返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • [正版新书] 高维稀疏数据驱动的城市固废焚烧过程二噁英排放智能检测 清华大学出版社 汤健、乔俊飞 城市固废 排放
  • 新商品上架
    • 作者: 汤健、乔俊飞著
    • 出版社: 清华大学出版社
    • 出版时间:1
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    句字图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 汤健、乔俊飞著
    • 出版社:清华大学出版社
    • 出版时间:1
    • 开本:16开
    • ISBN:9780856453513
    • 版权提供:清华大学出版社

     书名:  高维稀疏数据驱动的城市固废焚烧过程二噁英排放智能检测
     出版社:  清华大学出版社
     出版日期  2023
     ISBN号:  9787302627067

    本书面向国家污染防治的重大需求,结合从实际复杂工业过程所提炼的针对产品质量、环保指标等难测参数检测的一类稀疏高维数据智能建模问题,以北京某城市固废焚烧(MSWI)过程为研究对象,对其所排放污染物(二噁英)浓度的智能检测技术进行系统、深入的论述,包括基于特征约简、集成学习、虚拟样本生成和群智能优化的建模技术。研究面向MSWI二噁英排放建模的人工智能算法,为实现该过程运行优化和城市污染排放控制提供有力支撑,对促进生态环境可持续发展具有积极的作用。

    本书是首部涉及城市固废焚烧过程污染物排放浓度智能建模的专著,可供高校教师、研究生、高年级本科生和从事MSWI的工程技术人员学习、参考。

    汤健,教授,北京工业大学。主持国家重点研发计划、国家自然科学基金和北京市自然科学基金面上项目共4项,发表SCI论文30余篇,出版英文专著1部、中文专著2部,申请或授权发明专利50余项。

