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:
针对时变工业过程建模中存在的模型泛化性和适应性较低的问题,利用移动窗技术,通过使用多个核函数,提出了一种基于移动窗的多核最小二乘支持向量机(LSSVM)建模算法.该算法在最小二乘支持向量机算法基础上,利用多核组合代替单核,增强了模型的泛化能力;利用移动窗技术,增加了模型对时变工业过程的动态辨识能力及模型的更新效率.仿真实验结果表明,该算法具有更好的泛化性能.
推荐文章
基于差分进化算法-最小二乘支持向量机的软测量建模
软测量
最小二乘支持向量机
差分进化算法
对羧基苯甲醛
代价约束多核最小二乘支持向量机及其应用
代价约束
多核学习
最小二乘支持向量机
稀疏性
泡沫浮选
回收率
一类非平坦函数的多核最小二乘支持向量机的鲁棒回归算法
多核最小二乘支持向量机
非平坦函数
谱系聚类
偏最小二乘回归
鲁棒性
用于水泥熟料fCaO预测的多核最小二乘支持向量机模型
多核学习
最小二乘支持向量机
模型
优化
算法
随机扰动
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 基于移动窗的多核最小二乘支持向量机建模算法
来源期刊 大连理工大学学报 学科 工学
关键词 动态建模 核函数 最小二乘支持向量机(LSSVM) 移动窗
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 511-516
页数 6页 分类号 TP273
字数 4488字 语种 中文
DOI 10.7511/dllgxb201705011
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 李琦 大连理工大学控制科学与工程学院 17 108 6.0 10.0
2 杜晓东 大连理工大学控制科学与工程学院 2 4 2.0 2.0
3 张洪略 大连理工大学控制科学与工程学院 1 2 1.0 1.0
4 邢丽萍 大连理工大学控制科学与工程学院 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (128)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1950(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 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
核函数
最小二乘支持向量机(LSSVM)
移动窗
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
论文1v1指导