基于多支持向量机的诺西肽发酵中菌体浓度软测量

被引:6
作者
桑海峰 [1 ]
王福利 [1 ]
何大阔 [1 ]
张大鹏 [1 ]
何建勇 [2 ]
机构
[1] 东北大学信息科学与工程学院
[2] 沈阳药科大学
关键词
最小二乘支持向量机; 多模型; 软测量; 发酵;
D O I
10.16182/j.cnki.joss.2006.07.061
中图分类号
TP274.4 [];
学科分类号
摘要
提出了多支持向量机建模进行发酵过程的参数识别方法。这种建模可以称为“多模型”方法。发酵过程存在着像菌体浓度等不可在线测量的生物量,只能采用离线采样分析方法,由于所得数据是在不同的时间间隔内获得的,导致检测结果经常出现较大的滞后,不能及时指导生产。而软测量技术的发展为该问题提出了一个很好的解决办法。提出的多支持向量机建模方法,利用可在线测量信息,建立了菌体浓度的预估模型,并且把它应用到诺西肽发酵过程中,估计结果与实验结果吻合得很好,表明了该软测量方法的实用性。
引用
收藏
页码:1983 / 1986
页数:4
相关论文
共 3 条
[1]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[2]  
支持向量机导论[M]. 电子工业出版社 , (英)NelloCristianini,(英)JohnShawe-Taylor著, 2004
[3]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300