基于证据框架的最小二乘支持向量机在精对苯二甲酸生产中的应用

被引:8
作者
郑小霞
钱锋
机构
[1] 华东理工大学自动化研究所
关键词
最小二乘支持向量机; 贝叶斯; 证据框架; 对羧基苯甲醛;
D O I
暂无
中图分类号
TQ245.12 [];
学科分类号
摘要
支持向量机是一种基于统计学习理论的新型机器学习方法.本文给出一种考虑损失函数的噪声模型参数β的贝叶斯证据框架最小二乘支持向量机回归算法,通过贝叶斯证据框架自动调整正则化参数和核参数,更好地实现了最小化误差和模型复杂性之间的折中.将提出的算法用于精对苯二甲酸(purifiedterephthalicacid,PTA)生产过程中的关键指标对羧基苯甲醛(4carboxybenzaldhyde,4CBA)含量的预测中,能很好地跟踪4CBA含量的变化趋势,泛化能力较强,为4CBA含量的实时预测提供了很好的解决方案.
引用
收藏
页码:1612 / 1616
页数:5
相关论文
共 3 条
  • [1] 基于最小二乘支持向量机的自适应逆扰动消除控制系统
    柳晓菁
    易建强
    赵冬斌
    王伟
    [J]. 控制与决策, 2005, (08) : 947 - 950
  • [2] 基于最小二乘支持向量机的天然气负荷预测
    刘涵
    刘丁
    郑岗
    梁炎明
    宋念龙
    [J]. 化工学报, 2004, (05) : 828 - 832
  • [3] 一种贝叶斯证据框架下支持向量机建模方法的研究
    阎威武
    常俊林
    邵惠鹤
    [J]. 控制与决策, 2004, (05) : 525 - 528+533