基于慢特征分析的高斯过程回归建模

论文摘要

为了有效地提取工业时序数据中的本质特征,以进一步提升建模的精度,提出一种基于慢特征分析的高斯过程回归软测量建模方法。首先,采用慢特征分析方法对数据进行预处理,从变化的时序数据中,提取一部分变化最缓慢的成分作为本质特征;然后,基于本质特征重构建模数据集,进行高斯过程回归建模;最后,通过青霉素发酵过程的数据分析与仿真,验证了慢特征分析方法的有效性,建模精度也得到进一步的提高。

论文目录

• 1 引言
• 2 慢特征分析 （SFA）
• 3 高斯过程回归建模
• 4 基于SFA的GPR的软测量建模步骤
• 5 青霉素发酵过程建模的应用仿真
• 6 结论

文章来源

类型: 期刊论文

作者: 彭慧来,赵帅,熊伟丽

关键词: 时序数据,慢特征分析,高斯过程回归,建模

来源: 控制工程 2019年01期

年度: 2019

分类: 信息科技,基础科学

专业: 数学

单位: 江南大学物联网工程学院,江南大学轻工过程先进控制教育部重点实验室

基金: 国家自然科学基金项目(21206053,21276111),江苏省“六大人才高峰”计划资助(2013-DZXX-043),江苏高校优势学科建设工程资助项目(PAPD)

分类号: O212.1

DOI: 10.14107/j.cnki.kzgc.161411

页码: 120-124

总页数: 5

文件大小: 664K

下载量: 181