自适应模型

摘要： 为实现对涡轴发动机动态响应的实时跟踪,提出一种基于动态逆与神经网络的涡轴发动机自适应模型建模方法。基于考虑健康因子输入的涡轴发动机状态变量模型及真实发动机可测状态参数,设计一种基于动态逆的健康参数估计方法;基于神经网络建立包含健康参数的涡轴发动机机载模型,共同构成涡轴发动机自适应模型;进行典型任务下的对比仿真分析。研究结果表明:相比于线性卡尔曼滤波器,基于动态逆的涡轴发动机自适应模型不仅能获得相同的健康参数稳态估计精度,而且总时间消耗可有效减小26%左右,实时性更高;自适应模型的稳态误差不超过0.5%,动态精度更高,更有利于实现涡轴发动机动态响应的自适应跟随。

摘要： 碳酸盐岩储层常规测井渗透率预测主要依靠物理模型和拟合模型,然而物理模型通常难以获取精准的物理参数,拟合模型难以直接预测非均质性较强的储层。为此,从优化物理模型、拟合模型参数出发,利用改进的粒子群优化算法(IPSO)同时优化物理模型参数及机器学习模型参数,进而提出渗透率预测的自适应模型。以川中北部高石梯—磨溪区块灯影组灯二段储层为研究对象,通过两个实验验证该自适应模型的渗透率预测能力。结果表明:(1)耦合物理模型和机器学习模型能提高模型的预测能力,有效地解决了应用过程中物理模型基础资料不足问题;(2)IPSO算法能更有效地优化物理模型参数和机器学习模型参数,IPSO-XGBoost预测性能更优,具有很强的推广性;(3)通过IPSO算法迭代确定离散岩石类型(DRT)聚类算法中的经验系数更具推广性。该自适应模型可为碳酸盐岩储层渗透率的准确预测提供新思路。

摘要： 提取视频中的前景目标信息是视频处理领域非常重要的问题,考虑到现实生活中会出现监控摄像头不可避免地会出现晃动或偏移情况,造成监控视频短暂抖动,此时背景图像灰度和纹理信息都会受到较大的影响,从而给后期进一步分析前景信息带来了巨大的困难.为了兼顾纹理特征提取和噪声抑制两方面的要求,针对抖动视频的前景提取问题,提出了一种有效的融合小波变换和在线混合高斯模型的方案.首先运用仿射变换在线逐帧校准,接着利用小波变换对图像去噪,并建立自适应模型迭代上述过程,最后利用在线混合高斯模型提取前景.实验结果表明,与同类方法相比,该算法无论针对单目标还是多目标视频均可以有效去除抖动,得到较好的前景目标提取效果,具有较高的准确性和鲁棒性.

摘要： 卫星与雷达间的数据关联能够实现海上预警探测过程中由大范围预警向精细跟踪过渡转换,但传统关联模型关联速度慢且难以适应舰船编队目标的非刚性变换、虚警漏报等情形.对此,提出一种卫星与雷达位置数据自适应关联模型.首先,采用多层神经网络提取卫星数据和雷达数据的整体差异参数.然后,将参数通过位移变换估计网络实现两类信源目标的匹配,解决不同信源间的时间间隔和定位误差导致的空间位置差异.最后,对匹配后的目标进行关联判决.仿真实验结果表明,该模型关联速度快,精度高,能够实时处理大规模多源数据关联任务.同时在应对非刚性变换、定位误差、虚警漏报等场景下有较好的鲁棒性.

摘要： 近几年艺术作品的计算美学评估已成为一个热门的研究方向.但现有工作主要研究照片和油画,关于水墨画的定量审美评估却鲜有尝试.水墨画通过水墨相调和笔法变化来表现画面,因而在视觉特征、语义特征和审美准则上与照片和油画有显著不同.针对此问题,采用深度学习技术,提出一种自适应的水墨画计算美学评估框架.该框架首先构建水墨画图像美学评价基准数据集;然后根据水墨画审美标准提取全局与局部图像块作为多路输入,并设计一种多视角并行深度卷积神经网络来提取深度审美特征;最后基于水墨画的题材查询机制,构建自适应深度审美评估模型.实验结果表明,文中包含6个并行题材卷积组的多视角网络架构相较基础VGG16架构有较高的审美评估性能,提取的深度审美特征明显优于传统手工设计特征,其自适应模型评估结果与人工审美评价之间达到0.823的皮尔森高度显著相关,且均方误差为0.161.此外,干扰实验表明,文中的网络对构图、墨色和纹理3个绘画要素较为敏感.该研究将不仅为国画计算美学评估提供了一个基于深度学习的参考框架,而且有助于进一步探索人类审美感知与水墨画中深度学习特征之间的关系.

