期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到699篇文章
< 1 2 … 35 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
信息熵改进Bagging-CNN-BILSTM的刀具剩余寿命预测
1
作者 杨化林 董春芳 《重庆理工大学学报(自然科学)》 北大核心 2025年第6期192-199,共8页
针对单一传感器预测精度差、可靠性低的问题,提出一种信息熵改进的Bagging-CNN-BILSTM模型。使用Sureshrink阈值选择方法代替固定阈值进行小波降噪,提取多传感器信号的时域、频域及时频域信息,构建刀具多源信息矩阵。通过计算皮尔逊系... 针对单一传感器预测精度差、可靠性低的问题,提出一种信息熵改进的Bagging-CNN-BILSTM模型。使用Sureshrink阈值选择方法代替固定阈值进行小波降噪,提取多传感器信号的时域、频域及时频域信息,构建刀具多源信息矩阵。通过计算皮尔逊系数与灰色关联度对所提取信号特征进行双重特征降维,获取刀具寿命因子;基于信息熵改进Bagging-CNN-BILSTM模型,优化Bagging中Bootstrap样本重复采样与随机采样。对所提方法在PHM2010数据集上进行验证,实验结果表明:相比未改进Bagging-CNN-BILSTM模型、CNN-BILSTM模型、CNN-LSTM模型、CNN-GRU模型,所提模型的平均绝对误差分别降低44.8%、48.8%、49.6%、58.8%,具有更好的预测精度与可靠性。 展开更多
关键词 刀具寿命预测 多通道信息融合 改进小波降噪 卷积神经网络 样本信息熵 改进bagging模型
在线阅读 下载PDF
基于Bagging集成的高维不平衡数据特征选择方法 被引量：1
2
作者 王劲波 刘礼 《统计与决策》 CSSCI 北大核心 2024年第22期53-58,共6页
随着大数据的发展,很多应用领域样本都以高维形式呈现,而数据集的高维特性会削减不平衡学习的分类效果。针对高维不平衡数据的分类问题,文章提出了一种基于SVM-RFE与Bagging集成的自适应特征选择方法WAFS,该算法结合嵌入式与包装式的特... 随着大数据的发展,很多应用领域样本都以高维形式呈现,而数据集的高维特性会削减不平衡学习的分类效果。针对高维不平衡数据的分类问题,文章提出了一种基于SVM-RFE与Bagging集成的自适应特征选择方法WAFS,该算法结合嵌入式与包装式的特征选择方法,能够自适应地选择最优特征构成特征空间。在5个不同维度(100~5000)的高维不平衡公开数据集上与基于过滤式的CSFS特征选择算法和基于嵌入式的ASG特征选择算法进行了对比分析,并探究了适合不同数据集的最佳采样方式以及不同维度数据集的最优特征空间率。以AUC、Acc、Recall、F1-score和G-mean为评估指标,实验结果表明,WAFS算法在不同维度数据集上都有比较好的表现,尤其是在分类高维小样本的不平衡数据集上具有巨大优势,在保证了准确率的前提下,该模型也有很强的稳定性和泛化性。 展开更多
关键词 自适应 特征选择 bagging集成 高维不平衡
在线阅读 下载PDF
基于MLP-Bagging集成分类模型的在线学习行为分析 被引量：2
3
作者 普运伟 姜萤 +1 位作者 田春瑾 余永鹏 《云南大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第5期852-861,共10页
针对教育者难以对学习者多样化的在线学习行为进行监测和研判等问题,提出一种带嵌入层的MLP-Bagging集成分类模型对学习者的在线学习行为进行分析与判别.考虑到学习者的在线学习行为以及个体特性,从学习准备行为、知识获取行为、交互学... 针对教育者难以对学习者多样化的在线学习行为进行监测和研判等问题,提出一种带嵌入层的MLP-Bagging集成分类模型对学习者的在线学习行为进行分析与判别.考虑到学习者的在线学习行为以及个体特性,从学习准备行为、知识获取行为、交互学习行为、学习巩固行为和辅助特征5个方面构建在线学习行为模型,并采用MLP-Bagging集成分类模型对学习者进行分类判别.实验结果表明,所构建的学习模型可对在线学习者的学习行为进行符合实际的建模,加入辅助特征有利于对各类学习者的在线学习行为进行深入的分析与指导,并且在分类模型中加入嵌入层可以有效克服标签编码带来的数据冗余和误差缺陷,从而获得更好的分类效果.与其他分类模型相比,融合多个MLP分类器的Bagging集成模型可以减少单个MLP分类器的方差,其分类准确率达到98.72%,具有较好的实际应用价值. 展开更多
