简介：为解决空气处理机组在故障检测过程中难以获得大量带有类标记样本,且故障样本数据标记代价较高的问题,本文结合支持向量机与半监督学习方法,提出了针对空气处理机组故障检测的半监督学习算法.首先利用序列前向选择选出重要的特征作为分类依据,将半监督学习方法引入支持向量机的学习过程中,并使用遗传算法寻找支持向量机的最佳参数.然后选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本中有利于支持向量机的信息,提高学习性能.实验表明,提出的混合算法能够在故障标记样本比较少的情况下达到较高的故障诊断率.
简介：聚四氟乙烯材料被广泛应用于食品接触制品作为不粘涂层,其安全性是消费者密切关注的问题。运用RAC工具和模糊层次分析法对对食品接触制品聚四氟乙烯涂层进行风险评估,结果表明：聚四氟乙烯作为涂层如使用不当就会构成消费者健康风险,应规范聚四氟乙烯涂层在食具中的使用,建议开发新型环保涂层作为替代品。
半监督支持向量机的空气处理机组夏季故障诊断
食品接触制品聚四氟乙烯涂层的风险评估
