李鹏华
- 作品数：4 被引量：20H指数：2
- 供职机构：重庆大学自动化学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 污水处理过程的QSOM出水水质预报被引量：2
- 2012年
- 针对活性污泥污水处理过程中微生物活动的不确定性、生化反应的复杂性及工艺参数的强耦合和大滞后等特性,提出一种量子自组织特征映射神经网络(QSOM)方法来进行出水水质预报。该方法将出水水质在异常情况下所对应的进水数据样本转换成量子态形式提交给网络输入层,通过计算量子输入与相应权值的相关系数作为网络的最佳输入匹配,学习规则中采用量子门更新网络权值。最后通过某污水处理厂生化处理过程中的实际运行数据的实验表明所提预报方法是有效的。
- 李鹏华柴毅熊庆宇柴华
- 关键词：量子神经元污水处理水质预报
- 量子门Elman神经网络及其梯度扩展的量子反向传播学习算法被引量：14
- 2013年
- 针对Elman神经网络的学习速度和泛化性能,提出一种具有量子门结构的新型Elman神经网络模型及其梯度扩展反向传播(Back-propagation)学习算法,新模型由量子比特神经元和经典神经元构成.新网络结构采用量子映射层以确保来自上下文单元的局部反馈与隐藏层输入之间的模式一致;通过量子比特神经元输出与相关量子门参数的修正互补关系以提高网络更新动力.新学习算法采用搜索然后收敛的策略自适应地调整学习率参数以提高网络学习速度;通过将上下文单元的权值扩展到隐藏层的权值矩阵,使其在与隐藏层权值同步更新过程中获取时间序列的额外信息,从而提高网络上下文单元输出与隐藏层输入之间的匹配程度.以峰值检波为例的数值实验结果显示,在量子反向传播学习过程中,量子门Elman神经网络具有较快的学习速度和良好的泛化性能.
- 李鹏华柴毅熊庆宇
- 关键词：ELMAN神经网络
- 数据驱动的在线MW-MSPCA故障诊断被引量：2
- 2012年
- 针对动态非平稳过程数据的时变性和多尺度性导致故障诊断准确率下降及故障准确定位难以实现的不足,引入滑动窗口多尺度主元分析,通过小波阈值消噪解决统计模型偏离与数据相关性降低之间的矛盾,并在各个尺度上利用滑动窗口主元分析实现模型更新,然后借助三维贡献图描述反映过程行为变化的各独立过程变量对统计过程的贡献程度,进而对故障准确定位,最后给出诊断准确性的定量评价机制。在对6135D型柴油机进行数值实验中,并通过与传统的多尺度主元分析及自适应多向主元分析比较,实验结果从故障的漏报率、误报率及诊断准确率三方面表明新方法能更好地实现传感器故障诊断。
- 胡友强余嘉李鹏华
- 关键词：数据驱动
- 在线多尺度滤波多变量统计过程的适时监测被引量：2
- 2010年
- 在详细分析现有MSPCA模型不足的基础上,借助在线多尺度滤波(OLMS),提出了一种多变量统计过程的在线监测方法,并将其应用于传感器故障诊断。该方法中,首先在固定窗长的数据窗口内用边缘校正滤波器对信号进行小波分解,然后用小波阈值滤波对分解的小波系数进行消噪,并借助该固定窗长的移动窗口将小波变换和自适应PCA结合起来对数据进行在线多尺度建模,从而避免了直接对信号进行消噪所造成的时间浪费,提高了故障诊断率。最后以6135D型柴油机在严重漏气下的8个振动信号的故障诊断为例进行故障分析,结果表明了所提方法的可行性和实用性。
- 胡友强柴毅李鹏华
- 关键词：多尺度分析
