作者 李昱瑾 陈焕新 刘江岩 《制冷技术》 2019年第3期36-41,共6页
异常值的存在将对能耗预测结果带来很大影响。本文提出了一种基于双模型对比的分析策略来剔除异常值。在制冷剂充注量为95.75%实验工况下采集多联机组运行数据,并进行数据预处理,建立了支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预... 异常值的存在将对能耗预测结果带来很大影响。本文提出了一种基于双模型对比的分析策略来剔除异常值。在制冷剂充注量为95.75%实验工况下采集多联机组运行数据,并进行数据预处理,建立了支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预测模型,对多联机组能耗进行预测,最终对比分析两种模型预测结果,找出同时出现较大误差的异常数据点,将其剔除。结果表明:SVM和LS-SVM双预测模型对比分析法能有效地诊断出多联机组能耗数据异常,剔除异常数据后,两种模型的预测精度提升显著。 展开更多
关键词 多联系统 能耗预测 支持向量机 最小支持向量机 数据故障诊断
在线阅读 下载PDF
基于最小二乘支持向量机的锅炉氮氧化物排放量预测模型 预览
4
作者 张宏 禚春成 任鹏 《吉林电力》 2019年第3期18-20,共3页
为了降低氮氧化物排放量,建立了基于最小二成支持向量机的氮氧化物排放量预测模型,并用差分算法优化最小二成支持向量机的参数。为了表明所提算法的有效性,利用BP神经网络、多层感知器(MLP)和偏最小二乘法(PLS)进行对比,试验结果表明该... 为了降低氮氧化物排放量,建立了基于最小二成支持向量机的氮氧化物排放量预测模型,并用差分算法优化最小二成支持向量机的参数。为了表明所提算法的有效性,利用BP神经网络、多层感知器(MLP)和偏最小二乘法(PLS)进行对比,试验结果表明该算法具有很好的预测能力和稳定性。 展开更多
关键词 燃煤锅炉 氮氧化物排放量 最小支持向量机 差分算法 预测模型
在线阅读 下载PDF
基于最小二乘支持向量机的棉针织物活性染料湿蒸染色预测模型 预览
5
作者 陶开鑫 俞成丙 +2 位作者 侯颀骜 吴聪杰 刘引烽 《纺织学报》 EI CAS CSCD 北大核心 2019年第7期169-173,共5页
针对棉针织物在用活性染料连续湿蒸染色过程中出现的染色条件对织物色光难以控制和预测,易导致染色织物不符合预期产品要求的问题,选用雷马素金黄 RGB 对棉针织物进行湿蒸染色,研究了元明粉和纯碱浓度、汽蒸时间对织物表观染色深度(K/S... 针对棉针织物在用活性染料连续湿蒸染色过程中出现的染色条件对织物色光难以控制和预测,易导致染色织物不符合预期产品要求的问题,选用雷马素金黄 RGB 对棉针织物进行湿蒸染色,研究了元明粉和纯碱浓度、汽蒸时间对织物表观染色深度(K/S值)的影响,同时基于最小二乘支持向量机(LS-SVM),将这些影响因素作为预测模型的输入变量,织物K/S值作为输出变量,建立了多因素模型并进行预测。结果表明,织物K/S实验值和模型预测值的相关系数高达0. 999 6,平均相对误差小于 1%,说明该模型具有较高的精度,该建模方法可用于预测织物K/ S 值,为棉针织物活性染料湿蒸染色工艺的优化提供参考。 展开更多
关键词 湿蒸染色 活性染料 最小支持向量机 多因素模型 棉针织物
在线阅读 下载PDF
基于EMD和LSSVM组合模型的交通流量预测 预览
6
作者 连义平 《电子设计工程》 2019年第11期47-50,55共5页
针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS.VM组合模型的短时交通流量预测模型。针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对... 针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSS.VM组合模型的短时交通流量预测模型。针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对IMF分量和Res分量分别运用LSSVM进行预测,之后将各自的预测结果进行叠加重构,实现短时交通流量预测。研究结果表明,本文提出的算法EMD_LSSVM可以有效提高短时交通流量预测的精度,为短时交通流量预测提供新的方法和途径。 展开更多
关键词 经验模态分解 最小支持向量机 短时交通流量 神经网络
