基于数据分布的小样本扩充方法及应用

• 作者: 毕略 熊伟丽
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 数据分布特征 样本扩充 相似度准则 软测量
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 工业过程及控制系统
• 页码范围: 1431-1436
• 页数: 6页
• 分类号: TP274
• 字数: 5060字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.170196

摘要

在基于数据驱动理论的软测量建模过程中,样本的数量会对所建模型的精度产生影响.针对训练样本数量较少的情况,提出了一种利用欧氏距离和角度原则进行数据扩充的方法.该方法通过分析数据的分布特征来确定样本扩充的区间范围,利用扩充数据完善建模对象在各阶段的信息,并进一步重构建模数据集,从而提升了所建模型的预测精度.通过2个工业过程的仿真研究,验证了该方法具有良好的泛化性能和建模精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊伟丽	江南大学轻工过程先进控制教育部重点实验室	119	960	17.0	25.0
2	毕略	江南大学物联网工程学院	2	2	1.0	1.0