文献类型：期刊文章

作　　者：赵帅[1] 李妍君[1] 熊伟丽[1,2]

ZHAO Shuai;LI Yan-jun;XIONG Wei-li(School of Intemet of Things Engineering,Jiangnan University,Wuxi 214122,China;Key Laboratory of Advanced Process Control for Light Industry of Ministry of Education,Jiangnan University,Wuxi 214122,China)

机构地区：[1]江南大学物联网工程学院自动化研究所,无锡214122 [2]江南大学轻工过程先进控制教育部重点实验室,无锡214122

出　　处：《控制工程》

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)

年　　份：2019

卷　　号：26

期　　号：1

起止页码：131-136

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、JST、ZGKJHX、核心刊

摘　　要：工业污水处理过程具有高度非线性的特点,对水质指标中的生物需氧量的实时监测提出了挑战,提出一种基于核主元分析和Bagging算法的高斯过程回归建模方法。首先,采用核主元分析方法将采集到的污水数据投影到高维空间进行降维处理,提取非线性主元作为模型输入;然后采用Bagging集成学习算法得到若干样本子集,建立相应的高斯过程回归模型;最后根据贝叶斯后验概率计算得到各子模型的权重,对各子模型的输出进行融合,得到全局预测值。对实际污水处理过程数据的仿真结果表明,所提方法具有良好的预测精度与泛化能力。

关 键 词：核主元分析 BAGGING 高斯过程回归  污水处理

分 类 号：TP273]