王功明
所属机构: 北京工业大学 所在地区: 北京市 研究方向: 自动化与计算机技术 发文基金: 国家自然科学基金
相关作者
乔俊飞 作品数:756 被引量:1,463 H指数:21 供职机构:北京工业大学 研究主题:污水处理过程 出水 污水处理 软测量方法 城市固废 韩红桂 作品数:455 被引量:637 H指数:13 供职机构:北京工业大学 研究主题:污水处理过程 城市污水处理 模糊神经网络 污水处理 硝态氮 陈红 作品数:14 被引量:4 H指数:2 供职机构:北京工业大学 研究主题:数字技术 信念网络 控制律 现代标志设计 水环境 李文静 作品数:58 被引量:43 H指数:3 供职机构:北京工业大学 研究主题:出水 污水处理过程 BOD 软测量方法 模块化神经网络 李晓理 作品数:143 被引量:578 H指数:14 供职机构:北京工业大学 研究主题:多模型自适应控制 自适应控制 非线性系统 神经网络 矿渣微粉
一种基于深度Q学习策略的手写数字识别方法 一种基于深度Q学习策略的手写数字识别方法属于人工智能和模式识别领域,针对手写数字标准对象MNIST数据库的识别精度低的问题。首先,利用深度自编码器(Deep Auto‑Encoder,DAE)对原始信号进行抽象特征提取,... 乔俊飞 王功明 李文静 韩红桂深度信念网络结构优化设计方法与应用 深度学习(Deep learning,DL)本质上是指一类对具有深层结构的人工神经网络进行训练的方法,是一种模拟脑神经系统对感知信号进行分层处理的深层结构。深度信念网络(Deep Belief Network,DBN)是... 王功明关键词:自适应学习率 结构优化 基于PLSR自适应深度信念网络的出水总磷预测 被引量:15 2017年 针对污水处理过程出水总磷预测问题存在的强非线性、大时变等特征,提出了一种基于偏最小二乘回归自适应深度信念网络(partial least square regression adaptive deep belief network,PLSR-ADBN)的出水总磷预测方法。PLSR-ADBN是基于深度学习模型DBN的一种改进型建模方法。首先,将自适应学习率引入到DBN的无监督预训练(pre-training)阶段,来提高网络收敛速度。其次,利用PLSR方法取代传统DBN中基于梯度的逐层权值精调(fine-tuning)方法,来提高网络预测精度。同时,通过构造李雅普诺夫函数证明了PLSR-ADBN学习过程的收敛性。最后,将PLSR-ADBN用于实际污水处理过程出水总磷预测中。实验结果表明所提出的PLSR-ADBN收敛速度快且预测精度高,能够满足实际污水处理过程对出水总磷监测精度和运行效率的要求。 王功明 李文静 乔俊飞关键词:PLSR 基于自组织模糊神经网络的烟气脱硫系统预测控制方法及系统 本发明公开了基于自组织模糊神经网络的烟气脱硫系统预测控制方法及系统,涉及人工智能驱动的复杂动态系统模型表征和状态控制领域,方法包括:基于湿法烟气脱硫系统变量演化过程的动力学特性,提出控制方法框架;基于控制方法框架,构建预... 王功明 刘起浩 陈红 韩红桂 乔俊飞一种多因素时空耦合的水环境预测方法 本发明涉及信息技术领域,并公开了一种多因素时空耦合的水环境预测方法,包括:获取水环境内部数据和水环境外部数据;对水环境内部数据和水环境外部数据进行预处理,获取预处理后的多源数据;将预处理后的多源数据作为训练集输入随机森林... 王功明 李欣怡 王自鹏 韩红桂 乔俊飞基于自适应学习率的深度信念网设计与应用 被引量:20 2017年 针对深度信念网(Deep belief network,DBN)预训练耗时长的问题,提出了一种基于自适应学习率的DBN(Adaptive learning rate DBN,ALRDBN).ALRDBN将自适应学习率引入到对比差度(Contrastive divergence,CD)算法中,通过自动调整学习步长来提高CD算法的收敛速度.然后设计基于自适应学习率的权值训练方法,通过网络性能分析给出学习率变化系数的范围.最后,通过一系列的实验对所设计的ALRDBN进行测试,仿真实验结果表明,ALRDBN的收敛速度得到了提高且预测精度也有所改善. 乔俊飞 王功明 李晓理 韩红桂 柴伟关键词:自适应学习率 收敛速度 性能分析 一种基于智慧物联的多源水环境数据处理方法与系统 本发明公开了一种基于智慧物联的多源水环境数据处理方法与系统,涉及数据处理技术领域,包括:将获取的多源异构水环境监测数据进行标准化处理,获得标准化处理后的数据,进行多尺度分解,获得低维数据;对低维数据采用分布式存储架构,将... 王功明 李欣怡 毕敬 韩红桂 乔俊飞一种水环境水质预测与异常状态溯源方法和装置 本发明公开一种水环境水质预测与异常状态溯源方法和装置,包括:步骤S1、获取水环境监测数据;步骤S2、根据水环境监测数据,训练数据驱动的深度信念网络模型;步骤S3、利用训练好的深度信念网络模型作为预测模型对未来不同时间段内... 王功明 李欣怡 陈红 韩红桂 乔俊飞基于自组织深度模糊神经网络的水环境水质预测方法 本发明属于人工智能驱动的复杂动态系统模型表征和状态预测技术领域,涉及基于自组织深度模糊神经网络的水环境水质预测方法,包括:获取原始数据,获得待处理的任务样本数据,通过互信息分析和统计方法对水质与相关变量间的相关性进行度量... 王功明 李欣怡 赵泽豪 陈红一种事件触发的污水处理过程硝态氮浓度预测控制方法 本发明公开了一种事件触发的污水处理过程硝态氮浓度预测控制方法,属于人工智能赋能智慧水处理技术领域。方法包括:采集污水处理站实际的运行数据;并基于运行数据建立深度信念网络模型;采用深度信念网络模型训练误差的变化趋势和特性定... 王功明 李欣怡 陈红 韩红桂 乔俊飞