基于证据框架的最小二乘支持向量机在精对苯二甲酸生产中的应用

• 作者: 郑小霞 钱锋
• 来源期刊: 化工学报
• 关键词: 最小二乘支持向量机 贝叶斯 证据框架 对羧基苯甲醛
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1612-1616
• 页数: 5页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2006.07.020

摘要

支持向量机是一种基于统计学习理论的新型机器学习方法.本文给出一种考虑损失函数的噪声模型参数β的贝叶斯证据框架最小二乘支持向量机回归算法,通过贝叶斯证据框架自动调整正则化参数和核参数,更好地实现了最小化误差和模型复杂性之间的折中.将提出的算法用于精对苯二甲酸(purified terephthalic acid,PTA)生产过程中的关键指标对羧基苯甲醛(4-carboxybenzaldhyde,4-CBA)含量的预测中,能很好地跟踪4-CBA含量的变化趋势,泛化能力较强,为4-CBA含量的实时预测提供了很好的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱锋	华东理工大学自动化研究所	223	3004	26.0	44.0
2	郑小霞	华东理工大学自动化研究所	10	424	9.0	10.0