原文服务方: 西安工程大学学报       
摘要:
针对传统即时学习软测量建模过程中实时性改进不足的问题,提出了一种自动降低局部模型更新频率的即时学习实时性改进方法。通过相似性测度衡量待测输入样本是否变化,以检测系统的工作点是否发生变化。如果系统工作点发生变化,则更新局部模型后预测输出,并更新相似性测度比对阈值;否则判定系统工作于稳态,无需更新局部模型。实验结果验证了提出的实时性改进算法既能够显著提高即时学习的建模实时性,又能够保证较高的预测准确性。
推荐文章
基于改进即时学习算法的湿法冶金浸出过程建模
湿法冶金
浸出过程
即时学习算法
最小二乘支持向量机
时间有序性
累计相似因子
基于改进Bagging算法的高斯过程集成软测量建模
算法
软测量
模型
高斯过程
反应器
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
基于即时学习算法的软测量建模方法
即时学习
k-矢量近邻
软测量
酯化率
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 基于即时学习的软测量建模实时性改进
来源期刊 西安工程大学学报 学科
关键词 即时学习 局部模型 实时性改进
年,卷(期) 2014,(6) 所属期刊栏目 机电工程
研究方向 页码范围 750-754
页数 5页 分类号 TP274
字数 语种 中文
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 李鹏飞 西安工程大学电子信息学院 157 710 12.0 17.0
2 景军锋 西安工程大学电子信息学院 143 578 12.0 16.0
3 张蕾 西安工程大学电子信息学院 69 224 8.0 10.0
4 张宏伟 西安工程大学电子信息学院 22 116 6.0 9.0
5 赵永涛 西安工程大学电子信息学院 2 3 1.0 1.0
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  (10)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (3)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
即时学习
局部模型
实时性改进
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
西安工程大学学报
双月刊
1674-649X
61-1471/N
大16开
1986-01-01
chi
出版文献量(篇)
3377
总下载数(次)
0
总被引数(次)
15983
论文1v1指导