学科分类
/ 12
234 个结果
  • 简介:在考虑客户满意和生产过程不确定性因素前提下研究了混装线投产排序问题.以三角模糊数表示加工时间、六点模糊数表示完工时间,建立了基于交货期的客户满意评价方法.并进一步以满意为优化目标,结合模糊不确定因素,建立了混装线投产排序问题数学模型,并通过遗传算法进行求解.最后,通过数据实例分析了客户满意与完工时间的相互影响,主要从三个角度对结果进行分析:(1)最小生产单元MPS(MinimumProductSet)内产品比例的均衡性对客户满意和模糊完工时间的影响;(2)MPS内产品比例相同的条件下,模糊交货期区间权重比例对客户满意的影响;(3)相同条件下,客户满意和模糊完工时间分别作为优化目标时两者之间的差异.从而验证了该模型的有效性.

  • 标签: 混装线 投产排序 满意度 三角模糊数 6点模糊数
  • 简介:对吹扫捕集-气质法测定海水水质甲苯含量的不确定进行评定。分析不确定的主要来源,包括测量重复性、标准溶液配制、定容体积和检测设备引入的不确定。分别计算了各分量的不确定,再计算出合成标准不确定和扩展不确定。[1]结果表明,吹扫捕集-气质法测定海水水质甲苯含量的扩展不确定为0.3μg/L(k=2)。

  • 标签: 不确定度 甲苯 海水水质 吹扫捕集-气质法
  • 简介:分析了石墨炉原子吸收光谱法测定大米镉含量不确定的各分量,对其测量不确定进行合理的评定,结果表明:大米样品镉的含量为0.18mg/kg时,其扩展不确定为0.01mg/kg(k=2),不确定主要是最小二乘法拟合标准工作曲线求得样品浓度过程和测试过程随机效应引入的。

  • 标签: 石墨炉原子吸收分光光度计 大米 不确定度
  • 简介:针对空气污染物氨气、乙醇、氨气乙醇混合气体,搭建在线检测电子鼻系统.采用不同的特征提取方法得出特征,并利用主成分分析(PCA)和线性判别式分析(LDA)做类别区分.结果显示,利用传感器响应最大值特征和LDA能更好地区分三类气体.利用最大响应值特征,采用多层感知器(MLP)神经网络和粒子群(POS)优化的支持向量机(SVM)对110个测试样本分类.结果显示,MLP神经网络的正确率为70%,POS优化的SVM正确率为96.3640%.最后,根据Loadings分析,剔除了TGS2602,MQ138,MQ3传感器,优化了传感器阵列.结果表明,该在线电子鼻系统能够应用到这三类空气污染物分类.

  • 标签: 电子鼻 特征提取 模式识别 传感器阵列优化 大气污染物
  • 简介:通过对测定酱油铅含量的不确定评定分析,找出不确定产生的主要凶素,评定确认最小二乘法拟合校准标准曲线及测量重复性是影响结果的最主要凶素,使用标准物质(标准储备液)及稀释过程引入的不确定也应引起重视,此方法对类似的火焰原子吸收法测定样品待测元素含量有借鉴和参考作用。

  • 标签: 原子吸收法 不确定度 测量
  • 简介:代价敏感普遍应用于解决分类不平衡问题,但代价敏感算法一直没有一个客观的评价标准.本文提出一种针对代价敏感算法的分类精度计算方法,以平衡精度替换总体精度来有效地评定代价敏感算法的分类性能.相比于传统的总体精度,该平衡精度不会忽略小类样本的贡献.通过代价敏感超限学习机对基因表达数据进行分类对比实验,结果表明,平衡精度可以更为客观、合理地表示代价敏感算法的分类性能.

  • 标签: 代价敏感 平衡精度 超限学习机 基因表达数据
  • 简介:对基因表达数据进行分类时,超限学习机(ELM)算法具有学习效率高、泛化能力强、分类精度高的优点.为了解决超限学习机算法受输入权值矩阵和隐含层偏差随机初始化的影响,本文利用自适应遗传算法(AGA)具有良好的全局搜索效果对超限学习机的输入权值矩阵和隐含层偏差进行优化,提出了基于自适应遗传算法优化超限学习机(AGA-ELM)的分类算法.通过实验表明,该算法与已有的ELM、GA-ELM以及SVM算法相比,分类精度更高,可用于基因数据分类.

  • 标签: 超限学习机 自适应遗传算法 基因表达数据分类
  • 简介:绘画作品的数字化对有效使用绘画资源具有重要意义,传统图像分类方法并未考虑绘画作品主观特性,且大部分特征需要人工提取,存在细节特征丢失等问题.在此提出基于卷积神经网络的绘画图像分类方法,分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响,以优化网络结构和参数.实验结果表明,该方法对绘画图像分类的有效性,在不同绘画图像数据集的分类实验上也得到了较好的分类结果.

