杨忠
- 作品数：7 被引量：6H指数：1
- 供职机构：宁波大学信息科学与工程学院更多>>
- 发文基金：浙江省自然科学基金宁波市服务型重点专业建设资助浙江省公益性技术应用研究计划项目更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 基于PSO-SVM的空气质量预报
- 经济的快速发展带来了环境问题，其中大气污染是其中比较严峻的问题之一。通过大气污染预报模型对空气中的颗粒物浓度进行预报，一方面分析出污染物趋势以及各种因素对空气质量的影响，为治理和预防大气污染问题提供了理论依据，另一方面让...
- 杨忠
- 关键词：支持向量机粒子群算法空气质量大气污染
- 基于人工免疫网络多Agent的化工过程多目标寻优策略研究
- 史旭华林卫星蓝艇刘楠楠项龙杨忠朱金仁
- 多Agent技术是当今人工智能领域中的前沿学科之一,也是分布式人工智能研究的一个重要分支.该课题将利用多Agent的自组织、自学习、协作和推理等特点,结合人工免疫网络固有的优点,形成多Agent免疫系统,来求解复杂系统的...
- 关键词：
- 基于邻域-克隆选择学习算法的分馏装置负荷优化
- 2012年
- 在免疫克隆选择和人工免疫网络算法基础上,采用了Agent的思想,提出了一种邻域-克隆选择学习全局优化算法(N-Clonalg)。不同于其他人工免疫算法,N-Clonalg定义了网格化的邻域操作环境,其主要搜索算子有N-克隆选择、N-竞争和自学习算子,能有机结合全局与局部搜索,多峰测试函数表明能较好地克服克隆选择算法(Clonalg)的早熟及人工免疫网络算法(Opt-aiNet)收敛速度慢问题。分馏装置负荷优化实例应用表明,算法具有较好的最优解搜索性能,能较好地实现化工中的寻优问题。
- 杨忠史旭华
- 关键词：多模态优化
- 加权因子的PSO-SVR区域空气PM2.5浓度预报方法被引量：4
- 2017年
- 针对区域PM2.5浓度预报这一问题进行了研究,通过结合支持向量回归机(SVR)和粒子群优化算法(PSO),提出了一种加权因子的预报方法(W-PSO-SVR)。该方法采用了对预报模型的输入变量进行[0,1]间的不均等加权赋值,权重值由PSO搜索求得,通过不断寻优迭代,赋予输入变量的不均等权重,从而建立预报模型。采用该方法的区域空气的PM2.5浓度预报结果表明,与单独的支持向量回归机模型和0或1的加权因子的支持向量回归模型相比,W-PSO-SVR预报精度提高明显,能较好地实现对模型输入参数的有效选择。
- 杨忠童楚东俞杰傅晓钦汪伟峰史旭华
- 关键词：PM2支持向量机粒子群优化算法加权因子
- 基于MSP430F149的简易心电图仪设计
- 2011年
- 该设计实现了一款基于MSP430F149的低功耗、低成本且携带方便的简易心电图仪设备。该心电图仪以低功耗单片机MSP430为核心，通过前置放大、后级放大、滤波电路、电压抬升电路和LCD显示模块，使得该仪器具有显示心电图功能及具有存储回放功能。
- 杨忠杨守建邬杨波
- 关键词：心电图低功耗单片机信号处理
- 模糊聚类支持向量机的区域空气PM_(2.5)浓度预报被引量：1
- 2016年
- 在分析模糊C均值聚类算法与支持向量机回归的特点后,将二者结合,提出了模糊聚类支持向量机回归(FCM-SVR)算法,对空气中颗粒物浓度PM2.5进行预测.该方法首先利用模糊C均值聚类算法把一个复杂的数据集分成多个群体,再在每个群体上建立支持向量机回归(SVR)模型,然后进行集成,对区域空气的PM2.5浓度进行预测.预测结果分别与自组织竞争神经网络支持向量机回归(SOM-SVR)模型和单一的支持向量机回归(SVR)的结果进行比较.结果表明,FCM-SVR模型的预报准确率高于SOM-SVR模型和SVR模型.
- 李海琴杨忠俞杰史旭华
- 关键词：模糊C均值聚类支持向量机回归
- 基于FPGA和C8051F020的简易实时频谱分析设计被引量：1
- 2011年
- FFT—V9．0 Core是基于Altera FPGA高性能、高度参数化的快速傅里叶变换处理器。设计和实现了一种以FPGA为核心，辅助于C8051F020数据处理，液晶显示各谐波幅值、基波含有率和频谱图的实时频谱分析系统。由C8051F020片内AD采集输入信号，经FPGA与C8051F020并行数据通信协议进入FPGA做FFT算法分析，运算结果经并行数据通信协议以送回C8051F020做进一步数据处理和显示。实验证明，系统充分利用了FPGA与C8051F020芯片资源，具有较好的实时性，频谱分析特性，系统操作简便，测量结果直观可靠。
- 杨守建沈一波杨忠李宏
- 关键词：频谱分析FFTFPGAC8051F020
