首页 | 本学科首页   官方微博 | 高级检索  
     

基于慢特征分析的高斯过程回归建模
引用本文:彭慧来,赵帅,熊伟丽. 基于慢特征分析的高斯过程回归建模[J]. 控制工程, 2019, 26(1): 120-124
作者姓名:彭慧来  赵帅  熊伟丽
作者单位:江南大学 物联网工程学院,无锡,214122;江南大学 物联网工程学院,无锡 214122;江南大学 轻工过程先进控制教育部重点实验室,无锡 214122
基金项目:国家自然科学基金;国家自然科学基金;江苏省"六大人才高峰"高层次人才项目;江苏高校优势学科建设工程项目
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。

关 键 词:时序数据  慢特征分析  高斯过程回归  建模

Gaussian Process Regression Modeling Based on Slow Feature Analysis
PENG Hui-Lai,ZHAO Shuai,XIONG Wei-li. Gaussian Process Regression Modeling Based on Slow Feature Analysis[J]. Control Engineering of China, 2019, 26(1): 120-124
Authors:PENG Hui-Lai  ZHAO Shuai  XIONG Wei-li
Affiliation:(School of Interact 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)
Abstract:PENG Hui-Lai;ZHAO Shuai;XIONG Wei-li(School of Interact 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)
Keywords:Time series data  slow feature analysis  Gaussian process regression  modeling
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号