期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时间近邻拉氏正则的多工况软测量回归
被引量:
4
1
作者
徐志强
任密蜂
+2 位作者
程兰
李荣
阎高伟
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2021年第11期279-287,共9页
针对流程工业中,工况改变导致传统软测量模型预测精度下降的问题,考虑到工业数据连续性、序列性、多重共线性、数据量庞大等特殊性对模型建立的影响,提出一种基于时间近邻拉普拉斯正则的多工况软测量回归模型框架。针对工业数据的多重...
针对流程工业中,工况改变导致传统软测量模型预测精度下降的问题,考虑到工业数据连续性、序列性、多重共线性、数据量庞大等特殊性对模型建立的影响,提出一种基于时间近邻拉普拉斯正则的多工况软测量回归模型框架。针对工业数据的多重共线性,回归框架采用非线性迭代偏最小二乘方法,同时引入域适应正则项改善工况变化对模型的影响,在此基础上,提出时间近邻拉普拉斯正则项,能够在映射过程中保持住数据的序列结构,并且大幅度减少模型训练时间以满足工业实时性要求。实验部分以三聚氰胺聚合过程多工况数据集为例,对本文模型的预测有效性以及减少训练时间的有效性进行了实验和分析。结果表明,与传统方法偏最小二乘回归相比,当目标工况为工况1到工况4时,本文方法使平均均方根误差分别降低了30.3%、31.4%、29.3%和24.1%。且相较于传统全连接法,时间近邻法构建拉普拉斯正则项能够使得四个工况上模型训练时间分别降低14.11、1.01、26.43和0.71 s,表明该模型的预测准确性和训练时间均得到有效改善.
展开更多
关键词
流程工业
过程数据
时间近邻拉普拉斯正则
多工况
软测量回归模型
下载PDF
职称材料
题名
基于时间近邻拉氏正则的多工况软测量回归
被引量:
4
1
作者
徐志强
任密蜂
程兰
李荣
阎高伟
机构
太原理工大学电气与动力工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2021年第11期279-287,共9页
基金
国家自然科学基金(61973226,62073232)
山西省重点研发计划项目(201903D121143)
山西省科技重大专项(20181102017)资助。
文摘
针对流程工业中,工况改变导致传统软测量模型预测精度下降的问题,考虑到工业数据连续性、序列性、多重共线性、数据量庞大等特殊性对模型建立的影响,提出一种基于时间近邻拉普拉斯正则的多工况软测量回归模型框架。针对工业数据的多重共线性,回归框架采用非线性迭代偏最小二乘方法,同时引入域适应正则项改善工况变化对模型的影响,在此基础上,提出时间近邻拉普拉斯正则项,能够在映射过程中保持住数据的序列结构,并且大幅度减少模型训练时间以满足工业实时性要求。实验部分以三聚氰胺聚合过程多工况数据集为例,对本文模型的预测有效性以及减少训练时间的有效性进行了实验和分析。结果表明,与传统方法偏最小二乘回归相比,当目标工况为工况1到工况4时,本文方法使平均均方根误差分别降低了30.3%、31.4%、29.3%和24.1%。且相较于传统全连接法,时间近邻法构建拉普拉斯正则项能够使得四个工况上模型训练时间分别降低14.11、1.01、26.43和0.71 s,表明该模型的预测准确性和训练时间均得到有效改善.
关键词
流程工业
过程数据
时间近邻拉普拉斯正则
多工况
软测量回归模型
Keywords
process industry
industrial data
time nearest neighbor Laplace regularity
multi-conditions
soft sensor regression modeling
分类号
TH7 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时间近邻拉氏正则的多工况软测量回归
徐志强
任密蜂
程兰
李荣
阎高伟
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2021
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部