国家高技术研究发展计划(2006AA04Z181) 作品数:17 被引量:125 H指数:5 相关作者: 阳春华 桂卫华 钱晓山 李勇刚 徐丽莎 更多>> 相关机构: 中南大学 宜春学院 中南林业科技大学涉外学院 更多>> 发文基金: 国家高技术研究发展计划 国家自然科学基金 国家重点基础研究发展计划 更多>> 相关领域: 自动化与计算机技术 冶金工程 化学工程 经济管理 更多>>
基于多尺度小波的纹理分析(英文) 被引量:3 2015年 纹理分析对于旋转来说是非常敏感的。提出一种称为旋转不变的轮廓波傅立叶变换方法,通过提取子集香农熵来实现纹理分析的旋转不变性,对每个子集香农熵进行离散傅得到旋转不变的特征矢量,再利用DFT幅度谱的对称性进一步降低唯数。采用欧几里德距离和支持向量机进行纹理图像分类,1 500组纹理图像的实验结果表明,轮廓波变换是用来代表纹理方向和和旋转不变纹理特征的有效工具,并且在实现准确的分类同时其计算复杂度大大降低。 廖宁 徐丽莎 钱晓山关键词:多尺度小波 离散傅立叶变换 信息熵 支持向量机 纹理分类 Powell-DE算法在软测量参数预估中的应用 2013年 提出一种新的全局集成优化算法(Powell-DE算法).该算法在差分进化算法中引入具有强局部搜索能力的Powell算法,克服了DE算法收敛慢且易陷入局部最优等缺陷,几个典型测试函数的仿真实验和比较,验证了新算法的有效性,体现了新算法的优越性;然后,Powell-DE算法被用于基于LSSVM模型的蒸发过程出料溶液NK的浓度的软测量中,并与其它2种方法的比较,现场工业数据验证表明新模型体现出了更好的跟踪性能且精确度高,能够完全应用于出料溶液NK的浓度的在线预测. 钱晓山 阳春华 徐丽莎关键词:软测量 蒸发过程 最小二乘支持向量机 基于变异CPSO算法的LSSVM蒸发过程软测量 被引量:4 2010年 在分析混沌粒子群优化算法(CPSO)和最小二乘支持向量机(SVM)理论基础上,以某氧化铝厂蒸发过程为对象,采用带有末位淘汰机制的混沌粒子群优化算法优化支持向量机的参数,建立了基于变异CPSO算法的LS-SVM的氧化铝蒸发过程软测量模型,并与PSO-LSSVM、LSSVM模型比较,研究表明,ICPSO-LSSVM模型预测准确,泛化性能好,且该模型预测结果中相对误差小于5%的样本达到92.5%,最大相对误差仅为8.1%,均方差MSE为0.05153,模型具有较高的精度,其现场实施结果表明基本可以实现出口浓度的实时在线预估。 阳春华 钱晓山关键词:最小二乘支持向量机 蒸发过程 软测量 基于计算机视觉的浮选泡沫颜色及尺寸测量方法 被引量:40 2009年 矿物浮选过程中,为了使浮选过程处于最优运行状态,获得量化的泡沫颜色与尺寸参数就至关重要。提出了一种基于计算机视觉的浮选泡沫颜色及尺寸测量方法,通过高性能彩色CCD摄像机获取泡沫图像,在此基础上采用相对红色分量测量泡沫颜色,并提出采用面积重构改进变换为分水岭变换提供标识,从而完成泡沫图像分割,对分割后的气泡区域进行象素标定得到气泡实际尺寸。工业运行数据分析结果表明,该方法能有效地测量浮选泡沫颜色及尺寸。 阳春华 周开军 牟学民 桂卫华关键词:浮选 基于泡沫特征与LS-SVM的浮选回收率预测 被引量:27 2009年 针对矿物浮选过程中回收率难以在线检测的问题,提出了一种回收率预测方法。采用最小二乘支持向量机构造预测模型,以图像特征作为模型输入,通过交叉验证实现模型参数优化。为提取泡沫特征,通过计算图像相对红色分量提取颜色特征,结合聚类与分水岭方法分割泡沫图像并提取尺寸特征,利用像素分析方法提取承载量特征,采用图像对的相关性分析方法提取泡沫速度、破碎率等动态特征,并对泡沫特征与回收率进行了相关性分析。