教育部留学回国人员科研启动基金(200917055)
- 作品数：2 被引量：4H指数：1
- 相关作者：谭丞李晓敏徐立军吴煜婷张琦更多>>
- 相关机构：北京航空航天大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”教育部留学回国人员科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于联合概率密度判别器的新煤种在线辨识方法被引量：1
- 2010年
- 提出一种利用主成分分析和联合概率密度判别器进行新煤种在线辨识的方法。根据不同煤质的煤的燃烧火焰在初燃区的特征不同,利用光电传感器获得燃烧火焰初燃区的光辐射信号,提取信号在时域和频域内的特征值,经过主成分分析处理得到正交化的、维数压缩的特征值向量。针对几种已知的煤种,利用获得的正交化特征值向量数据,建立每一煤种的联合概率密度分布模型。利用基于该模型的判别器,可以进行新煤种的判别或已知燃煤种类的辨识。
- 谭丞李晓敏徐立军张琦
- 关键词：特征值主成分分析
- 基于联合概率密度判别器和神经网络技术的煤种辨识方法被引量：3
- 2010年
- 提出一种基于联合概率密度判别器和神经网络技术进行煤种在线辨识的方法。根据不同种类的煤燃烧时火焰的特征不同,利用三个光电传感器来获得燃烧火焰在红外、可见光和紫外三个谱段上的辐射信号,通过特征值提取得到火焰辐射信号在时域和频域内的特征值,经过主成分分析处理得到正交化的、维数压缩的特征值矢量。利用获得的正交化特征值矢量数据,建立每一已知煤种的联合概率密度判别器和神经网络模型。利用基于燃煤特征值分布的联合概率密度判别器可进行是否为新煤种的判别,非新煤种则利用神经网络模型辨识燃煤的种类。试验结果表明,在某电站锅炉所测试的四种煤的情况下,结合联合概率密度判别器和神经网络模型进行燃煤种类的辨识,20次测试的平均成功率为97.6%。
- 谭丞李晓敏徐立军吴煜婷
- 关键词：特征值主成分分析神经网络
