原文服务方: 化工学报       
摘要:
针对花生四烯酸(ARA)发酵过程复杂,机理模型表达不够准确以及单模型泛化能力弱的问题,提出采用基于仿射传播聚类的支持向量机(SVM)多模型建模算法进行该过程建模.该算法首先用仿射传播聚类(AP)算法对ARA样本数据进行聚类,再用SVM算法对各子类样本分别建立子模型.测试样本根据相似性的测度进行归类,并用所属子类的模型进行预测输出.ARA发酵过程的建模实验表明,与其他建模算法相比,基于仿射传播聚类的SVM多模型建模算法所建立的模型具有更高的回归精度和良好的泛化能力.
推荐文章
基于仿射传播的有向网络聚类算法
网络聚类
有向网络
仿射传播
SimRank
采用仿射传播的聚类集成算法
仿射传播
加权集成
K均值聚类
Hungarian算法
基于仿射传播聚类子集主元分析的间歇过程监测方法
间歇过程
子集聚类
过程监测
阶段归属
子集多向主元分析
一种基于仿射传播的增强型流聚类算法
流聚类
仿射传播
局部异常因子
异常删除
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 基于仿射传播聚类的ARA发酵过程建模
来源期刊 化工学报 学科
关键词 花生四烯酸 多模型建模 仿射传播聚类 支持向量机
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 2116-2121
页数 分类号 TP13
字数 语种 中文
DOI 10.3969/j.issn.0438-1157.2011.08.005
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 宋坤 南京工业大学自动化与电气工程学院 5 47 4.0 5.0
2 李丽娟 南京工业大学自动化与电气工程学院 54 285 9.0 13.0
3 赵英凯 南京工业大学自动化与电气工程学院 116 1452 17.0 33.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (168)
参考文献  (11)
节点文献
引证文献  (23)
同被引文献  (87)
二级引证文献  (108)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(12)
  • 参考文献(3)
  • 二级参考文献(9)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(12)
  • 引证文献(6)
  • 二级引证文献(6)
2015(24)
  • 引证文献(6)
  • 二级引证文献(18)
2016(21)
  • 引证文献(2)
  • 二级引证文献(19)
2017(24)
  • 引证文献(4)
  • 二级引证文献(20)
2018(25)
  • 引证文献(0)
  • 二级引证文献(25)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
花生四烯酸
多模型建模
仿射传播聚类
支持向量机
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)
11879
总下载数(次)
0
总被引数(次)
117834
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导