CIESC Journal ›› 2011, Vol. 62 ›› Issue (10): 2813-2817.
Previous Articles Next Articles
Online:
Published:
王强，田学民
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 / / Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: https://hgxb.cip.com.cn/EN/
https://hgxb.cip.com.cn/EN/Y2011/V62/I10/2813
