仓储作者

[外文期刊] Soft sensor modeling for small data scenarios based on data enhancement and selective ensemble SCIE EI

作者： Jin, Huaiping^1,2;Huang, Shuqi^1,2;Wang, Bin¹;Chen, Xiangguang³;Yang, Biao¹;Qian, Bin¹ （¹Kunming Univ Sci & Technol, Fac Informat Engn & Automat, Dept Automat, Kunming 650500, Peoples R China.;²Yunnan Key Lab Green Energy Elect Power Measuremen, Kunming 650500, Peoples R China.;³Beijing Inst Technol, Sch Chem & Chem Engn, Beijing 100081, Peoples R China.）

出处： CHEMICAL ENGINEERING SCIENCE 2023 Vol.279

关键词： DATA SUPPLEMENT; GENERATION; PREDICTION; NETWORK

摘要： Data-driven soft sensors have been widely used to facilitate real-time estimations of difficult-to-measure variables. However, sufficient high-quality ...

[外文期刊] Pseudo label estimation based on label distribution optimization for industrial semi-supervised soft sensor SCIE EI

作者： Jin, Huaiping^1,2;Rao, Feihong¹;Yu, Wangyang³;Qian, Bin¹;Yang, Biao¹;Chen, Xiangguang⁴ （¹Kunming Univ Sci & Technol, Fac Informat Engn & Automat, Dept Automat, Kunming 650500, Peoples R China.;²Yunnan Key Lab Green Energy Control & Protect, Elect Power Measurement Digitalizat, Kunming 650500, Peoples R China.;³Wuhan Maritime Commun Res Inst, Wuhan 430223, Peoples R China.;⁴Beijing Inst Technol, Sch Chem & Chem Engn, Beijing 100081, Peoples R China.）

出处： MEASUREMENT 2023 Vol.217

关键词： PREDICTION; FRAMEWORK

摘要： In process industry, the lack of sufficient labeled data often leads to poor performance of traditional supervised soft sensors. Thus, a pseudo label ...

[外文期刊] Semi-Supervised Soft Sensor Development Based on Dynamic Dimensionality Reduction-Assisted Large-Scale Pseudo Label Optimization and Sample-Weighted Quality-Relevant Deep Learning

作者： Jin, Huaiping^{1, 2}; Liu, Guangkun^{1, 2}; Qian, Bin^{1, 2}; Wang, Bin^{1, 2}; Yang, Biao^{1, 2}; Chen, Xiangguang³ （¹Department of Automation, Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming; 650500, China;²Yunnan Key Laboratory of Artificial Intelligence, Kunming University of Science and Technology, Kunming; 650500, China;³School of Chemistry and Chemical Engineering, Beijing Institute of Technology, Beijing; 100081, China）

出处： SSRN 2023

[中文期刊] 基于多相似度局部状态辨识的集成学习自适应软测量方法 CSCD 剑桥核

作者：金怀平¹;，黄成¹;，董守龙²;，黄思³;，杨彪¹;，钱斌¹;，陈祥光²; （¹昆明理工大学信息工程与自动化学院；²北京理工大学化学与化工学院；³云南化工设计院有限公司）

出处：计算机集成制造系统 2023 第29卷第2期 P460-473

关键词：软测量；集成学习；自适应；时变特征；多相似度；局部状态辨识；高斯过程回归

摘要：鉴于流程工业过程的非线性、多时段、多模式、时变性等复杂过程特性，导致传统的全局和集成学习软测量方法预测性能不佳，提出一种基于多相似度局部状态辨识的集成学习自适应软测量建模方法。该方法在离线建模阶段，从不同相似度准则出发辨识局部过程状态，进而生成多样性的局部模型；在线预测阶段，通过双层集成策略实现模型 ...

[中文期刊] 基于深度学习特征提取与多目标优化集成修剪的选择性集成学习软测量方法 CSCD 剑桥核

作者：金怀平¹;，王建军¹;，董守龙²;，钱斌¹;，杨彪¹;，陈祥光²; （¹昆明理工大学信息工程与自动化学院；²北京理工大学化学与化工学院）

出处：控制与决策 2023 第38卷第3期 P738-750

关键词：软测量；深度学习；集成学习；堆栈自编码器；隐特征；多目标优化；高斯过程回归

摘要：集成学习已成为一种广泛使用的软测量建模框架,但是建立高性能的集成学习软测量模型依然面临特征选择不当、基模型多样性不足、基模型估计性能不佳等诸多挑战.为此,提出一种基于堆栈自编码器多样性生成机制的选择性集成学习高斯过程回归（selective ensemble of stacked autoencod ...

