程换新
- 作品数：46 被引量：220H指数：8
- 供职机构：青岛科技大学自动化与电子工程学院更多>>
- 发文基金：新疆维吾尔自治区科技支疆项目山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程电气工程电子电信更多>>
- 基于改进PSO算法的模糊神经网络的研究与应用被引量：6
- 2018年
- 典型的模糊神经网络在处理复杂的多优化问题时存在收敛速度慢、易陷入局部极值等缺点。粒子群算法是一种全局优化的群体迭代算法,能有效克服传统模糊神经网络算法的不足。该文对粒子群算法的惯性权重及学习因子进行了改进,用其优化模糊神经网络模型参数,并将该模型应用到水质评价中以测试算法性能。通过与传统模糊神经网络的仿真结果比较,该模型精度更高,在水质评价过程中的应用效果更好。
- 崔丽洁程换新宋生建
- 关键词：模糊神经网络粒子群算法惯性权重水质评价
- BP神经网络预测技术在脱硫系统pH值中的应用被引量：7
- 2016年
- 在热电厂脱硫过程中,pH值的稳定性对脱硫效率影响重大,在实际生产中因受到各种环境因素及主观因素的影响,pH测量仪器在现场操作中易受到破坏或腐蚀,给生产造成很大损失,为了降低这种损失,提出了基于BP神经网络的预测技术。运用此预测算法对系统参数进行数学建模,设计了三层网络预测模型,同时用Matlab工具箱对pH数据进行仿真,使系统实现在线控制和实时控制。结果表明,BP神经网络对脱硫系统中pH值的预测精度很高,产生误差也很小,取得了满意的预测效果。因此,用BP神经网络预测技术对烟气脱硫系统中的pH值进行预测,能提前预知脱硫过程中pH值的变化情况,有助于改善脱硫装置的效率。
- 程换新于沙家
- 关键词：BP神经网络预测技术MATLAB
- BP神经网络预测控制在色素得率的应用被引量：3
- 2017年
- 根据葡萄皮色素提取工艺过程中的提取剂浓度、温度、pH、时间等影响因素与输出结果色素提取率这一变量之间的非线性关系,建立了改进的BP神经网络预测模型。针对传统BP学习算法收敛速度慢、存在局部极值等不足,引入动量项以改进该学习算法。结合实际数据,运用迭代优化的控制算法对网络的权值和阈值进行不断训练并利用MATLAB进行仿真验证。研究结果证明了改进后的BP神经网络对色素提取率的预测控制具有精度高、泛化能力强,实用性强的优点,为色素得率提供了良好的理论基础和预测方法。
- 程换新孟祥勇崔丽洁孔玲玲
- 关键词：BP神经网络预测控制MATLAB
- 基于差分进化算法的BP神经网络脱硫效率预测控制
- 2023年
- 针对当前BP神经网络技术应用在大型燃煤热电厂以及燃煤脱硫机组效率数值预测分析计算模型中易陷入局部最优,预测效果可靠性差,收敛算法响应速度过慢,给出了一套结合自适应差分进化算法模型和BP神经网络理论的新一代高效率数值预测优化算法.该算法能自动优化BP神经网络的初始权值和阈值,将优化后的结果直接应用于BP神经网络模型训练中,进而获得脱硫效率的最佳预测网络模型.实验分析结果表明:该模型算法与目前传统的BP网络方法相比,算法收敛速度快,对网络参数的预测及精度估计更高,从而为脱硫系统的改进提出了必要的理论基础.
