华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2009年
8期
56-60
,共5页
洪晓斌%刘桂雄%叶挺东%黄国健%陈铁群
洪曉斌%劉桂雄%葉挺東%黃國健%陳鐵群
홍효빈%류계웅%협정동%황국건%진철군
多传感信息%偏最小二乘回归%INLR%PPLS
多傳感信息%偏最小二乘迴歸%INLR%PPLS
다전감신식%편최소이승회귀%INLR%PPLS
针对线性PLSR(偏最小二乘回归)在多传感信息回归建模中存在的不足,提出了一种基于INLR(Implicit Nonlinear Latent Variable Regression)-PPLS(Polynomial Partial Least Squares)的非线性多传感耦合信息建模方法.该方法通过线性PLSR对多传感信息进行预处理,达到降维的目的;基于INLR建立外模型非线性样本矩阵变换方程并线性化,进而采用PPLS进行内模型非线性映射,并对多传感非线性回归模型实行反求解.最后,将该方法应用于液态乙醇浓度测控系统,结果表明该方法较线性PLSR预测准确度提高21%.
針對線性PLSR(偏最小二乘迴歸)在多傳感信息迴歸建模中存在的不足,提齣瞭一種基于INLR(Implicit Nonlinear Latent Variable Regression)-PPLS(Polynomial Partial Least Squares)的非線性多傳感耦閤信息建模方法.該方法通過線性PLSR對多傳感信息進行預處理,達到降維的目的;基于INLR建立外模型非線性樣本矩陣變換方程併線性化,進而採用PPLS進行內模型非線性映射,併對多傳感非線性迴歸模型實行反求解.最後,將該方法應用于液態乙醇濃度測控繫統,結果錶明該方法較線性PLSR預測準確度提高21%.
침대선성PLSR(편최소이승회귀)재다전감신식회귀건모중존재적불족,제출료일충기우INLR(Implicit Nonlinear Latent Variable Regression)-PPLS(Polynomial Partial Least Squares)적비선성다전감우합신식건모방법.해방법통과선성PLSR대다전감신식진행예처리,체도강유적목적;기우INLR건립외모형비선성양본구진변환방정병선성화,진이채용PPLS진행내모형비선성영사,병대다전감비선성회귀모형실행반구해.최후,장해방법응용우액태을순농도측공계통,결과표명해방법교선성PLSR예측준학도제고21%.
