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:
在工业过程中,有很多重要变量往往无法在线榆测,通常通过软测量方法进行估计,主元回归是其中1种常用方法.相比于主元,因子更具广泛意义,更能反映数据的本质特征.基于此,提出1种基于因子回归模型的软测量方法,先对过程日常运行数据进行因子分析,建立因子生成模型,并提取因子信息,然后建立因子与关键变量间的因子回归模型,在线应用时先将可测变量代入生成模型得到因子变量,然后将因子代入到因子回归模型,软测量出关键变量.将该方法应用到化工吸附分离过程中,比较了因子回归模型与主元回归模型的软测量效果,结果表明前者优于后者.
推荐文章
基于证据合成的高斯过程回归多模型软测量方法
软测量
多模型
高斯过程回归
证据理论
仪表
发酵
算法
基于JIT-MOSVR的软测量方法及应用
软测量
动态建模
过程系统
模型
即时学习
基于多K最近邻回归算法的软测量模型
多K最近邻
高斯过程
K最近邻
软测量模型
自适应仿射传播聚类
主元回归
基于联合互信息的动态软测量方法
软测量
互信息
时延估计
动态建模
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 基于因子回归模型的软测量方法
来源期刊 计算机与应用化学 学科 工学
关键词 因子分析 软测量 主元回归 建模
年,卷(期) 2010,(1) 所属期刊栏目 模拟与优化
研究方向 页码范围 38-40
页数 3页 分类号 TP277
字数 2510字 语种 中文
DOI 10.3969/j.issn.1001-4160.2010.01.008
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 刘飞 江南大学自动化研究所 236 964 13.0 17.0
2 赵忠盖 江南大学自动化研究所 49 218 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (22)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (5)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
因子分析
软测量
主元回归
建模
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
计算机与应用化学
双月刊
1001-4160
11-3763/TP
大16开
北京中关村北二街2条1号
82-500
1984
chi
出版文献量(篇)
5704
总下载数(次)
10
总被引数(次)
27612
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导