竞争聚类的邻近支持向量机软测量研究应用

• 作者: 王华秋
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 软测量 竞争学习聚类 邻近支持向量机 拜尔溶出过程
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 机电一体化
• 页码范围: 654-658,662
• 页数: 6页
• 分类号: TP273
• 字数: 5766字
• 语种: 中文

摘要

提出了一种基于竞争学习聚类的邻近支持向量机的软测量方法.本文用数据点的密度来近似衡量数据点相对于类中心的位置,从而改进了竞争学习聚类算法的权值调整方法.采用改进的竞争学习聚类算法将训练样本聚集到不同的中心,采用邻近支持向量机对每一类进行训练建立子模型,利用样本方差进行计算邻近支持向量机的惩罚因子,并计算新增样本数据和所有类的相似度,对被检索出的相似子模型参数加权,计算预测结果,用新增加的样本更新训练数据及其聚类中心.将所提出的方法用于氧化铝拜尔溶出过程关键化验量的软测量,解决了模型失效问题,实验表明:该方法有效地增强了软测量模型适应工况变化的能力,提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华秋	重庆理工大学计算机学院	34	111	7.0	8.0