信息与控制
信息與控製
신식여공제
INFORMATION AND CONTROL
2011年
5期
639-645
,共7页
多K最近邻%高斯过程%K最近邻%软测量模型%自适应仿射传播聚类%主元回归
多K最近鄰%高斯過程%K最近鄰%軟測量模型%自適應倣射傳播聚類%主元迴歸
다K최근린%고사과정%K최근린%연측량모형%자괄응방사전파취류%주원회귀
针对单一模型预测精度较低的问题,提出多K最近邻回归算法(MKNN)的软测量建模方法.该方法采用高斯过程选择软测量模型的辅助变量,通过自适应仿射传播聚类方法将输入样本数据分成多组数据,对每组数据用K最近邻回归(KNN)算法建立子模型,各个子模型的预测输出通过主元回归(PCR)方法连接.用该方法建立粗汽油干点软测量模型,仿真研究表明,该算法的预测精度和泛化能力优于单KNN模型.
針對單一模型預測精度較低的問題,提齣多K最近鄰迴歸算法(MKNN)的軟測量建模方法.該方法採用高斯過程選擇軟測量模型的輔助變量,通過自適應倣射傳播聚類方法將輸入樣本數據分成多組數據,對每組數據用K最近鄰迴歸(KNN)算法建立子模型,各箇子模型的預測輸齣通過主元迴歸(PCR)方法連接.用該方法建立粗汽油榦點軟測量模型,倣真研究錶明,該算法的預測精度和汎化能力優于單KNN模型.
침대단일모형예측정도교저적문제,제출다K최근린회귀산법(MKNN)적연측량건모방법.해방법채용고사과정선택연측량모형적보조변량,통과자괄응방사전파취류방법장수입양본수거분성다조수거,대매조수거용K최근린회귀(KNN)산법건립자모형,각개자모형적예측수출통과주원회귀(PCR)방법련접.용해방법건립조기유간점연측량모형,방진연구표명,해산법적예측정도화범화능력우우단KNN모형.