关键词 在线学习行为 学习者分类 嵌入层 MLP神经网络 bagging集成学习
在线阅读 下载PDF
基于小波和Bagging-PNN网络的柴油机轴承故障研究 被引量：2
4
作者 丁坤岭 王晓峰 +2 位作者 舒航 徐可 孙贾梦 《黑龙江工业学院学报（综合版）》 2024年第7期97-104,共8页
针对柴油机故障诊断速度慢、诊断模型准确率低等问题。提出一种基于小波和Bagging-PNN网络的柴油机轴承故障诊断法。首先,利用时域、频域对采样后的故障数据进行分析,通过小波分析对数据进行去噪处理;然后,将Bagging算法与概率神经网络(... 针对柴油机故障诊断速度慢、诊断模型准确率低等问题。提出一种基于小波和Bagging-PNN网络的柴油机轴承故障诊断法。首先,利用时域、频域对采样后的故障数据进行分析,通过小波分析对数据进行去噪处理;然后,将Bagging算法与概率神经网络(Probabilistic Neural Network, PNN)进行融合,通过多个PNN分类器以相同的方式进行投票建立柴油机轴承故障分类模型,提高诊断准确度;最后,通过对比实验表明基于小波和Bagging-PNN的柴油机轴承故障诊断方法的识别准确性有明显提高。 展开更多
关键词 柴油机轴承 故障诊断 bagging PNN 小波分析
在线阅读 下载PDF
基于Bagging算法的水电机组状态评估 被引量：1
5
作者 林峰平 吴子豪 《高科技与产业化》 2024年第7期48-50,共3页
水电机组作为重要的发电设备,其健康状态的评估对于保障电力供应的稳定性和安全性至关重要。传统的状态评估方法多依赖于单一的参数或经验判断,存在一定的局限性。本文提出一种创新的方法,通过集成学习中的Bagging算法,构建一个水电机... 水电机组作为重要的发电设备,其健康状态的评估对于保障电力供应的稳定性和安全性至关重要。传统的状态评估方法多依赖于单一的参数或经验判断,存在一定的局限性。本文提出一种创新的方法,通过集成学习中的Bagging算法,构建一个水电机组健康状态模型,通过对劣化度的大小判断,以实现对水电机组状态的准确评估。研究中,首先收集了水电机组在不同工况下的多种参数,包括温度、电流、电压、有功功率以及上导X向摆度等数据。这些数据被输入到Bagging算法中,以建立工况参数与上导X向摆度之间的相关性。接着,将实时的工况参数输入到训练好的模型中,模型输出的理论值与实际的上导X向摆度进行比较,通过差值比分析,得到机组的实时劣化度。最后,通过劣化度评估得到机组的实时状态。这一过程不仅能揭示机组状态变化的规律,而且能为机组的维护和检修提供科学依据。 展开更多
关键词 状态评估 bagging算法 劣化度评估
原文传递
Bagging算法驱动的心血管疾病预测模型及智能床垫应用
6
作者 李长云 赵永晗 +2 位作者 王志兵 莫启辉 徐曦 《企业科技与发展》 2024年第11期20-23,共4页
目前,机器学习在疾病预测领域的应用日益广泛。文章介绍了SVM(支持向量机)、CART(分类与回归树)决策树、KNN(K近邻)3种机器学习算法,并将这3种算法构建的模型应用于心血管疾病(CVD)的预测中。结果表明,SVM模型表现最优。此外,为进一步... 目前,机器学习在疾病预测领域的应用日益广泛。文章介绍了SVM(支持向量机)、CART(分类与回归树)决策树、KNN(K近邻)3种机器学习算法,并将这3种算法构建的模型应用于心血管疾病(CVD)的预测中。结果表明,SVM模型表现最优。此外,为进一步提高模型的性能和鲁棒性,在这3个基模型中均融合了Bagging算法。研究结果显示,3个模型的性能均得到了不同程度的提升,其中CART决策树模型的性能提升最为显著,但SVM模型仍然保持最佳表现。利用机器学习技术对CVD进行有效预测的方法可应用于智能床垫上,通过监测和分析用户的生理数据,智能化地评估心血管疾病风险,为实现便捷的智能健康管理提供了一种有效途径,对CVD的预防和诊断具有重要价值。 展开更多
