国家自然科学基金(11101012)
- 作品数：10 被引量：64H指数：3
- 相关作者：李裕梅连晓峰张慧娜傅莺莺潘峰更多>>
- 相关机构：北京工商大学北京理工大学桂林理工大学更多>>
- 发文基金：国家自然科学基金北京市优秀人才培养资助北京市属高等学校人才强教计划资助项目更多>>
- 相关领域：自动化与计算机技术经济管理环境科学与工程理学更多>>
- 机理模型与补偿模型相结合的污水处理工艺出水指标软测量预测模型研究被引量：3
- 2013年
- 针对城市生活污水A^2O工艺处理过程中出水水质的软测量建模,本文提出一种机理模型与补偿模型相结合的软测量预测模型。首先根据污水处理厂基本参数建立ASM2机理模型,并采用PSO算法调节模型动力学参数;然后在此基础上,利用SVM建立出水水质软测量补偿模型。最后,将该软测量模型应用与某一实际污水处理厂进行模拟运行,并对预测结果进行误差分析。仿真结果表明,该模型可获得较准确的预测结果,较好地反映污水处理的实际运行状况,为模拟污水处理、预测出水水质提供决策支持。
- 连晓峰李晓婷潘峰
- 关键词：软测量粒子群算法支持向量机
- 基于Haar-CNN模型的自然场景图像分类的研究被引量：11
- 2017年
- 研究基于Haar-CNN模型的图像特征提取用于自然场景图像分类的问题.Haar小波变换是图像处理中常见的一种变换,可以提取图像的局部和空间信息,并把彩色图像的颜色、轮廓和纹理信息进行分层次的表达.卷积神经网络(CNN)是一种得到广泛研究与应用的深度学习模型,对图像特征具有很好的表达能力.基于Haar小波变换和CNN模型的优势,提出一种新的图像特征提取方法,即Haar-CNN模型;利用该模型提取得到图像更丰富的特征信息;然后比较基于Haar-CNN和CNN模型提取的自然场景图像特征在分类中的效果,探究Haar-CNN模型对于自然场景图像特征提取的优势.再对比在不同颜色空间上Haar-CNN模型对自然场景图像的分类效果,实验结果表明YCb Cr颜色空间上的分类精度最高,为96.2%,比灰度图像的分类精度提高了7.8%.同时,进一步分析Haar-CNN模型中图像块大小、隐藏层神经元个数、池化区域大小、模型深度等参数对图像分类精度的影响,实验结果表明参数选择对图像分类很重要,合适的参数选择可以提高分类精度.
- 张慧娜李裕梅傅莺莺
- 关键词：图像分类
- 基于复杂网络的图像特征提取及多特征融合方案探究被引量：1
- 2015年
- 图像形状特征的提取是图像检索中重要的研究内容,本文提出一种基于复杂网络模型的图像形状特征提取方法。提取图像的SIFT关键点,在此基础上进行分块处理并逐一在每个子图上面构建复杂网络初始模型,利用最小生成树分解的方法对网络进行动态演化,提取不同子图不同时刻下的网络特征作为形状特征。本文将形状特征与颜色特征、纹理特征进行融合,通过实验比较,说明此融合方案在CBIR应用中确实具有优势。
- 高剂斌李裕梅张慧娜
- 关键词：复杂网络拓扑结构多特征融合
- 基于服务/模型驱动的智能楼宇集成优化仿真平台被引量：2
- 2013年
- 为实现智能楼宇自动化及最优化管理,需对楼宇中各子系统和设备进行集中监控和管理。为此提出一种基于服务/模型驱动的智能楼宇集成优化仿真平台。上述系统的整体架构包括建筑信息模型、需求管理模块、系统全局控制模块、人机交互模块和建模工具模块等多个不同层次的子系统/模块。根据用户需求,配置传感器网络和楼宇信息模型,通过设置全局控制器以实现与仿真平台的接口一致。最后以照明管理系统为例,利用CHARON混合建模工具分别建立仿真模型。结果表明改进方法可有效提供智能仿真平台。
- 连晓峰刘载文
- 关键词：智能楼宇照明管理系统
- 基于ASM2模型和专家系统的城市污水A~20处理工艺故障诊断系统
- 针对城市污水A2O处理工艺,提出一种基于ASM2模型参数估计和专家系统的故障诊断方法。首先基于ASM2模型对A2O处理工艺进行模拟仿真,计算生化反应过程中各组分参数估计值,并与实际参数值进行对比,为专家系统提供辅助故障知...
