张丽娜
- 作品数：3 被引量：35H指数：3
- 供职机构：东北大学信息科学与工程学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于DAGSVM的高炉故障诊断研究被引量：4
- 2006年
- 针对高炉故障诊断智能化程度低,对操作人员技术水平要求高等不足,提出了基于支持向量机的多类分类故障诊断方法.根据统计学原理,使用核函数将样本映射到高维空间进行训练.综合各种核函数的测试准确率,得到解决该问题的最佳核函数.通过比较不同的多类分类算法,提出了基于DAGSVM的诊断模型.实验结果表明该算法具有较高的识别准确率.*
- 王安娜张丽娜高楠孙静
- 关键词：故障诊断支持向量机核函数多类分类高炉
- 一种基于动态剪枝二叉树SVMs的高炉故障诊断新方法被引量：6
- 2007年
- 高炉故障诊断是一个多类分类问题,且各个故障类别间具有一定的关系,在识别其中某一类故障时,并不需要区分全部故障的类别,为此提出了基于剪枝二叉树的支持向量机改进算法,每次识别时都去除相对没有价值的支持向量,根据类间相似度重新构造二叉树,剪掉没有价值的枝节,减少支持向量机个数,加速识别过程。通过对高炉故障模型的仿真实验,比较不同多类分类算法的性能,证明该方法能够在保证识别准确率的情况下提高故障诊断速度。
- 王安娜吴洁张丽娜陈宇
- 关键词：支持向量机多类分类故障诊断
- 基于PSO和BP网络的LF炉钢水温度智能预测被引量：25
- 2006年
- 研究将粒子群优化算法与BP神经网络相结合,建立新的钢水终点温度预报模型.确定加热功率、初始温度、精炼时间等8个影响钢水终点温度的主要因素作为神经网络的输入量.用粒子群优化算法优化神经网络参数,改善神经网络温度预测模型的收敛性能.实验结果表明,该算法可以提高预测速度和精度,预测结果误差不大于±5℃的炉次大于90%.
- 王安娜陶子玉姜茂发田慧欣张丽娜
- 关键词：LF精炼炉粒子群优化