  • 标签: 卷积神经网络 绘画图像分类 卷积核大小 网络结构宽度 训练样本数量
  • 简介:测量结果不确定的应用范围很广,从原则上说,在给出任何测量结果的同时均应该给出测量结果的不确定。不确定按其获得的方法分为A、B两类评定分量,若要得到某测量结果的不确定,必须根据其仪器、设备、实验方法、人员素质、环境条件等因素提出完整的数学模型。本文依照具体情况给出本实验测量结果的不确定

  • 标签: 测量 不确定度 烟尘测试仪 检定 应用
  • 简介:分析了高效液相色谱法测定小麦粉偶氮甲酰胺含量不确定的各分量,对其测量不确定进行合理的评定,结果表明:小麦粉样品偶氮甲酰胺的含量为43.1mg/kg时,其扩展不确定为2.6mg/kg(k=2),不确定主要是最小二乘法拟合标准工作曲线求得样品浓度过程引入的。

  • 标签: 高效液相色谱仪 小麦粉 偶氮甲酰胺 不确定度
  • 简介:针对两连杆三自由机械臂的电机故障和碰撞故障的分类,将残余动量信号时域中的均值、方差、相关系数与频域中的小波包能量谱组合成高维特征向量;搭建ADAMS机械臂虚拟样机,分析故障引起的残余动量特征值变化情况;虚拟样机与Matlab/Simulink进行联合仿真和支持向量机故障分类器训练,测试表明采用时频特征向量得到的故障分类准确率为98%;在工业机械臂上开展了碰撞故障实验,得到的故障分类结果表明,基于残余动量时频特征和支持向量机分类器的故障检测算法能有效检测出碰撞故障.

  • 标签: 机械臂 残余动量 故障检测 故障分类 支持向量机
  • 简介:G=(V,E)的平方G2是由G得到的,G2的点集是V,G2两点相邻当且仅当这两点在G中距离是1或2.研究平方的电力控制集问题,给出几类电力控制数为1的平方.

  • 标签: 控制集 电力控制集 平方图
  • 简介:本文对国家标准方法酸溶解-EDTA滴定法测定铅精矿铅量的测量不确定来源进行了分析,对Na2EDTA标准溶液的滴定、滴定体积、不溶渣和滤液铅量的测定、试样的质量、测试过程随机误差等不确定分量进行了分析和量化,求得合成标准不确定和扩展不确定分别为0.11%和0.22%。

  • 标签: Na2EDTA滴定法 铅精矿 测量不确定度
  • 简介:建立了食品中环己烷氨基磺酸钠测定的液相色谱法,分析该测定方法不确定来源并进行评定。实验数据计算结果表明:当置信概率为95%,包含因子k=2,则其扩展不确定为0.01g,kg。通过对不确定分析,样品处理操作过程和仪器的校准对测量不确定的影响较大,检测人员应对这些影响因素进行重点控制,以提高检测结果精确

  • 标签: 甜蜜素 液相色谱 不确定度
  • 简介:本文建立了气相色谱法测定槟榔对羟基苯甲酸乙酯不确定的评定方法。在对羟基苯甲酸乙酯测定过程中产生的不确定分量来源进行分析的基础上,对各不确定分量进行了计算,并确认了合成标准不确定和扩展不确定,为槟榔对羟基苯甲酸乙酯的检测提供了有效可靠可溯源的质量数据。

  • 标签: 对羟基苯甲酸乙酯 不确定度 评定 气相色谱法
  • 简介:本文以不锈钢中铁(Fe)元素作为内标,采用辉光放电质谱仪测定不锈钢锰(Mn),硅(Si),硫(S),磷(P),镍(Ni),铬(Cr),钨(W),钒(V),钼(Mo),铝(Al),钛(Ti),铜(Cu)等12种元素。讨论了测试过程由测量重复性、样品不均匀性和标准样品本身不确定等因素所带来的不确定分量,计算出测定不锈钢的12种元素百分含量的合成不确定及扩展不确定。研究结果表明,采用辉光放电质谱仪测定不锈钢的12种元素含量的扩展不确定均小于0.01%。

  • 标签: 辉光放电质谱仪 不锈钢 不确定度分析
  • 简介:蒙特卡洛法(MCM)测量不确定评定模型复杂、计算量大,现有软件往往只在某一模型适用,不同模型间相互独立,且评定结果缺少自适应过程.基于LabVIEW软件生成输入量X的伪随机数,对X概率密度函数(PDF)离散抽样,得到输出量Y的离散抽样值,进而设计了自适应MCM测量不确定软件.本软件实现了常用模型数学公式的自定义,增强了软件的适用性,同时重点介绍了自适应增加样本量M的算法.通过JJF1059.2-2012规范实例的计算,验证了软件在常用模型评定的有效性.

  • 标签: 自适应MCM 测量不确定度 LABVIEW软件 软件研发
  • 简介:磷元素的激发波长短,纯净钢磷元素的百分含量低,准确测量存在一定难度。通过辉光放电发射光谱法对纯净钢磷元素含量进行测定。对测定过程中分析不确定因子进行相应不确定的评定和计算,找出影响结果最大的不确定因素。评定结果表明,辉光放电发射光谱法测定纯净钢磷元素含量能满足分析准确的要求,可应用于中低合金钢中低含量磷元素的快速定量分析。

  • 标签: 不确定度 不确定评定 辉光放电发射光谱法 纯净钢
  • 简介:令γLR(G)表示G的误报容错支配数,G×H表示G和H的笛卡尔乘积.文章参考已有误报容错支配数知识及笛卡尔乘积Pm×Cn的相关结论,研究确定了路与圈笛卡尔乘积Pm×Cn(m=3,4)的误报容错支配数,并给出n≥5时的精确值.

  • 标签: 乘积图 支配集 支配数 误报容错支配集 误报容错支配数
  • 简介:人脸识别已经广泛地应用于日常生活,作为关键技术之一的人脸清晰评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰评价算法能够准确地进行人脸清晰的评估,并且具有较快的处理速度.

  • 标签: 深度学习 清晰度评价 图像分类 视频监控