摘要： 以白石水库为例,对其生态调度效益利用生态水量调度自适应模型量化.结果表明:白石水库生态调度能够有效保护河道下游水生态,生态调度效益受来水影响度均超过20％,有利于维持流域水生态系统平衡.

摘要： 燃机负荷的实时估计能够为燃机参与调峰创造重要的前提条件,针对燃机负荷的实时测算问题,提出了一种基于动态主元分析结合自适应支持向量机的燃机负荷回归估计方法.首先应用动态主元分析方法挖掘出与燃机负荷相关的主要参数,获得代表相关性程度的量化指标关联度.在此基础上,利用自适应支持向量机建立燃机负荷的回归估计模型,并通过交叉验证确定模型的最优参数.采集国内某E级燃机的历史运行数据,对本文所提方法进行验证,结果表明所提方法能够对燃机负荷进行实时准确的估算,并且相比于离线建模的方式,自适应模型具有更好的泛化更新能力,为燃机的调峰奠定了可靠的基础.

摘要： 燃机负荷的实时估计能够为燃机参与调峰创造重要的前提条件,针对燃机负荷的实时测算问题,提出了一种基于动态主元分析结合自适应支持向量机的燃机负荷回归估计方法.首先应用动态主元分析方法挖掘出与燃机负荷相关的主要参数,获得代表相关性程度的量化指标关联度.在此基础上,利用自适应支持向量机建立燃机负荷的回归估计模型,并通过交叉验证确定模型的最优参数.采集国内某E级燃机的历史运行数据,对本文所提方法进行验证,结果表明所提方法能够对燃机负荷进行实时准确的估算,并且相比于离线建模的方式,自适应模型具有更好的泛化更新能力,为燃机的调峰奠定了可靠的基础.

摘要： “三通工程”是国家“十三五”期间教育信息化的主要任务,而“人人通”是其核心工程.随着云计算技术的发展与应用,促进了基于云计算的网络学习空间——学习云空间的产生.为了解决学习者在海量资源中的“学习迷航”和“个性化不足”的问题,本文分析了学习云空间的六大要素;将学习云空间的六大要素与自适应模型核心要素有机结合,构建了基于学习云空间的学生自适应学习模型,提出了基于用户的协同过滤推荐算法的自适应机制;最后总结本研究并提出了三条自适应学习应用策略,有效地解决传统的网络学习空间中的个性化不足的问题.

摘要： 介绍了日立UCM串列式六辊冷轧机组过程控制系统自适应模型的功能、自适应功能的启动时刻、自适应系数的更新,并着重描述了日立冷连轧过程控制系统自适应模型计算过程.自适应系数极大地提高了基本设定计算模型的计算精度。模型计算的精度提高后使一级基础自动化控制更加优化，从而大大提高了成品的质量。

摘要： 针对硅钢产品苛刻的尺寸精度要求,控制系统的精度问题困扰着大部分的钢铁企业.建立高精度的控制模型是提高预设定值的精度基础,但是无论哪一种方式的数学模型,其计算值与实际生产数据都存在偏差.而通过引入自适应模型,能够有效的消除这种偏差,满足现场多变的工况.以轧制理论为基础,结合实际生产数据,对关键轧制模型进行修正,构建出来的新的轧制模型,达到精确控制的目的.通过引入轧制力自适应模型、轧制力矩自适应模型、辊缝自适应模型、前滑自适应模型,分别对轧制力预设定值、轧制力预设定值、辊缝预设定值、前滑预设定值进行了修正,提高了设定精度,有效的解决的预设定值精度不高的问题.

摘要： 研究了一种基于气路故障诊断的航空发动机简化机载自适应模型建模方法。其主旨是采用包线分区的方法,在小包线范围内建立基于神经网络的基线模型和基于最小二乘的小偏差模型构成的简化模型,代替部件级模型,并利用卡尔曼滤波估计算法作为故障辨识手段,建立自适应实时模型,滤波器输入采用带积分修正,提高观测效果,健康参数估计采用相邻两个分区按主燃油线性插值的办法提高精度。最后对所建立的机载自适应模型进行了全数字仿真和基于DSP的实物在回路仿真研究,以验证其快速跟踪上发动机状态的能力。