[外文期刊] Adaptive soft sensor based on ensemble learning considering multi-similarity local state identification EI

作者： Jin, Himiping¹; Huang, Cheng¹; Dong, Shoulong²; Huang, Si³; Yang, Brno¹; Qian, Bin¹; Chen, Xiangguang² （¹Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming; 650500, China;²School of Chemistry and Chemical Engineering, Beijing Institute of Technology, Beijing; 100081, China;³Yunnan Chemical Design Institute Co., Ltd., Kunming; 650051, China）

出处： Jisuanji Jicheng Zhizao Xitong/Computer Integrated Manufacturing Systems, CIMS 2023 Vol.Vol.29 No.No.2 P460-473

[外文期刊] Selective ensemble learning for soft sensor development based on deep learning for feature extraction and multi-objective optimization for ensemble pruning EI

作者： Jin, Huai-Ping¹; Wang, Jian-Jun¹; Dong, Shou-Long²; Qian, Bin¹; Yang, Biao¹; Chen, Xiang-Guang² （¹Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming; 650500, China;²School of Chemistry and Chemical Engineering, Beijing Institute of Technology, Beijing; 100081, China）

出处： Kongzhi yu Juece/Control and Decision 2023 Vol.38 No.3 P738-750

[中文期刊] 基于单目视觉的全自动捡球机器人控制算法设计 CSCD

作者：高长旭¹;孙巧妍²;陈祥光³;张德军² （¹烟台南山学院人文学院, 山东, 烟台, 265713;²烟台南山学院工学院, 山东, 烟台, 265713;³北京理工大学化学与化工学院, 北京, 100081）

出处：传感器与微系统 2022 第41卷第9期 P88-91

关键词：图像识别；去光斑干扰；质心识别；最优路径规划；双齿轮逆向旋转滚筒

摘要：为了解决乒乓球训练基地繁重的人工捡球工作,设计了一种全自动捡球机器人适用的控制算法。机械结构方面采用双齿轮逆向旋转形式的滚筒结构执行捡球动作,使用单目摄像头固定安装到捡球小车上周期性拍摄图片,通过无线传输或者网络云端传送到个人电脑(PC)。使用MATLAB软件通过识别并补偿干扰光斑、降噪、识别小球质 ...

[中文期刊] 基于序贯UKF的GNSS/CNS/SINS组合导航最优融合算法

作者：林雪原，王萍，许家龙，刘立宁，陈祥光（烟台南山学院工学院，山东省龙口市大学路；航天晨光股份有限公司；烟台南山学院工学院，山东省龙口市大学路；北京理工大学化学与化工学院）

出处：仪器仪表用户 2022 第42卷第12期 P1211-1215

关键词：简化UKF；序贯UKF；多传感器组合导航；集中常规卡尔曼滤波算法；经典集中线性UKF算法

摘要：组合导航系统在动态环境下具有强非线性,为提高GNSS/CNS/SINS组合导航系统的导航精度,提出一种基于序贯UKF的多传感器最优融合算法.首先,建立GNSS/CNS/SINS组合导航系统的非线性状态方程及2个子滤波器的线性量测方程;然后,对标准UKF的量测更新过程进行简化,简化UKF算法具有与标准 ...

[中文期刊] CNS/SINS组合导航系统的UKF算法研究

作者：朱璐瑛，林雪原，王萍，许家龙，陈祥光（烟台南山学院工学院，山东省龙口市大学路；航天晨光股份有限公司；烟台南山学院工学院，山东省龙口市大学路；北京理工大学化学与化工学院）

出处：仪器仪表用户 2022 第42卷第12期 P1216-1221

关键词： UKF算法；天文导航；姿态组合；平台误差角

摘要：天文/捷联惯性(CNS/SINS)组合导航系统采用姿态组合,可使姿态角处于收敛状态,并有效抑制位置及速度的发散.为提高组合导航系统的精度,本文设计了CNS/SINS组合导航系统的UKF算法,在建立CNS/SINS组合导航系统非线性状态方程及线性量测方程的基础上,首先对UKF的量测更新过程进行简化,降 ...