排序方式: 共有92条查询结果,搜索用时 15 毫秒
71.
72.
针对光纤法布里-珀罗可调谐滤波器(FFP-TF)在环境温度变化时输出波长持续漂移,引起光纤布拉格光栅(FBG)解调不稳定的现象,提出一种基于改进AdaBoost算法的温度稳定FBG解调方法。采用AdaBoost集成学习构建可调谐滤波器的温漂模型,在迭代过程中提出基于误差率差值的弱学习器权重更新方法,以增强弱学习器权重与其预测误差之间的关联,提高多个弱学习器的集成效率。实验结果表明,传统AdaBoost补偿后可调谐滤波器在温度变化环境中的最大波长漂移为14.03 pm,而基于权重更新的AdaBoost算法补偿后最大波长漂移为4.75 pm。相比传统的基于标准具和气室的温漂补偿方法,所提补偿方法不需要添加额外元件,补偿精度高。 相似文献
73.
杨宁 《南昌大学学报(理科版)》2003,27(2):195-197
分析了模糊逻辑规则的形成过程,介绍了模糊推理方法,提出了基于模糊规则化的数据挖掘方法。由分析可以看出,基于模糊逻辑规则的方法能从大量的数据集合中有效地发现有价值但不明显的信息并挖掘出有价值的信息。在实际系统中有着一定的意义。 相似文献
74.
75.
76.
高层建筑物需要采用"异形截面桩"(简称异形桩)来提高承载力,为实现优化设计,需要对影响其力学性能的重要结构参数进行归类分析,在探究其影响机理的基础上,得出不同结构参数改变时异形桩承载能力的变化趋势与最优解.本文对异形桩进行参数化分析,在特定截面周长、面积的情况下,改变异形桩外尖角个数与夹角,探究不同截面参数对异形桩力学... 相似文献
77.
土壤性质对其吸附短链全氟羧酸的影响 总被引:1,自引:0,他引:1
本文研究了土壤理化性质对其吸附短链全氟羧酸(PFCAs)的影响.研究结果表明, Freundlich和Virial吸附等温线均可对吸附数据进行较完美的拟合,相关系数(R~2)分别介于0.9651~0.9989和0.8670~0.9985.各种土壤性质与短链PFCAs固液分配系数(K_d)的线性回归分析结果表明,蛋白质含量、阴离子交换容量(AEC)、铁氧化物含量和黏粒含量是影响土壤吸附短链PFCAs的关键性因素;土壤总有机碳(TOC)、胡敏酸、富里酸、糖类、阳离子交换容量和比表面积等因素对吸附的影响并不显著.多元线性回归分析结果表明,土壤因素对其吸附短链PFCAs影响的重要程度依次为:AEC蛋白质黏粒含量铁氧化物. 相似文献
78.
79.
80.
在近红外光谱数据定量建模中,数据的高冗余和高噪严重影响了建模的稳健性和精确性,因此提出了一种特征分层结合改进粒子群算法(PSO)的特征光谱选择方法。首先通过互信息度量特征的重要性得分,并按特征的重要性降序排序,有效避免了因采用降维方法得到主成分而引起的丢失重要信息的问题。其次,引入了跳跃度概念,并构造了一种特征分层的方法,重要性程度相似的特征并入同一个特征子集,将降序排列的特征集分割为不同的特征子集,避免了筛选特征过程中因人为设定特征重要性得分阈值而导致的不确定性。最后,采用收敛速度快、控制参数少的粒子群算法作为最优特征子集的优化方法,同时对粒子群算法做了两方面改进:引入混沌模型增加种群的多样性,提高了PSO的全局搜索能力,避免陷入局部最优;将特征数目引入到适应度函数中,在迭代前期通过惩罚因子调节特征数目对适应度函数的影响,提高了算法的适应能力。将分层后的数据以特征子集为单位,依次累加并作为改进粒子群算法的输入,从而选择出高辨别力的特征子集。以烟碱指标为例进行了特征选择过程的描述,实验采用尼高力公司的Antaris Ⅱ近红外光谱仪进行近红外光谱数据的采集,光谱扫描范围为4 000~10 000 cm-1。首先,利用互信息理论计算全光谱1 557个特征对待测指标定量建模的重要性得分,得分取30次实验的均值。其次,将所有特征按照重要性得分降序排序,计算所有特征的跳跃度,依据跳跃度寻找特征分层的临界点,将特征划分到不同的特征层中,构建了包含8个特征子集的特征集合S={S′1, S′2, S′3, S′4, S′5, S′6, S′7, S′8}。然后,依次将特征子集S′1,{S′1, S′2},{S′1, S′2, S′3},…,{S′1, S′2, S′3, S′4, S′5, S′6, S′7, S′8}作为初始粒子群的候选集,以R/(1+RMSEP)作为特征子集优劣的评价标准,各自重复实验50次,比值最大的特征子集即为最优特征子集。为验证该算法的有效性,选取了具有代表性烟叶近红外光谱数据作为训练集和测试集,建立了烟碱、总糖两个指标的PLS定量模型,并分别与全光谱、分层后的特征光谱、粒子群算法选出的特征光谱进行了比较。仿真结果表明,本算法所选特征烟碱、总糖的建模相关系数r分别为0.988 5和0.982 2,交互验证均方差RMSECV分别为0.098 4和0.889 3,预测均方根误差RMSEP分别为0.100 7和0.901 6,模型准确率均明显高于其他三种方法。从所选特征数来看,该算法所选特征数最少,有效剔除了原特征集中的弱相关和噪声、冗余信息,所建模型的主因子数最少,降低了模型的复杂性,模型更加稳健,适应性更广。 相似文献