支持向量机和最小二乘支持向量机的比较及应用研究 CNKI文献
介绍和比较了支持向量机分类器和最小二乘支持向量机分类器的算法。并将支持向量机分类器和最小二乘支持向量机分类器应用于心脏病诊断 ,取得了较高的准确率。所用数据来自 U CI bench-m ark数据集。实验结果表明 ,支...
基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真 CNKI文献
提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法.该方法构造了滚动时间窗,利用滚动时间窗内的数据优化建模.模型随着时间窗的滚动进行在线更新,并对滚动时间窗内的数据分配不同的权值以充分利用数...
软测量技术在工业过程控制中得到了广泛的应用,对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非...
研究贝叶斯证据框架下标准支持向量机和最小二乘支持向量机的估计算法和建模方法 ,给出一种高斯核支持向量机估计算法的参数选择和调整方法 .将贝叶斯证据框架下支持向量机的建模方法应用于非线性系统的辨识 ,仿真结果...
多约束条件下的三维装箱问题是一个复杂的组合优化问题 ,属于 NP- HARD问题 ,其求解是很困难的 .所以在实际应用中 ,往往采用一些启发式算法来求解 .本文在考虑一些实际应用中的约束条件下 ,提出了一种三维集装箱装载...
在医疗诊断中 ,常根据病人的多项病理检测结果进行诊断。由于存在个体的差异和数据本身的噪声 ,所以要准确的诊断是困难的。支持向量机是在统计学习理论基础上发展而来的一种新的通用学习方法 ,具有很多独特的优点。该...
基于周期性建模的时间序列预测方法及电价预测研究 CNKI文献
时间序列数据广泛存在于人类的生产生活中,通常具有复杂的非线性动态和一定的周期性.与传统的时间序列分析方法相比,基于深度学习的方法更能捕捉数据的深层特性,对具有复杂非线性的时间序列有较好的建模效果.为了在神...
MULTI SUPPORT VECTOR MACHINES DECISION MODEL AND ITS A... CNKI文献
Support Vector Machines(SVM) is a powerful machine learning method developed from statistical learning theory and is currently an active field in artificial intelligent technology. SVM is sensitive t...
阎威武 陈治纲 ... 《Journal of Shanghai Jiaotong University》 2002年02期 期刊
针对常用的基于数据驱动的空气质量预测方法只考虑当地站点时序特性的缺陷问题,提出一种时空特性的空气质量预测算法,通过长短期记忆网络(Long Short-term Memory,LSTM)构成SequencetoSequence范式处理时间序列的变长...
基于核主元分析和邻近支持向量机的汽轮机凝汽器过程监控和... CNKI文献
提出了基于核主元分析(KPCA)和邻近支持向量机(PSVM)的汽轮机凝汽器过程监控和故障诊断新方法,将数据先用核主元法进行分析和处理,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间中进行...
基于核Fisher判别分析方法的非线性统计过程监控与故障诊断 CNKI文献
化工过程中大量的生产数据反应了生产过程的内在变化和系统的运行状况,基于数据驱动的统计方法可以有效地对生产过程进行监控。对于复杂的化工和生化过程,其过程变量之间的相关关系往往具有很强的非线性特性,传统的线...
关键词： 核Fisher判别分析 / 非线性 / 统计过程监控 / 故障诊断
下载（733）| 被引（48）
基于小波去噪核主元分析和邻近支持向量机的性能监控和故障... CNKI文献
针对化工过程数据中包含噪声和强非线性的特点,提出了基于小波去噪核主元分析(De-noised Kernel Principal Component Analysis,DKPCA)和邻近支持向量机(Proximal Support Vector Machine,PSVM)的性能监控和故障诊断新...
基于核PCA和FDA的凝汽器非线型过程监控和故障诊断(英文) CNKI文献
提出了基于核主元分析和Fisher判别分析相结合的非线性统计过程监控和故障诊断新方法.该方法首先利用非线性核函数将数据从原始空间映射到高维空间,然后在高维空间中利用线性Fisher判别分析法提取数据最优的核Fisher判...
基于数据驱动与信息增益率多指标决策模型的生活饮用水水质... CNKI文献
生活饮用水的水质情况对于居民的日常生活非常重要.建立一种基于数据驱动与信息增益率的多指标决策模型来评估生活饮用水的水质.该决策模型首先通过变异系数法对多指标系统的每个指标赋予初始权重,然后通过综合加权指...
采用污染正态分布模型进行数据校正,相对于传统的最小二乘方法具有较好的鲁棒性,然而参数估计结果的精确度依赖于误差发生概率和方差比值两个先验模型参数的选取,这在实际生产中难以获得,采用固定的方差比也不符合实际...
提出了一种多变量统计质量控制方法来减小由于过程扰动引起的产品质量变化.该方法首先通过正常工况的历史数据,建立一个部分最小二乘的回归模型,利用高采样频率的过程测量值来预测质量变量的值.预测误差作为部分最小二...
1000 MW超超临界机组的多变量约束预测控制的研究 CNKI文献
针对1000MW超超临界机组,分析了机组协调控制的3输入3输出系统,研究了机组系统的双层结构多变量约束预测控制(multivariable constrained predictive control,MCPC),给出了基于阶跃响应的多变量约束预测控制方法和具体...
工业生产过程中,被控系统越来越复杂,需要控制的变量通常不止一对,而且相互耦合,较成熟的线性多变量控制理论与设计方法已难以满足实际的多变量生产过程控制。本文针对多变量强耦合带有延迟环节的被控系统,研究了一种...
超超临界机组是一个大而复杂的系统,具有机-炉耦合、动态非线性、大延时等特性。传统控制系统难以满足在节能减排及动态响应上的更高要求。为此采用模型辨识结合模型预测控制的方法对其进行建模和控制。建立了机组的闭...
