Upload
kienhp
View
213
Download
0
Embed Size (px)
DESCRIPTION
Máy tàu thủy
Citation preview
1
Data processing in CĐKT
�� TS. TS. LêLê VănVăn ĐiểmĐiểm
�� KhoaKhoa MTBMTB
Pattern recognition - Applications
2
Function approximation/regression –Xấp xỉ hàm hay Phương pháp hồi quy
�� ĐặtĐặt vấnvấn đềđề: : TìmTìm quyquy luậtluật thaythay đổiđổi củacủa ápápsuấtsuất chỉchỉ thịthị bìnhbình quânquân theotheo thờithời giangian
Time 8105 8141 8230 8231 8232 8233 8824 8825 9077 9079
Pi (bar) 9.97 9.14 8.97 9 9.05 8.65 8.3 8.5 8.74 8.41
Ý tưởng ban đầu: Data plot
0 1000 2000 3000 4000 5000 6000 7000
5
5.5
6
6.5
7
7.5
8
8.5
9
9.5
10
Time (h)
Mea
n in
dica
ted
pres
sure
(ba
r)
Pi
3
Matching function – Phương pháp bình phương bé nhất (least square)
�� HàmHàm bậcbậc nhấtnhất: y = a: y = a00 + a+ a11xx
Matching function – Phương pháp bình phương bé nhất (least square)
�� XácXác địnhđịnh saisai sốsố bìnhbình phươngphương ((khoảngkhoảng cáchcách))
�� VớiVới điềuđiều kiệnkiện cựccực tiểutiểu
( )2
1
ˆmin)min( ∑=
−=n
i
ii yyR
4
Matching function – Phương pháp bình phương bé nhất (least square)
�� Linear modelLinear model
1000 2000 3000 4000 5000 6000
5
5.5
6
6.5
7
7.5
8
8.5
9
9.5
10
Time (h)
Mea
n in
dica
ted
pres
sure
(ba
r)Pi vs. Time
fit 1
Linear model Poly1: f(x) = p1*x + p2Coefficients (with 95% confidencebounds):p1 = -3.546e-005 (-0.0001329, 6.2e-005)p2 = 8.944 (8.466, 9.421)Goodness of fit: SSE: 62.57 R-square: 0.007053 Adjusted R-square: -0.006365 RMSE: 0.9195
Matching function – Phương pháp bình phương bé nhất (least square)
�� LoạiLoại bỏbỏ outliers (data exclusion)outliers (data exclusion)
1000 2000 3000 4000 5000 6000
5
5.5
6
6.5
7
7.5
8
8.5
9
9.5
10
Time (h)
Mea
n in
dica
ted
pres
sure
(ba
r)
Pi vs. Time
Outliers exclusion
Linear model Poly1: f(x) = p1*x + p2Coefficients (with 95% confidence bounds):p1 = -1.988e-005 (-6.357e-005, 2.38e-005) p2 = 9.088 (8.875, 9.301)Goodness of fit: SSE: 11.21 R-square: 0.01181 Adjusted R-square: -0.002511 RMSE: 0.4031
5
Matching function – Phương pháp bình phương bé nhất (least square)
�� SaiSai sốsố bìnhbình phươngphương (Residuals)(Residuals)
1000 2000 3000 4000 5000 6000
5
6
7
8
9
10
Data and Fits
1000 2000 3000 4000 5000 6000-1.5
-1
-0.5
0
0.5
1Residuals
Pi vs. Time
Outliers exclusion
Outliers exclusion
Data pre-processing
�� StandardizationStandardization
��CácCác biếnbiến dữdữ liệuliệu cócó đơnđơn vịvị vàvà độđộ lớnlớn kháckhácnhaunhau cócó thểthể so so sánhsánh vớivới nhaunhau
6
Data pre-processing
�� Smoothing (moving average)Smoothing (moving average)
��GiúpGiúp loạiloại bỏbỏ ảnhảnh hưởnghưởng củacủa nhiễunhiễu
Function approximation with neural network
7
Function approximation with neural networkThông sô đầu vào Thông sô đầu ra
Vị trí thanh răng, h Vòng quay động cơ, n
Nhiệt đô nước làm mát vào, tnv Công suất có ích, Ne
Nhiệt độ dầu bôi trơn vào, tdv Nhiệt đô khi xa, tkx
Nhiệt độ không khí nạp, ts Nhiệt độ nước làm mát ra, tnr
Áp suất không khí nạp, ps Nhiệt đô dầu bôi trơn ra, tdr
�� TồnTồn tạitại quanquan hệhệ hàmhàm sốsố: outputs = : outputs = f f (inputs)(inputs)
�� KhôngKhông tuyếntuyến tínhtính, , đađa chiềuchiều
�� KhôngKhông giảigiải đượcđược bằngbằng toántoán họchọc truyềntruyền thốngthống
Function approximation with neural network�� Training data setTraining data set
�� CrossCross--validation datavalidation data
�� Testing data setTesting data set
Chuẩn bị, xử lý dữliệu
Lựa chọn cấu trúcmạng và điều kiện đầu
Huấn luyện mạng
Kiểm tra mạngđã huấn luyện
Sử dụng để nhận dạngdữ liệu mới
Yes
No
8
Training/Cross-validation errors
Kết quả tính toán trên mô hình
0 10 20 30 40 50 60 70 80 90 100320
340
360
380
400
Exh
. ga
s te
mp.
0 10 20 30 40 50 60 70 80 90 100-10
-5
0
5
10
% P
ridic
tion
erro
r
desired
output
9
Bài tập thực hành
�� Cho Cho bảngbảng sốsố liệuliệu ápáp suấtsuất chỉchỉ thịthị bìnhbình quânquântheotheo thờithời giangian
Pi 9.97 9.14 8.97 9 9.05 8.65 8.3 8.5 8.74 8.41 9.05 9.21 9.27 9.3 9.28
Time 105 141 230 231 232 233 824 825 1077 1079 1135 1137 1139 1171 1172
Pi 9.52 8.91 4.84 9.25 9.36 9.28 9.25 9.7 9.25 8.87 9.5 8.86 9.15 8.7 8.51
Time 1469 1603 1800 2168 2474 2899 3302 3480 3830 4019 4556 5179 5362 5365 5386
Pi 7.74 9.05 9.1 9.03 8.85 8.72 6.15 6.16 9.3 9.28 9.13 9.13 8.88 8.79 8.8
Time 5388 5458 5482 5483 5484 5485 5578 5579 5635 5636 5640 5641 5712 5713 5714
Pi 8.75 8.08 8.55 8.58 9.21 9.24 9.01 9.38 9.12 9.8 9.02 9 9.07 9.03 7.85
Time 5716 5718 5782 5783 5801 5809 5833 5834 5883 5887 5911 5912 5913 5930 5936
Pi 6.55 5.05 9.22 9.3 9.27 9.15 9 9.34 9.12 9.22 9.22 8.85 8.91 9.02 9.04
Time 5940 5963 5980 5981 6072 6073 6078 6178 6179 6351 6352 6483 6486 6535 6536
Matlab curve fitting
�� SửSử dụngdụng MATLAB Curve fitting toolbox MATLAB Curve fitting toolbox đểđểtìmtìm quyquy luậtluật thaythay đổiđổi
��CácCác chứcchức năngnăng fitting fitting cơcơ bảnbản;;
��LọcLọc dữdữ liệuliệu (data smoothing, outliers (data smoothing, outliers exclusion, robust fit)exclusion, robust fit)