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:
为了克服污水处理过程中随机干扰严重影响软测量效果的不足,基于支持向量机(SVM)核方法和小波多分辨率理论,提出了一种多分辨率小波核支持向量机的机器学习方法,并应用于对污水处理过程水质参数的软测量中.利用支持向量回归机与参数特性混合建模,实现了对BOD浓度与COD浓度的在线软测量.仿真结果表明:应用该软测量技术能较好地克服污水处理过程中由随机干扰、强非线性、大时变、严重滞后等因素带来的一系列问题,为基于软仪表的污水处理过程的参数在线检测和自动控制创造了条件.
推荐文章
基于改进随机梯度Boosting算法的软测量建模
算法
计算机模拟
集成
随机梯度Boosting
软测量
一种高级算法在黑液波美度软测量中的应用研究
黑液
波美度
高级算法
软测量
基于LDA-wSVM模型的文本分类研究
文本分类
潜在狄利克雷分布
支持向量机
权重计算
吉普斯抽样
基于智能优化算法的软测量模型建模样本优选及应用
软测量
模型
优化
数据驱动融合
近红外
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WSVM的软测量算法应用研究
来源期刊 机电工程 学科 工学
关键词 软测量 小波核函数 支持向量机 污水处理
年,卷(期) 2011,(4) 所属期刊栏目 自动化、计算机技术
研究方向 页码范围 476-478,492
页数 分类号 TP273|TH7
字数 2571字 语种 中文
DOI 10.3969/j.issn.1001-4551.2011.04.023
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 潘丰 江南大学轻工过程先进控制教育部重点实验室 203 1133 16.0 23.0
2 刘春波 江南大学轻工过程先进控制教育部重点实验室 13 108 5.0 10.0
3 鞠旋 江南大学轻工过程先进控制教育部重点实验室 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (1830)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(6)
  • 参考文献(0)
  • 二级参考文献(6)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(10)
  • 参考文献(0)
  • 二级参考文献(10)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
软测量
小波核函数
支持向量机
污水处理
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
机电工程
月刊
1001-4551
33-1088/TM
大16开
浙江省杭州市大学路高官弄9号
32-68
1971
chi
出版文献量(篇)
6489
总下载数(次)
9
总被引数(次)
41536
论文1v1指导