您的位置: 专家智库 > >

高建波

作品数:11 被引量:70H指数:4
供职机构:清华大学信息科学技术学院自动化系更多>>
发文基金:清华大学校科研和教改项目国家自然科学基金更多>>
相关领域:理学自动化与计算机技术环境科学与工程机械工程更多>>

文献类型

  • 8篇期刊文章
  • 2篇学位论文
  • 1篇会议论文

领域

  • 8篇理学
  • 4篇自动化与计算...
  • 2篇机械工程
  • 2篇环境科学与工...

主题

  • 8篇光谱
  • 8篇红外
  • 8篇红外光
  • 8篇红外光谱
  • 7篇神经网
  • 7篇神经网络
  • 5篇波长
  • 5篇波长选择
  • 3篇小波
  • 2篇输入层
  • 2篇污染
  • 2篇小波变换
  • 2篇光谱分析
  • 2篇非线性
  • 2篇波变换
  • 2篇大气污染
  • 1篇电解
  • 1篇信息处理
  • 1篇信噪比
  • 1篇选择法

机构

  • 11篇清华大学

作者

  • 11篇高建波
  • 9篇胡东成
  • 5篇胡鑫尧
  • 1篇许荔秦
  • 1篇杨恒

传媒

  • 3篇光谱学与光谱...
  • 2篇清华大学学报...
  • 2篇计算机与应用...
  • 1篇电子学报
  • 1篇中国自动化学...