- 于沙家程换新马彩青宋文瑞郭锐捷
- 关键词：脱硫系统预测控制
- 改进YOLOv8网络在绝缘子缺陷检测中的应用
- 2024年
- 绝缘子缺陷目标小、分布零散等问题一直影响检测精度的提升,针对已有绝缘子缺陷检测方法的不足,基于注意力机制与多尺度融合方法,将YOLOv8网络增加了小目标检测层,并添加注意力与卷积混合模块(ACmix)。提出了加权双向路径聚合网络(Bi-PANet)替代路径聚合网络(PANet),防止特征融合过程中原始特征的丢失,提高多尺度目标特征的融合度。使用Wise-IOU作为回归损失函数,减少低质量标注的影响,加快网络收敛速度。对航拍图像中电力线路上的正常绝缘子和掉串绝缘子进行检测,结果表明提出的检测方法平均精度达到93.2%,证明改进后的模型能够更好地识别绝缘子缺陷。
- 朱泓宇程换新骆晓玲
- 面向轻汽油醚化的BP神经网络的模型预测控制被引量：4
- 2012年
- 针对催化裂化轻汽油(Fcc轻汽油)醚化的过程提出了BP神经网络的模型预测控制,通过控制Fcc轻汽油的流速,来实现重油量浓度指标的控制。应用BP神经网络建立该过程的预测模型,并采用迭代优化的控制算法,根据相应的性能指标,不断地修正神经网络的权值,从而整定下一批次的控制信号。通过Matlab里的神经网络工具箱,建立一个有参考模型的神经网络预测控制器,观测最终的实际输出。
- 程换新伊飞
- 基于生成对抗网络的图像识别被引量：1
- 2021年
- 随着深度学习的迅速发展,图像识别技术也在日益提高。但在日常的人脸识别、物体识别的应用中常有识别内容错误、识别准确率过低的问题。对此,提出了一种基于生成对抗网络的图像问答模型(GAN-QA)。首先生成对抗网络显示出了强大的图像识别能力,通过生成对抗网络的生成器、判别器原理可以更好地提取图像特征,显著提高了图像识别的准确率。同时根据视觉识别的自然语言处理(NLP)也取得了极大的提升。该模型通过长短期记忆网络(LSTM)将两者结合起来,通过生成对抗网络识别图像,而后问题和视觉信息被输入到长短期记忆网络中,通过模型的训练可以对图像上的问题给出答案。在数据集DAQUQR上的验证结果表明,所提出的基于生成对抗网络的图像问答模型能够有效地提高对带问题图像的识别问答能力,由此明显提升了图像问答的准确度。
- 程换新张志浩刘文翰郭占广
- 关键词：自然语言处理图像识别
- 压力容器结构大型化的发展趋势被引量：3
- 1999年
- 通过对现有压力容器的结构及大型化可能性的分析，指出了扁平统带式结构是压力容器结构大型化的发展趋势。
- 程换新
- 关键词：扁平绕带压力容器
- 基于改进的YOLOv5网络的异常行为检测算法研究被引量：6
- 2022年
- 各行各业安全问题尤为重要,对人员的异常行为须及时检测并采取相应的措施才能有效预防安全事故的发生。因此本文提出基于改进的YOLOv5网络的异常行为识别算法,通过实时处理视频监控中人员的异常行为,从而保证企业的安全运行。首先,对输入数据集进行特征提取处理,本文使用YOLOv5的backbone特征提取网络提取视频特征,能够在不同图像细粒度上聚合并形成图像特征;其次,送入到时间注意块,因为不同时刻特征的贡献值并不相同,因此加入此模块赋予特征不同的贡献值;最后,送入特征预测网络,该网络由LSTM搭建,对历史特征序列进行解码,以预测当前的特征。以玩手机和吸烟为例对所提出的网络进行验证,训练集准确率高达96.42%,测试集准确率高达95.21%。
- 王雪程换新骆晓玲高宇
- 关键词：TRANSFORMER
- 基于残差融合双流图卷积网络的手势识别方法被引量：2
- 2022年
- 针对传统图卷积网络易忽略空间特征与时间特征之间关联的问题,设计了一种基于残差结构和图卷积网络相融合的双流网络模型。首先网络包括空间流和时间流两个通道,将手势骨骼数据构建成空间图和时序图作为两通道的输入,通过分离时间维度和空间维度极大地提高了训练速度。然后为了增加网络深度,避免梯度消失等问题,嵌入残差结构并对其进行改进,更加有效利用时间特征,保证了特征的多样性。最后将两通道输出的空间点集序列和时间边集序列串联转化,输入Softmax分类器进行分类,得到识别结果。将新提出的方法在CSL和DEVISIGN-L手势数据集上进行实验,结果表明在两个数据集上识别精度分别达到了96.2%和69.3%,证明该方法具有一定的先进性。
- 程换新成凯程力蒋泽芹
- 关键词：手势识别
