一种基于支持向量数据描述的聚类多模型软测量建模
来源期刊:控制工程2018年第7期
论文作者:孙茂伟 杨慧中
文章页码:1184 - 1189
关键词:软测量;仿射传播聚类;支持向量数据描述;高斯过程回归;
摘 要:在基于聚类的多模型软测量建模中,如果数据聚类后类别之间界限不明显,常会出现样本类别误划分和类边界处样本估计不准确的问题。对此提出一种基于支持向量数据描述算法的聚类多模型软测量建模方法。该方法首先采用仿射传播聚类算法对数据进行类别划分,利用支持向量数据描述算法划定类边界从而确定样本与各类别的位置关系,根据样本与各类的位置关系信息从高斯过程回归算法建立的子模型、全局模型和局部模型中选择合适的模型对样本进行估计。将工业双酚A生产装置的现场数据建模和仿真,结果表明该方法是有效的。
孙茂伟,杨慧中
江南大学教育部轻工过程先进控制重点实验室
摘 要:在基于聚类的多模型软测量建模中,如果数据聚类后类别之间界限不明显,常会出现样本类别误划分和类边界处样本估计不准确的问题。对此提出一种基于支持向量数据描述算法的聚类多模型软测量建模方法。该方法首先采用仿射传播聚类算法对数据进行类别划分,利用支持向量数据描述算法划定类边界从而确定样本与各类别的位置关系,根据样本与各类的位置关系信息从高斯过程回归算法建立的子模型、全局模型和局部模型中选择合适的模型对样本进行估计。将工业双酚A生产装置的现场数据建模和仿真,结果表明该方法是有效的。
关键词:软测量;仿射传播聚类;支持向量数据描述;高斯过程回归;