基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
主元分析(PCA)能够有效地提取数据的特征信息,消除变量间的共线性;而将基于统计学习理论的支持向量机(SVM)用于数据建模具有显著的优点.本文提出了将PCA与SVM相结合的软测量建模方法,并利用该方法建立了工业萘初馏塔酚油含萘量软测量模型,应用结果表明了该方法的有效性和优越性.
推荐文章
基于PCA-SVM算法在岩性识别中的应用
岩性识别
主成分分析
判别分析
支持向量机
基于遗传优化的PCA-SVM控制图模式识别
控制图
模式识别
遗传优化
主元分析
支持向量机
基于价值投资的PCA-SVM股票选择模型研究
股票
价值投资
模式识别
支持向量机
主成分分析
基于SVM的软测量建模
支持向量机(SVMs)
软测量
RBF神经网络
建模
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PCA-SVM的软测量建模方法与应用
来源期刊 自动化仪表 学科 工学
关键词 软测量 主元分析 支持向量机
年,卷(期) 2004,(2) 所属期刊栏目 研究与开发
研究方向 页码范围 16-19
页数 4页 分类号 TP2
字数 2564字 语种 中文
DOI 10.3969/j.issn.1000-0380.2004.02.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 俞金寿 华东理工大学自动化研究所 199 3638 32.0 51.0
2 王华忠 华东理工大学自动化研究所 50 886 15.0 29.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (36)
参考文献  (1)
节点文献
引证文献  (34)
同被引文献  (40)
二级引证文献  (217)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(13)
  • 引证文献(5)
  • 二级引证文献(8)
2006(21)
  • 引证文献(6)
  • 二级引证文献(15)
2007(17)
  • 引证文献(2)
  • 二级引证文献(15)
2008(25)
  • 引证文献(4)
  • 二级引证文献(21)
2009(31)
  • 引证文献(4)
  • 二级引证文献(27)
2010(26)
  • 引证文献(2)
  • 二级引证文献(24)
2011(16)
  • 引证文献(2)
  • 二级引证文献(14)
2012(17)
  • 引证文献(0)
  • 二级引证文献(17)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(25)
  • 引证文献(2)
  • 二级引证文献(23)
2015(15)
  • 引证文献(2)
  • 二级引证文献(13)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
软测量
主元分析
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化仪表
月刊
1000-0380
31-1501/TH
大16开
上海市漕宝路103号
4-304
1957
chi
出版文献量(篇)
6519
总下载数(次)
11
论文1v1指导