基于多阶段动态PCA的发酵过程故障监测

针对间隙发酵过程具有多阶段、批次不等长,且过程动态非线性往往与发酵阶段密切相关等特点,提出一种基于多阶段动态主元分析(principal component analysis,PCA)的故障监测策略.该方法采用高斯混合模型(Gaussian mixture model,GMM)对过程数据进行聚类,能客观反映不同阶段操作模态的数据分布特点,可实现子阶段划分.针对各批次阶段划分后存在的不同步问题,采用动态时间错位(dynamic time warping,DTW)方法对各阶段进行轨迹同步,对同步后的子阶段建立动态PCA模型.最后以工业青霉素发酵过程和重组大肠杆菌制备白介素-2发酵过程为背景,采用多阶段动态PCA策略对其进行故障监测,发现算法能有效降低运行过程的漏报和误报率,验证了算法的有效性。     

MEMS-INS室内行人定位三维地图匹配算法

提高基于微机械（Micro-Electro-Mechanical System,MEMS）惯性导航系统（Inertial Navigation System,INS）的室内行人三维定位精度一直是一个研究热点和难点,其中器件误差是影响MEMS-INS精度的一个棘手问题.由于器件误差产生的机理十分复杂,采用现有的修正技术无法准确地对误差进行估计建模,导致MEMS-INS的位置精度不高.本文从室内环境结构分析入手,提出了一种三维地图匹配的条件随机场算法.通过设计导航输出的位姿信息与室内状态点的数学关系,结合最佳轨迹求取的算法建立室内三维地图匹配的算法模型.最后通过算法求解出的最佳匹配点坐标修正惯性导航输出的位置误差.     

基于不同破坏准则的混凝土冻融双轴受压破坏模型研究

为研究不同冻融循环次数加载下混凝土的力学性能,利用大型多功能液压伺服三轴仪对双向应力状态下不同冻融次数(0、20、40次)和不同侧压力(0、0. 06fc、0. 12fc、0. 18fc、0. 24fc)的混凝土进行了静态(应变速率10-5/s)压缩试验,建立了基于Ottosen准则、Bresler-Pister准则以及Kupfer-Gerstle准则的混凝土冻融双轴受压破坏模型。通过分析发现,基于Ottosen准则、Bresler-Pister准则和Kupfer-Gerstle准则所建模型均能很好地反映侧压力在0～0. 24fc范围内的混凝土双轴受压破坏规律,基于改进Kupfer-Gerstle准则建立的混凝土冻融受压破坏模型计算精度更高,且适用于单轴和双轴受压破坏的模拟。     

双轴受压混凝土动态力学特性及破坏准则研究

利用动静力三轴试验机进行不同加载速率、不同侧向压力下300 mm立方体混凝土的抗压试验,并对所得试验数据进行力学参数分析,在此基础上,建立考虑动态加载速率的K-G破坏准则并对其适用性进行了验证。验证分析结果表明:应变速率越低,侧压对混凝土峰值应力的增益作用越明显;混凝土峰值应变随应变速率增加,大致呈先减后增趋势;峰值应变随侧压的增大而增大, 侧压对峰值应变的影响在应变速率较低时更明显;随应变速率的增大,混凝土弹性模量呈先增后减趋势;侧压对混凝土弹性模量的影响不明显;建立的改进后的K-G准则对动态双轴受压模型描述效果好,而且该模型同时也适用于100和300 mm混凝土立方体的单向和双向应力状态。     

基于可信度阈值优化的案例推理评价分类方法

为了提高案例推理(CBR) 分类器的性能, 提出一种基于可信度阈值优化的CBR 评价分类方法. 首先, 通过一种可降低时间复杂度的改进型可信度评价策略对案例重用得到的建议解的可信度进行计算; 然后, 通过遗传算法(GA) 对可信度阈值进行迭代寻优; 接着, 根据得到的优化阈值将目标案例及其建议解划分为可信集或不可信集; 最后, 对不可信集按多数重用原则进行分类结论的调整, 从而实现可信的CBR 评价分类. 对比实验表明, 改进的可信度评价策略能有效提高分类性能, 从而可提高CBR分类器的决策与学习能力.

     

大规模基因组重复序列识别与分类研究进展

重复序列在基因组中普遍存在,大量实验证实其在生物进化过程中起着重要作用.目前,重复序列的发现与识别技术已经成为基因组学的研究热点,文章分类总结了有关这方面的研究进展,并对相关工具的功能特点进行了简要分析,同时对重复序列发展趋势进行了总结和展望.     

基于质量相关的间歇过程故障监测及故障变量追溯

针对多向核熵偏最小二乘(multi-way kernel entropy partial least squares,MKEPLS)利用的是数据的一阶和二阶统计特性未考虑数据的高阶统计特性,在进行特征提取时会造成有用数据丢失的问题,提出基于高阶统计量的多向核熵偏最小二乘方法(higher order statistics multi-way kernel entropy partial least squares,HOS-MKEPLS).首先,通过构造样本的高阶统计量将数据从原始的数据空间映射到高阶统计量样本空间.然后,再建立MKEPLS监控模型进行质量相关的故障监控,当监控到有故障发生时进行故障变量的追溯.最后,将该方法应用到工业青霉素发酵过程的监测中并与MKEPLS进行比较.结果表明:该方法具有更好的监控和故障识别性能.     

基于自适应小波神经网络的复杂系统模式识别方法

针对传统神经网络应用于复杂系统建模和辨识中存在的训练效率、精度瓶颈问题,提出了一种自适应小波神经网络方法(adaptive wavelet neural network,AWNN).首先,通过设计自适应层、综合层,使神经网络能根据待处理的系统的样本数据特征自适应工作于最佳工作区间;然后,通过将小波分析方法与对经典的基于误差反向传播算法的神经网络(back propagation neural network,BPNN)、径向基神经网络(radical basis function neural network,RBFNN)结合,保留了上述方法的优点,克服了传统神经网络方法各自的问题;最后,通过对BPNN、RBFNN和AWNN方法进行计算机仿真实验,验证了各算法的可行性、可达性和算法参数特性.实验结果表明:AWNN方法具有更快的收敛速度、更高的精度和更好的鲁棒性.     

普鲁蓝多糖的研究进展

普鲁蓝是一种由出芽短梗霉产生的胞外多糖,具有无毒、粘度低、可塑性强、成膜性好等优点。首先简要介绍它的结构和特性,之后重点评述了普鲁蓝的生物合成方法和发酵生产方法。最后对其在食品、制药、化妆品工业和废水处理等领域的应用进行了论述。     

心电信号提升小波零树编码压缩算法

为了便于心电信号的存储和远传,提出了一种基于提升方式的整数小波变换、组合嵌入式零树编码方案的心电信号压缩算法.改进了应用于二维图像压缩的嵌入式零树编码方法,用于一维心电信号压缩,采用整数实现的提升方式代替原来的小波变换,降低算法的复杂性.对MIT-BIH数据库中的心电信号压缩,结果表明:该算法相比其他方法具有较高的压缩比和较低的均方根百分误差;具有存储空间小、实现简单、快速及可变码率等特点,非常适合在存储空间、功耗要求严格的便携式心电信号记录仪中应用.