您的位置: 专家智库 > >

博士科研启动基金(52002011200707)

作品数:6 被引量:33H指数:4
相关作者:高学金王普张会清齐咏生张亚庭更多>>
相关机构:北京工业大学内蒙古工业大学中国科学院自动化研究所更多>>
发文基金:博士科研启动基金国家自然科学基金教育部科学技术研究重点项目更多>>
相关领域:自动化与计算机技术生物学电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 3篇生物学
  • 1篇电子电信

主题

  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 2篇遗传算法
  • 2篇青霉素发酵
  • 2篇主元
  • 2篇主元分析
  • 2篇发酵
  • 1篇多径
  • 1篇多径传播
  • 1篇多向主元分析
  • 1篇映射
  • 1篇优化控制
  • 1篇软测量
  • 1篇神经网
  • 1篇神经网络
  • 1篇生物发酵
  • 1篇隧道
  • 1篇特征映射

机构

  • 6篇北京工业大学
  • 2篇内蒙古工业大...
  • 1篇中国科学院自...
  • 1篇煤炭工业石家...

作者

  • 6篇高学金
  • 5篇王普
  • 4篇张会清
  • 3篇张亚庭
  • 3篇齐咏生
  • 2篇公彦杰
  • 2篇关伟
  • 1篇孙崇正
  • 1篇任明荣
  • 1篇易建强
  • 1篇刘林
  • 1篇严爱军

传媒

  • 1篇仪器仪表学报
  • 1篇化工学报
  • 1篇北京工业大学...
  • 1篇系统仿真学报
  • 1篇电子测量与仪...
  • 1篇计算机测量与...

年份

  • 1篇2010
  • 2篇2009
  • 2篇2008
  • 1篇2007
6 条 记 录,以下是 1-6
排序方式:
分阶段建立发酵过程模型的方法的研究和应用被引量:7
2007年
为了建立精确的微生物发酵过程数学模型,在标准回归型支持向量机(SVM)的基础上提出了动态ε-SVM方法,即不同样本使用不同的ε。进而,提出了将自组织特征映射聚类(SOFM)和动态ε-SVM回归相结合的建模方法。该方法首先利用SOFM神经网络对样本进行聚类,达到划分发酵阶段和建立局部模型的目的,然后应用动态ε-SVM方法对各类样本进行回归建模。实验结果表明,使用该方法建立的青霉素发酵过程模型具有较高的拟合和泛化能力。经过比较,该方法建立的模型比其它SVM方法建立的模型具有较强的泛化能力。
高学金王普孙崇正易建强张亚庭张会清
关键词:支持向量机自组织特征映射青霉素发酵
一种提高微生物发酵单位的新优化控制策略被引量:5
2008年
为了提高微生物发酵单位,提出了支持向量机(SVM)与基于实数编码遗传算法(RGA)相互耦联的优化控制策略。为解决发酵参数之间的耦合问题,进一步引入了模式的概念。SVM建立微生物发酵过程的预估模型,RGA以此模型为适应度函数计算最优控制模式。此策略应用于青霉素发酵过程的优化控制,效价比没有实施优化控制策略的生产结果提高了22.88%。
高学金王普张亚庭张会清齐咏生关伟
关键词:微生物发酵优化控制支持向量机遗传算法
隧道中无线电波多径传播特性及仿真被引量:5
2008年
隧道中无线电波多径传播非常严重,通信质量急剧下降。多径传播特性的研究对隧道内无线通信系统的设计具有重要的意义。通过分析和研究隧道中多径传播的衰减和时延特性,建立了多径信道的衰减和时延模型,给出了单频信号、窄带信号和宽带信号多径衰落的统计特性,并对多径信号的合成进行了仿真,为抗衰落技术的应用打下了基础。
张会清刘林王普任明荣高学金
关键词:多径传播仿真
改进MKPCA方法及其在发酵过程监控中的应用被引量:13
2009年
针对间歇发酵过程缓慢时变和非线性等特点,提出一种基于滑动窗技术的多向核主元分析(MWMKPCA)方法。该方法结合了核主元分析(KPCA)和滑动窗口技术的优点,其中KPCA能有效解决过程数据的非线性问题,保证数据信息抽取的完整性;而滑动窗口技术能有效避免MKPCA在线应用时预报未来测量值所引入的误差,提高监控性能。对于已判断正常的新批次过程数据,将其加入模型参考数据库进行更新,从而提高间歇过程性能检测的准确性。将该方法应用到工业青霉素发酵过程的监控中,并与MPCA、MKPCA方法的监测性能进行了比较。结果表明:该方法能有效提取过程变量间的非线性关系,降低运行过程的误报率,对缓慢时变的间歇过程具有更可靠的检测性能。
齐咏生王普高学金公彦杰
关键词:故障监测多向主元分析发酵过程
基于BP神经网络的测量系统在发酵中的应用被引量:1
2009年
在微生物发酵工业生产中,为保证产品的产量及质量,需要对与其相关的过程变量进行实时的监控;然而在实际过程中,直接与生产相关的生化参数往往无法或难以用传感器直接检测,只能通过采样离线人工化验的方法得到,因此针对实际生产需要并且根据发酵的工艺需求,提出一种基于BP神经网络的测量系统,系统采用BP神经网络与主元分析以及机理模型相结合的模型,弥补了单纯采用BP神经网络的缺陷;实验结果表明,在通过有效数据处理以及发酵动力学分析后,人工智能算法能够有效准确地实现在线的菌体检测,为控制算法提供数据,大大提高了产物浓度。
关伟张亚庭高学金
关键词:BP神经网络软测量主元分析
LS_ SVM和SVM在发酵过程建模中的比较被引量:2
2010年
针对最小二乘支持向量机(LS_ SVM)不需要指定逼近精度ε的特点,比较了LS_ SVM与SVM两种方法利用生产数据为青霉素发酵过程建立的数学模型,改进型GA分别为LS_ SVM和SVM选择参数值.实验证明:LS_ SVM建立的模型具有较高的拟合精度和泛化能力.如果ε过大时,SVM建立的模型的拟合精度和泛化能力不高;当ε过小时,模型的拟合精度和泛化能力较高,但耗时多.因此,LS_SVM更适合为发酵过程建模.
高学金王普齐咏生严爱军张会清公彦杰
关键词:支持向量机最小二乘支持向量机青霉素发酵遗传算法
共1页<1>
聚类工具0