计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2014年
7期
802-806
,共5页
仿射传播聚类算法%最小二乘支持向量机%K近邻算法%多模型%青霉素
倣射傳播聚類算法%最小二乘支持嚮量機%K近鄰算法%多模型%青黴素
방사전파취류산법%최소이승지지향량궤%K근린산법%다모형%청매소
affinity propagation clustering algorithm%least square support vector machine%k-nearest neighbor algorithm%multi-model%penicillin
多模型建模方法通常比单一模型建模方法适用范围更广、效果更佳,但也存在着因模型选择失当而导致发生错误,为解决该问题,提出了一种新的建模方法.该方法先用仿射传播聚类算法实现数据聚类,并由最小二乘支持向量机建立各子模型.多模型预测时需知道待测样本对子模型的归属情况,则采用K近邻算法并结合隶属度阈值来进行判断.当待测样本对某子模型的隶属度大于阈值时,就由该子模型进行预测;若对所有子模型的隶属度均小于阈值时,则由K近邻算法从训练样本中选择与该待测样本相似的样本组成相似样本集,再采用最小二乘支持向量机建模并对该点预测.将其应用于青霉素发酵软测量建模中,并与其它方法比较,结果显示该方法是可行有效的,且能有效地克服当前一些多模型建模方法存在的不足.
多模型建模方法通常比單一模型建模方法適用範圍更廣、效果更佳,但也存在著因模型選擇失噹而導緻髮生錯誤,為解決該問題,提齣瞭一種新的建模方法.該方法先用倣射傳播聚類算法實現數據聚類,併由最小二乘支持嚮量機建立各子模型.多模型預測時需知道待測樣本對子模型的歸屬情況,則採用K近鄰算法併結閤隸屬度閾值來進行判斷.噹待測樣本對某子模型的隸屬度大于閾值時,就由該子模型進行預測;若對所有子模型的隸屬度均小于閾值時,則由K近鄰算法從訓練樣本中選擇與該待測樣本相似的樣本組成相似樣本集,再採用最小二乘支持嚮量機建模併對該點預測.將其應用于青黴素髮酵軟測量建模中,併與其它方法比較,結果顯示該方法是可行有效的,且能有效地剋服噹前一些多模型建模方法存在的不足.
다모형건모방법통상비단일모형건모방법괄용범위경엄、효과경가,단야존재착인모형선택실당이도치발생착오,위해결해문제,제출료일충신적건모방법.해방법선용방사전파취류산법실현수거취류,병유최소이승지지향량궤건립각자모형.다모형예측시수지도대측양본대자모형적귀속정황,칙채용K근린산법병결합대속도역치래진행판단.당대측양본대모자모형적대속도대우역치시,취유해자모형진행예측;약대소유자모형적대속도균소우역치시,칙유K근린산법종훈련양본중선택여해대측양본상사적양본조성상사양본집,재채용최소이승지지향량궤건모병대해점예측.장기응용우청매소발효연측량건모중,병여기타방법비교,결과현시해방법시가행유효적,차능유효지극복당전일사다모형건모방법존재적불족.