在线阅读 下载PDF
基于LS-SVM的月降水量预测研究 预览
7
作者 李海波 《数码世界》 2019年第8期69-70,共2页
由于受各种因素的影响,预测降水量具有一定的难度.本文用最小二乘支持向量机(least squares support vector machine)建立了某地区的降水量预测模型,根据月降水量资料进行了模拟预测,具有较好的预测精度,和实测月降水量具有较好的趋势... 由于受各种因素的影响,预测降水量具有一定的难度.本文用最小二乘支持向量机(least squares support vector machine)建立了某地区的降水量预测模型,根据月降水量资料进行了模拟预测,具有较好的预测精度,和实测月降水量具有较好的趋势吻合度. 展开更多
关键词 降水量 最小支持向量机 预测模型
在线阅读 下载PDF
基于数据驱动的高炉煤气复合预测模型
8
作者 徐化岩 马家琳 《中国冶金》 CAS 北大核心 2019年第7期56-60,共5页
对钢铁企业高炉煤气系统科学准确的预测,可以为煤气的合理调度提供依据,对企业提高能源利用效率、减少煤气放散和环境污染有着非常重要的意义。针对钢铁企业高炉煤气系统设备工况复杂、煤气量波动频繁、难以准确预测的问题,依据小波分... 对钢铁企业高炉煤气系统科学准确的预测,可以为煤气的合理调度提供依据,对企业提高能源利用效率、减少煤气放散和环境污染有着非常重要的意义。针对钢铁企业高炉煤气系统设备工况复杂、煤气量波动频繁、难以准确预测的问题,依据小波分析方法、BP神经网络、最小二乘支持向量机的性质建立了基于数据驱动的高炉煤气的复合预测模型。该模型综合考虑高炉煤气系统生产计划和检修计划,对高炉煤气系统的产耗用户在不同工况下分别建立训练数据集,利用多组模型参数预测高炉煤气产生量、消耗量和缓冲量。利用某大型钢铁企业实际数据进行测试,该模型能够结合设备的实际生产工况变化,实现煤气的准确预测。结果表明,该模型平均绝对百分比误差小于4.95%,对变工况煤气系统有较好的预测效果。 展开更多
关键词 高炉煤气系统 小波分析 BP神经网络 最小支持向量机 多工况
基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化 预览
9
作者 邵玉倩 宗原 +1 位作者 刘以安 刘登峰 《食品与发酵工业》 CAS CSCD 北大核心 2019年第7期65-73,共9页
针对农杆菌ATCC31749发酵法产凝胶多糖过程中产物质量浓度预测精度不高问题,提出一种基于模糊加权最小二乘支持向量机(least squares support vector machine,LSSVM)算法和机理模型相结合的混合建模新方法。首先通过添加模糊加权思想和... 针对农杆菌ATCC31749发酵法产凝胶多糖过程中产物质量浓度预测精度不高问题,提出一种基于模糊加权最小二乘支持向量机(least squares support vector machine,LSSVM)算法和机理模型相结合的混合建模新方法。首先通过添加模糊加权思想和混合核函数方法对LSSVM算法进行优化,并用优化后的LSSVM求解农杆菌ATCC31749发酵过程动力学模型,结合鸟群算法对动力学模型参数进行寻优;然后拟合出溶氧体积分数和各参数之间的关联函数模型,并代入到动力学模型,建立起以溶氧浓度作为关键控制变量的发酵动力学模型;最后,用鸟群算法对模型进行寻优,寻找使得发酵产物浓度最大的最优溶氧过程控制策略。实验仿真结果表明,混合模型的预测精度得到提高,产多糖期溶氧体积分数控制为52%时,产物质量浓度最大,为48.85 g/L。该研究所建立的农杆菌发酵过程混合模型及其溶氧优化结果,为发酵工业上进一步通过最佳溶氧控制策略来提高多糖产量提供了方向。 展开更多
关键词 农杆菌发酵 理模型 最小支持向量机 混合建模 鸟群算法
在线阅读 免费下载
基于ABC+AFS-LSSVM的网络流量预测模型 预览
10
作者 孙群 袁宏俊 《淮阴师范学院学报:自然科学版》 CAS 2019年第2期124-129,共6页
鉴于人工蜂群算法(ABC)算法和人工鱼群(AFS)算法本身的优势,为提高预测精度,提出基于ABC+AFS-LSSVM的网络流量预测模型.运用基于ABC+AFS-LSSVM的模型对网络流量进行了预测,并与ABC-LSSVM、AFS-LSSVM和PSO-LSSVM模型的预测结果进行了比较... 鉴于人工蜂群算法(ABC)算法和人工鱼群(AFS)算法本身的优势,为提高预测精度,提出基于ABC+AFS-LSSVM的网络流量预测模型.运用基于ABC+AFS-LSSVM的模型对网络流量进行了预测,并与ABC-LSSVM、AFS-LSSVM和PSO-LSSVM模型的预测结果进行了比较,结果表明,基于ABC+AFSLSSVM的网络流量预测模型预测精度较高,具有更好的性能及应用前景. 展开更多
