检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

KPCA-RVM组合建模方法及其在软测量中的应用

颜学峰, 陈佳, 胡春平, 钱锋

石油化工高等学校学报 2009, 22 (1): 82-85.

摘要（1896）

PDF （282KB）（630）

提出了一种核主元分析(KPCA)和关联向量机(RVM)相结合的组合建模方法。KPCA - RVM采用KPCA对原始自变量进行非线性变换并提取主成分，形成特征自变量；采用 RVM，对 KPCA变换后的样本数据进行回归建模，并根据模型的预报能力自适应的确定参与回归的最佳特征变量个数，消除冗余信息干扰，获得强非线性表达能力且预报性能良好的模型。并将KPCA - RVM应用于 PTA装置对羧基苯甲醛(4 - CBA)含量的软测量建模，结果表明该方法预测精度高于PCA - RVM和RVM。

相关文章 | 多维度评价

Select

基于SOM 的高维化工过程数据粗差判别

颜学峰, 涂晓芝, 钱锋

石油化工高等学校学报 2008, 21 (4): 84-86.

摘要（255）

PDF （351KB）（190）

针对石油化工生产过程样本数据呈高维的特征, 提出了基于自组织映射(Self -Orga nizing M ap,
SOM)网络的粗差判别方法, 并实际应用于初馏塔生产过程。首先应用SOM 网络对初馏塔生产过程数据进行保留
拓扑结构的降维映射, 然后通过对其映射平面神经元间距离的可视化分析, 实现数据粗差判别。研究结果表明用
SOM 网络来发现高维复杂生产过程数据中的粗差具有很好的可视化效果及应用前景