基于样本修整和支持向量机算法的并网风电机组运行特性研究

针对并网风力机组运行时非线性、耦合性和大惯性的特点,提出了一种基于样本修整和支持向量机算法的系统辨识方法,并通过实例将该方法与单纯的支持向量机算法、BP(back propagation)神经网络算法进行比较.结果表明,样本修整后与修整前相比,训练速度和预测精度都有明显提高,基于样本修整和支持向量机算法的辨识方法具有明显的优越性.     

破障闯关开新局——巢湖市中小企业转型发展的思考

正改革开放以来,巢湖市中小企业和非公有制经济迅速增长。在市场机制和政府支持的共同作用下,中小企业数量迅速增加,素质不断提高,活力逐步增强,发展上了一个新台阶。一、巢湖市中小企业发展成效与作用中小企业对经济的增长贡献越来越大。2006—2012年,全市国民经济年均增长12.6%,而规模以上中小企业工业企业增加值年均增长29%。中小企业实现的营业收入相当于各类企业收入的60%,上缴税收占税收总额的50%,出口创汇占70%。中小企业成为扩大就业的主渠道。中小企业多属于劳动密集型产业,     

不同电解液中钛合金电解等离子体抛光的对比分析

利用粗糙度仪、激光发射率测试仪、光学及电子显微镜等设备,对不同电解液体系中得到的钛合金试样表面的粗糙度及形貌进行了分析.结果表明:配方4电解液体系中得到的试样表面最为平整、镜面效果最好;配方1、2、3处理得到的膜层表面粗糙度也有较大的改善.     

大学生情感幸福感的影响因素

为增进大学生情绪健康提供依据,探讨大学生情感幸福感的特点及影响因素。通过分层随机抽取502名大学生,采用情感幸福感量表、社会支持评定量表、应付方式问卷进行调查。结果表明大学生积极情感显著多于消极情感,男生的消极情感显著高于女生。社会支持与积极情感显著正相关,与消极情感显著负相关;成熟型应付方式与积极情感显著正相关,与消极情感显著负相关,不成熟型应付方式则正好相反。解决问题、自责、主观支持、支持利用能预测积极情感23．1％的变异量,解决问题、自责、幻想、合理化、客观支持能预测消极情感36．1％的变异量。因而社会支持、应付方式是大学生情感幸福感的重要影响因素。     

破障闯关开新局——巢湖市中小企业转型发展的思考

改革开放以来,巢湖市中小企业和非公有制经济迅速增长。在市场机制和政府支持的共同作用下,中小企业数量迅速增加,素质不断提高,活力逐步增强,发展上了一个新台阶。     

基于改进标准加入法的碳酸饮料中多种色素含量的同时测定

采用正交设计设计法设计包含柠檬黄、日落黄、诱惑红、苋菜红、胭脂红及亮蓝6种色素水性混合样品,分别测试其紫外-可见光谱(UV)并用支持向量回归(SVR)得到6种色素同时测定的UV-SVR模型.饮料样品经超声去除CO2后分别添加7水平不同含量的色素标准品并分别测定其UV光谱,利用UV-SVR模型预测其中色素含量,线性回归分析后得到多种色素在饮料中的含量.结果表明,基于UV-SVR-标准加入法多种色素含量同时测定,6种色素含量预测值与实际值的回归分析相关系数在0.99以上,相对标准偏差(RSD)为0.5%~2.5%;用于实际饮料样品测定时,能够同时预测其中多种色素的含量,测定结果与高效液相色谱(HPLC)法相比绝对误差小于1mg·L-1.     

基于多输出支持向量机的聚乙烯相对分子质量分布建模与优化

相对分子质量分布(MWD)是聚合物产品重要的质量指标,目前实时检测相对分子质量分布仍缺乏有效的方法.在聚合物研究中,高精度的相对分子质量分布实时检测方法是当前的研究热点.不同于其他文献中描述的方法,通过结合聚合反应机理和过程信息建立相对分子质量分布的混合模型来解决预测精度和实时性问题.首先利用催化剂各活性中心的分布函数加权叠加拟合相对分子质量分布,分布函数参数和工艺条件之间的关系可通过多输出支持向量机回归(MSVR)算法来描述;其次应用无约束非线性优化方法优化上述方法建立的混合模型的工艺条件;最后将建立的混合模型应用于乙烯聚合过程,验证了上述方法的可行性.     

基于化学位移和伪氨基酸组分信息预测抗凋亡蛋白质与促凋亡蛋白质

凋亡蛋白质是一种有着特殊功能的蛋白质,在生物体的生长和维持体内平衡中扮演着重要的角色.在细胞凋亡过程中抗与促凋亡蛋白质对细胞凋亡的调控起着不同的作用.如果抗凋亡蛋白质或者促凋亡蛋白质失活,将导致癌症和其它疾病的发生,所以对抗凋亡蛋白质和促凋亡蛋白质的识别,将有助于更好的了解凋亡蛋白的致病机理.建立一个新的凋亡蛋白质数据集,并基于化学位移信息和伪氨基酸组分信息采用支持向量机(SVM)方法对新的数据集进行了预测.融合后的特征信息用Jackknife检验预测成功率达到77.01%,从预测结果可以看出提取有效的特征信息是提高预测成功率的重要因素.     

基于LSSVM概率输出与证据理论融合的变压器故障诊断

为了利用相对较少的故障数据样本对变压器主要故障类型进行较准确的判断,基于智能互补和数据融合的思想,提出基于最小二乘支持向量机LSSVM( least square support vector machine)概率输出与证据理论融合的故障诊断方法。该诊断方法具有以下特点：可融合蕴含变压器运行状态的多种特征信息,输出变压器各种故障的概率,为变压器检修提供更多的可用信息;充分发挥了LSSVM在小样本情况下具有较强泛化能力的优势。算例结果表明,该诊断方法的故障诊断准确率达到91.1%,优于传统的IEC三比值法(故障诊断准确率75.6%)及LSSVM分类法(故障诊断准确率82.2%),有效降低了诊断误判的风险。     

基于ACO-LSSVM燃煤碳元素分析的锅炉CO2排放量计算

针对生产实际中无法对燃煤组分进行在线检测分析的问题,建立了基于最小二乘支持向量机的燃煤的碳含量预测模型. 以工业锅炉燃煤的相关工业分析数据作为模型的输入,并采用蚁群算法对最小二乘支持向量机相关参数进行寻优以提高模型的建模精度. 应用该模型对福建地区工业锅炉燃煤的碳元素含量进行预测,预测结果的最大误差为1.18%,平均误差为0.64%. 和传统多元逐步回归预测方法相比,该预测模型具有较高的预测精度,为工业锅炉二氧化碳排放量的科学计算奠定了基础.