王华秋
- 作品数：63 被引量：260H指数：8
- 供职机构：重庆理工大学计算机科学与工程学院更多>>
- 发文基金：重庆市教委科研基金重庆市自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术文化科学冶金工程电气工程更多>>
- 基于自适应CMAC的赤泥沉降底流控制模型
- 2010年
- 本文对CMAC的学习率和惯性系数进行了自适应设计,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要。结合沉降分离控制系统工艺优化的需求,提出了基于自适应CMAC的沉降系统泥层界面预测和底流控制模型,用于准确实时地预测泥层界面,在此基础上进行底流流量优化控制。工业试验说明了该模型在对过程量预测的预测精度和快速性上具有明显的优越性,本模型已应用于某氧化铝厂工艺优化系统中动态调节底流流量,取得了明显的经济效益。
- 王华秋龚智远
- 一种回声状态神经网络分类挖掘教学演示模型
- 2016年
- 回声状态神经网络分类算法是一种重要的数据挖掘方法,是处理大数据分类的重要工具。但该算法原理比较抽象,从公式推导的角度很难让学生深刻理解,因此提出利用MATLAB数学软件实现回声状态神经网络分类算法,将其编译成.NET平台的COM组件,由Visual C#.NET集成开发环境下的应用程序调用编译后的MATLAB的COM组件,实现回声状态神经网络的分类模型。
- 王华秋
- 关键词：WINDOWS应用程序
- 一种多种群广义遗传CMAC的软测量模型
- 2011年
- 对CMAC的惯性系数和学习率进行了优化,提出了基于广义遗传优化的小脑模型神经网络(CMAC)算法,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要。结合溶出预脱硅系统工艺优化的需求,提出了基于广义遗传优化的CMAC的溶出赤泥A/S比系统软模型,用于准确实时地预测溶出赤泥A/S比。试验说明了该模型在对化工软计算的预测精度和快速性上具有明显的优越性,在某氧化铝厂工艺优化系统中的应用,提高了溶出的生产效率和指标。
- 王华秋姜群
- 关键词：软测量模型小脑模型神经网络
- 并行数据挖掘理论研究与应用
- 通过数据挖掘进行知识发现是对大型数据库或数据仓库的一种分析，用于发现隐藏在数据仓库中的关系和知识，这些知识会影响管理者的决策和实施。数据仓库上的数据挖掘能够从利用机群并行计算中获利，从而提高其性能和数据分析质量。实际上，...
- 王华秋
- 关键词：工作站机群数据挖掘数据仓库并行聚类并行神经网络
- 自反馈RBF网络在高炉热状态模型预测中的应用被引量：3
- 2008年
- 在RBF神经网络的输入上加入了自反馈的神经元,提出了自反馈RBF神经网络,使网络对过去时态的数据具有了记忆能力,对该网络进行了稳定性分析后,采用层叠的自反馈神经元以增加网络的动态处理能力,并设计了自反馈RBF的在线训练算法,通过对混沌时序数据的仿真实验证明该算法的有效性。在此研究基础上,建立了高炉的热状态预测控制模型,预报铁水中硅的含量以达到判断高炉热状态的目的,实验表明该模型提高了高炉热状态的预报精度。
- 王华秋廖晓峰邹航董世都
- 关键词：径向基网络自反馈时态数据预测控制
- 和声模糊聚类在读者兴趣度建模中的应用被引量：1
- 2012年
- 本文采取了3种必要的措施提高了聚类质量:考虑到各维数据特征属性对聚类效果影响不同,采用了基于统计方法的维度加权的方法进行特征选择;对于和声搜索算法的调音概率进行了改进,将改进的和声搜索算法和模糊聚类相结合用于快速寻找最优的聚类中心;循环测试各种中心数情况下的聚类质量以获得最佳的类中心数。接着,该算法被应用于图书馆读者兴趣度建模中,用于识别图书馆日常运行时各读者借阅图书的类型,实验表明该算法较其它算法更优。这样的读者兴趣度聚类分析可以进行图书推荐,从而提高图书馆的运行效率。
- 聂珍王华秋
- 关键词：和声搜索模糊聚类
- 自构建小波神经网络的内模控制在深度脱硅中的应用被引量：2
- 2015年
- 为了稳定氧化铝深度脱硅过程的热工制度和降低能耗,采用小波神经网络辨识的内模控制方法进行氧化铝深度脱硅工艺过程控制。根据小波基函数的激励强度和衰减程度可以添加或者删除小波神经网络隐含层神经元,从而优化小波神经网络隐含层结构。再用自构建小波神经网络辨识内模控制系统的正模型和逆模型,从而改进神经网络内模控制技术。实验结果表明,所提出的控制方法比传统方法在鲁棒性和抗扰性方面具有更好的性能表现,各项指标均优于传统控制方法,实现了氧化铝深度脱硅工艺优化。
- 王华秋
- 关键词：深度脱硅内模控制系统辨识
- 快速挖掘频繁项集的并行算法被引量：7
- 2006年
- 传统的挖掘频繁项集的并行算法存在数据偏移、通信量大、同步次数较多和扫描数据库次数较多等问题。针对这些问题,提出了一种快速挖掘频繁项集的并行算法(FPMFI)。FPMFI算法让各计算机节点独立地计算局部频繁项集,然后与中心节点交互实现数据汇总,最终获得全局频繁项集。理论分析和实验结果表明FPMFI算法是有效的。
- 何波王华秋刘贞王越
- 关键词：数据挖掘频繁项集
- 非线性量化小脑模型神经网络在溶出循环母液配比模型中的应用被引量：1
- 2010年
- 采用自适应算法对小脑模型神经网络的概念映射进行设计,提出了非线性量化小脑模型神经网络算法,提高小脑模型神经网络的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.提出了基于非线性量化小脑模型神经网络的溶出预脱硅系统时间序列预测模型,用于准确实时地预测循环母液加入量,在此基础上进行循环母液投放措施优化.试验说明了该模型在对化工软计算的预测精度和快速性上具有明显的优越性,本模型已应用于某氧化铝厂工艺优化系统中,动态调节循环母液投放量以节省原料.
- 王华秋廖晓峰
- 关键词：小脑模型神经网络
- 面向数据挖掘的图像检索教学演示系统设计被引量：1
- 2016年
- 以往的数据挖掘教学没有把理论知识和工程项目联系起来,抽象的算法理论知识消减了学生的学习兴趣,导致大部分学生无法运用数据挖掘工具解决实际决策问题。文章以数据挖掘中的邻近支持向量机算法为例,开发了图像检索教学演示系统,分析了系统各模块的功能、工作流程和技术流程,介绍了系统的数据仓库管理模块、数据预处理模块和核心算法模块,给出了应用实例。该教学演示系统有助于学生对所学算法知识的深入理解、记忆和巩固。
- 王华秋
- 关键词：数据挖掘图像检索教学演示系统
