张东娟
- 作品数：4 被引量：20H指数：3
- 供职机构：江苏大学电气信息工程学院更多>>
- 发文基金：国家高技术研究发展计划中国博士后科学基金镇江市科技支撑计划(农业)项目更多>>
- 相关领域：自动化与计算机技术生物学理学更多>>
- 基于改进极限学习机的软测量建模方法被引量：8
- 2012年
- 针对生物发酵过程中一些生物参量难以测量的问题,提出一种基于改进极限学习机(IELM)的软测量建模方法。该方法通过最小二乘方法和误差反馈原理计算出最优的网络输入到隐含层的学习参数,以提高模型的稳定性和预测精度。通过双对角化方法计算出最优的输出权值,解决输出矩阵的病态问题,进一步提高模型的稳定性。将所提方法应用于红霉素发酵过程生物量浓度的软测量。结果表明,与ELM、PL-ELM、IRLS-ELM软测量建模方法相比,IELM在线软测量建模方法具有更高的预测精度和更强的泛化能力。
- 张东娟丁煜函刘国海梅从立
- 关键词：极限学习机软测量发酵过程
- 基于IRLS-ELM生物发酵在线软测量建模方法被引量：5
- 2011年
- 为解决生物发酵过程中生物量浓度难以在线测量的问题,提出一种基于改进的最小二乘正则化极限学习机(IRLS-ELM)软测量建模方法并将其应用于红霉素发酵过程生物量浓度的在线预测中.根据误差反馈原理,将训练误差作为输入建立带反馈的神经网络,以提高模型预测精度.并将加权最小二乘法引入到ELM中改进其数学模型,削弱离群点或者不稳定因素的影响.最后,将所建IRLS-ELM模型应用于红霉素发酵过程生物量浓度的预测中.实验结果表明,在隐含层节点数相同的情况下,对于指标MSE,IRLS-ELM比ELM和RLS-ELM有明显提高.同时IRLS-ELM在隐含层节点数变少的情况下,误差没有明显变化,结构紧凑而且稳定性较高.由此可见,与ELM和RLS-ELM软测量建模方法相比,IRLS-ELM在线软测量建模方法具有更高的预测精度和更强的泛化能力.
- 刘国海张东娟梅从立
- 关键词：极限学习机软测量发酵过程
- 近红外光谱结合ELM快速检测固态发酵过程参数pH值被引量：7
- 2012年
- pH值是固态发酵过程关键参数之一,为此提出基于近红外光谱技术的秸秆蛋白饲料固态发酵过程参数pH值检测方法。利用近红外光谱系统获取140个固态发酵过程产物样本在10 000～4 000cm-1范围内的近红外光谱数据,通过酸度计测得近红外光谱预测模型的参考测量值;运用ELM算法建立pH值的预测模型,在模型建立过程中由交互验证法确定最佳主成分因子数和ELM网络隐含层节点数。试验结果显示:最佳ELM网络模型的拓扑结构为10-40-1,模型预测集相关系数(Rp)和预测均方根误差(RMSEP)分别为0.961 8和0.104 4。研究结果可为固态发酵过程参数的在线检测提供技术基础。
- 刘国海江辉肖夏宏张东娟梅从立丁煜函
- 关键词：近红外光谱极限学习机PH固态发酵
- 基于IRLS-ELM生物发酵在线软测量建模方法研究
- 为解决生物发酵过程中生物量浓度难以在线测量的问题, 提出一种基于改进 的最小二乘正则化极限学习机(IRLS-ELM)软测量建模方法并将其应用于红霉素发 酵过程生物量浓度的在线预测中. 将训练误差作为先验知识反馈到ELM ...
- 刘国海张东娟梅从立
- 关键词：极限学习机软测量发酵过程