摘要： 航空发动机自适应相当于性能仿真的反计算.自适应方法在性能故障诊断、几何优化调整、整机性能评估等方面有广泛的应用.本文从常规自适应方法的问题出发,结合测量精度,基于性能仿真模型和多位向量相似和搜索,建立了模式搜索算法.给出了算法的主要步骤.搜索出发，建立了模式搜索算法。以双轴分排涡扇发动机为例，对双部件特性并发衰退情况进行了带有噪声的数值试验研究，结果表明，模式搜索法自适应效果良好，均方根误差很小。同时对自适应结果错误的样本进行了分析。模式搜索自适应算法在测量参数模式集合产P(t)的产生速度上还有待继续加强。同时，在对特性参数搜索结果向量集合A(t+n)为空集和非单元素非空集条件下的处理方法程序化上也还有待加强。

摘要： 提出一种基于混合卡尔曼滤波器的航空发动机在线故障诊断系统结构.使用机载自适应模型对发动机健康参数进行在线估计,采用混合卡尔曼滤波器组故障诊断算法,对发动机传感器故障、执行机构故障、部件故障进行检测和隔离.利用估计出的健康参数对故障诊断算法进行周期性的更新,可以使故障诊断算法对发动机健康蜕化具有自适应能力.将故障诊断方法应用于某民用涡扇发动机进行仿真,仿真结果验证了方法的有效性.

摘要： 本文分析了大型水电站分布式仿真系统的建模算法特点和容错需求,提出了基于"监督者-乖进程"机制的模型调度算法.通过设计有自适应能力的仿真模型,并建立合适的监督层级,实现了仿真模型的自适应容错调度,为水电站多机多模分布式仿真系统的稳定运行奠定了基础.该算法成功应用于一大型水电站仿真培训系统.

摘要： 针对一类模型参数突变的系统,提出一种基于多模型切换的阶梯式广义预测控制算法。采用多个固定模型和两个自适应模型并行辨识系统的动态特性,提高了系统的暂态性能和鲁棒性。在每个采样时刻基于性能指标切换到最优的局部模型作为当前模型。设计阶梯式广义预测控制器,从而实现系统全局的控制。最后的仿真结果表明,其控制效果明显优于单一模型的广义预测控制器。

摘要： 以首钢集团迁安钢铁有限责任公司1450UCMW冷连轧机为研究对象,解决了轧制过程中因模型预设定精度对带钢头尾厚度精度控制影响的问题.采用优化负荷分配模型和自适应系数精度,提高模型预设定的计算精度,有效地提高了带钢头尾控制精度.结合现场实际轧制情况,调整了轧辊粗糙度和乳化液浓度,进一步保证轧制的稳定.实际应用表明,采用以上优化方法,提高了预设定轧制力精度,达到提高头尾厚度精度的目的,同时也可使轧制过程更加平稳、高效.

摘要： 以首钢集团迁安钢铁有限责任公司1450UCMW冷连轧机为研究对象,解决了轧制过程中因模型预设定精度对带钢头尾厚度精度控制影响的问题.采用优化负荷分配模型和自适应系数精度,提高模型预设定的计算精度,有效地提高了带钢头尾控制精度.结合现场实际轧制情况,调整了轧辊粗糙度和乳化液浓度,进一步保证轧制的稳定.实际应用表明,采用以上优化方法,提高了预设定轧制力精度,达到提高头尾厚度精度的目的,同时也可使轧制过程更加平稳、高效.

摘要： 本发明是一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特点是，包括电压外环无模型自适应迭代学习控制、电流内环无模型自适应预测控制、自适应环流抑制控制等步骤：由于引入了无模型自适应迭代学习控制用于MMC变流器直流侧，能够实现直流电压的准确跟踪控制；通过引入电流内环无模型自适应预测控制，可改善电流控制精度，从而改善电流波形质量；通过引入自适应环流抑制控制，可改善MMC变流器交直流两侧扰动背景下的环流抑制效果，从而保证MMC变流器的可靠工作。

摘要： 本发明包括：频带分割滤波器(102、103、104、105)，具有预先设定的不对称的冲击响应，输入语音信号，将输入的语音信号的频带分割为预先设定的多个子带，取得频带分割出的多个子带语音信号；多个量化部件(110、111、112、113)，按预先设定的分割数对频带分割出的多个子带语音信号分别进行量化；以及编码部件(115)，对量化过的多个子带语音信号进行自适应差分脉冲编码调制编码。

摘要： 提供一种有效进行利用特定条件的学习数据执行了DNN的声学模型的自适应且可提高精度的统计声学模型的自适应方法。在采用了DNN的声学模型的说话人自适应方法中，包括：第1存储装置分别存储不同的说话人的讲话数据(90～98)的步骤；准备按说话人区分的隐藏层模块(112～120)的步骤；在切换选择讲话数据(90～98)的同时，一面用与选出的讲话数据相对应的隐藏层模块(112～120)动态地置换特定层(110)，一面进行针对DNN(80)的所有层(42、44、110、48、50、52、54)的准备性学习的步骤；用初始隐藏层置换已完成准备性学习的DNN的特定层(110)的步骤；和将初始隐藏层以外的层的参数固定，采用特定说话人的声音数据进行DNN的学习的步骤。

