化工学报 ›› 2011, Vol. 62 ›› Issue (10): 2813-2817.
• 过程系统工程 • 上一篇 下一篇
王强,田学民
出版日期:
发布日期:
Online:
Published:
摘要:
提出了一种将核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)相结合的软测量建模方法。核主成分分析能够对样本数据进行特征提取,消除数据的相关性。本文利用KPCA提取主元,降低样本的维数;然后利用最小二乘支持向量机进行建模,不仅降低了模型的复杂性,而且提高了模型的泛化能力。用该方法建立柴油凝点的软测量模型,和其他4种方法比较,结果表明基于KPCALSSVM方法建立的软测量模型有较好的预测效果和泛化能力,是一种有效的数据建模方法。
王强, 田学民. 基于KPCA-LSSVM的软测量建模方法[J]. 化工学报, 2011, 62(10): 2813-2817.
0 / / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: https://hgxb.cip.com.cn/CN/
https://hgxb.cip.com.cn/CN/Y2011/V62/I10/2813