正则化学习算法在软测量建模中的应用

• 作者: 丁宏锴 岳继光 萧蕴诗
• 来源期刊: 机电一体化
• 学科: 工学
• 关键词: 软测量技术 逼近建模 正则化学习 不适定性 径向基函数神经网络
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 学术·论文
• 页码范围: 34-37
• 页数: 4页
• 分类号: TH15
• 字数: 3277字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-080X.2008.01.012

摘要

软测量技术的核心是建立软测量模型.基于过程可测信息集建立软测量模型即逼近建模过程是不适定的.以径向基函数神经网络作为软测量模型,在软测量建模中引入正则化学习算法.以广义交叉验证作为正则化参数估计方法,讨论了径向基函数神经网络软测量逼近建模的全局与局部正则化学习算法,给出的实例说明了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	萧蕴诗	同济大学电子与信息工程学院	95	1338	19.0	34.0
2	岳继光	同济大学电子与信息工程学院	146	863	16.0	24.0
3	丁宏锴	同济大学电子与信息工程学院	2	46	1.0	2.0