您的位置： 专家智库 > >

国家高技术研究发展计划(2007AA04Z158)

作品数：24 被引量：205H指数：9
相关作者：韩敏王心哲范剑超赵耀王亚楠更多>>
相关机构：大连理工大学北京金自天正智能控制股份有限公司大连工业大学更多>>
发文基金：国家自然科学基金国家高技术研究发展计划国家科技支撑计划更多>>
相关领域：自动化与计算机技术冶金工程更多>>

文献类型

  • 23篇中文期刊文章

领域

  • 18篇自动化与计算...
  • 5篇冶金工程

主题

  • 7篇微粒群
  • 6篇神经网
  • 6篇神经网络
  • 6篇转炉
  • 6篇转炉炼钢
  • 6篇炼钢
  • 5篇微粒群优化
  • 5篇向量
  • 5篇粒群优化
  • 4篇网络
  • 4篇回声状态网络
  • 3篇支持向量
  • 3篇向量机
  • 2篇动态神经
  • 2篇动态神经网络
  • 2篇学习机
  • 2篇优化算法
  • 2篇预报器
  • 2篇支持向量机
  • 2篇时滞

机构

  • 23篇大连理工大学
  • 3篇北京金自天正...
  • 1篇大连工业大学
  • 1篇上海船舶运输...

作者

  • 23篇韩敏
  • 5篇王心哲
  • 4篇范剑超
  • 3篇王亚楠
  • 3篇赵耀
  • 2篇杨溪林
  • 2篇穆大芸
  • 1篇刘闯
  • 1篇邢军
  • 1篇姜力文
  • 1篇黄晓清
  • 1篇李洋
  • 1篇梁志平
  • 1篇徐俏
  • 1篇唐晓亮
  • 1篇沈力华
  • 1篇王明慧
  • 1篇肖正宇
  • 1篇韩冰
  • 1篇张俊杰

传媒

  • 10篇控制与决策
  • 4篇控制理论与应...
  • 4篇大连理工大学...
  • 2篇信息与控制
  • 1篇自动化学报
  • 1篇计算机研究与...
  • 1篇计算机学报

