期刊文献+

基于回归支撑矢量机的生化变量预估模型

Biochemical Variable Estimation Model Based on Support Vector Machines
下载PDF
导出
摘要 该文提出了一种新的基于回归型支撑矢量机(SVM)的生化变量预估模型。回归型支撑矢量机能从观测数据出发寻找数据中的模式和数据间的函数依赖规律,利用这些模式和函数能对未来数据和无法观测的数据进行分类、识别和预测。因而通过回归型支撑矢量机学习得到的生化变量预估模型有很强的预估能力。大量仿真试验表明了该文方法的有效性。 In the paper a novel modeling and estimation model of biochemical process is presented based on Support Vector Machines(SVM).The variable estimation model has a good predict capability because of the inherent advantages of SVM.The experimental results demonstrate the effectiveness of this new approach.
作者 冯斌 须文波
出处 《计算机工程与应用》 CSCD 北大核心 2004年第36期229-232,共4页 Computer Engineering and Applications
基金 荣毅仁教育基金资助课题(编号:20020521)
关键词 回归 支撑矢量机 智能控制 生化过程 regression,SVM,intelligence control,biochemical process
  • 相关文献

参考文献8

  • 1邵惠鹤 袁景淇 杜仰光.生化过程中的数学模型、参数辨识和最优控制(综述)[J].信息与控制,1987,(4):28-36.
  • 2马红武,赵学明,黄霄,辛军.发酵过程中细胞浓度的在线估计——GMDH法与神经网络法的比较[J].化工自动化及仪表,2000,27(4):18-20. 被引量:3
  • 3J Barry Gomm,Ding Li Yu. Selecting Radial Basis Function Network Centers with Recursive Orthogonal Least Squares Training[J].IEEE Trans on Neural Networks,2000; 11 (2) :306~314
  • 4Ka-Yiu San,Gregory Stephanoopulos.Studies on On-Line Bioreator Identification Ⅱ Numerical and Experimental Results[J].Biotechnologyand Bioengineering, 1984; 26:1189~1197
  • 5Vapnik V N.The Nature of Statistical Learning Theory[M].New York:Springer-Verlag, 1995
  • 6Vapnik V N.Statistical Learning Theory[M].New York:Wiley, 1998
  • 7Scholkopf B,Smola A,Muller K-R.Kernel principal component analysis [C].In :Proceedings of ICANN'97 ,Springer Lecture Notes in Computer Science,1997:583~589
  • 8王旭东,邵惠鹤.基于神经网络的通用软测量技术[J].自动化学报,1998,24(5):702-706. 被引量:50

二级参考文献13

  • 1罗荣富,邵惠鹤.分布式网络局部学习方法及其在推断控制中的应用[J].自动化学报,1994,20(6):739-742. 被引量:12
  • 2王旭东,邵惠鹤.神经元网络建模与软测量技术[J].化工自动化及仪表,1996,23(2):28-31. 被引量:30
  • 3王旭东,35th IEEE Conference Decision Control,1996年,1714页
  • 4Xu Lei,IEEE Trans Neural Netw,1993年,4卷,4期,636页
  • 5Chen S,IEEE Trans Neural Netw,1991年,2卷,2期,302页
  • 6 J.Albiol,C.Campmajo,C.Gasas,M.Poch.Biomass Estimation in Plant Cell Cultures:ANeural Network Approach[J].Biotechnol.Prog.,1995,11(1):88-92
  • 7 M.R.Warnes,J.Glassey,G.A.Montague.On Data-based Modelling Techniq ues forFermentation Processes[J].Process Biochem.,1996,31(1):147-155.
  • 8程铭基.数据处理的分组方法GMDH[J].国外自动化,1986,(3):5-12.
  • 9 靳 蕃,范俊波.神经网络与神经计算机:原理与应用[M].西南交通大学出版社,1993.
  • 10 X.M.Zhao,H.W.Ma,X.Huang.Fed-batch Xanthan Fermentation with Diffe rent NitrogenSubstrate Concentrations[J].5th World Congress of Chem.Eng.,SanDiego,California,USA,1996,6,14-18.

共引文献51

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部