江苏高校优势学科建设工程资助项目(2011-6)
- 作品数：3 被引量：6H指数：2
- 相关作者：孙俊蔡培强武小红武斌郭晶晶更多>>
- 相关机构：江苏大学滁州职业技术学院江苏大学京江学院更多>>
- 发文基金：江苏高校优势学科建设工程资助项目江苏省高等学校大学生实践创新训练计划项目国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术电气工程更多>>
- 基于无监督可能模糊学习矢量量化的近红外光谱生菜品种鉴别研究被引量：4
- 2016年
- 为解决模糊学习矢量量化（FLVQ）对噪声数据敏感问题,在无监督可能模糊聚类（UPFC）基础上提出一种无监督可能模糊学习矢量量化（UPFLVQ）算法。UPFLVQ用UPFC的隶属度和典型值来更新学习矢量量化网络的学习速率,计算类中心矢量。UPFLVQ属于无监督机器学习算法,适用于无学习样本情况下的样本分类。研究了UPFLVQ用于近红外光谱生菜品种鉴别的可行性。采用FieldSpec@3型便携式光谱分析仪获取波长范围为350~2 500nm的三种生菜样本的短波近红外光谱和长波近红外光谱,然后采用主成分分析（PCA）进行近红外光谱的维数压缩,取前三个主成分,累计可信度达97.50%,将2151维的近红外光谱压缩为三维数据。再运行模糊C-均值聚类（FCM）至迭代终止,并以FCM的类中心作为UPFLVQ的初始聚类中心,最后运行UPFLVQ得到隶属度和典型值以实现近红外光谱的生菜品种鉴别。同时,运行UPFC进行近红外光谱的生菜品种鉴别。实验结果表明：UPFLVQ和近红外光谱技术相结合的模型具有检测速度快,鉴别准确率高,对生菜不造成损坏等优点,可实现不同品种生菜的鉴别。UPFLVQ是将UPFC和FLVQ相结合的聚类算法,利用UPFLVQ建立近红外光谱的生菜品种鉴别模型时无需学习样本,适用于线性可分的数据聚类,为快速和无损地鉴别生菜品种提供了一种新的方法。
- 武小红蔡培强武斌孙俊嵇港
- 关键词：近红外光谱生菜
- 基于PSO-SVM的关键生物参数软测量方法研究被引量：2
- 2012年
- 微生物发酵过程中一些关键生物参数难以实时在线测量,严重影响发酵的优化控制。为解决关键生物参数的测量难题,采用了一种基于PSO-SVM的软测量方法。该方法利用粒子群优化(PSO)算法优化选择支持向量机(SVM)的最佳参数,并建立了基于PSO-SVM的软测量模型。利用赖氨酸发酵的数据对模型进行仿真验证,结果表明该模型具有很好的学习精度和泛化能力。另外在建模耗时上,PSO-SVM算法所用时间远少于标准SVM算法所用时间。
- 孙玉坤王其嵇小辅郭晶晶
- 关键词：粒子群优化支持向量机软测量
- 无轴承永磁薄片电机综述
- 2015年
- 无轴承永磁薄片电机由于永磁转子的特殊性,不仅具有无轴承电机的优点而且可以实现3个自由度(1个轴向自由度和2个扭转自由度)的被动悬浮,使得控制系统更加简单。在论述无轴承永磁薄片电机被动悬浮和径向主动悬浮机理的基础上,对无轴承永磁薄片电机的电机结构、控制策略、传感器检测技术等方面的国内外研究现状以及未来的发展趋势进行了归纳与总结。
- 李发宇朱熀秋秦英祝苏明
- 关键词：无轴承永磁薄片电机控制策略数学模型
