计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
21期
235-238
,共4页
核偏最小二乘%在线最小二乘支持向量机(LSSVM)%局部学习%特征提取
覈偏最小二乘%在線最小二乘支持嚮量機(LSSVM)%跼部學習%特徵提取
핵편최소이승%재선최소이승지지향량궤(LSSVM)%국부학습%특정제취
针对复杂工业过程的非线性、变量间的强相关性以及工况时变的特点,提出了一种基于局部KPLS特征提取的LSSVM建模方法.该方法通过属性加权的欧式距离指标选取局部训练样本子集,利用KPLS算法对该子集进行特征提取,使用LSSVM算法在线建立局部软测量模型.实验结果表明,该方法可以有效实现特征提取,具有更好的推广能力和预测精度,比基于全局KPLS特征提取的LSSVM模型和未经特征提取的全局LSSVM模型具有更好的泛化能力.
針對複雜工業過程的非線性、變量間的彊相關性以及工況時變的特點,提齣瞭一種基于跼部KPLS特徵提取的LSSVM建模方法.該方法通過屬性加權的歐式距離指標選取跼部訓練樣本子集,利用KPLS算法對該子集進行特徵提取,使用LSSVM算法在線建立跼部軟測量模型.實驗結果錶明,該方法可以有效實現特徵提取,具有更好的推廣能力和預測精度,比基于全跼KPLS特徵提取的LSSVM模型和未經特徵提取的全跼LSSVM模型具有更好的汎化能力.
침대복잡공업과정적비선성、변량간적강상관성이급공황시변적특점,제출료일충기우국부KPLS특정제취적LSSVM건모방법.해방법통과속성가권적구식거리지표선취국부훈련양본자집,이용KPLS산법대해자집진행특정제취,사용LSSVM산법재선건립국부연측량모형.실험결과표명,해방법가이유효실현특정제취,구유경호적추엄능력화예측정도,비기우전국KPLS특정제취적LSSVM모형화미경특정제취적전국LSSVM모형구유경호적범화능력.
