张艳珠
- 作品数：3 被引量：72H指数：3
- 供职机构：沈阳工业学院信息科学与工程学院信息工程系更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于加权支持向量机的移动建模方法及其在软测量中的应用(英文)被引量：26
- 2004年
- 工业过程软测量技术的核心问题是建立软测量模型,然而,利用传统全局建模方法与多模型建模方法进行复杂工业过程软测量建模时,在不同程度上存在一些问题.本文利用支持向量机(SVMs)泛化能力强的特点,结合局部加权学习(LWL)算法思想,提出一种适于局部学习的加权支持向量机(W-SVMs)学习算法和基于这种算法的移动建模方法.利用这种建模方法对Box-Jenkins煤气炉和重油催化裂化(FCCU)装置进行分析建模,并与其它不同建模方法进行比较,显示了该方法的优点和有效性.
- 冯瑞张玥杰张艳珠邵惠鹤
- 关键词：支持向量机加权支持向量机
- 基于F_SVMs的多模型建模方法被引量：26
- 2003年
- 针对全局模型难以精确描述复杂工业过程的问题,提出一种基于模糊支持向量机(F_SVMs)的多模型(F_SVMs MM)建模方法。用模糊支持向量分类算法(F_SVC)对输入数据进行预处理,得到多模型模糊隶属度;用模糊支持回归算法(F_SVR)建立多模型(MM)估计器。应用该方法对pH中和滴定过程进行建模,仿真结果表明,F_SVMs MM跟踪性能好、泛化能力强,比USOCPN方法和标准支持向量机(SVMs)方法具有更好的性能和推广能力。
- 冯瑞沈伟张艳珠邵惠鹤
- 基于支持向量机与RBF神经网络的软测量模型比较研究被引量：25
- 2003年
- 给出了基于支持向量机(SVMs)和RBF神经网络的软测量建模方法.通过对这两种方法进行理论分析和仿真比较研究,结果表明,SVMs方法跟踪性能好、泛化能力强、对样本的依赖程度低,它比基于RBF神经网络的软测量建模具有更好的推广能力.
- 冯瑞宋春林张艳珠邵惠鹤
- 关键词：支持向量机软测量RBF神经网络
