基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统偏最小二乘(PLS)模型的在线更新问题,提出了带有自适应遗忘因子的块式递推PLS建模方法.通过Hotelling-T2和Q统计量确定遗忘因子的大小,并且进行模型递推更新,确保模型跟踪过程特性的变化.将所提出的方法应用于管坯斜轧穿孔能耗过程,表现出较强的模型在线更新能力.测试结果表明,带有自适应遗忘因子的块式递推PLS方法的性能优于传统的迭代偏最小二乘方法的性能.
推荐文章
基于偏最小二乘的鱼类超微弱发光建模方法研究
偏最小二乘
变量筛选
建模
多项式
超微弱发光
鲁棒递推偏最小二乘法
野点分析
递推偏最小二乘法
鲁棒主分量回归算法
交流异步电力测功机
鲁棒递推阻尼最小二乘算法
阻尼最小二乘法
时间窗口
递推
鲁棒性
融入深度学习的偏最小二乘优化方法
深度学习
偏最小二乘
非线性
中医药信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进块式递推偏最小二乘建模方法及应用
来源期刊 控制与决策 学科 工学
关键词 偏最小二乘 自适应遗忘因子 T2统计量 Q统计量 模型更新
年,卷(期) 2009,(8) 所属期刊栏目 短文
研究方向 页码范围 1243-1246
页数 4页 分类号 TP273
字数 语种 中文
DOI 10.3321/j.issn:1001-0920.2009.08.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王福利 东北大学信息科学与工程学院 200 3025 30.0 44.0
5 常玉清 东北大学信息科学与工程学院 58 964 16.0 29.0
9 袁勇 东北大学信息科学与工程学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (40)
参考文献  (6)
节点文献
引证文献  (19)
同被引文献  (21)
二级引证文献  (41)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(6)
  • 参考文献(1)
  • 二级参考文献(5)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(12)
  • 参考文献(0)
  • 二级参考文献(12)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(12)
  • 参考文献(0)
  • 二级参考文献(12)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(9)
  • 引证文献(3)
  • 二级引证文献(6)
2015(9)
  • 引证文献(3)
  • 二级引证文献(6)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
偏最小二乘
自适应遗忘因子
T2统计量
Q统计量
模型更新
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导