2023年全国硕士研究生考试考研英语一试题真题(含答案详解+作文范文)_第1页
已阅读1页,还剩85页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、在不同工业领域的应用中软测量是很有价值的工具,例如石油化工厂、冶金领域、发电厂、造纸厂、食品加工、核电站、城市和工业污染监测,等等。他们被用于解决不同的问题,例如假设分析、工业控制的实时预测、测量仪器的检验和故障诊断。本文结合氧化铝生产工艺知识,对软测量设计进行了深入的研究,并对软测量技术在实际工业过程中的应用进行了探讨和实践。本文的主要研究工作如下:
   (1)提出将基于核主元分析(KPCA)与支持向量回归(SVR)相结合的

2、软测量建模方法应用于苛性比值与溶出率的检测。该方法通过KPCA提取包含辅助变量间高阶信息的特征主元,然后使用SVR建立特征主元和主导变量之间的回归模型。分析KPCA-SVR模型结构和数据在其内部的转换关系。
   (2)在线性关系残差分析基础上提出基于v-支持向量回归的异常值检测方法。支持向量回归中的结构风险函数以及KKT条件为异常值检测提供了几点条件:(a)它并不倾向于消除个别大的回归误差,而是从整体上考虑回归曲线的平滑性;因

3、此,异常值与回归函数之间的距离将是显著的,容易观测。(b)有了ε不敏感区域,回归数据被划分成支持向量和非支持向量,而支持向量又被分成边界支持向量和非边界支持向量。非支持向量和非边界支持向量都位于ε不敏感区域以内,只有边界支持向量才可能位于ε不敏感区域以外。(c)支持向量机经过训练调整系数C的值可以抑制异常值影响。
   (3)在自联想神经网络的基础上提出基于核主元分析(KPCA)和RBF神经网络的数据协调方法。此技术可应用于在线

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. ZS文档仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论