《基于粗集理论和支持向量机的动态预测新方法及应用》PDF+DOC
作者:张国云,章兢
单位:中国仪器仪表学会;上海工业自动化仪表研究院
出版:《自动化仪表》2005年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZDYB2005020050
DOC编号:DOCZDYB2005020059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于粗集理论证据加权的电子目标识别法》PDF+DOC2011年第04期 严晓兰
《基于支持向量机多分类器的室内外场景感知算法》PDF+DOC2015年第11期 阮锦佳,罗丹,罗海勇
《基于多传感器信息融合的列车转向架机械故障诊断方法》PDF+DOC2020年第08期 颜云华,金炜东
《回转窑中部测温装置的应用研究》PDF+DOC2009年第04期 钱亚平
《在线稀疏最小二乘支持向量回归机及其应用(英文)》PDF+DOC2009年第04期 赵永平,孙健国,王健康
《基于统计学习预测技术提高传感器稳定度》PDF+DOC2008年第09期 林继鹏,刘君华
《基于SVM的传感器故障诊断和信号恢复技术》PDF+DOC2013年第12期 陈烨,王建平
《基于改进MDLP算法和分子布朗运动优化的传感器节点故障诊断》PDF+DOC2013年第12期 韩小祥,王雪梅
《基于支持向量机的多传感器探测目标分类方法》PDF+DOC2013年第01期 李侃,黄文雄,黄忠华
《基于SVM的人体运动状态检测》PDF+DOC2013年第S1期 于雷,辛晓越,卢志泳,陈志鹏,刘宁
基于粗集的属性约简理论和SVM回归思想 ,提出了一种内嵌属性约简策略的SVM动态预测方法 (RS -SVM) ,并用于回转窑烧结带温度测量。该方法首先利用属性约简理论精选出与烧结带温度有重要关联的传感器信号 ,再利用SVM建立这些传感器信号与烧结带温度之间的非线性映射模型 ,并不断地跟踪预测误差动态修正SVM预测模型 ,从而提高了系统的抗干扰性能和容错能力。通过与直接SVM方法进行比较的实验 ,说明了此方法在回转窑烧结带温度预测的优越性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。