湖南省科技厅科研项目(2012FJ4332)
- 作品数：4 被引量：3H指数：1
- 相关作者：王龙辉高嵩屈星更多>>
- 相关机构：南华大学更多>>
- 发文基金：湖南省科技厅科研项目更多>>
- 相关领域：自动化与计算机技术冶金工程更多>>
- 基于SVM的核电站环境辐射监测网络中传感器节点缺失值估计算法
- 2012年
- 传感器节点监测数据缺失会影响核电站外围环境辐射监测的有效性,需要对缺失数据进行准确估计.提出一种基于支持向量机的监测数据缺失值估计算法,对传感器节点缺失监测数据进行估计.用实际监测数据对算法进行了验证,用均方误差和相关系数评价实验结果.并与现有的基于神经网络的估计算法进行了性能比较.实验结果表明,本文所提出的算法具有较高的估计精度.
- 王龙辉高嵩屈星
- 关键词：核电站环境辐射监测缺失值支持向量机
- 基于GA优化LSSVM高炉铁水含硅量预报
- 2013年
- 铁水含硅量是表征高炉生铁质量的重要指标,也是反映高炉内部热状态的重要参数。为了提高铁水含硅量测量精确度,保证高炉顺行,提出一种基于最小二乘支持向量机(LSSVM)的铁水含硅量预报模型,采用遗传算法(GA)确定模型参数的优化组合,以改善模型性能。将某钢管厂高炉的实际运行数据经过预处理后作为模型的训练和测试样本,进行模型预报实验,并与神经网络模型和时间序列分析模型的预报性能进行了比较。基于GA优化参数的LSSVM模型对铁水含硅量预报的最大相对误差为5.8%,相关系数为0.926 375,预报精确度比直接LSSVM模型提高了2.1%,比前向神经网络模型提高了4.3%。
- 王龙辉高嵩屈星
- 关键词：高炉铁水含硅量最小二乘支持向量机
- 基于LSSVM的热偶规真空传感器非线性补偿方法
- 2013年
- 提出一种用最小二乘支持向量机构成补偿模型的热偶规真空传感器非线性补偿方法,用现场采集的测量数据组成实验样本,实验结果表明所提出的方法可有效降低热偶规的测量误差,补偿精度优于普通支持向量机。
- 王龙辉
- 关键词：最小二乘支持向量机
- 基于最小二乘支持向量机的铁水含硅量软测量被引量：3
- 2013年
- 提出一种基于最小二乘支持向量机的铁水含硅量软测量模型,采用遗传算法确定模型参数的优化组合。用某钢管厂高炉的实际生产数据经过预处理后作为模型的训练和测试样本,进行软测量实验。实验结果表明,与神经网络模型和时间序列分析模型比较,所提出的软测量模型的软测量精度更高。
- 王龙辉高嵩屈星
- 关键词：高炉铁水含硅量软测量遗传算法最小二乘支持向量机
