吉林省科技发展计划基金(20040803)
- 作品数：4 被引量：24H指数：3
- 相关作者：孙凤琪沈永祥史鉴更多>>
- 相关机构：东北大学吉林师范大学更多>>
- 发文基金：吉林省科技发展计划基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一般复合边值问题在非正则情况下的求解方法被引量：4
- 2006年
- 讨论了开口弧段非正则型的RH-复合边值问题,利用消去法消去RH问题中的Riemann边值部分,将问题转化为一般非正则型Hilbert边值问题,得到了问题的可解条件和一般解.
- 孙凤琪沈永祥
- 关键词：一般解开口弧段非正则型
- 基于改进AdaBoost的LF炉成分软测量建模被引量：4
- 2009年
- 针对现有软测量模型更新方法的不足,将增量学习思想与AdaBoost集成学习思想相结合,提出了一种具有增量学习性能的改进AdaBoost集成学习算法.并将该改进的AdaBoost与BP神经网络一起形成了集成BP神经网络,建立了基于改进AdaBoost集成BP网络的软测量模型.该软测量建模新方法可以提高单一BP网络的精度,同时还能保证建模具有增量学习的更新性能.使用该软测量建模新方法建立抚钢60t LF炉钢水成分软测量模型,取得了较好的预测效果,可以满足实际生产的需要.
- 孙凤琪
- 关键词：ADABOOST神经网络软测量
- 基于AdaBoost.R2和ELM的软测量新方法
- 2008年
- 针对软测量建模的特点提出了一种基于AdaBoost.R2和ELM的软测量新方法,该方法依据AdaBoost.R2可以提高单一学习机精度和ELM学习速度快的特点,将二者结合起来实现软测量建模.这种结合使得新的软测量方法在提高软测量模型预测精度的同时保证了软测量模型的建模速度.该方法已经应用于抚顺老虎台矿冲击地压预测中,实验结果表明其冲击地压软测量模型具有良好的预测精度.
- 孙凤琪史鉴
- 关键词：软测量ELM冲击地压
- AdaBoost集成神经网络在冲击地压预报中的应用被引量：16
- 2009年
- 为提高单一BP神经网络预测精度,利用AdaBoost.R2集成学习算法,将单一BP(Back-Propagation)神经网络集成,并针对AdaBoost.R2集成BP网络的特点,提出了一种新的模型更新方法,在有效地实现模型更新的同时克服了传统更新方法的不足。将该新方法应用到抚顺老虎台矿冲击地压预报中,对冲击地压发生的主要因素进行了分析并将其作为模型的输入,使用AdaBoost.R2集成BP网络作为核心智能算法,建立了冲击地压预报模型,取得了较好的预测效果。
- 孙凤琪
- 关键词：冲击地压神经网络ADABOOST
