孙茂伟
- 作品数：3 被引量：28H指数：3
- 供职机构：江南大学更多>>
- 发文基金：江苏省高校优势学科建设工程资助项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进仿射传播聚类的多模型软测量建模及应用被引量：6
- 2016年
- 对于多模型软测量建模,聚类效果、子模型的建模和融合方式对其模型精度有重要影响。对此,该文提出一种基于改进仿射传播聚类的多模型软测量建模方法。为提高聚类精度,在仿射传播聚类算法划分样本数据的基础上,采用人工鱼群算法对仿射传播聚类算法的偏向参数和阻尼系数寻优,同时针对距离较近类别边界处的样本再建立重叠类,采用支持向量机建立各类样本的回归子模型。分别用标准数据集仿真和工业双酚A生产装置的现场数据建模仿真,结果证明该方法是有效的。
- 孙茂伟杨慧中
- 关键词：软测量仿射传播聚类人工鱼群算法支持向量机
- 局部加权混合核偏最小二乘算法及其在软测量中的应用被引量：8
- 2015年
- 为提高基于核函数的偏最小二乘算法非线性处理能力,削弱软测量模型对异常数据的敏感度,提高模型泛化能力,提出一种用于软测量在线建模的局部加权混合核偏最小二乘算法.该算法以多个具有不同特性的单一核函数构成混合核函数,将原始输入映射到高维特征空间,再采用局部加权学习算法在高维特征空间中计算样本权值,并对核变换后的样本数据进行加权处理,然后采用核函数偏最小二乘算法建立在线局部软测量模型.通过数值仿真和采用来自工业双酚A生产装置的现场数据进行在线软测量建模仿真,结果证明该算法是有效的.
- 孙茂伟杨慧中
- 关键词：核偏最小二乘混合核函数软测量
- 基于改进Bagging算法的高斯过程集成软测量建模被引量：15
- 2016年
- 为提高对工况复杂的工业过程进行软测量建模的模型精度和泛化能力,提出了一种基于改进Bagging算法的高斯过程集成软测量建模方法。该算法采用高斯过程回归算法建立集成学习模型的基学习器,并在Bagging算法对训练样本重采样生成基学习器训练子集的基础上,采用基于正则化互信息的特征排序指标进行基学习器的输入特征抽取,实现有监督的特征扰动,从而改善学习器的差异度。待测样本进行软测量估计时,根据各高斯过程基学习器输出的方差自适应地选择基学习器进行集成输出。采用工业双酚A生产装置反应器的现场数据建模仿真,结果表明该方法是有效的。
- 孙茂伟杨慧中
- 关键词：软测量高斯过程反应器