年份

  • 1篇2003
  • 1篇2002
  • 5篇2001
  • 3篇2000
  • 1篇1997
11 条 记 录,以下是 1-10
排序方式:
基于最大熵原理的小波去噪方法被引量:23
2001年
小波变换去噪中最关键的问题是如何确定小波系数的阈值 ,使其能够将与噪声和信号相对应的小波系数合理地区分开来。根据概率论的基本原理可以推断 ,随机序列的细节小波变换系数符合正态分布。基于此结论 ,可以利用最大熵原理确定一个阈值 ,使得绝对值小于此阈值的小波系数组成的序列符合正态分布。该阈值在统计意义下能够最佳地区分信号与噪声的小波系数。采用光谱数据的仿真分析以及与其他方法的对比实验证明 ,这种最大熵小波去噪方法不仅在提高信噪比方面显示出了其优势 ,而且去噪效果不易受信噪比变化的影响。
高建波杨恒胡鑫尧胡东成
关键词:小波系数信噪比红外光谱最大熵原理去噪
输入层自构造神经网络用于红外光谱多元校正
2001年
为了解决多组分红外光谱定量分析中的特征提取和校正建模问题 ,本文提出了一种输入层自构造神经网络。在应用这种网络之前的预处理过程首先对训练数据进行分析 ,获得关于问题的某些先验知识。在训练阶段 ,神经网络根据先验知识自动选择输入层神经元的个数 ,同时确定网络参数。这种网络模型将特征提取和参数学习过程融为一体 ,有利于提高建模效率。利用仿真红外光谱的定量分析实验表明 ,这种网络模型不仅能够对光谱数据实现高效率的波长选择 ,并具有抑制随机噪声和非线性干扰的能力。
高建波胡鑫尧胡东成
关键词:神经网络红外光谱光谱分析波长选择
红外光谱非线性定量信息处理方法研究
该文针对红外光谱非线性定量信息处理过程中所面临的随机噪声消除、背景补偿、特征提取和校正建模问题进行了深入研究,并提出了一套完整的解决方案.该文对红外光谱中的随机噪声分布特点进行了理论分析,得到了吸光度光谱中随机噪声非平稳...
高建波
关键词:红外光谱非线性波长选择小波变换神经网络
普遍故障下神经网络隐层冗余容错的分析与应用
2001年
隐层神经元冗余是提高神经网络容错性的一个有效的方法 ,在神经网络分类器的容错设计中 ,这一方法得到了良好的效果 ,对单故障可以做到完全容错 .但是这一应用仅仅只能应用于输出层为硬限幅函数的前向网络 ,并且只证明了对网络中单故障有效 .在实际应用中 ,网络中的各个节点和权值的故障往往是普遍存在的 ,因此本文提出了一种隐层冗余结构 ,对普遍故障存在下隐层神经元冗余容错方法做以评估 ,得出的结论是应用这种隐层神经元冗余结构可以减小网络的全局故障率 ;并提出了针对一般前向神经网络的实用的隐层神经元容错方法 ,这种方法可以有效地提高网络在普遍故障下的容错能力 .
许荔秦胡东成高建波
关键词:神经网络容错冗余
铝电解自动控制系统研究
该文介绍的自动控制系统针对60kA的自焙电解槽系列,采用最新的计算机技术,经过调研分析、理论计算、反复试验,研制而成,达到了节能降耗的目的.系统采用了可编程序控制器(PLC)为主要控制部件.系统采用V/F变换、光藕隔离和...
高建波
关键词:铝电解自动控制数字滤波
红外光谱统计波长选择方法用于废气检测被引量:6
2001年
为了从含有噪声的大气红外光谱中提取微量待测污染组分的定量特征 ,进而建立校正模型 ,本文提出了一种基于统计理论的波长选择方法。该方法针对待测组分 ,在对光谱各波长位置的噪声强度进行统计估计的基础上 ,提出了选择最佳波长子集的目标函数。该目标函数包含波长子集的噪声和长度参数 ,这使得在最小化模型误差的同时也防止了模型规模的无限制膨胀。为了检验该方法的性能 ,文章利用含背景噪声的实测光谱数据针对三种气体进行了波长选择 ,并利用神经网络技术分别建立了校正模型。实验结果与波长子集的优化结果相符 ,所选择的波长子集的长度不足光谱波长总点数的 2 % ,同时 ,光谱中的噪声也在校正模型中得到了明显的抑制。实验结果证明了该波长选择方法的有效性。
高建波胡鑫尧胡东成
关键词:波长选择红外光谱神经网络大气污染污染物分析
利用无背景傅里叶变换红外光谱进行废气检测被引量:7
2000年
提出了采用无背景傅里叶变换红外 (FTIR)光谱对多组分气体体系进行定量分析的方法 ,并用于燃烧废气的检测。得到待测样品吸收光谱的通常方法是 ,将样品的透射光谱和不含样品的背景光谱进行差减计算。而本文提出的方法在缺少背景光谱的情况下 ,采用样条插值法通过数值计算的方法从样品透射光谱中得到了吸收光谱 ,并提取了光谱的定量特征 ,然后通过神经网络技术得到了谱峰强度和气体浓度之间的非线性映射关系。这种方法的突出特点是不需要测量背景光谱 ,所以适合于开放光程和以太阳为光源的FTIR光谱测量。而且 ,它能够在光谱中含有各种非线性成分 ,成功地对低信噪比光谱进行定量分析。
高建波胡东成
关键词:傅里叶变换红外光谱大气污染
神经网络在开放光路法红外光谱定量分析中的应用
在以开放光路法进行红外光谱测量中,在不进行背景光谱测量的情况下,不仅测量装置和测量过程大大简化,而且易于实现自动化测量.由于这样的光谱含有强烈的背景干扰和非线性成分,所以难以采用基于Lambert-Beer定律的常规方法...
高建波胡东成
关键词:神经网络红外光谱
文献传递
输入层自构造神经网络及其在光谱分析中的应用被引量:1
2003年
为了解决红外光谱定量分析中的特征提取和校正规模问题,提出了一种输入层自构造神经网络。这种网络能够利用训练数据的某些先验知识,自动选择输入层神经元的个数。在学习过程中,输入神经元个数从最小值1开始,根据网络误差的变化逐步增加,最终确定最佳神经元数量。这种网络模型将特征提取和参数学习过程融为一体,有利于提高建模效率。利用仿真红外光谱的定量分析实验表明,这种网络模型不仅能够对光谱数据实现高效率的波长选择,并具有抑制随机噪声和非线性干扰的能力。
高建波胡鑫尧胡东成
关键词:神经网络红外光谱波长选择
小波变换和神经网络用于红外光谱定量分析被引量:28
2001年
为扣除开放光路法红外光谱中的背景干扰 ,发挥开放光路法的优势 ,提出了针对多组分气体体系的小波变换(WT)和人工神经网络 (ANN)相结合的红外光谱定量方法。该方法在数据处理阶段利用小波变换方法扣除了样品光谱中的背景干扰 ,然后通过计算谱峰强度和组分浓度之间相关系数的方法确定了待测组分的特征峰 ,最后利用 ANN技术实现了定量分析。该方法用现场实测光谱进行了检验。结果显示其综合性能优于其它几种常用的方法 。
高建波胡东成
关键词:小波变换人工神经网络气体分析
共2页<12>
聚类工具0