关键词 人工蜂群算法 人工鱼群算法 最小支持向量机 网络流量 预测
在线阅读 下载PDF
基于反学习飞蛾火焰算法优化的LSSVM模型及其软测量应用 预览
11
作者 夏祥礼 陈国彬 刘超 《计算机应用与软件》 北大核心 2019年第5期322-326,共5页
针对最小二乘支持向量机LSSVM(least squares support vector machine)软测量模型参数难以估计问题,提出将参数估计转化为约束优化问题,基于反学习飞蛾火焰算法OMFO(opposition-based MFO)优化的LSSVM建模技术,并构建OMFO-LSSVM软测量... 针对最小二乘支持向量机LSSVM(least squares support vector machine)软测量模型参数难以估计问题,提出将参数估计转化为约束优化问题,基于反学习飞蛾火焰算法OMFO(opposition-based MFO)优化的LSSVM建模技术,并构建OMFO-LSSVM软测量模型。在MFO(moth-flame optimization)基础上增加新型反学习策略以提升算法性能。针对越界飞蛾,采用一种镜像越界策略保证飞蛾均在维度范围内,改善种群多样性。利用OMFO算法调整模型参数,并建立OMFO-LSSVM软测量模型。将OMFO-LSSVM模型用于机组热耗率预测,预测精度达到0.11%,验证了该模型的可行性与优越性。 展开更多
关键词 软测量 最小支持向量机 飞蛾火焰算法 反学习 越界
在线阅读 下载PDF
基于光谱和Gabor纹理信息融合的油桃品种识别 预览
12
作者 苗荣慧 黄锋华 +2 位作者 杨华 邓雪峰 陈晓倩 《江苏农业科学》 2019年第6期174-178,共5页
为实现油桃品种的快速且无损鉴别,对油桃高光谱图像中的光谱和图像信息进行分析。在光谱信息提取中,采用偏最小二乘回归(partial least squares regression,简称PLSR)从全波段光谱数据提取9个特征波长。在图像信息获取中,采用主成分分析... 为实现油桃品种的快速且无损鉴别,对油桃高光谱图像中的光谱和图像信息进行分析。在光谱信息提取中,采用偏最小二乘回归(partial least squares regression,简称PLSR)从全波段光谱数据提取9个特征波长。在图像信息获取中,采用主成分分析(principal component analysis,简称PCA)获得主成分图像,并提取主成分图像的Gabor纹理特征。分别建立基于特征波长光谱特征、主成分图像纹理特征和光谱纹理特征融合的最小二乘支持向量机(least squares support vector machine,简称LS-SVM)和极限学习机(extreme learning machine,简称ELM)油桃品种判别模型。结果表明,基于融合特征的LS-SVM和ELM模型识别率分别为94.7%、92.1%,较单独采用光谱信息和纹理信息的识别率都高,说明采用光谱信息和Gabor纹理信息融合的方法可以实现油桃品种判别,为农产品无损检测提供参考价值。 展开更多
关键词 油桃品种识别 光谱信息 Gabor纹理信息 主成分分析 最小支持向量机 极限学习
在线阅读 下载PDF
固定效应部分线性单指数面板模型的快速有效估计及应用 预览
13
作者 丁飞鹏 陈建宝 《高校应用数学学报:A辑》 北大核心 2019年第2期127-141,共15页
将最小二乘支持向量机(LSSVM)和二次推断函数法(QIF)相结合,构造了个体内具有相关结构的固定效应部分线性单指数面板模型的新估计方法;在一定的正则条件下,证明了参数估计量的渐近正态性,导出了非参数估计量的收敛速度;Monte Carlo模拟... 将最小二乘支持向量机(LSSVM)和二次推断函数法(QIF)相结合,构造了个体内具有相关结构的固定效应部分线性单指数面板模型的新估计方法;在一定的正则条件下,证明了参数估计量的渐近正态性,导出了非参数估计量的收敛速度;Monte Carlo模拟了所述方法在各种相关结构下的有限样本表现,并与惩罚二次推断函数(PQIF)法进行了比较;将估计技术应用于分析我国人口结构与居民消费率的关系.研究发现,该方法改善了估计量的有效性,应用效果良好,程序运行速度快,适合经济变量间的线性和非线性关系研究以及大数据分析. 展开更多
