公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

统计监控建模离群点检测数据预处理高效算法被引量：5: 2012年; 基于多向主元分析(multi-way principal component analysis,MPCA)(包括主元分析(principal component analysis,PCA))的统计监控模型易受建模数据中离群点影响,将数据点的k-最近邻(k-nearest neighbor,k-NN)距离dk作为离群度指标能有效地发现非线性数据集中的离群点,但现有的基于该定义的鲁棒离群点检测算法对不同尺度的中心化和标准化方法非常敏感,且需要计算每个数据点的dk,引起巨大的计算开销。提出一种改进尺度的近邻修剪(modified scale neighborhood pruning,MSNHP)高效鲁棒离群点检测算法用于对统计监控建模数据集的预处理。该算法利用改进尺度得到离线建模正常数据的均值和标准差,并对数据进行中心化和标准化处理;在每次dk查询过程中计算出其他点的dk上界用于直接修剪非离群点,以减少dk查询的次数;并通过优化搜索次序提高修剪效果和减少每次dk查询的计算开销。将该算法应用于β-甘露聚糖酶发酵间歇过程离群点检测,与其他鲁棒离群点检测算法相比,应用结果表明该算法明显减少了计算开销,对数据集数据个数和算法参数都具有更好的伸缩性。; 肖应旺杨军张承忠杜瑛; 关键词：数据预处理

分布式远程教学资源库的设计: 2008年; 本文在详尽分析了分布式教学资源库的组织、设计、管理、资源共享及安全的基础上,提出了适合于远程教学应用的基于Web的分布式远程教学资源库的设计模型,相应的多媒体信息资源的基本特征和制作方法。; 刘冬杰杜瑛; 关键词：资源库资源共享远程教学

现代远程教育考试管理平台的设计与实现被引量：2: 2010年; 针对现代远程教育的考试特点,文章提出了基于Web的远程网络考试管理平台架构,它采用B/S、C/S混合模式,利用ASP.NET技术和ADO.NET技术,以SQL Server 2005+试题资源库作为后台数据库,实现了三层体系结构的考试平台设计,本文对考试平台的功能亦作了详细的阐述。; 杜瑛刘冬杰; 关键词：B/S

统计监控建模数据预处理离群点检测算法被引量：5: 2013年; 针对基于多向主元分析(Multi-way Principal Component Analysis,MPCA)(包括主元分析(Principal Component Analysis,PCA)的统计监控模型易受建模数据中离群点影响的不足,通过对各种不同尺度的中心化和标准化方法及鲁棒离群点检测算法的对比研究,提出了一种基于改进尺度的中心最短距离/椭球多变量整理(Closest Distance to Center/ellipsoidal Multivariate Trimming,CDC/MVT)的建模数据离群点去除算法。该算法首先利用改进尺度得到离线建模正常数据的均值和标准差,并对数据进行中心化和标准化处理;然后利用CDC算法找出建模历史数据中最一致的一半正常点;最后用这最一致的一半正常点初始化MVT的马氏距离的均值和协方差,并通过迭代计算得到其他的正常点。将该算法应用于β-甘露聚糖酶发酵间歇过程离群点的去除,与其他鲁棒离群点检测算法相比,应用结果表明该算法能有效地去除建模数据中的离群点。; 肖应旺杨军张承忠姚美银杜瑛; 关键词：数据预处理

基于故障子空间与PCA监测模型的故障可检测性研究: 2014年; 由于基于主元分析(Principal Component Analysis,PCA)的统计监控方法没有利用过程机理模型(First Principle Model)信息,因此在一定程度上限制了其故障诊断能力的发展。本文基于PCA的框架,采用故障子空间对故障进行描述,在PCA监测模型的基础之上,分析了主元空间和残差空间的故障可检测性问题,获得了故障可检测性的必要充分理论条件。通过对双效蒸发过程的仿真监测,证实了所获理论结果的有效性,表明了通过计算临界故障幅值就可事先对故障集内各故障的检测结果作定量的分析,从而事先了解各故障在PCA下的检测结果。; 肖应旺黄业安杨军张承忠杜瑛

利用Web技术构建远程网络学习平台被引量：2: 2005年; 介绍了利用Web技术来构建一个远程网络学习平台,并给出了具体的设计与实现方案.该学习平台是基于C/S网络和Web技术的,采用了Oracle9作为系统数据库,具有管理员子系统,自主学习子系统,答疑子系统和考试子系统等功能,其中答疑子系统采用了智能答疑技术,教师的课件,考试试卷中引入了视频、音频等多媒体技术.; 杜瑛; 关键词：WEB技术智能答疑 C/S网络

基于RMKMFDA的间歇过程监测与故障诊断: 2014年; 针对间歇过程特点和基于多向主元分析(Multiway Principal Component Analysis,MPCA)的间歇过程监控方法的缺陷,利用核映射在处理非线性过程和Fisher判别分析(Fisher Discriminant Analysis,FDA)在故障诊断能力上的优势,提出了基于递推多模型的核多向Fisher判别式分析(Recursive Multi-model Kernel Multi-way FDA,RMKMFDA)的间歇过程监测与故障诊断方法。该方法采用多模型核多向Fisher判别分析(Multi-model Kernel Multi-way FDA,MKMFDA)非线性结构代替MPCA单模型线性化结构,并提出确定时滞变量的算法;一旦通过MKMFDA监测出某一新批次过程正常,则模型参考数据库就随之更新:在线监控时通过比较核Fisher特征向量之间的欧氏距离来实现,而最优核Fisher判别向量用来鉴别故障类型。该方法在实时监控新的批过程时,只需利用已收集到的数据信息,且在线递推地更新模型参考数据库,提高了间歇过程监控的准确性,克服了MPCA不能处理非线性过程和实时性问题。通过采用RMKMFDA与移动窗多向主元分析(Moving Window MPCA,MWMPCA)方法对青霉素分批补料发酵过程的实时监控,结果表明RMKMFDA比MWMPCA能更及时地监测出过程异常情况,更准确地判断异常发生的原因。; 肖应旺杨军张承忠姚美银杜瑛; 关键词：监测与故障诊断青霉素发酵

全选清除导出

共1页<1>

杜瑛