西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2012年
8期
15-21
,共7页
模糊C均值聚类%密度加权%鲁棒最小二乘支持向量机%磨机负荷
模糊C均值聚類%密度加權%魯棒最小二乘支持嚮量機%磨機負荷
모호C균치취류%밀도가권%로봉최소이승지지향량궤%마궤부하
针对最小二乘支持向量机在利用产生于工业现场的非理想数据集进行建模预测时,稀疏化模型鲁棒性差的问题,提出了一种基于模糊C均值聚类和密度加权的稀疏化方法.首先通过模糊C均值聚类将训练样本划分为若干个子类;然后计算每个子类中各样本的可能贡献度,依次从每个子类中选取具有最大可能贡献度的样本作为支持向量;最后更新每个样本的可能贡献度,继续从各个子集中增选支持向量,直至稀疏化后的模型性能满足要求.仿真结果和磨机负荷实际应用表明,该方法能够兼顾模型在整体样本集和各工况子集上的性能,在实现模型稀疏化的同时,能够显著改善最小二乘支持向量机模型的鲁棒性.
針對最小二乘支持嚮量機在利用產生于工業現場的非理想數據集進行建模預測時,稀疏化模型魯棒性差的問題,提齣瞭一種基于模糊C均值聚類和密度加權的稀疏化方法.首先通過模糊C均值聚類將訓練樣本劃分為若榦箇子類;然後計算每箇子類中各樣本的可能貢獻度,依次從每箇子類中選取具有最大可能貢獻度的樣本作為支持嚮量;最後更新每箇樣本的可能貢獻度,繼續從各箇子集中增選支持嚮量,直至稀疏化後的模型性能滿足要求.倣真結果和磨機負荷實際應用錶明,該方法能夠兼顧模型在整體樣本集和各工況子集上的性能,在實現模型稀疏化的同時,能夠顯著改善最小二乘支持嚮量機模型的魯棒性.
침대최소이승지지향량궤재이용산생우공업현장적비이상수거집진행건모예측시,희소화모형로봉성차적문제,제출료일충기우모호C균치취류화밀도가권적희소화방법.수선통과모호C균치취류장훈련양본화분위약간개자류;연후계산매개자류중각양본적가능공헌도,의차종매개자류중선취구유최대가능공헌도적양본작위지지향량;최후경신매개양본적가능공헌도,계속종각개자집중증선지지향량,직지희소화후적모형성능만족요구.방진결과화마궤부하실제응용표명,해방법능구겸고모형재정체양본집화각공황자집상적성능,재실현모형희소화적동시,능구현저개선최소이승지지향량궤모형적로봉성.