关键词 固定效应部分线性单指数面板模型 最小支持向量机 次推导函数法 渐近性 MONTE CARLO模拟
在线阅读 下载PDF
基于VMD与多尺度排列熵的滚动轴承故障诊断 预览
14
作者 杨文志 邸志强 邸志刚 《技术与市场》 2019年第8期82-83,共2页
采用VMD结合MPE故障诊断分类方法。采集实验台滚动轴承不同类型故障信号。然后进行VMD分解,得到包含故障特征的各模态分量,计算各模态分量的MPE值,取其MPE平均值构造特征向量。将特征向量输入到LSSVM进行滚动轴承故障识别分类,并与EEMD... 采用VMD结合MPE故障诊断分类方法。采集实验台滚动轴承不同类型故障信号。然后进行VMD分解,得到包含故障特征的各模态分量,计算各模态分量的MPE值,取其MPE平均值构造特征向量。将特征向量输入到LSSVM进行滚动轴承故障识别分类,并与EEMD结合MPE相比较,证明VMD结合MPE的方法具有更好的故障诊断效果。 展开更多
关键词 变分模态分解 多尺度排列熵 最小支持向量机
在线阅读 下载PDF
基于变分模态分解-BA-LSSVM算法的配电网短期负荷预测 预览
15
作者 赵凤展 郝帅 +5 位作者 张宇 杜松怀 单葆国 苏娟 井天军 赵婷婷 《农业工程学报》 EI CAS CSCD 北大核心 2019年第14期190-197,共8页
配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用... 配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用不同的最小二乘支持向量机(least squares support vector machine,LSSVM)模型进行负荷预测,最后将基于不同频率分量的预测结果相加得到最终的日负荷预测结果。为了提高LSSVM预测能力,采用蝙蝠算法(bat algorithm,BA)对各LSSVM的参数进行寻优,同时,该文分析了影响负荷变化的环境因素,设计了一套因素归一化方法,预测过程考虑了环境因素的影响。仿真结果表明,该文提出的考虑复杂环境因素的预测思想及对历史日负荷进行VMD分解、BA优化、LSSVM预测的组合预测方法能有效提高短期日负荷预测的准确性。 展开更多
关键词 算法 电能 配电台区负荷预测 变分模态分解 最小支持向量机 蝙蝠算法 复杂环境因素
在线阅读 下载PDF
基于粒子群最小二乘支持向量机的股指波动率预测 预览
16
作者 耿立艳 祁召华 于建立 《新财经》 2019年第7期11-14,共4页
为了提高金融波动率的预测精度及建模速度,文章提出一种基于粒子群算法优化最小二乘支持向量机(LSSVM-PSO)的波动率预测方法,利用LSSVM优良的非线性逼近能力预测波动率,通过PSO算法的全局快速优化特点选择LSSVM最优参数。以中国股市实... 为了提高金融波动率的预测精度及建模速度,文章提出一种基于粒子群算法优化最小二乘支持向量机(LSSVM-PSO)的波动率预测方法,利用LSSVM优良的非线性逼近能力预测波动率,通过PSO算法的全局快速优化特点选择LSSVM最优参数。以中国股市实际交易数据为样本,通过样本内预测和样本外预测验证了该方法的有效性。结果表明,LSSVM-PSO模型具有较高的预测精度和计算效率,是一种有效的股指波动率预测方法。 展开更多
关键词 波动率预测 最小支持向量机 粒子群优化算法
在线阅读 下载PDF
基于新陈代谢原理的机床热误差伪滞后建模 预览
17
作者 谢飞 王玲 +1 位作者 谭峰 殷国富 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第7期154-159,170共7页
为了建立预测精度高、泛化性能强的热误差预测模型,提出了一种基于新陈代谢原理的热误差伪滞后预测模型.通过实验研究发现了机床的伪滞后现象,并假设热误差是前一时刻关键点的温升及热误差共同作用的结果,求解出了机床的热关键点及典型... 为了建立预测精度高、泛化性能强的热误差预测模型,提出了一种基于新陈代谢原理的热误差伪滞后预测模型.通过实验研究发现了机床的伪滞后现象,并假设热误差是前一时刻关键点的温升及热误差共同作用的结果,求解出了机床的热关键点及典型工况下的热误差平均滞后时间.并利用遗传算法优化了最小二乘支持向量机的结构参数,基于新陈代谢原理对热误差进行迭代求解,从而建立了机床的热误差伪滞后预测模型.通过对比不同预测模型的预测结果,证明了假设的正确性,并且考虑伪滞后效应的预测模型的预测精度更高、泛化性能更好,能将不同转速的热误差降低90%以上. 展开更多
