北京工业大学信息学部计算智能与智能系统北京市重点实验室 
导出分析报告
研究主题：城市污水 处理过程 城市污水处理 软测量 医用光学
研究学科：自动化类 环境科学与工程类 建筑类 电子信息类 电气类
被引量：114H指数：8WOS: 3 EI: 14 北大核心: 19 CSCD: 18
-
排序方式：
- 城市污水处理过程动态多目标智能优化控制研究 ( EI收录)
- 1
- 《自动化学报》北京工业大学信息学部;中国石化青岛安全工程研究院环境保护研究室 韩红桂 张璐 卢薇 乔俊飞 出版年：2021
- 国家自然科学基金(61890931,61622301,61533002);北京自然科学基金(4172005)资助。
- 城市污水处理过程(Municipal wastewater treatment process,MWWTP)是一个典型的复杂流程工业过程,其优化运行涉及到多个动态性能指标.为了实现城市污水处理运行过程的优化控制,本文提出...
- 关键词：城市污水处理过程 动态多目标智能优化控制 动态多目标粒子群优化 优化设定值
- 城市污水处理过程优化设定方法研究进展 ( EI收录)
- 2
- 《自动化学报》北京工业大学信息学部 杨翠丽 武战红 韩红桂 乔俊飞 出版年：2020
- 国家自然科学基金(61973010,61890930-5);北京市自然科学基金资助项目(4202006);水体污染控制与治理科技重大专项项目(2018ZX07111005);国家重点研发计划项目(2018YFC1900800-5)资助。
- 城市污水处理过程优化运行的目标是保证出水水质达标,降低运行成本.为了实现该目标,需要动态更新污水处理过程操作变量的最优设定值.由于城市污水处理过程具有多变量、多冲突、多目标、多约束、动态、时变等特点,如何设计精确的污水处...
- 关键词：城市污水处理过程 优化设定 运行指标模型 设定值寻优算法
- 基于GM-RBF神经网络的污水环境预测
- 3
- 《控制工程》北京工业大学信息学部计算智能与智能系统北京市重点实验室 杨壮 武利 乔俊飞 出版年：2019
- 国家自然科学基金重点项目(61533002)
- 针对测量污水环境水参数化学需氧量(COD)难于测量的问题,提出了基于径向基网络的灰度理论预测模型(GM-RBF),对化学需氧量进行预测。利用灰度理论能对系统行为的发展变化进行预测的特点,结合径向基神经网络的高精度逼近能力...
- 关键词：化学需氧量 灰度预测 RBF神经网络 软测量
- 数据和知识驱动的城市污水处理过程多目标优化控制 ( EI收录)
- 4
- 《自动化学报》北京工业大学信息学部 韩红桂 张琳琳 伍小龙 乔俊飞 出版年：2021
- 国家重点研发项目(2018YFC1900800-5);国家自然科学基金(61890930-5,61903010,62021003);北京市卓越青年科学家计划项目(BJJWZYJH01201910005020);北京市自然科学基金(KZ202110005009)资助。
- 城市污水处理过程优化控制是降低能耗的有效手段,然而,如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战.围绕上述挑战,文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge drive...
- 关键词：城市污水处理过程 数据和知识驱动方法 多目标优化控制 知识迁徙学习 动态多目标粒子群优化
- 基于TG–LSTM神经网络的非完整时间序列预测 ( EI收录)
- 5
- 《控制理论与应用》北京工业大学信息学部 陈中林 杨翠丽 乔俊飞 出版年：2022
- 国家自然科学基金项目(61890930–5,62021003,61973010);国家重点研发计划项目(2021ZD0112302);北京市自然科学基金项目(4202006)资助。
- 针对传统模型对含数据缺失的非完整时间序列预测精度不高的问题,利用长短期记忆(LSTM)神经网络强大的时序建模能力,提出一种带时间门的长短期记忆(TG-LSTM)神经网络.首先,提出一种能同时对输入值在线估计和输出值实时预...
