原文服务方: 化工学报       
摘要:
在建立复杂生产过程软测量模型时,使用单一的支持向量机模型或基于传统聚类方法的组合支持向量机模型有时难以很好地跟踪突变信号或取得满意的泛化效果.为解决这个问题提出了一种改进的线性判别分析算法.该算法结合类边界分析得到类别的特征向量,利用该特征向量将数据变换后分别建立支持向量机子模型,并用各组特征向量中有效特征值之和构建各子模型的组合参数.仿真实验表明该组合模型能降低相邻类别间的信息干扰,提高模型的估计精度.
推荐文章
经验模式分解模糊特征提取的支持向量机混合诊断模型
经验模式分解
支持向量机
模糊特征提取
混合诊断
基于Adaboost与支持向量机的人脸特征提取
人脸检测
模式识别
Adaboost算法
支持向量机
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
基于类别相关的新文本特征提取方法
正相关
强相关
文本分类
特征降维
特征提取
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 基于类别特征提取的组合支持向量机模型
来源期刊 化工学报 学科
关键词 线性判别分析 组合支持向量机 分类 特征提取
年,卷(期) 2011,(8) 所属期刊栏目 过程系统工程
研究方向 页码范围 2164-2169
页数 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.0438-1157.2011.08.013
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 杨慧中 江南大学教育部轻工过程先进控制重点实验室 228 1844 20.0 33.0
3 吕业 江南大学教育部轻工过程先进控制重点实验室 2 13 2.0 2.0
6 邓玉俊 江南大学教育部轻工过程先进控制重点实验室 3 26 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (79)
共引文献  (62)
参考文献  (12)
节点文献
引证文献  (10)
同被引文献  (48)
二级引证文献  (50)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(15)
  • 参考文献(1)
  • 二级参考文献(14)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(6)
  • 参考文献(5)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 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)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(14)
  • 引证文献(1)
  • 二级引证文献(13)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
线性判别分析
组合支持向量机
分类
特征提取
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
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
12283
总下载数(次)
0
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