刘征 作品数:21 被引量:133 H指数:6 供职机构: 中南大学信息科学与工程学院 更多>> 发文基金: 国家自然科学基金 国家教育部博士点基金 湘潭市科技计划项目 更多>> 相关领域: 自动化与计算机技术 冶金工程 矿业工程 医药卫生 更多>>
矿井通风系统优化的熵模糊可拓物元决策模型 被引量:8 2011年 针对矿井通风系统优化评判中各指标的不相容性,从技术可行、经济合理和安全可靠性3个角度出发,选用矿井总风压、等积孔、风机效率、风机运转稳定性、矿井抗灾变能力等指标,将信息熵与模糊可拓物元相结合,建立了基于熵权的矿井通风系统优化的模糊可拓物元决策模型。结合专家打分法与熵值赋权法确定指标的权重,以综合相对隶属度优选综合效益最优的方案。用该模型对张小楼井通风系统改造方案进行优选,并与模糊综合评判和模糊优选法的结果进行了比较。结果表明,综合权重客观准确,综合相对隶属度的离散程度高,对新矿井的通风设计或老矿井的系统优化改造具有实用价值。 胡汉华 刘征 张民波关键词:矿井通风系统 氧化铝晶种分解能量传递过程的动态建模 被引量:2 2013年 建立描述拜耳法生产氧化铝工艺中晶种分解工序的单槽和串联槽的能量传递过程的动态机理模型。应用某氧化铝厂的实际生产过程数据对该模型进行仿真计算验证模型的可靠性和准确性。研究结果表明:该模型揭示了分解温度与其影响因素(过程变量及工艺参数)之间的关系,当已知生产条件和操作参数时,可应用该模型预测全工序各种分槽的晶种分解温度;当已知各个种分槽的最佳分解温度时,可应用该模型进行生产工艺允许条件约束下的多变量寻优,获取以最佳分解温度分布为控制目标的全工序生产操作优化决策。因此,该模型具有重要的理论意义和显著的实用价值。 刘征 彭小奇关键词:氧化铝 晶种分解 非线性模型 一种局部优化边界的支持向量数据描述方法 被引量:1 2015年 针对传统的支持向量数据描述(SVDD)因未考虑数据构成的多模态性和局部分布的非同一性,难以获取目标数据的优化决策边界,所建立的数学模型难以正确反映建模对象的时空变化规律的问题,提出一种基于局部优化边界的支持向量数据描述(LOB-SVDD)方法。通过求取局部数据样本的分散程度获取支持向量机算法中折衷参数的局部调整系数,以此优化求解决策边界函数,由此可实现数据分类、离群点检测和数据建模等。利用UCI数据集和人工双模态数据集进行的仿真表明,与传统方法相比,LOB-SVDD可获得更优的决策边界,作为分类器有更低的假正率和假负率。应用LOB-SVDD对具有多模态特性的铜锍吹炼实际生产数据进行预处理,能有效检测离群点,剔除异常样本,实现数据洁净化。 陈君 彭小奇 唐秀明 宋彦坡 刘征关键词:支持向量数据描述 数据预处理 硫化矿石自燃倾向性等级分类的Fisher判别分析法 被引量:16 2010年 将Fisher判别分析法(FDA)应用于硫化矿石自燃倾向性等级分类问题中,选用主要矿物及含量、吸氧速度常数平均值、自热点、自燃点4项指标作为判别因子,建立硫化矿石自燃倾向性等级分类的FDA模型。选取新桥硫铁矿13个矿样的实验数据作为学习样本进行训练,建立相应的线性判别函数,并用训练后的模型对天马山高硫金矿的-55m中段以上矿石自燃倾向性进行判别。结果表明:Fisher判别分析模型分类性能良好,对硫化矿石自然发火潜势的划分结果统计意义明显,适用性强,说明该方法在硫化矿石自燃倾向性判别与分类中有较好的应用前景。 胡汉华 刘征 李孜军 崔田田关键词:硫化矿石 自燃倾向性 一个常染色体显性遗传视网膜色素变性家系致病基因的定位与鉴定 基因组扫描技术是克隆疾病或疾病相关基因的一种有效手段,也是定位、克隆疾病基因的一种常用策略。 