原文服务方: 化工学报       
摘要:
针对支持向量机(SVM)增量学习过程中易出现计算速度慢、稳定性差的缺陷,提出了一种基于向量投影的代谢支持向量机建模方法。该方法首先运用向量投影算法对训练样本进行预选取来减少样本数量,提高 SVM 建模速度。然后将新增样本“代谢”原则引入 SVM 增量学习过程中,以解决因新增样本不断加入而导致训练样本数量“爆炸”的问题。最后将该方法用于乙烯精馏产品质量软测量建模,实验结果表明,与传统 SVM 和最小二乘支持向量机(LSSVM)相比,向量投影的代谢SVM具有更好的预测结果。
推荐文章
基于支持向量机的软测量建模方法的应用
支持向量机
软测量
神经网络
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
基于支持向量机的隧道空间光环境质量软测量
光环境质量
软测量
最小二乘支持向量机
隧道空间
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
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 基于向量投影的代谢支持向量机乙烯精馏产品质量软测量建模
来源期刊 化工学报 学科
关键词 动态建模 预测 模型 乙烯精馏 代谢支持向量机 向量投影 软测量
年,卷(期) 2014,(12) 所属期刊栏目 过程系统工程
研究方向 页码范围 4883-4889
页数 7页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.0438-1157.2014.12.032
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 李平 辽宁石油化工大学信息与控制工程学院 180 1236 17.0 27.0
2 苏成利 辽宁石油化工大学信息与控制工程学院 89 409 9.0 12.0
3 郑博元 辽宁石油化工大学信息与控制工程学院 3 15 3.0 3.0
4 苏胜蛟 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (113)
参考文献  (17)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(11)
  • 参考文献(2)
  • 二级参考文献(9)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(9)
  • 参考文献(2)
  • 二级参考文献(7)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(3)
  • 参考文献(3)
  • 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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
动态建模
预测
模型
乙烯精馏
代谢支持向量机
向量投影
软测量
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
论文1v1指导