基于改进在线支持向量回归的离子浓度预测模型

被引：6

作者：

王凌云

桂卫华

刘梅花

阳春华

机构：

[1] 中南大学信息科学与工程学院

来源：

控制与决策 | 2009年 / 24卷 / 04期

关键词：

离子浓度; 在线支持向量回归; 预测模型; 更新矩阵;

D O I：

10.13195/j.cd.2009.04.59.wangly.001

中图分类号：

TF813 [锌];

学科分类号：

摘要：

针对湿法炼锌净化过程中杂质离子浓度检测的大滞后特性和模型失效问题,提出了基于在线支持向量回归的离子浓度预测模型.该模型对每个新样本进行增量学习,并能删除数据集中的一个旧样本.进而提出用分块矩阵的方法解决更新算法计算复杂的问题.将该建模方法应用于离子浓度的预测,结果表明预测模型具有较好的泛化性能,模型更新时间明显缩短,有效地提高了适应工况的实时性.

引用

页码：537 / 541

页数：5

共 9 条

[1] 基于加权支持向量回归的在线训练算法及应用
刁翔
李奇
[J]. 系统仿真学报, 2007, (17) : 3970 - 3973
[2] 基于ISVM的软测量建模及其在PX生产中的应用研究
张英
苏宏业
褚健
不详
[J]. 控制与决策 , 2005, (10) : 1102 - 1106
[3] 支持向量机在线训练算法及其应用
汪辉
皮道映
孙优贤
[J]. 浙江大学学报(工学版), 2004, (12) : 109 - 112+116
[4] 基于改进聚类算法的分布式SVM及其应用
桂卫华
李勇刚
阳春华
陈志盛
不详
[J]. 控制与决策 , 2004, (08) : 852 - 856
[5] 锑盐除钴净化工艺研究
刘志宏
唐朝波
张多默
郭学益
陈慧光
[J]. 中南工业大学学报(自然科学版), 2000, (03) : 225 - 227
[6] An online support vector machine for abnormal events detection
Davy, Manuel
Desobry, Frederic
Gretton, Arthur
Doncarli, Christian
[J]. SIGNAL PROCESSING, 2006, 86 (08) : 2009 - 2025
[7] Purification of zinc sulfate solutions from cobalt and nickel through activated cementation[J] . Boyan S. Boyanov,Victoria V. Konareva,Nikolai K. Kolev.Hydrometallurgy . 2004 (1)
[8] Accurate on-line support vector regression
Ma, JS
Theiler, J
Perkins, S
[J]. NEURAL COMPUTATION, 2003, 15 (11) : 2683 - 2703
[9] Online training of support vector classifier
Lau, KW
Wu, QH
[J]. PATTERN RECOGNITION, 2003, 36 (08) : 1913 - 1920

← 1 →