即时学习相关论文
软测量技术是实现难测参数在线实时估计的一种有效手段,在冶金、造纸、制药、石油、化工等生产过程的监测、控制及优化中扮演着日......
在钢铁冷轧生产过程中,轧制力的预报精度决定着最终成品的厚度及板形的平整度。准确的轧制力预报有助于缩短带材的头尾长度,提高成......
电弧炉炼钢已有近百年的历史,由于其具有可以利用废钢资源、吨钢能耗小、炼钢流程短等优点被广泛应用。近年来,由于绿色可持续发展......
矿产资源在经济社会的发展中占据着很重要的地位。我国矿产资源丰富,但由于人口众多,对矿产资源的需求量很大。为了保证国民经济发......
在现代钢铁冶金发展过程中,炉外精炼是确保钢铁质量和实用性的重要途径,在我国钢铁企业中已经得到了广泛的使用。LF炉精炼过程可以......
钢铁工业为国家建设和发展提供了重要的原材料保障,是国民经济的重要基础产业。作为我国主要的炼钢方式,转炉炼钢的生产效率高并且......
目前在工业生产过程中仍有很多关键变量没有在线实时检测的传感器,只能通过离线分析方法进行测量,但是,离线分析数据时间滞后较大,......
吸收塔浆液pH值是石灰石-石膏湿法烟气脱硫系统的重要运行参数,直接影响脱硫系统的经济性和安全性。在实际运行中,系统配置的pH值......
乙烯装置作为石化行业能耗大户，在乙烯装置能量优化过程中，建立实时准确的乙烯裂解炉燃料气消耗预测模型具有重要意义.为更好的达到......
面对日益复杂的非线性过程，传统的线性多元统计方法忽略了系统的非线性特征，监控效果也不理想。本文提出了一种基于即时学习(Lazy Le......
间歇过程是生物制药、精细化工、微电子、食品等行业的主要生产方式，广泛应用于医药、生物制品、半导体器件等高附加值产品的生产中......
针对火电厂脱硫系统工作过程中存在非线性、时变性、多变量等问题,提出了一种基于改进即时学习算法的脱硫系统吸收塔浆液pH值软测......
神经网络具有良好的非线性拟合能力，在工业建模领域有着广泛的应用。但是在对整个工业系统用单一神经网络建模过程中，由于神经网络自......
在过程工业中,一些关键质量参数由于缺乏有效的在线检测手段,只能通过实验室离线分析获得,这成为提升过程监测、控制及优化水平的......
随着现今世界工业化程度逐步提高,工业生产规模逐步扩大,许多大型工业过程中的工艺流程也变得越来越复杂,并且这些过程通常会存在......
在一些复杂的工业过程中,随着产品质量要求的不断提高,需要对一些直接决定产品质量的过程变量进行严格的监测和控制。但是由于某些......
发酵过程因其具有生产灵活、产品附加值高的特点已经成为医药、食品、染料、香料及生化制品等领域的主要生产方式。为了保证发酵过......
重症监护室(ICU)主要收治生命危急但有可能挽救的危重病人,集中了医院中最先进的设备和优秀的医护人员,是医院的重要组成部分。病......
由于实际工业过程中的复杂性、强非线性和时变性等特点,极大地限制了全局软测量模型的应用,即时学习算法作为一种局部软测量建模方......
近红外光谱(Near Infrared Spectroscopy,NIRS)分析技术因其无损、高效、快速、操作简单和低成本等特点,在实时检测中有巨大潜力,......
我国稀土资源丰富,稀土分离企业规模和产量均在世界前列;但企业的稀土提取和分离控制技术仍处于离线分析和人工控制阶段,自动化水......
乙烯装置作为石化行业能耗大户,在乙烯装置能量优化过程中,炉群系统能耗优化起到至关重要的作用。在保证工业装置产品收率不变的情......
近年来,即时学习软测量方法已被广泛用于过程工业中难测参数的在线估计.然而,常规的即时学习软测量方法仅依靠单一的学习配置,忽略......
