公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于监督保局子空间虚假近邻准则的原始特征选择被引量：1: 2014年; 提出一种基于监督保局投影(SLPP)与虚假最近邻(FNN)准则的原始特征选择方法。该方法首先将非线性原始数据映射到监督保局子空间,消除样本数据输入变量之间的相关性;然后,利用虚假近邻点方法计算剔除每个原始特征前后输入样本在监督保局子空间里的相似性测度,获得每个原始特征对类别变量不同程度的解释力;最后,从全特征开始逐步剔除解释能力弱的特征进而获得多组特征子集,并建立最近邻分类器,识别率最高且含特征数最少的特征子集即为最优特征子集。采用合成数据对该方法进行了仿真验证,结果表明,该方法可获得与数据集本质分类特征吻合的最佳特征子集。将该方法应用于选择真实的低阻油气层特征,获得的最佳特征子集比全特征集合的特征数量减少了50%以上,分类识别率高出8%。结果显示该方法具有优秀的原始特征选择能力,是一种有效的非线性特征选择方法。; 辜小花李太福杨利平易军周伟

基于SDAE和随机森林的铝电解槽阳极效应预测方法研究被引量：7: 2021年; 阳极效应故障是铝电解生产过程中最为常见的故障现象,阳极效应的发生会降低电解效率,极大增加能耗,同时对环境和设备均有危害,而铝电解生产环境恶劣,槽况参数繁多,各种因素交叉影响,使得阳极效应预测成为铝电解行业的重点研究问题。本文结合铝电解槽槽况数据大数据量、复杂多维、非线性等特征,提出了一种基于深度学习的阳极效应预测模型,构建了堆叠降噪自动编码器,直接从海量原始数据中挖掘关键故障特征信息。同时利用随机森林依据提取后的关键特征进行样本分类预测,能有效地解决阳极效应预测中存在的样本分布不均衡问题,提高了模型的鲁棒性和泛化性。同时在模型的优化上,采用Adam优化算法,相比于传统的优化算法,其在非稳态和在线问题上有很好的表现,大幅提高了模型运行效率。采用mini-batch梯度下降法,有效解决了每个隐含层都会出现covariate-shift问题,并在此过程中通过梯度检验来对模型的反向传播过程进行校准。最后对该阳极效应预测模型进行性能验证,实验表明,该模型效应预测准确率和F1分数分别达到96.78%和0.9501。提前预报时间可达30 min。; 尹刚陈根何文何飞罗斌唐勇; 关键词：铝电解阳极效应

软件工程专业办学现状及发展特色分析被引量：4: 2014年; 针对目前软件工程专业办学从课程体系设置到教育教学模式构建上均存在不同程度的单一性和趋同性问题,提出将移动互联网作为专业建设重点,加强校企合作办学,推行CDIO工程实践教学理念,借助Moodle平台引入群体—探究类教学模式以培养企业急需的工程实践性高级人才。; 易军周伟张元涛; 关键词：软件工程办学现状本科教育

面向CDIO理念的物联网工程专业实验体系被引量：6: 2014年; 物联网工程专业要求学生具有较强的工程实践能力。CDIO工程教育培养理念强调按照工程师的要求培养学生对工业产品构思设计实施运行的全过程能力。将CDIO理念引入物联网工程,提出分层实验教学体系和实验课程体系。实验教学体系由入门层、基础层、拓展层和提高层四个层次构成,与之对应的实验课程体系是基础验证性实验、综合性实验、设计性实验和研究创新性实验,明确每层承担的具体功能和任务,将项目设计细化到各个实验环节中。利用中央地方共建智能化油田物联网工程实验室建设以及全国电子设计大赛等各种学科竞赛活动,将实验教学项目与科研、工程实践紧密结合,对毕业设计、课程设计等内容进行不断更新。实践结果表明该体系为培养学生工程实践能力提供了有力保障。; 易军周伟张元涛; 关键词：物联网工程 CDIO 工程实践

基于深度学习的铝电解槽阳极效应预测方法研究被引量：1: 2022年; 阳极效应在铝电解生产中最为频发,对其进行准确预测能够稳定电解铝生产,降低能耗,减少事故。本文从深度学习入手,提出一种基于堆叠降噪自动编码器和长短时记忆网络的预测模型,利用堆叠降噪自动编码器挖掘关键故障特征信息,同时利用长短时记忆网络实现故障诊断。本文通过采集某铝厂的历史生产数据对模型进行性能验证,结果表明,该模型预测准确率和F1分数分别为97.56%和0.9686。对比分析BP神经网络、广义回归神经网络、LSTM和SDAE-RF,本文构建的SDAE-LSTM的模型表现最佳,能准确地对阳极效应进行预报,在铝电解实际生产中具有重要的指导意义。; 何文; 关键词：铝电解故障诊断阳极效应电解槽

基于数据驱动的铝电解槽剩余寿命预测方法研究被引量：4: 2023年; 铝电解槽的寿命直接影响着电解铝企业的经济效益,准确预测铝电解槽剩余寿命能够提前制定维修计划,减少经济损失。本文针对铝电解槽寿命分析过程中缺乏对历史生产数据应用的背景,从数据的角度出发,探究生产工艺参数对槽寿命的影响,将机器学习引入到铝电解槽剩余寿命预测中,提出一种SVR-RFE-XGBoost模型,结合支持向量回归(SVR)与递归特征消除(RFE)算法,直接从原始数据中挖掘出关键寿命特征。同时利用极端梯度提升算法(XGBoost)对提取后的关键特征进行槽剩余寿命预测。最后利用某铝厂历史生产数据对模型进行性能验证,实验表明,该模型槽剩余寿命的平均绝对误差(MAE)、均方根误差(RMSE)和拟合优度(r^(2))别为116.0950, 207.4964和0.7463。对比分析XGBoost算法、岭回归(Ridge Regression)和SVR算法,实验结果表明,本文所构建的SVR-RFE-XGBoost的模型表现最佳,能更加准确地预测铝电解槽剩余寿命,在铝电解实际生产中具有重要的指导意义。; 尹刚向冬梅王民向禹何文曹文琦; 关键词：铝电解槽剩余寿命预测数据驱动

基于CDIO的物联网工程专业课程体系一体化设计被引量：4: 2018年; 物联网工程专业要求学生具有较强的工程实践能力。文章从课程体系一体化设计的角度,引入CDIO工程教育模式,围绕提高学生工程基础知识、个人能力、人际团队能力和工程系统能力4个层面进行课程组织,重点强调利用三级项目引导学生对核心专业课程的学习兴趣和能力培养,并说明每一级项目的设计目的、内容以及企业实习培养计划,最后从教学观念、课程设置、教材建设和教学质量评价等方面探讨需要注意的问题。; 易军周伟张元涛; 关键词：物联网工程课程体系 CDIO 工程教育

全选清除导出

共1页<1>

国家自然科学基金(51374268)