- 连晓峰于森潘峰李晓婷
- 关键词：A2O工艺故障诊断系统
- 文献传递
- 因子分析-Shrinkage法在投资组合中的理论分析及应用
- 2015年
- 在不允许卖空的投资组合中,投资者往往希望通过投资组合模型得到最优投资组合以达到收益最大且风险最小的目标。本文对马科维茨模型以及重抽样和马科维茨模型相结合的模型进行了研究,但由于投资对象的总体分布不明确,用重抽样方法来估计总体分布可能会高估。Shrinkage法的应用缩减了估计量的方差。基于Shrinkage法及因子分析的思想,本文提出因子分析- Shrinkage法进一步优化估计量。用R软件对股票数据进行了实例分析与验证。
- 张慧娜李裕梅
- 关键词：投资组合马科维茨模型R软件
- 基于LSTM神经网络的沪深300指数预测模型研究被引量：32
- 2019年
- 将LSTM用于沪深300指数的股价预测中,并在通用变量开盘价、收盘价、最高价、最低价的基础上新加入了日成交量与日成交额,以此来预测第二日的最高价,获得了比较好的预测效果,并与SVR模型和Adaboost模型预测作对比,LSTM获得的测试集RMSE要更低.接着,用SVR、Adaboost和LSTM进行岭回归集成,即,先用训练集对这三种模型进行训练,然后用训练数据进行测试,将它们的测试结果作为自变量,以相应的真实第二日最高价作因变量,进行岭回归,再对测试集数据做出预测,得到测试集的RMSE进一步降低;再者,查看回归方程发现SVR系数为负,与因变量呈负相关关系,进一步选取Adaboost和LSTM两种模型在训练集上的预测结果做自变量,相应的真实第二日最高价作因变量,再次进行岭回归,得到测试集的RMSE再次降低,进一步验证了回归集成算法的有效性,可以为广大投资者做买卖决策时提供重要的参考价值.
- 冯宇旭李裕梅
- 关键词：股价预测沪深300指数SVRADABOOSTRMSE
- 深度学习优化器方法及学习率衰减方式综述被引量：13
- 2018年
- 深度学习作为现今机器学习领域中的重要的技术手段,在图像识别、机器翻译、自然语言处理等领域都已经很成熟,并获得了很好的成果。文中针对深度学习模型优化器的发展进行了梳理,介绍了常用的梯度下降、动量的梯度下降、Adagrad、RMSProp、Adadelta、Adam、Nadam、ANGD等优化方法,也对学习率的衰减方式有分段常数衰减、多项式衰减、指数衰减、自然指数衰减、余弦衰减、线性余弦衰减、噪声线性余弦衰减等方法进行了总结,对深度学习现阶段存在的问题以及对未来的发展趋势进行了阐述,为入门深度学习的研究者提供了较为完整的最优化学习材料以及文献支持。
- 冯宇旭李裕梅
- 关键词：优化器梯度下降ADAM
- 国内众筹的现状研究调查及发展建议
- 2019年
- 众筹是互联网行业兴起带来的新兴产物,在人们的日常生活中,众筹项目已然是不可或缺的一种。文章首先对众筹的相关类型及概念做出了梳理,并采用了公众号“狗熊会”提供的1213条产品众筹数据做出了相应的描述性统计分析以及文本分析,通过词云图发现大众对新型的智能科技产品更为感兴趣,且大众的投资方向更青睐于投资金额小且周期较短的项目,接着分析了众筹商业模式与传统融资模式的差异,并对国内众筹发展存在的问题提出了合理化建议。
- 冯宇旭熊令纯李裕梅
- 关键词：众筹文本分析
- 三阶乘积幻方的构造
- 2012年
- 通过构造幻方积最小的三阶乘积幻方给出了三阶乘积幻方可构造的一个充分必要条件,并完全确定了所有元素为不同正整数的三阶乘积幻方的结构.
- 徐美萍于健李裕梅
