中国博士后科学基金(20110491359)
- 作品数：4 被引量：12H指数：2
- 相关作者：丁煜函刘国海梅从立程锦翔张东娟更多>>
- 相关机构：江苏大学苏州工业职业技术学院更多>>
- 发文基金：中国博士后科学基金国家高技术研究发展计划江苏省高校优势学科建设工程资助项目更多>>
- 相关领域：自动化与计算机技术化学工程医药卫生更多>>
- 基于“内含传感器”逆的感应电机磁链观测
- 在感应电机矢量控制系统中,准确获取转子磁链信息至关重要。本文根据'内含传感器'逆原理,提出了一种新的磁链观测方法。首先假设在感应电机内部存在一个以不可测量为输入、直接可测量为输出的'内含传感器'子系统,建立其数学模型。然...
- 刘国海王曼露丁煜函梅从立江辉程锦翔
- 关键词：感应电机磁链逆系统
- 文献传递
- 基于改进极限学习机的软测量建模方法被引量：8
- 2012年
- 针对生物发酵过程中一些生物参量难以测量的问题,提出一种基于改进极限学习机(IELM)的软测量建模方法。该方法通过最小二乘方法和误差反馈原理计算出最优的网络输入到隐含层的学习参数,以提高模型的稳定性和预测精度。通过双对角化方法计算出最优的输出权值,解决输出矩阵的病态问题,进一步提高模型的稳定性。将所提方法应用于红霉素发酵过程生物量浓度的软测量。结果表明,与ELM、PL-ELM、IRLS-ELM软测量建模方法相比,IELM在线软测量建模方法具有更高的预测精度和更强的泛化能力。
- 张东娟丁煜函刘国海梅从立
- 关键词：极限学习机软测量发酵过程
- Development of Improved Inverse Compensator for Two-Dimensional Sensor
- In this paper, we developed an improved inverse compensator to ameliorate the dynamic performance of the two-d...
- Yuhan DingGuohai LiuXianzhong Dai
- 文献传递
- 生物发酵过程的LSSVM-Adaboost逆软测量方法
- 2013年
- 针对生物发酵过程关键生化量难以在线检测的问题,提出一种基于Adaboost的最小二乘支持向量机(LSSVM-Adaboost)逆的软测量建模方法。通过建立"内含传感器"模型并对其进行可逆性分析,给出"内含传感器"逆,考虑到LSSVM算法的小样本、计算速度快和Adaboost将弱学习机加权构成强学习机的优点,采用LSSVM-Adaboost方法近似难以建立精确模型的"内含传感器"逆。将训练好的逆系统串联于"内含传感器"之后构成复合的单位系统,实现不可测变量的软测量。将其应用于青霉素发酵过程菌体浓度和基质浓度的估计,仿真实验表明,所提方法有效提高了单一的LSSVM逆软测量方法对不可测变量的估计精度且具有良好的泛化能力。
- 于霜丁煜函刘国海程锦翔
- 关键词：最小二乘支持向量机ADABOOST生物发酵过程
- 基于小波去噪的神经网络软测量在血糖浓度估计中的应用
- 2015年
- 由于皮下间隙液葡萄糖的易测性和测量过程中传感器感染血液的低风险性,皮下间隙液一直是血糖监测的首选位置.但皮下间隙液葡萄糖浓度的变化总是滞后于血糖浓度的变化,而且测量过程中会引入噪声,不能准确地估测血糖值,针对这一问题提出了一种基于小波去噪的神经网络软测量方法.该方法先对与血糖相关的一些辅助变量进行去噪处理,然后用来训练神经网络,建立血糖软测量模型.通过对1号、2号成年人采集的仿真数据进行实验,结果表明,运用该方法得到的测量结果比皮下间隙液葡萄糖值具有更小的均方根误差、更好的信噪比、以及更小的测量延时.
- 刘国海谢志斌丁煜函
- 关键词：血糖小波去噪软测量
- 青霉素发酵过程中基于PLS-VIP的神经网络逆软测量方法被引量：4
- 2013年
- 针对复杂发酵过程逆软测量模型难以建立和估计精度不高的问题,提出一种基于偏最小二乘和变量投影重要性指标的PLS-vIP神经网络逆软测量方法。该方法在"内含传感器"逆软测量模型的基础上,通过计算变量投影重要性指标,确定逆模型中各辅助变量对关键生化量的贡献率,建立了辅助变量少、估计精度高的逆软测量模型。与传统逆软测量方法相比,克服了依赖于数学模型和复杂算法推导的问题。将其应用到青霉素发酵过程中生化量估计中,利用Pensim仿真平台进行实验,仿真实验结果表明,该方法的逆模型比传统逆模型构建简单、估计精度高。
- 刘国海程锦翔丁煜函梅从立
- 关键词：软测量偏最小二乘青霉素发酵过程
