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:
针对软传感器建模中存在的信息冗余,提出一种基于自组织特征映射神经网络(Self-Organizing Feature Mapping,SOM)的变量选择方法。该方法借助SOM简单快速的特征映射能力对数据进行投影,采用虚假最近邻点法(False Nearest Neighbor,FNN)计算某变量删减前后数据在SOM投影空间的相似度,通过相似度来判断其对主导变量的解释能力,由此进行变量的选择。实验结果表明该方法能有效的进行变量选择,为软传感器建模变量选择提供了一种新思路。
推荐文章
基于混合准则的软测量建模辅助变量选择方法
关键过程变量
辅助变量选择
混合整数非线性规划
BIC准则
基于贝叶斯判别的机载传感器目标检测研究
贝叶斯判别法
机载多传感器
数据融合
目标检测
基于K-L散度的机械或传感器故障判别方法
K-L散度
故障诊断
传感器检测
基于软总线多传感器组合导航试验平台研究
软总线
软插件
多传感器
组合导航
平台
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SOM特征映射空间相似度判别的软传感器建模变量选择
来源期刊 运筹与模糊学 学科 工学
关键词 变量选择 软传感器建模 SOM神经网络 特征空间 虚假最近邻点法
年,卷(期) ycymhx_2011,(1) 所属期刊栏目
研究方向 页码范围 16-21
页数 6页 分类号 TP39
字数 语种
DOI
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 李太福 重庆科技学院电气与信息学院 87 399 11.0 15.0
2 程杨 13 75 5.0 8.0
3 侯杰 重庆大学自动化学院 6 32 3.0 5.0
4 余德君 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
变量选择
软传感器建模
SOM神经网络
特征空间
虚假最近邻点法
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
运筹与模糊学
季刊
2163-1476
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
180
总下载数(次)
1
论文1v1指导