【摘 要】
：
电站燃煤锅炉是大气NOx污染的主要来源之一,建立良好的NO_x排放模型是降低锅炉NO_x的基础。为了提高对锅炉NO_x排放浓度的预测效果,提出了利用最小二乘支持向量机（Least Squar
论文部分内容阅读
电站燃煤锅炉是大气NOx污染的主要来源之一,建立良好的NO_x排放模型是降低锅炉NO_x的基础。为了提高对锅炉NO_x排放浓度的预测效果,提出了利用最小二乘支持向量机（Least Squares Support Vector Regression,LSSVM）回归的预测原理和参数选择不确定性进行建模,在粒子群算法中引入混沌优化的随机性和遍历性思想,并对粒子群算法本身的惯性权重进行参数改进,采用混沌粒子群算法（Improved Chaos Particle Swarm Optimization,ICPSO）
其他文献
针对传统专家系统知识修改和扩展困难、难以实现多领域专家系统的协同诊断的问题,提出了一种基于问答社区技术的故障诊断专家系统设计方案,并在Android平台上进行了初步实现
特种线是一种具有一定抗张强度,直径比较小的细线。在通过毛刺检测仪器对其进行毛刺检测时,必须建立一个控制系统使特种线能够进行恒速绕卷而不会被拉断。为了达到相应的技术
计量泵广泛应用于石油、化工及水处理领域,其中计量泵流量的检测和控制尤为重要。传统流量调节方案精度差,自动化程度低,针对这一问题,提出一种数字变频控制器在DCS中的应用
在IC生产测试中,经常会采取多工位的测试,这样的测试方法会显著提高测试的效率,提高生产量。然而,此种测试也会带来重大的生产隐患,严重时会带来重大的生产事故。采取传统的
近几年来,手机、平板等移动端应用越来越广泛,其优点不断凸显。实现移动端的工业监控,成为非常具有实用价值的研究课题。该设计中,实现了以PHP语言为基础的服务器端,并设计以
车牌识别系统是智能交通管理的重要部分,而车牌字符识别是智能交通系统的核心内容,目前,传统的浅度学习神经网络BP(Back Propagation)人工神经网络因其优越的性能而广泛应用到车牌识别中,但是BP神经网络在局部极值、假饱和、收敛速度缓慢等方面存在着不足。而深度学习[1]与浅度学习相比,其网络结构更接近实际的生物神经网络,因此具有更强的能力,可以很好地提高车牌字符的识别率。其中深度学习神经网
零件正反面检测在生产活动中具有重要的意义,尤其在零件包装行业更是如此。传统的人工检测方式效率较低。提出了一种基于图像处理的环形零件正反面检测方法。该方法首先对采集到的图像进行预处理,突出其形状信息;然后对预处理后的图像进行零件长轴定位,通过移动长轴并计算长轴上下零件像素信息的变化比来判断零件的正反面。经实验表明,该方法准确度高、检测速度快。
近红外光谱定量分析技术用于汽油性质检测具有快速、高效的特点,但该方法对模型的质量要求很高,需要及时进行模型维护。提出一种汽油辛烷值模型维护的判断方法,首先采用主成
随着社会和科技的发展，智能监控系统随处可见，而运动人群是监控视频中的一个重要组成部分，但对于智能监控中人群行为的分析还处于理论分析阶段。对人群群组运动的集体性进行了详