期刊文章详细信息
基于特征子空间虚假邻点判别的软传感器模型变量选择 ( EI收录)
Reduction of Secondary Variables on Soft Sensor Model Based on False Nearest Neighbours in Feature Subspace
文献类型:期刊文章
机构地区:[1]重庆科技学院电气与信息工程学院,重庆401331
基 金:国家自然科学基金(50905194);重庆市自然科学基金(CSTC2008BB2356)资助项目
年 份:2011
卷 号:47
期 号:12
起止页码:7-12
语 种:中文
收录情况:AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20112814137491)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:辅助变量选择技术是软传感器建模过程中降低信息冗余和提高效率的有效方法。提出一种结合偏最小二乘回归法与虚假最近邻法的变量选择法。采用偏最小二乘回归法有效合理地消除因子之间的多重共线性,在一个新的正交空间里,受混沌相空间虚假最近邻点法的启示,通过计算某变量选择前后在特征子空间里的相关性,判断其对主导变量的解释能力,由此进行变量的选择,利用偏最小二乘法得到软测量模型。该方法通过构造的试验和Jolliff变量选择试验作了验证,结果显示该方法有良好的辅助变量选择能力,为软传感器建模的辅助变量选择方法提供了一种新方法。
关 键 词:软传感器建模 辅助变量选择 特征子空间 偏最小二乘回归法 虚假最近邻法
分 类 号:TP273]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...