实验结果表明,该方法能有效预测回收率。 周开军 阳春华 牟学民 桂卫华关键词:矿物浮选 泡沫图像 特征提取 最小二乘支持向量机 一种弹性粒子群优化算法 被引量:22 2008年 当某个粒子与最优粒子很接近时,其飞行速度将趋于零,这是粒子群优化算法容易陷入局部极小的主要原因.为此,提出一种弹性粒子群优化算法.算法中,粒子速度不依赖其与最优粒子之间距离的大小,而仅依赖于其方向信息,并采用一种自适应策略弹性地修正粒子速度的幅值.将弹性粒子群优化算法应用于几种典型测试函数的优化,数值仿真结果表明,弹性粒子群优化算法能有效地找出全局最优点. 李勇刚 桂卫华 阳春华 陈志盛关键词:粒子群优化算法 基于变异CPSO算法的LSSVM出水COD的软测量研究 被引量:2 2012年 在分析混沌粒子群优化算法(CPSO)和最小二乘支持向量机(SVM)理论基础上,以某污水处理厂的氧化沟系统为对象,采用带有末位淘汰机制的混沌粒子群优化算法优化支持向量机的参数,建立了基于变异CPSO算法的LS-SVM的氧化沟出水水质COD软测量模型,并与PSO-LSSVM,LSSVM模型比较,研究表明,ICPSO-LSSVM模型预测准确,泛化性能好,且该模型预测结果中相对误差小于10%的样本达到90%,最大相对误差仅为12.5%,均方差MSE为0.0106,模型具有较高的精度,基本可以实现出水COD浓度的在线预估。 徐丽莎 钱晓山关键词:最小二乘支持向量机 污水处理 化学耗氧量 软测量 PS转炉造渣过程的动态优化控制 被引量:6 2009年 建立了Pierce-Smith(PS)转炉造渣过程的非线性状态空间模型,并提出了基于生产质量指标反馈校正的铜锍造渣过程的动态优化控制方案.该方案首先基于最优模型求得最优控制律.为消除吹炼过程中的扰动以及其他不确定因素所带来的影响,再引入基于生产质量指标的反馈调整机制.其中反馈信息由软测量模型根据进出转炉的物料计算得到,智能控制单元根据反馈的质量信息和期望的质量目标间的偏差对最优控制律进行补偿修正.并在该动态优化控制方案基础上,设计并开发了铜锍吹炼过程的优化控制指导决策系统.实际运行结果表明该系统优化了产品的质量,同时也实现了铜锍生产过程的节能. 宋海鹰 桂卫华 阳春华 王雅琳关键词:动态优化 智能控制 基于约简鲁棒LSSVM铝酸钠浓度软测量 2015年 针对铝酸钠溶液浓度在线检测仪表稳定性差、具有放射性、维护保养成本高等不足及人工检测严重滞后的问题,结合蒸发过程工艺机理分析,选取影响铝酸钠溶液浓度的参数为辅助变量,采用加权损失函数的最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)实现了铝酸钠溶液浓度的鲁棒软测量。并采用斯密特正交化方法约简核矩阵,降低计算复杂度。工业过程数据仿真结果表明,建立的软测量模型能够连续在线检测铝酸钠溶液浓度,并获得了比标准LSSVM、加权LSSVM及多核LSSVM更高的预测精度,完全满足工业要求。 孙荣玲 钱晓山关键词:差分进化算法 最小二乘支持向量机 铝酸钠溶液 鲁棒 基于模糊最小二乘支持向量机的蒸发过程预测控制研究 被引量:2 2010年 针对氧化铝蒸发过程的多变量、非线性和大滞后特点及不同时间和空间样本数据不同的特征,提出了基于末位淘汰机制的混沌粒子群算法的综合加权模糊最小二乘支持向量机蒸发过程预测控制方法。用变异混沌粒子群算法对模型预测控制进行滚动优化,计算出最优控制序列。以某氧化铝厂蒸发过程生产数据进行实验验证分析,结果表明:模型预测结果中相对误差小于8%的样本达到93.9%,出口浓度稳定在240g/L附近,其控制性能得到显著改善,同时也起到了降低能耗的目的。 阳春华 钱晓山关键词:蒸发过程 预测控制 模糊最小二乘支持向量机 混沌粒子群算法