江南大学学报（自然科学版）
江南大學學報（自然科學版）
강남대학학보（자연과학판）
JOURNAL OF SOUTHERN YANGTZE UNIVERSITY（NATURAL SCIENCE EDITION）
2014年
6期
631-637
,共7页
罗林%苏宏业%谢磊%班岚
囉林%囌宏業%謝磊%班嵐
라림%소굉업%사뢰%반람
最大方差展开%流形学习%最大角回归%维度约减
最大方差展開%流形學習%最大角迴歸%維度約減
최대방차전개%류형학습%최대각회귀%유도약감
maximum variance unfolding%manifold learning%least angle regress%dimension reduction
针对复杂流程工业中固有的非线性将导致传统线性降维方法性能降低的问题,以及传统核方法的性能严重依赖于所选取的核函数形式的问题,提出了一种改进的最大方差展开投影非线性过程建模法.该方法利用流形学习中最大方差展开对核函数进行学习,同时保留了输入数据空间中的边界特性.利用最大角回归学习出一种映射,避免了传统最大方差展开法只能提供训练样本的低维嵌入,使得输入空间能够最大程度地接近于这种低维空间.数值仿真和化工流程仿真模型上的实验表明了该算法的有效性.
針對複雜流程工業中固有的非線性將導緻傳統線性降維方法性能降低的問題,以及傳統覈方法的性能嚴重依賴于所選取的覈函數形式的問題,提齣瞭一種改進的最大方差展開投影非線性過程建模法.該方法利用流形學習中最大方差展開對覈函數進行學習,同時保留瞭輸入數據空間中的邊界特性.利用最大角迴歸學習齣一種映射,避免瞭傳統最大方差展開法隻能提供訓練樣本的低維嵌入,使得輸入空間能夠最大程度地接近于這種低維空間.數值倣真和化工流程倣真模型上的實驗錶明瞭該算法的有效性.
침대복잡류정공업중고유적비선성장도치전통선성강유방법성능강저적문제,이급전통핵방법적성능엄중의뢰우소선취적핵함수형식적문제,제출료일충개진적최대방차전개투영비선성과정건모법.해방법이용류형학습중최대방차전개대핵함수진행학습,동시보류료수입수거공간중적변계특성.이용최대각회귀학습출일충영사,피면료전통최대방차전개법지능제공훈련양본적저유감입,사득수입공간능구최대정도지접근우저충저유공간.수치방진화화공류정방진모형상적실험표명료해산법적유효성.
