基于类别特征提取的组合支持向量机模型

在建立复杂生产过程软测量模型时,使用单一的支持向量机模型或基于传统聚类方法的组合支持向量机模型有时难以很好地跟踪突变信号或取得满意的泛化效果。为解决这个问题提出了一种改进的线性判别分析算法。该算法结合类边界分析得到类别的特征向量,利用该特征向量将数据变换后分别建立支持向量机子模型,并用各组特征向量中有效特征值之和构建各子模型的组合参数。仿真实验表明该组合模型能降低相邻类别间的信息干扰,提高模型的估计精度。