模拟退火优化SVM参数的变压器故障诊断

利用群智能算法优化支持向量机(SVM)参数往往需要引入额外的变量,使变压器故障诊断问题更加复杂,对此提出一种自适应的模拟退火算法优化(ASA)支持向量机参数。通过设计自适应的冷却进度表,使得寻参的过程仅仅依赖于退火速率以及网格搜索粒度,保持了较少的参数设置。在相关数据集上的实验表明,与已提出的粒子群算法(PSO)、遗传算法(GA)相比,ASA算法具有更快的收敛速度以及较好的诊断精度。利用自适应的模拟退火算法能够较好的优化SVM参数并提高变压器故障诊断的精度。     

一种葡萄糖发酵液中乙醇含量的拉曼光谱分析方法

拉曼光谱法可实现样品的快速定量分析,但发酵液等复杂体系中样品的拉曼强度与被测组分含量之间的良好线性关系难以直接得到。本实验中将待测样品与纯被测组分的拉曼光谱均视为向量,并按照向量点积公式计算向量之间的夹角。在被测组分的拉曼光谱特征峰波段,对多组样品在不同光谱区间的向量夹角矩阵和被测组分含量进行偏最小二乘回归,建立定量分析数学模型,从而以光谱向量之间的夹角作为定量指标实现葡萄糖发酵液中乙醇含量的快速测定。选取的主成分数为6时,所建模型校正集和预测集中预测值与实测值的线性相关系数分别为0.9993和0.9933;校正集均方根误差为0.2171。其建模所用样本数量少、对样品无损坏,方法适用于发酵在线监测和过程分析。     

投影寻踪分类建模理论的新探索与实证研究

从理论上分析了正确的投影向量系数(权重)约束条件是∑_(j=1)~2a_j~2=1和1≥0_j≥-1;从理论和实证两个视角证实采用约束条件∑_(j=1)~p a_j~2=1和1≥a_j≥0时逆向指标或对正向指标采用了错误的归一化方式时的权重必定等于"0"。采用正确的约束条件,针对同一密度窗宽R值,实证分析发现和从理论上证明了在投影寻踪分类(PPC)建模中改变指标归一化方式前后,权重是互为相反数的重要特性等三个定理和二个推理,改变指标归一化方式不影响任意两样本投影值之间的距离和投影指标函数值。提出了正确使用PPC进行建模的基本原则和步骤、判定指标属性(正向指标或者逆向指标)的准则等,实现了投影寻踪探索性研究和验证性分析的有机统一。     

近红外光谱法在红曲菌固态发酵过程参数检测中的应用

研究了近红外光谱技术快速检测红曲菌固态发酵过程参数水分含量和pH值的可行性。针对传统基于间隔策略波长选择方法忽略非线性因素的缺点,采用一种基于最小二乘支持向量机(Least squares support vector machines,LS-SVM)非线性模型的波长筛选算法：联合区间最小二乘支持向量机(Synergy interval least squares support vector machines,siLS-SVM),并将新算法与相关系数法、iPLS算法、siPLS算法对比。实验结果显示,联合siLS-SVM算法和LS-SVM模型取得了最好的预测效果,水分含量、pH值的预测集相关系数(Rp)分别为0.962 1、0.976 1,预测均方根误差(RMSEP)分别为0.012 9、0.145 2,表明模型具有较好的拟合度和预测性能。应用近红外光谱法进行红曲菌固态发酵过程的水分含量和pH值的快速检测可行,该方法为进一步实现其过程参数的在线检测及发酵条件优化提供了技术基础。     

利用油水稳定化和支持向量回归增强近红外光谱测定油中水分的方法

近红外光谱(NIRS)可以检测溶解于油中的水分含量,但油中水分较多时会散射而非吸收NIRS,从而引起较大误差。为此,筛选非离子型表面活性剂(Span-80)将含水油液稳定分散成小颗粒,利用其NIRS数据建立水分含量的支持向量回归模型。实验中油水稳定化将NIRS测定变压器油中水分含量的上限从传统的0.1%提升到1%(V/V),通过应用连续投影算法,在511个NIRS变量中筛选出15个有效变量(占原变量的2.9%),建立的支持向量回归模型对验证集的预测均方根误差为2.93%,相关系数为0.9944,相对分析误差为9.4732。     

超微血管成像和超声造影对乳腺癌病灶内微血流及超微血管的评价及其联合诊断价值

本文探讨了超微血管成像(SMI)和超声造影(CEUS)对乳腺癌病灶内微血流及超微血管的评价,及其联合检查对乳腺癌的诊断价值。选取2017年6月~2019年3月我院收治的经手术病理证实的乳腺癌患者106例(106个肿块)作为研究对象,所有患者术前均完成彩色多普勒血流显像(CDFI)、CEUS及SMI检查。比较SMI、CEUS对乳腺癌的诊断准确率及对病灶内血流信号、穿支血管的显示情况。结果显示,106例乳腺癌(106个肿块)中,SMI和CEUS对乳腺癌的诊断准确率分别为79.25%、83.96%,两者比较差异无统计学意义(P>0.05);SMI联合CEUS检查对乳腺癌的诊断准确率为96.23%,明显高于单一SMI或CEUS的诊断准确率(P<0.05)。在血流信号显示上,SMI检出不丰富血流信号、丰富血流信号分别为64个、42个;CEUS表现为低增强64个、等增强及高增强为42个;SMI和CEUS评价乳腺癌病灶内微血管及血流供应情况具有较好的一致性(P<0.05)。在穿支血管显示上,SMI检出44个、CDFI检出34个,SMI能够清晰检出CDFI不能检出的穿支血管10个。表明SMI和CEUS诊断乳腺癌病灶内微血管及血流供应情况具有较好的一致性,对乳腺癌均有较高的诊断价值,二者联合检查有助于提高乳腺癌的诊断准确率。     

2011年广东高考立体几何题引起的思考

2011年高考已降下帷幕,但对精彩考题的研究和认识却在继续,笔者对2011年高考广东卷理科第18题情有独钟.     

例谈向量运算的几何意义在解题中的运用

从2000年以来，向量正式加入高考试题的行列，经过几年的锤炼，考查的方向已从最初的以“三点共线、垂直”为代表的初级阶段，过渡到以“三角形四心”为代表的提高阶段，直到现在的“以运算的几何意义”为代表的灵活运用阶段,对几何意义的理解将使我们大大加快解题速度，提高解题效率.     

On almost sure max-limit theorems of complete and incomplete samples from stationary sequences

Let M _n denote the partial maximum of a strictly stationary sequence (X _n ). Suppose that some of the random variables of (X _n ) can be observed and let [(M)\tilde]_n\tilde M_n stand for the maximum of observed random variables from the set {X ₁, ..., X _n }. In this paper, the almost sure limit theorems related to random vector ([(M)\tilde]_n\tilde M_n , M _n ) are considered in terms of i.i.d. case. The related results are also extended to weakly dependent stationary Gaussian sequence as its covariance function satisfies some regular conditions.     

极大加可约矩阵的谱与周期时间向量的关系

提出了极大加代数上可约矩阵特征值的缺失值及冗余值的概念,得到了相应的定理;对特征值与周期时间向量分量之间的关系作了深入的研究.