不平衡数据知识挖掘：类分布对支持向量机分类的影响

基于标准支持向量机及其启发，提出并证明支持向量数（率）和边界支持向量数（率）的界，并分别推广到正例类和反例类．在此基础上，证明正例的分类精度依概率小于反例的分类精度．虚拟数据仿真和Benchmark数据仿真表明本文所提方法的有效性和结论的正确性．     

多变量控制系统的一种变量配对方法

在设计分散控制系统时,输入输出（ＩＯ）变量配对是一个重要的步骤．同时考虑系统的稳态增益和动态特性,提出一种新的关联度量方法进行ＩＯ 配对．在时域内基于传递函数的阶跃响应,其物理意义比较明确,并进一步结合了相对关联阵列（ＲＩＡ）的优点．通过实例研究和与其他方法的对比表明,所提出的方法能较好地给出配对方案．     

重构高频采样数据的小波多尺度逼近方法

针对工业过程中存在的高频采样数据重构问题 ,本文提出了一种基于小波多尺度分析理论的误差递阶补偿算法．首先对含有噪声的低频采 样数据在时频域进行滤波,然后利用该逼近算法实现高频采样数据的重构,并给出了算法的 精度分析．此算法具有能克服噪声影响、重构精度高和物理意义明确的特点．     

基于网络系统的分频段加权正交小波网络辨识非线性系统

在非线性系统辨识中,输入数据往往是非均匀分布的,对于此类问题,正交小波网络处理起来较复杂。本文采用分组中值法对非均匀分布样本进行均匀化处理,使正交小波网络的设计和应用能够在网格系上进行;然后,采用分段加权技术以便和系统设计相配合,最后用于辨识非线性动态系统,仿真结果验证了该方法的可行性和有效性。     

局部加权组合状态空间系统正交梯度辨识

提出了局部加权组合状态空间模型参数的正交梯度辨识方法.局部状态空间模型用全参数化形式描述,同时选用正则化径向基函数作为分状态的加权因子.通过优化系统输出误差得到了系统矩阵,径向基函数中心与带宽的参数估计.仿真结果表明,所提出的方法用于非线性动态系统的建模是有效的.

     

球罐液位实验装置的预测控制

预测控制是近年来发展起来的一类新型计算机控制算法。预测模型、滚动优化、反馈纠正适用于控制数学模型不易建立、且比较复杂的工业生产过程。针对球罐液位控制这一非线性系统，提出一种预测模型控制算法，使实际对象的动态响应品质获得有效的改善，得到了良好的控制效果。     

信息系统数据清洗、规则提取的矩阵算法

本文在等价矩阵概念的基础上，分析了粗糙集知识系统中等价划分与等价矩阵的关系，采用等价矩阵来表示粗糙集的等价关系，提出了一种对数据库知识系统进行数据清洗、从中提取决策规则的矩阵算法，并分析了该算法的计算复杂性．该算法具有规则提取的工程实用性，主要优点在于能够获得信息系统中所有有价值的决策规则．文中通过实例表明了这种算法的有效性．     

基于迭代多模型ICA-SVDD的间歇过程故障在线监测

采用多向主元分析的间歇过程故障监测方法需假设过程数据严格服从高斯分布,而且要对监测批次的测量未知值进行预测,这在一定程度上限制了其应用范围.为此通过建立迭代的多模型序列,不仅有效地解决了测量未知值的预测问题,而且考虑了各个间歇过程时间片之间的关联信息.同时,利用独立成分分析方法提取出过程的非高斯信息,通过引入支持向量数据描述方法对独立成分进行进一步建模,实现非高斯特性下的间歇过程故障在线监测.通过一个实际的半导体制造过程的实验研究,表明提出的新方法可以更有效地处理间歇过程数据信息.     

基于粗糙集的逻辑故障树方法及其应用

故障树是一种分析复杂系统可靠性、诊断系统故障的有效方法。在传统的故障树方法中 ,故障树的生成通常靠人工完成。故障知识的获取以及故障树结构的确定一直是有待解决的瓶颈问题。这里结合粗糙集、专家系统及人工智能等理论 ,提出了构造逻辑故障树进行故障诊断的方法并给出了相应的故障树评价标准。这种方法利用粗糙集对知识系统的知识发现和知识提取能力 ,从系统运行状态样本中建立基于知识的故障树模型。通过实例讨论了如何运用该方法对工业监控过程进行故障建模 ,检测系统运行过程中所发生的故障。     

适用于老年公寓的动作识别设计方法

为帮助老年公寓监护人员及时发现老年人摔倒等动作,提出了一种基于视频监控的动作识别方法。对监控视频,首先通过基于HSV空间的混合高斯背景建模方法提取前景图像,然后利用所提出的运动特征和形态特征相结合的方式进行特征提取,最后通过具有高斯输出的HMM模型实现动作类型的识别。提出的方法能够适应光照变化影响,对不同动作的动作方向和动作幅度变化具有很好的鲁棒性,实验中动作的识别准确率达到90%。结果表明,本方法能够满足老年公寓动作识别的基本要求,具有一定的实用价值。