年份

  • 1篇2014
  • 1篇2013
  • 3篇2012
  • 5篇2011
  • 9篇2010
  • 3篇2009
  • 1篇2008
共 24 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
一种基于多决策类的贝叶斯粗糙集模型被引量：16
2009年
针对传统贝叶斯粗糙集理论只能处理二决策类的不足,提出一种基于多决策类的贝叶斯粗糙集.在此基础上定义一个衡量条件属性对决策属性影响程度的γ依赖度函数,并证明了该函数具有随条件属性的增加而单调递增的性质.最后基于γ依赖度函数的单调特性,提出一种确定属性权重的算法.以某钢厂150 t转炉的实际生产数据为例,仿真结果表明了模型的有效性和实用性.
韩敏张俊杰彭飞肖正宇
一种基于极端学习机的半监督学习方法被引量：9
2010年
针对半监督学习方法存在的学习速度缓慢、不确定性递增等问题,提出一种基于极端学习机的半监督学习方法.该方法将极端学习机从监督学习模式扩展到半监督学习模式,以输出阈值向量控制标记样本的扩充程度,利用"换位"策略评估扩充标记样本中不确定性的影响.仿真结果表明,所提方法能够显著提高半监督学习的速度并有效减小对标记样本的依赖程度.
唐晓亮韩敏
关键词：极端学习机神经网络
基于动态BP算法的非线性滞后系统辨识被引量：5
2010年
非线性动态系统的建模一直是控制领域的重要问题之一.针对这一问题,特别是包含滞后环节的非线性系统建模问题,提出了一种引入自适应延迟的动态BP(back propagation)学习算法.该算法在传统多层感知机神经网络结构基础上,在网络的第1隐层和输出层分别引入可调节的自适应延迟参数,通过误差梯度对其进行修正,实现了对延迟参数的辨识.仿真结果表明,所提出的方法能够有效实现对非线性滞后系统的辨识,并能够对系统的延迟时间进行准确估计.
韩冰韩敏
关键词：非线性系统时滞系统辨识神经网络
改进型平均移位柱状图估算概率密度并对互信息作相关分析被引量：6
2011年
将平均移位柱状图(averaged shifted histogram,ASH)概率密度估计中二次型平滑权值与均匀权值进行结合,提出一种改进的概率密度估计方法:IASH(improved averaged shifted histogram).通过相应区间内样本数目的方差确定原平滑权值与均匀权值之间的比例系数,动态的改变平滑权值:对ASH概率密度估计中边缘值部分的平滑权值按比例进行补偿,改善过平滑的问题,提高了IASH概率密度估计的精度.在此基础上应用互信息进行变量间的相关性分析,选择输入变量,实现多元时间序列的预测.采用人工数据和实际Housing数据进行仿真分析,仿真结果验证了改进后方法的有效性.
韩敏梁志平
关键词：互信息时间序列预测
基于动态邻域微粒群的Smith预估双控制器设计被引量：5
2012年
针对模型未知时滞系统的预测补偿控制,提出一种基于动态邻域拓扑微粒群算法以优化动态神经网络的参数,并将其作为预估器和辨识器应用于一种新的Smith预估双控制器结构设计.利用微粒群算法空间搜索能力指标,动态建立邻域拓扑结构,优化神经网络参数,并将两者的组合模型应用于新的双控制器结构,将负载扰动和定值控制分开,以提高Smith预测补偿模型的控制精度和鲁棒性,最后通过仿真验证了所提出方法的有效性.
范剑超韩敏
关键词：时滞系统动态邻域微粒群优化
基于FCM与神经网络的案例推理方法被引量：9
2012年
目前有关案例推理(CBR)的研究主要集中在案例检索方面,对案例库构造方法的研究则较为少见,而好的案例库,既可以提高案例检索效率,又可以保证较好的检索准确率,鉴于此,针对CBR中的案例库进行研究,引入模糊C均值方法去除原案例库中的冗余案例,从而实现对神经网络,案例推理方法的改进,最后通过对UCI数据进行的仿真实验表明了改进后的案例推理方法无论在案例检索精度还是在案例检索速度上均有所提高。
韩敏沈力华
关键词：案例库模糊C均值神经网络
基于变量选择的转炉炼钢终点预报模型被引量：17
2010年
转炉炼钢的终点预报模型对于钢水终点碳含量和温度的命中非常重要.针对高维输入不利于建立精确模型的问题,使用互信息方法对预报模型输入变量进行选择.为了区分各输入变量对输出的不同重要程度,对各输入变量进行加权处理,并采用微粒群算法对权值进行优化.最后,使用支持向量机方法建立转炉炼钢终点碳含量和温度预报模型.对一座180t转炉实际生产数据进行仿真,结果表明,合理的变量选择和加权处理能有效提高模型的预报精度.
王心哲韩敏
关键词：转炉炼钢互信息微粒群支持向量机
基于鲁棒相关向量机的转炉炼钢终点预报模型被引量：9
2011年
针对传统相关向量机在训练过程中易受异常点影响的问题,提出了一种鲁棒相关向量机模型,并将其应用于转炉炼钢终点碳含量和温度的预报.通过为每一个训练样本设定独立的噪声方差系数,并使其在训练过程中随模型预测误差的增大而逐渐减小来降低异常点的影响,同时依据贝叶斯证据框架给出了模型超参数的迭代计算公式,进行参数的优化.使用标准测试数据和转炉炼钢实际生产数据进行仿真,结果表明本文模型具有较好的预报精度和鲁棒性.
韩敏赵耀杨溪林林东
关键词：转炉炼钢相关向量机
基于两层向量空间模型和模糊FCA本体学习方法被引量：13
2009年
本体是WWW进化为语义Web版本的瓶颈,手工构造本体费时费力,本体学习技术使得在文本中自动构造本体成为可能,但存在通用性差和准确性低等问题.提出以面向对象思想的分析方法为基础,把传统的单层文本向量空间模型(VSM)改进为2层向量空间模型(double vector space model,D-VSM),该模型不仅具有属性特性,而且还具有很强的关系特性.在此模型的基础上,引入模糊形式概念分析(fuzzy formal concept analysis,FFCA)本体学习技术.该技术充分考虑D-VSM模型中的数据分布特点,较好地解决本体学习通用性、本体关系获取等问题.基于上述方法实现一个本体学习工具,为本体的(半)自动构造提供有力的支持.
邢军韩敏
关键词：本体学习向量空间模型本体概念
基于Adaboost算法的回声状态网络预报器被引量：8
2011年
把单个回声状态网络(echo state network,ESN)的预测模型作改进,对整体ESN预测精度的提高是有限的.针对以上问题,本文考虑整体ESN.首先利用Adaboost算法提升单个ESN的泛化性能及预测精度,并且根据Adaboost算法的结果,建立一种ESN预报器(Adaboost ESN,ABESN).这个ESN预报器根据拟合误差不断修正训练样本的权重,拟合误差越大,训练样本权重值就越大;因此,它在下一次迭代时,就会侧重在难以学习的样本.把单个ESN的预测模型经过加权,然后按照加法组合在一起,形成最终的ESN预测模型.将该预测模型应用于太阳黑子、Mackey-Glass时间序列的预测研究,仿真结果表明所提出的预测模型在实际时间序列预测领域的有效性.
韩敏穆大芸
关键词：非线性时间序列
全选 清除 导出
共3页<123>
聚类工具0