摘要： 提供了一种包括自适应信号处理模型的计算机系统，在该自适应信号处理模型中，乘法部(例如，VLSI集成电路)使用隐含神经元和随机设置的变量来处理对所述模型的数据输入，并且自适应输出层使用可变参数处理乘法部的输出。提出了可控制开关电路，以控制哪些数据输入被馈送给哪些隐含神经元，以减小所需的隐含神经元的数目并增加数据输入的有效数目。提出了一种算法，以选择性地禁用不必要的隐含神经元。可以在隐含层输出处提供归一化，以及胜者全得级。

摘要： 本申请提供一种自适应预编码模型训练方法、自适应预编码方法和基站。该自适应预编码模型训练方法包括：基于用户的接收信号的第一协方差矩阵，确定所述接收信号的信干噪比和误比特率的关系图；将所述关系图中的误比特率的取值与颜色图谱中的像素值进行一一对应的关联处理；其中，经过所述关联处理后的颜色图谱中包含用户信道的特征信息；对经过预训练的卷积神经网络中的全连接层进行重新创建，并基于经过所述关联处理的颜色图谱对重新创建的全连接层进行训练，得到自适应预编码模型。

摘要： 本发明是一种融合自适应环流抑制的无模型自适应迭代学习MMC变流器控制方法，其特点是，包括电压外环无模型自适应迭代学习控制、电流内环无模型自适应预测控制、自适应环流抑制控制等步骤：由于引入了无模型自适应迭代学习控制用于MMC变流器直流侧，能够实现直流电压的准确跟踪控制；通过引入电流内环无模型自适应预测控制，可改善电流控制精度，从而改善电流波形质量；通过引入自适应环流抑制控制，可改善MMC变流器交直流两侧扰动背景下的环流抑制效果，从而保证MMC变流器的可靠工作。

摘要： 本发明公开了一种基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数整定方法，该方法是通过将模型参考自适应模型及其稳定性条件进行线性化得到系统的开环传递函数，并结合古尔丹法计算出开环系统的截止频率以及相位。然后结合自动控制理论给出开环系统稳定的条件，并在截止频率以及相位裕度不满足相关条件时给出了自适应参数的调整方法。采用本发明可以很好地实现基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数地整定。

摘要： 本发明公开一种对抗域自适应模型训练方法，所述对抗域自适应模型包括源域嵌入提取器、说话者判别器、目标域嵌入提取器和域判别器，所述方法包括：S10、配置所述源域嵌入提取器和所述目标域嵌入提取器之间共享部分层的参数；S20、将有标注的源域训练数据输入至所述源域嵌入提取器，所述源域嵌入提取器的输出输入至所述说话者判别器，得到说话者损失；S30、将无标注的目标域训练数据输入至所述目标域嵌入提取器，所述目标域提取器的输出和所述源域嵌入提取器的输出输入至所述域判别器，得到Wasserstein损失。在本发明提出的方法中，源域和目标域的特征提取器并不是完全相同的。这样特征提取器不同的参数部分可以解决主任务和域对抗训练任务之间的冲突问题。

摘要： 本公开关于一种码率自适应模型的训练、视频码率自适应方法及装置。码率自适应模型的训练方法包括：从网络状态池中选择网络状态作为第一训练环境；通过码率自适应模型在第一训练环境中进行码率决策，将得到的码率决策轨迹数据作为第一轨迹；基于第一轨迹对码率自适应模型的参数进行调整，得到码率自适应模型的第一更新模型；从网络状态池中再次选择网络状态作为第二训练环境；通过第一更新模型在第二训练环境中进行码率决策，将得到的码率决策轨迹数据作为第二轨迹；基于第二轨迹对第一更新模型的参数进行调整，得到码率自适应模型的第二更新模型。本公开的码率自适应模型的训练方法可使得码率自适应模型适应各种个性化网络。

摘要： 本发明公开了一种基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数整定方法，该方法是通过将模型参考自适应模型及其稳定性条件进行线性化得到系统的开环传递函数，并结合古尔丹法计算出开环系统的截止频率以及相位。然后结合自动控制理论给出开环系统稳定的条件，并在截止频率以及相位裕度不满足相关条件时给出了自适应参数的调整方法。采用本发明可以很好地实现基于模型参考自适应的永磁同步电机无速度传感器控制算法自适应率参数地整定。