基于混合核函数PCR方法的工业过程软测量建模

被引：11

作者：

王华忠

俞金寿

机构：

[1] 华东理工大学自动化研究所

[2] 华东理工大学自动化研究所上海

[3] 上海

来源：

化工自动化及仪表 | 2005年 / 02期

关键词：

核函数; 主元回归(PCR); 软测量;

D O I：

暂无

中图分类号：

TP274.4 [];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

针对核函数PCR方法中单个核函数的局限性,提出了混合核函数PCR方法并将其用于工业过程软测量建模,以提高模型的推广能力和非线性处理能力。混合核函数集中了多个核函数的特点,兼具局部和全局特性,并可以通过参数调节他们对混合核函数的作用,将过程的先验知识融入到核函数的确定,进而适合不同的应用。工业丙烯腈生产过程丙烯腈收率软测量建模的应用表明,基于混合核函数PCR的软测量模型要优于核函数PCR方法,满足了工业应用要求。

引用

页码：23 / 25+42 +42

页数：4

共 6 条

[1]

RegularizationNetworksandSupportVectorMachines. Evgeniou T,,PontilM,PoggioT. AdvanceinComputationalMath ematics . 2000

[2]

Vapnik,V. N. The Nature of Statistical Learning Theory . 1995

[3]

Improving SVM Regression Using Mixtures of Kernels. Smits G F,Jordaan E M. IEEE Proceedings of the 2002 International Joint Conference on Neural Networks . 2002

[4]

On Global, Local, Mixed and Neighborhood Kernels for Support Vector Machines. Brailovsky V L,Barzilay O,Shahave R. Pattern Recognition . 1999

[5]

An introduction to Support Vector Machines. Cristianini N,Shawe-Taylor J. . 2000

[6]

Nonlinear Component Analysis as a Kernel Eigenvalue Problem. Scholkopf B,Smola A,Muller K R. Neural Computation . 1998

← 1 →