基于改进k-最近邻回归算法的软测量建模

• 作者: 史步海 叶涛 朱学峰 李向阳
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: k-最近邻算法 二次型距离 软测量 纸浆Kappa值
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 短文
• 页码范围: 996-999
• 页数: 4页
• 分类号: TP181
• 字数: 4316字
• 语种: 中文

摘要

机器学习回归方法被广泛应用于复杂工业过程的软测量建模.k-最近邻(kNN)算法是一种流行的学习算法,可用于函数回归问题.然而,传统kNN算法存在运行效率低、距离计算忽略特征权值的缺点.本文引入了二次型距离定义和样本集剪辑算法,改进了传统kNN回归算法,并将改进的算法用于工业过程软测量建模.仿真实验得到了一些有益的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李向阳	华南理工大学自动化科学与工程学院	64	505	13.0	19.0
2	朱学峰	华南理工大学自动化科学与工程学院	176	2399	23.0	42.0
3	史步海	华南理工大学自动化科学与工程学院	61	534	13.0	19.0
4	叶涛	华南理工大学自动化科学与工程学院	13	90	6.0	9.0