陈豪研究员与Xia Hong教授在IJCNN国际会议合作发表论文

发布时间:2018-07-17 10:33:00.0 放大 缩小

7月8日-7月13日,第32届神经网络国际会议IJCNN 2018(International Joint Conference on Neural Networks)在巴西里约热内卢召开。由泉州装备制造研究所陈豪研究员(智能计算与工业大数据团队)和中国科学院海西研究院“卢嘉锡海外客座研究员”、英国雷丁大学Xia Hong教授(工业智能计算团队)合作发表论文“Sparse Least Squares Support Vector Regression for Nonstationary Systems”。Xia Hong教授受邀参加会议并做专题报告。报告提出针对工业中非线性和时变的系统问题,例如新能源动力电池故障预测与健康管理、高铁关键零部件疲劳寿命预测、航天飞行器健康管理等,利用在线时间序列预测模型来代替传统离线参数静态模型,可大大提高算法精度。

该论文针对工业上的非线性时变系统难题,创新性地提出了一种无偏差自适应在线稀疏的最小二乘支持向量回归SLSSVR,建立带有遗忘因子的无偏差项的自适应模型。其次,引入了L1正则化项进行对偶问题的参数估计,通过对整体系数项稀疏进行模型稀疏,因此可用较少迭代次数获得在线解决方案。通过与线性递归最小二乘算法及其他在线非线性方法比较,实验表明所提方法在建模性能和模型尺寸方面具有较强优越性能。 

神经网络国际联合会议(IJCNN)是计算机领域学术会议中的A类会议,是神经网络及相关领域的顶级国际会议。同时是两年一次的IEEE世界计算智能大会(WCCI,CCF中A类会议)的分会。IJCNN会议由国际神经网络协会(INNS,International Neural Network Society)和IEEE计算智能协会(IEEE-CIS,IEEE Computational Intelligence Society)共同举办,它旨在聚集神经网络相关研究学者进行学术交流。

 

 

(陈豪课题组供稿)