江苏省基础研究计划(BK2012129)
- 作品数:2 被引量:7H指数:1
- 相关作者:赵作鹏许新征朱红丁世飞史忠植更多>>
- 相关机构:中国矿业大学中国科学院江苏联合职业技术学院更多>>
- 发文基金:江苏省基础研究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更多>>
- 基于贝叶斯方法的高鲁棒性故障检测技术被引量:1
- 2015年
- 故障检测在控制工程领域具有广泛的应用,而鲁棒性是衡量系统在故障检测时的不确定性的重要指标.为了提高鲁棒系统故障检测的能力,基于贝叶斯的基本原理对系统的故障和不确定性进行研究,提出一种基于贝叶斯方法的高鲁棒性故障检测方法.首先,对非线性系统的故障检测问题进行定义,分析参数空间的不确定性问题.其次,基于贝叶斯基本原理对参数空间的推导进行分析.最后,通过分析系统正常运行的参数空间与发生故障时的参数空间之间的成员关系来进行故障检测.实验表明,在四罐耦合系统中,提出的基于贝叶斯方法的故障检测技术在系统模型参数具有不确定性的条件下可以很好地进行故障识别.
- 蒋勇赵作鹏李跃新
- 关键词:故障检测鲁棒性贝叶斯
- 一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法被引量:6
- 2012年
- 针对目前脉冲耦合神经网络(PCNN)神经元模型中的参数主要通过人工定义的问题,提出一种基于量子微粒群优化(QPSO)算法的PCNN参数自动确定方法,并分析该算法的时间复杂度.该方法利用PCNN分割后的图像熵作为QPSO算法的适应度函数,在解空间中自动搜索PCNN中待确定参数的最优值,提供一种PCNN神经元模型中的参数自动确定方法.将该方法应用于图像分割时,以互信息量作为图像分割评价标准.仿真结果表明文中方法实现正确的图像分割,其性能优于Otsu方法、人工调整PCNN参数方法、遗传算法优化方法和微粒群优化方法,表现出较好的鲁棒性.
- 许新征丁世飞史忠植赵作鹏朱红
- 关键词:自适应