KPCA-RVM组合建模方法及其在软测量中的应用

• 作者: 胡春平 钱锋 陈佳 颜学峰
• 来源期刊: 石油化工高等学校学报
• 学科: 工学
• 关键词: 核主元分析 关联向量机 软测量 对羧基苯甲醛
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 计算机与控制
• 页码范围: 82-85
• 页数: 4页
• 分类号: TP183
• 字数: 3591字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-396X.2009.01.020

摘要

提出了一种核主元分析(KPCA)和关联向量机(RVM)相结合的组合建模方法.KPCA-RVM采用KPCA对原始自变量进行非线性变换并提取主成分,形成特征自变量;采用RVM,对KPCA变换后的样本数据进行回归建模,并根据模型的预报能力自适应的确定参与回归的最佳特征变量个数,消除冗余信息干扰,获得强非线性表达能力且预报性能良好的模型.并将KPCA-RVM应用于PTA装置对羧基苯甲醛(4-CBA)含量的软测量建模,结果表明该方法预测精度高于PCA-RVM和RVM.

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系	223	3004	26.0	44.0
2	颜学峰	华东理工大学自动化系	61	628	12.0	22.0
3	陈佳	华东理工大学自动化系	5	67	5.0	5.0
4	胡春平	华东理工大学自动化系	3	11	2.0	3.0