- 关键词：数据缺失 非完整时间序列 长短期记忆神经网络 前向传播算法 学习算法
- 多目标进化算法的污水处理过程优化控制 ( EI收录)
- 6
- 《控制理论与应用》北京工业大学信息学部计算智能与智能系统北京市重点实验室 杨壮 杨翠丽 顾锞 乔俊飞 出版年：2020
- 国家自然科学基金项目(61533002,61603012);北京市教委项目(KM201710005025);北京市博士后工作经费项目(2017ZZ–028)资助~~
- 污水处理过程中,能耗与出水水质是两个相互矛盾的评价指标.为了找出这两个目标的最优解,本文在基于分解的多目标进化算法(MOEA/D)的基础上进行改进,期望用更少的进化次数得到分布均匀的近似帕累托前沿.针对MOEA/D算法每...
- 关键词：污水处理过程 智能优化控制 多目标遗传算法 能耗模型 出水水质
- 基于模糊神经网络的废旧手机价值评估方法
- 7
- 《北京工业大学学报》北京工业大学信息学部计算智能与智能系统北京市重点实验室 韩红桂 郐晓丹 张璐 乔俊飞 出版年：2019
- 国家重点研发计划资助项目(2018YFC1900800-05);北京高校卓越青年科学家项目(BJJWZYJH01201910005020)
- 针对废旧手机回收过程中难以精准定价的问题,提出了一种基于模糊神经网络(fuzzy neural network,FNN)的价值评估方法.首先,设计了一种基于主成分分析(principal component analys...
- 关键词：废旧手机回收 价值评估 模糊神经网络(FNN) 主成分分析法 自适应二阶参数学习算法
- 深度学习在多天气分类算法中的研究与应用 ( EI收录)
- 8
- 《高技术通讯》北京工业大学信息学部计算智能与智能系统北京市重点实验室;北京先进信息网络实验室;华云升达(北京)气象科技有限责任公司 陈思玮 贾克斌 王聪聪 刘钧 出版年：2020
- 国家自然科学基金面上(61672064);北京市自然科学基金面上(4172001);先进信息网络北京实验室(PXM2019014204500029);华云升达气象科技有限责任公司委托(20181201)资助项目。
- 针对目前多天气识别分类问题,提出了一种基于深度学习和计算机视觉的天气现象自动分类算法。采集并建立了一个包括雾霾、沙尘、雨、雪、霜、露6类天气的适用于任意场景的多天气现象数据集,改善了目前已见报数据集规模小、种类单一、只面...
- 关键词：多天气分类 深度学习 卷积神经网络(CNN) DenseNet 迁移学习
- 基于孪生卷积神经网络的手机型号识别方法 ( EI收录)
- 9
- 《北京工业大学学报》北京工业大学信息学部 韩红桂 甄琪 任柯燕 伍小龙 杜永萍 乔俊飞 出版年：2021
- 国家重点研发计划资助项目(2018YFC1900800-05);国家自然科学基金资助项目(61890930-5).
- 针对废旧手机回收过程中型号难以精确识别的问题,提出一种基于孪生卷积神经网络的废旧手机型号识别方法.首先,利用基于最大类间差分的边缘检测算法解析手机图像的区域特征,构建手机型号识别数据库;其次,构造一种共享权值孪生卷积网络...
- 关键词：孪生卷积神经网络 相似性评估 模型参数更新 手机型号识别 边缘检测 废旧手机回收
- 多尺度数据驱动的石化污水可生化性评价
- 10
- 《控制工程》北京工业大学信息学部计算智能与智能系统北京市重点实验室;石油石化污染物控制与处理国家重点实验室 韩红桂 张家昌 伍小龙 王梓先 乔俊飞 出版年：2022
- 国家自然科学基金资助项目(61890930-5,61890930-3);北京高校卓越青年科学家项目(BJJWZYJH01201910005020);石油石化污染物控制与处理国家重点实验室开放课题(PPC2019009);第66批中国博士后科学基金资助项目(2019M660376)。
- 针对石化污水可生化性难以获得实时准确评价的问题,提出了一种多尺度数据驱动的石化污水可生化性评价方法。首先,通过分析石化污水组分和水质数据特点,解析水质数据的时间尺度特征以及与可生化性指标的关联关系;其次,设计基于主元分析...
- 关键词：石化污水 动态特征提取 可生化性评价 模糊最小最大神经网络
