多重核学习非线性时间序列故障预报

• 作者: 张军峰 胡寿松
• 来源期刊: 控制理论与应用
• 关键词: 故障预报 多重核学习 支持向量回归 减聚类
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 短文
• 页码范围: 1142-1144
• 页数: 3页
• 分类号: TP273
• 语种: 中文

摘要

针对非线性时间序列故障预报问题,提出了多重核学习故障预报方法.利用多重核学习可以减少支持向量的个数.提高预测性能.而且在多重核学习定义的混合核空间中运用减聚类能够提取正常原型.最后,将本文提出的方法应用于连续搅拌釜式反应器的故障预报,仿真结果表明该方法能够提高故障预报的准确性与实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡寿松	南京航空航天大学自动化学院	185	3001	28.0	46.0
2	张军峰	南京航空航天大学自动化学院	52	390	9.0	18.0