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:
提出了一种基于贝叶斯证据框架的回归型支持向量机的参数选择和软测量建模方法.证据框架的第1层推理用来解释支持向量机的训练.证据框架的第2和第3层推理用于自动调整正则化参数和核参数并使其接近最优值.然后,将这种基于贝叶斯证据框架的回归型支持向量机用于估计聚丙烯腈生产过程的质量指标.仿真结果表明了该方法的有效性.
推荐文章
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
状态时间序列预测的贝叶斯最小二乘支持向量机方法
最小二乘支持向量机
贝叶斯证据框架
电子系统
雷达发射机
状态时间序列预测
基于深度集成支持向量机的工业过程软测量方法
支持向量机
软测量
深度置信网络
集成学习
预测
基于向量投影的代谢支持向量机乙烯精馏产品质量软测量建模
动态建模
预测
模型
乙烯精馏
代谢支持向量机
向量投影
软测量
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 贝叶斯回归支持向量机的软测量建模方法
来源期刊 南京航空航天大学学报 学科 工学
关键词 证据框架 贝叶斯 软测量 支持向量机
年,卷(期) 2006,(z1) 所属期刊栏目
研究方向 页码范围 136-138
页数 3页 分类号 TP273
字数 1939字 语种 中文
DOI 10.3969/j.issn.1005-2615.2006.z1.034
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 杨慧中 江南大学控制科学与工程研究中心 228 1844 20.0 33.0
2 朱建鸿 江南大学控制科学与工程研究中心 28 96 5.0 8.0
3 丁健 江南大学控制科学与工程研究中心 21 82 4.0 8.0
4 姜永森 北华大学科技处 5 36 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (41)
参考文献  (9)
节点文献
引证文献  (17)
同被引文献  (4)
二级引证文献  (2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(2)
  • 二级参考文献(2)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(4)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
证据框架
贝叶斯
软测量
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
南京航空航天大学学报
双月刊
1005-2615
32-1429/V
大16开
南京市御道街29号1016信箱
28-140
1956
chi
出版文献量(篇)
3509
总下载数(次)
9
总被引数(次)
36115
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导