刘学艺
- 作品数：10 被引量：141H指数：5
- 供职机构：浙江大学航空航天学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家科技成果重点推广计划更多>>
- 相关领域：理学自动化与计算机技术冶金工程一般工业技术更多>>
- 极限学习机的快速留一交叉验证算法
- 针对回归和分类问题，提出一种极限学习机(ExtremeLearningMachine，ELM)的快速留 一交叉验证算法，并从理论和数值仿真两方面说明其有效性，留一交叉验证已经被证明能够给出统 计模型真实泛化性能的几乎无偏...
- 刘学艺李平郜传厚
- 关键词：极限学习机
- 雾化提钒工艺的参数优化被引量：5
- 2005年
- 简要论述雾化提钒工艺完善提高中的数学建模与系统优化工作.由错综复杂的生产数据建立提高钒氧化率的数学规划模型,应用多种优选方法寻求各项工艺参数的最优控制范围及多因素的优化组合以改善指标值.在优化结果反馈指导生产实践过程中,追踪生产数据应用小子样统计推断理论,从钒氧化率的显著性差异以及流体力学上进行分析,找到了未知的关键影响因素.工艺参数的成功优化使得雾化提钒工艺得以完善提高,项目攻关取得了突破.
- 刘祥官刘学艺
- 关键词：数学建模
- 贝叶斯网络在高炉铁水硅含量预测中的应用被引量：37
- 2005年
- 应用贝叶斯网络对高炉铁水硅含量进行预测。首先阐述了贝叶斯网络的数学描述,在此基础上给出贝叶斯网络预测公式的一种简化形式。然后建立高炉铁水硅含量的贝叶斯网络预测模型,对山东莱钢1 号高炉在线采集的2 000炉数据进行网络学习,离线预测取得了较好的效果。与神经网络等其他方法相比,它更适合解析高炉过程,而且透明的推理过程对高炉工长判断炉温变化趋势具有指导意义。
- 刘学艺刘祥官王文慧
- 关键词：高炉炼铁铁水硅含量贝叶斯网络
- 复合Logistic模型对SARS区域疫情的动态描述被引量：4
- 2005年
- 根据传染病的发生、发展、流行和转归的基本规律,推导出描述疫情发展的复合Logistic方程模型.从模型曲线和模型参数的实际意义出发,以北京地区为例,对SARS流行的特征参数进行计算、分析与数值预报,从而预见性地阐述SARS流行的数量化规律.并通过模型中参数数值的变化,分析政府措施的效用和节假日对疫情的影响.
- 王义康刘学艺
- 关键词：SARS疫情防控
- 数学建模竞赛培训中数学软件教学策略研究被引量：1
- 2012年
- 数学建模竞赛是培养大学生创新实践能力的重要途径,其中计算机编程实现能力具有重要作用。本文从数学软件教学的自身特点出发,结合日常教学与课余集中培训的互补性,以学生实践能力的培养和竞赛成绩的提高为目标,探讨了数学建模竞赛培训中数学软件的教学策略并应用于教学实践,取得了良好的教学效果。
- 刘学艺王义康柴中林
- 关键词：大学生数学建模竞赛数学软件创新实践能力教学
- 基于Vapnik-Chervonenkis泛化界的极限学习机模型复杂性控制被引量：4
- 2014年
- 模型复杂性是决定学习机器泛化性能的关键因素,对其进行合理的控制是模型选择的重要原则.极限学习机(extreme learning machine,ELM)作为一种新的机器学习算法,表现出了优越的学习性能.但对于如何在ELM的模型选择过程中合理地度量和控制其模型复杂性这一基本问题,目前尚欠缺系统的研究.本文讨论了基于Vapnik-Chervonenkis(VC)泛化界的ELM模型复杂性控制方法(记作VM),并与其他4种经典模型选择方法进行了系统的比较研究.在人工和实际数据集上的实验表明,与其他4种经典方法相比,VM具有更优的模型选择性能:能选出同时具有最低模型复杂性和最低(或近似最低)实际预测风险的ELM模型.此外,本文也为VC维理论的实际应用价值研究提供了一个新的例证.
- 刘学艺宋春跃李平
- 关键词：极限学习机小样本
- 极限学习机算法及其在高炉冶炼过程建模中的应用研究
- 随着信息技术的快速发展,基于数据的机器学习算法在工业过程建模中扮演着日益重要的角色,特别是对于那些结构复杂、机理不明的非线性时变系统。极限学习机(Extreme Leaning Machine, ELM)是最近几年才出现...
- 刘学艺
- 关键词：极限学习机VC维泛化性能先验信息高炉冶炼过程
- 文献传递
- 国际大学生数学建模竞赛培训策略的一些探讨被引量：2
- 2012年
- 国际大学生数学建模竞赛指美国大学生数学建模竞赛,是开展最早的数模竞赛,有着自己的风格和特点,在国际上有广泛的影响。相对于国内数模竞赛,对国际大学生数模竞赛的研究不多。本文分析了美国大学生数模竞赛的特点,并从我校数模竞赛的实践出发,探讨了组织参加美国大学生数模竞赛的培训策略。此外,还介绍了我校大学生参加该项赛事并取得较好成绩的经验。
- 柴中林王航平王义康赵承业刘学艺
- 极限学习机的快速留一交叉验证算法被引量：75
- 2011年
- 针对回归和分类问题,提出一种极限学习机(Extreme Learning Machine,ELM)的快速留一交叉验证算法,并从理论和数值仿真两方面说明其有效性.结果表明,该算法避免了以训练样本数量N次的ELM模型的显式训练,其计算复杂度与N仅呈线性趋势增长,即O(N).即使在处理大型数据集建模问题时,该算法仍然可以快速地进行ELM模型的选择和评价.通过人工和实际数据集上的仿真实验,验证了该快速留一交叉验证算法的有效性.
- 刘学艺李平郜传厚
- 关键词：极限学习机