关键词 热误差 伪滞后效应 遗传算法 最小支持向量机 新陈代谢原理
在线阅读 免费下载
基于深度去噪核映射的长期预测模型
18
作者 王强 吕政 +1 位作者 王霖青 王伟 《控制与决策》 EI CSCD 北大核心 2019年第5期989-996,共8页
针对最小二乘支持向量机核函数结构较浅对其长期预测模型精度的限制,采用深度学习中逐层特征提取的思想,提出基于深度去噪核映射的最小二乘支持向量机长期预测模型.该模型通过深度核网络的逐层变换,将样本数据映射到深度特征空间,从而... 针对最小二乘支持向量机核函数结构较浅对其长期预测模型精度的限制,采用深度学习中逐层特征提取的思想,提出基于深度去噪核映射的最小二乘支持向量机长期预测模型.该模型通过深度核网络的逐层变换,将样本数据映射到深度特征空间,从而有效提高其长期预测的精度.此外,为了提高模型对含高噪声数据的拟合性能,将去噪算法融入深度核网络的训练过程中,并通过反向传播算法对核网络参数进行整体微调.标准数据集及实际工业数据的仿真实验结果表明,所提方法能够有效提取数据中蕴含的特征信息,提高预测模型的精度. 展开更多
关键词 特征提取 深度学习 最小支持向量机 长期预测 去噪
基于超声成像技术的方腿中异物检测 预览
19
作者 张俊俊 赵号 +3 位作者 翟晓东 胡雪桃 邹小波 石吉勇 《中国食品学报》 EI CAS CSCD 北大核心 2019年第8期223-229,共7页
研究提出了方腿异物的反射超声成像检测方法,实现了异物的无损检测。首先利用扫描超声成像系统测量方腿声学参数,获得不同尺寸方腿(3 mm×3 mm、5 mm×5 mm及10 mm×10 mm)、深度(5,10,15 mm)处异物(金属、玻璃、塑料)的反... 研究提出了方腿异物的反射超声成像检测方法,实现了异物的无损检测。首先利用扫描超声成像系统测量方腿声学参数,获得不同尺寸方腿(3 mm×3 mm、5 mm×5 mm及10 mm×10 mm)、深度(5,10,15 mm)处异物(金属、玻璃、塑料)的反射超声图像;根据方腿及异物在回波信号和超声图像中的差异,对方腿中异物进行判别分析。结果表明,空白方腿(不含异物)与含异物方腿在回波信号上差异显著,含异物方腿较无异物方腿的回波信号多一个明显回波峰,可进行异物深度检测;无异物方腿与含异物方腿的超声图像差异显著,以5 mV的声波强度为判断阈值,对所有方腿内部超声图像中的异物检测准确率达96.29%;利用平均声波反射强度、面积检出率及常见纹理特征值为特征变量,采用最小二乘支持向量机进行异物识别,当主成分数为6时,模型的识别率最高为81.67%,具有良好的识别效果。本研究提供了一种直观、简便的方腿异物检测方法,为食品中异物的检测提供了新思路。 展开更多
关键词 方腿 异物 超声成像检测 回波信号 最小支持向量机 识别率
在线阅读 下载PDF
基于DE-LSSVM的地下洞室群支护参数智能优化 预览
20
作者 邬凯 杨雪莲 李佳 《长江科学院院报》 CSCD 北大核心 2019年第9期115-120,共6页
为解决大型地下洞室群三维支护优化计算量大、耗时长的问题,提出了一种基于差异进化算法(DE)和最小二乘支持向量机(LSSVM)的三维支护优化方法。该方法利用正交设计和FLAC3D三维数值模拟构造学习样本,再用差异进化算法搜寻最优的LSSVM模... 为解决大型地下洞室群三维支护优化计算量大、耗时长的问题,提出了一种基于差异进化算法(DE)和最小二乘支持向量机(LSSVM)的三维支护优化方法。该方法利用正交设计和FLAC3D三维数值模拟构造学习样本,再用差异进化算法搜寻最优的LSSVM模型参数,由此构建支护参数与评价指标之间的非线性映射关系,最后用差异进化算法从一定约束条件下的全局空间中搜索最优的支护参数。利用该方法对某水电站地下洞室群上部开挖支护参数进行了优化,提出了经济合理的支护参数,确保了工程开挖稳定,说明该方法在大型地下洞室群三维支护优化中具有良好的应用价值。 展开更多
关键词 地下洞室群 最小支持向量机 差异进化算法 智能优化 支护参数
在线阅读 免费下载
上一页 1 2 162 下一页 到第
使用帮助 返回顶部 意见反馈