王华秋
- 作品数：63 被引量：259H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
- 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
- 竞争聚类的邻近支持向量机软测量研究应用被引量：2
- 2013年
- 提出了一种基于竞争学习聚类的邻近支持向量机的软测量方法。本文用数据点的密度来近似衡量数据点相对于类中心的位置,从而改进了竞争学习聚类算法的权值调整方法。采用改进的竞争学习聚类算法将训练样本聚集到不同的中心,采用邻近支持向量机对每一类进行训练建立子模型,利用样本方差进行计算邻近支持向量机的惩罚因子,并计算新增样本数据和所有类的相似度,对被检索出的相似子模型参数加权,计算预测结果,用新增加的样本更新训练数据及其聚类中心。将所提出的方法用于氧化铝拜尔溶出过程关键化验量的软测量,解决了模型失效问题,实验表明:该方法有效地增强了软测量模型适应工况变化的能力,提高了预测精度。
- 王华秋
- 关键词：软测量
- 基于鲁棒LS-SVM的ARMA时序模型研究被引量：3
- 2007年
- 对时序数据建模与辨识技术进行了分析,提出了使用鲁棒LS-SVM算法建立ARMA时序预测模型。该模型是在LS-SVM的约束条件中加入鲁棒特性和时序模型参数,使之在求解的过程中对孤立点与噪声不敏感,并且能准确地辨识时序模型参数。考虑到高炉的热状态的输入输出数据集间存在着复杂非线性时序上的关系,通过用基于鲁棒LS-SVM的ARMA模型预报铁水中硅的含量,从而达到了预测高炉热状态的目的。说明了该模型在对非线性时间序列预测精度和稳定性上具有明显的优越性,为稳定钢铁质量和生产工艺创造了良好条件。
- 王华秋廖晓峰曹长修李梁
- 关键词：鲁棒最小二乘支持向量机