针对复杂非线性系统的控制问题,采用数据驱动的控制策略,将具有本质自适应能力的即时学习算法与具有强鲁棒性的滑模预测控制相结合......
电力工业是当前国民经济发展中最重要的基础性的能源产业，是国民经济得到稳定发展和社会稳步前进的保证。它关系到国计民生，同时也是......
为及时跟踪过程的突变特性,提出一种改进的JITL-PLS软仪表建模方法。该方法与传统的JITL-PLS方法不同,对参与建模的每个样本基于相......
这里摘要介绍于老去年12月22日在一次迎新会上的发言,以供读者参阅。(标题为编者所议)
Here is a summary of the speech made by......
在“首都百万师生微党课”微博上直播，北京高校百万师生利用电脑、手机认真收看报告，很多学生通过评论、转发、留言等形式热情参与互......
随着进料负荷、产品组分等过程参数的改变,生产过程的工况也随之改变,而传统的基于多元统计过程监控方法都是假设过程处于单一工况......
该文针对间歇过程数据的高维非线性特征以及传统数据预处理方法的不足，提出了一种基于即时学习的邻域正交保持嵌入（OPE）算法。ONPE算......
针对单个神经网络泛化能力差、对不同样本预测精度波动大的问题，提出了一种基于即时学习集成神经网络方法。首先，基于训练样本，建立多......
针对即时(惰性)学习模型频率降低间接导致的精度下降问题,提出一种二阶相似性的即时学习方法。该方法综合顾及到样本集的整体分布......
接收灵敏度是无线通信系统中非常重要的参数之一。然而，虽然无线技术的发展迅速，接收灵敏度的测量却依然使用着传统的基于穷举法的测......
针对传统滑动窗更新模型时忽略最新数据和待测样本相似性,以及即时学习未考虑相似样本和待测样本的时间间隔问题,采用基于最优定界......
针对工业生产过程中的时变性问题,提出贝叶斯网络框架下的自适应质量变量预测建模方法。采用改进的即时学习策略,将数据库分成若干......
通过传统的即时学习（JITL）方法建立间歇过程复合的线性化模型,利用一个具有5层结构的神经模糊模型（NFM）对局部模型的输出误差特性进行......
当使用先进策略整定PID控制器参数时，往往要依赖于系统所辨识的模型，而模型的精度与优化算法的计算效率直接影响到系统的控制效果．本......
针对MIMO非线性系统的控制问题，采用数据驱动的控制策略，将具有本质自适应能力的即时学习算法与具有强鲁棒性的滑模预测控制相结合，设......
近红外(Near Infrared,NIR)光谱分析技术具有速度快、效率高、操作简单、无损无污染等特点,广泛应用于食品、发酵、医药等各行业中......
随着我国科学与工业技术的不断进步,生产工艺与生产技术等方面都进行了很大规模的改进,也越来越趋于自动化、复杂化。随之而来地,......
针对电厂烟气舍氧量难以进行有效预测的问题，从提高烟气含氧量预测模型在线自适应能力的角度出发，提出一种基于即时学习策略的改进支......
针对复杂非线性系统的建模问题，基于空间划分树（SP—Tree）和即时学习（1azy learning）的思想，设计了一种多模型在线建模方法。该方法基于......
针对电厂球磨机负荷难以进行有效预测的问题,从提高预测模型在线自适应能力的角度出发,提出一种基于即时学习策略的改进SVM建模方......
即时学习算法是根据某种最优准则,从历史数据中选出容易检测并且与主导变量密切相关的辅助变量,从而实现对主导变量的预测。局部加......
针对工业过程中难以实现实时在线测量的重要过程变量,在主成分降解变量分组的基础上,提出了一种基于即时学习与集成学习的多模型高......
针对高炉炼铁过程,本文提出一种基于即时学习的高炉铁水质量自适应预测控制方法(JITL–APC).该方法的特点是控制器通过k向量近邻(k......
