基于模糊最小二乘支持向量机的软测量建模

被引:83
作者
张英
苏宏业
褚健
不详
机构
[1] 工业控制技术国家重点实验室浙江大学先进控制研究所
[2] 工业控制技术国家重点实验室浙江大学先进控制研究所 浙江杭州
[3] 浙江杭州
关键词
支持向量机; 数据域描述; 模糊隶属度; 软测量; 建模;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
将模糊隶属度概念引入最小二乘支持向量机,提出一种基于支持向量数据域描述的模糊隶属度函数模型,将输入空间中的样本映射到一个高维的特征空间;然后根据其偏离数据域的程度赋予不同的隶属度.该方法提高了最小二乘支持向量机的抗噪声能力,尤其适用于未能完全揭示输入样本特性的情况.将提出的方法用于催化裂化分馏塔轻柴油凝固点的软测量建模,仿真结果表明,该模糊隶属度函数模型能够提高最小二乘支持向量机的预测精度.
引用
收藏
页码:621 / 624
页数:4
相关论文
共 4 条
[1]
支持向量机和最小二乘支持向量机的比较及应用研究 [J].
阎威武 ;
邵惠鹤 ;
不详 .
控制与决策 , 2003, (03) :358-360
[2]
软测量技术 [J].
徐敏 ;
俞金寿 .
石油化工自动化, 1998, (02)
[3]
Least Squares Support Vector Machine Classifiers.[J] J.A.K. Suykens;J. Vandewalle Neural Processing Letters 1999,
[4]
Fuzzy support vector machines Lin C F; Wang S D; IEEE Trans on Neural Networks 2002,