2002年,中国医学遗传学国家重点实验室与中南大学湘雅二医院合作,采集到一个视网膜色素变性家系,呈常染色体显性遗传特征。为了得... 刘征关键词:视网膜色素变性 基因组扫描 微卫星标记 文献传递 我国安全类人才培养中的职业卫生教育探讨 被引量:5 2010年 1在我国安全类专业人才培养中加强职业卫生教育的必要性建国以来,我国在职业病方面取得了一些成效,但是职业病危害形势依然十分严峻, 崔田田 陈沅江 刘征关键词:职业卫生 安全类 教育 职业病危害 国外CCD检测技术在工业中的应用与发展 被引量:66 2005年 CDD图像传感器以其光谱响应宽、动态范围大、灵敏度和几何精度高、噪声低、便于进行数字化处理和与计算机连接等优点,在工业测控中得到广泛应用。该文简要介绍了CCD图像传感器的检测原理和它在工业检测中的应用现状,分析了现有CCD检测技术在应用中存在的问题和局限,指出了CCD传感器在工业检测应用中的发展方向。 刘征 彭小奇 丁剑 唐英关键词:CCD 图像传感器 氧化铝晶种分解温度的分散自适应模型预测控制 2014年 氧化铝晶种分解过程是一个具有多级串联结构和强烈不可测干扰的大规模复杂过程,分解温度是其关键工艺参数。为精确控制分解温度,根据该过程的结构特点,将其分成多个子系统,并综合机理分析、参数辨识和时间序列分析方法建立基于不可测扰动预测的子系统自适应预测控制模型,并将前级子系统的状态作为可测扰动引入本级子系统模型,分别求解各子系统的优化控制目标,获取优化操作变量。基于实际生产过程数据的仿真结果表明,所提出的分散型自适应模型预测控制方法具有较强的抗干扰能力,能准确跟踪分解温度设定值,满足晶种分解生产过程中对分解终止温度、分解始末温差和降温速度的控制要求。本方法对于具有串联结构和不可测强干扰的非线性大规模复杂过程的模型预测控制具有显著的实用价值。 刘征 彭小奇 陈君关键词:氧化铝 晶种分解 支持向量回归机预测误差校正方法 被引量:3 2015年 针对传统的ε-不敏感支持向量回归机(ε-insensitive support vector regression,ε-SVR)未充分考虑局部支持向量对回归预测结果的影响,不利于提高回归预测精度的问题,提出了一种ε-SVR预测误差校正方法。该方法以期望预测值与ε-SVR回归预测值及局部支持向量间的欧氏距离和最小为目标函数,以ε不敏感损失带(ε-tube)宽度为约束条件,通过利用高维特征空间中ε-tube边界上和边界外的局部支持向量对ε-SVR的回归预测值进行误差校正。利用人工产生的不同分布数据集和UCI数据集进行的仿真结果表明,与传统的ε-SVR相比,该文方法具有更高的预测精度和更强的泛化能力。 陈君 彭小奇 唐秀明 宋彦坡 刘征关键词:支持向量回归机 泛化能力 特征空间最小数据分布最大间隔支持向量机 被引量:2 2013年 为提高支持向量机的泛化能力,根据统计学习理论中学习机推广能力的界和VC维理论,提出了一种同时以特征空间中样本数据分布半径最小化和类间间隔最大化为优化目标的支持向量机模型。通过合理设计其目标函数,将该支持向量机的建模问题转化为二次规划问题,从而可以采用与传统SVM相似的算法快速实现。用UCI数据库中的部分数据进行了仿真,实验证明与传统的SVM相比,在分类准确度不降低,且有所提高的基础上,使其支持向量的数目得到减少;在支持向量数目相近的情况下,预测精度得到提高。体现出更强的泛化能力。 陈君 彭小奇 宋彦坡 刘征 唐秀明关键词:支持向量机 泛化性能 数据分布