    乔俊飞,北京工业大学副校长,主要从事复杂系统智能特征建模、自组织控制和多目标化领域的研究工作。

    本书由2022年度国家科技出版基金资助出版。

    全书彩图配以二维码形式展示。

    目录


    第1章绪论

    1.1研究背景和意义

    1.2工业过程高维数据软测量技术研究现状

    1.2.1模型输入维数约简

    1.2.2神经网络集成建模理论

    1.2.3选择性集成建模

    1.2.4模型泛化性能评价与超参数优化

    1.2.5建模数据期望概率分布

    1.3工业过程稀疏数据完备技术研究现状

    1.3.1小样本数据集概述

    1.3.2虚拟样本生成简介

    1.3.3虚拟样本的定义和内涵

    1.3.4回归建模VSG的分类

    1.3.5回归建模VSG的要点

    1.3.6回归建模VSG的难点

    1.4城市固废焚烧过程二噁英排放浓度检测现状

    1.4.1离线直接检测法

    1.4.2指示物/关联物在线间接检测法

    1.4.3软测量检测法

    1.5DXN检测存在的问题

    1.5.1检测技术的发展阶段与关联性

    1.5.2不同DXN检测法的优势与互补性

    1.5.3不同DXN检测法的局限性

    1.6主要内容

    参考文献


    第2章面向二噁英排放检测的MSWI过程特性分析

    2.1引言

    2.2基于炉排炉的MSWI过程工艺描述

    2.2.1固废储运系统

    2.2.2固废燃烧系统

    2.2.3余热交换系统

    2.2.4蒸汽发电系统

    2.2.5烟气处理系统

    2.2.6烟气排放系统

    2.3MSWI过程的DXN生成机理与排放控制

    2.3.1DXN的起源与结构

    2.3.2DXN的生成机理

    2.3.3DXN的排放控制措施

    2.4影响DXN排放浓度的因素

    2.4.1DXN的生成、吸附和排放过程

    2.4.2DXN排放影响因素分析

    2.5DXN排放浓度软测量的难点

    参考文献


    第3章基于SEN核学习算法的MSWI过程二噁英排放软测量

    3.1引言

    3.2建模策略

    3.3算法实现

    3.3.1基于先验知识预处理

    3.3.2候选子子模型构建

    3.3.3候选SEN子模型构建

    3.3.4SEN模型构建

    3.4实验验证

    3.4.1基准数据集

    3.4.2国外文献的DXN数据集

    参考文献


    第4章基于特征约简与SEN的MSWI过程二噁英排放软测量

    4.1引言

    4.2建模策略

    4.3算法实现

    4.3.1数据采集与预处理

    4.3.2基于变量投影重要性的输入特征选择

    4.3.3基于训练样本构造策略的SEN软测量模型

    4.4实验验证

    4.4.1国外文献DXN数据集

    4.4.2国内工业DXN数据集

    参考文献


    第5章基于潜在特征SEN建模的MSWI过程二噁英排放软测量

    5.1引言

    5.2建模策略

    5.3算法实现

    5.3.1广义子系统划分

    5.3.2潜在特征提取与初选

    5.3.3潜在特征度量与再选

    5.3.4自适应SEN建模

    5.4应用研究

    5.4.1基准数据集

    5.4.2工业数据集

    5.4.3分析与讨论

    参考文献


    第6章基于多层特征选择的MSWI过程二噁英排放软测量

    6.1引言

    6.2建模策略

    6.3算法实现

    6.3.1基于单特征相关性的第1层特征选择

    6.3.2基于多特征冗余性的第2层特征选择

    6.3.3基于模型性能的第3层特征选择与模型构建

    6.4应用研究

    6.4.1数据描述

    6.4.2建模结果

    6.4.3方法比较

    参考文献


    第7章改进VSG及其在MSWI过程二噁英排放软测量中的应用

    7.1引言

    7.2预备知识

    7.2.1基于VSG的建模样本补充

    7.2.2基于大趋势扩散的区域扩展

    7.2.3基于RWNN隐含层插值的VSG

    7.3建模策略与实现

    7.3.1基于改进MTD的区域扩展

    7.3.2基于等间隔插值的VSG

    7.3.3基于RWNN多组隐含层插值的VSG

    7.3.4虚拟样本混合

    7.4实验验证

    7.4.1基准数据集

    7.4.2工业数据集

    参考文献


    第8章基于虚拟样本优化选择的MSWI过程二噁英排放浓度软测量

    8.1引言

    8.2标准PSO简介

    8.3建模策略与算法实现

    8.3.1基于改进MTD的区域扩展

    8.3.2基于等间隔插值的生成候选虚拟样本

    8.3.3基于PSO的虚拟样本选择

    8.3.4基于混合样本的模型构建

    8.4实验验证

    8.4.1基准数据集

    8.4.2工业数据集

    参考文献


    第9章基于多插值MOPSO的VSG及其在MSWI过程二噁英排放软测量中的应用

    9.1引言

    9.2多目标问题的优化

    9.3建模策略与算法实现

    9.3.1基于改进MTD的区域扩展

    9.3.2基于多插值策略生成候选虚拟样本

    9.3.3基于MOPSO的虚拟样本选择

    9.3.4基于混合样本的模型构建

    9.4实验验证

    9.4.1基准数据集

    9.4.2工业数据集

    参考文献


    第10章基于MOPSO混合优化的VSG及其在MSWI过程二噁英排放软测量中的应用

    10.1引言

    10.2预备知识

    10.2.1随机森林

    10.2.2综合学习PSO

    10.3建模策略

    10.4算法实现

    10.4.1面向MOPSO的粒子设计

    10.4.2面向VSG的适应度函数设计

    10.4.3面向VSG的MOPSO

    10.5仿真验证和工业应用

    10.5.1评价指标描述

    10.5.2基准数据验证

    10.5.3工业数据验证

    10.5.4讨论与分析

    参考文献


    第11章基于特征约简概率密度函数的VSG及其在MSWI过程二噁英排放软测量中的应用

    11.1引言

    11.2预备知识

    11.2.1主成分分析

    11.2.2核密度估计

    11.3建模策略与算法实现

    11.3.1基于特征约简概率密度函数生成虚拟样本输入

    11.3.2基于集成模型生成虚拟样本输出

    11.3.3基于综合学习PSO优化VSG过程的超参数

    11.4仿真验证

    11.4.1评价指标描述

    11.4.2基准数据集

    11.4.3工业数据集

    11.4.4讨论与分析

    参考文献


    第12章基于VSG的MSWI过程二噁英排放浓度软测量系统

    12.1引言

    12.2系统需求分析

    12.3系统开发方案与技术路线

    12.3.1开发方案

    12.3.2技术路线

    12.4系统功能实现

    12.4.1过程数据监控

    12.4.2DXN排放浓度软测量

    12.4.3建模样本展示

    12.4.4算法介绍




     

    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购