关键词 bagging算法 疾病预测模型 机器学习 心血管疾病 智能床垫
在线阅读 下载PDF
融合随机森林与Bagging算法的流量异常检测研究
7
作者 杨小青 《电脑编程技巧与维护》 2024年第12期173-176,共4页
虽然互联网环境受到加密协议的保护,但攻击者也会通过受保护的通信渠道发起网络攻击,因此能准确识别并捕捉异常加密流量有益于网络通信安全。针对加密流量数据特性与复杂性,传统的单一分类器难以全面获取其中的所有模式与特征。提出了... 虽然互联网环境受到加密协议的保护,但攻击者也会通过受保护的通信渠道发起网络攻击,因此能准确识别并捕捉异常加密流量有益于网络通信安全。针对加密流量数据特性与复杂性,传统的单一分类器难以全面获取其中的所有模式与特征。提出了一种基于融合改进的随机森林算法与改进的Bagging算法的集成式机器学习的加密流量异常检测技术。采用网络加密流量的特征提取方法,研究提取了数据流包数相关的关键特征,并将这些特征作为样本输入集成式机器学习模型进行训练。模型对加密流量特征进行分类检测,判断其是否存在异常,通过加权求和融合检测结果,实现对加密流量异常的精确识别。实验结果表明,该技术具备较高的加密流量异常检测精度。 展开更多
关键词 加密流量 特征提取 改进随机森林 改进bagging算法 异常检测
在线阅读 下载PDF
一种改进的组合方法mBagging 被引量：1
8
作者 刘汉明 刘赵发 +1 位作者 郑金萍 胡声洲 《赣南师范大学学报》 2020年第3期33-35,共3页
Bagging是一种有代表性的机器学习的组合方法,它在改善弱分类器的稳定性和精度上有着重要的价值,已得到广泛的认可与应用.但它的重抽样技术使其在大数据挖掘中表现不够理想.mBagging是一种对Bagging加以改进的组合方法,克服Bagging一些... Bagging是一种有代表性的机器学习的组合方法,它在改善弱分类器的稳定性和精度上有着重要的价值,已得到广泛的认可与应用.但它的重抽样技术使其在大数据挖掘中表现不够理想.mBagging是一种对Bagging加以改进的组合方法,克服Bagging一些不足,具有更高的统计功效、更低的假阳率和更快的运算速度.研究阐述mBagging的原理,从理论上探讨mBagging相较于Bagging性能更优的机理,并以皮尔逊相关系数作为基分类器,验证了mBagging的有效性. 展开更多
关键词 mbagging 组合方法 bagging 统计功效 算法时间
在线阅读 下载PDF
基于属性Bagging kNN性能的增强
9
作者 张震 胡捍英 《计算机工程》 EI CAS CSCD 北大核心 2005年第15期160-161,171,共3页
提出了用于增强kNN的属性Bagging(ABagging),ABagging通过对属性重抽样而不是对训练实例重抽样来获得多个训练集。kNN对于属性重抽样不稳定,因而ABagging能有效降低kNN的错误率。ABaggingkNN对于不相关属性也有比kNN强得多的抵抗力。另... 提出了用于增强kNN的属性Bagging(ABagging),ABagging通过对属性重抽样而不是对训练实例重抽样来获得多个训练集。kNN对于属性重抽样不稳定,因而ABagging能有效降低kNN的错误率。ABaggingkNN对于不相关属性也有比kNN强得多的抵抗力。另外AbaggingkNN的速度也比BaggingkNN更快。用UCI数据集证明了ABaggingkNN的有效性。 展开更多
关键词 bagging KNN 属性bagging
在线阅读 下载PDF
基于Double-Bagging决策树的基因微阵列数据研究 被引量：1
10
作者 袁科 《湖北汽车工业学院学报》 2009年第2期40-43,共4页
Bagging通过组合不稳定的分类器在很大程度上降低了"弱"学习算法的分类误差。基于Torsten等人提出的Double-Bagging算法,本文对其加以修改并应用于基因微阵列数据的处理。在给定的训练数据集和测试集上试验并比较了多种分类器... Bagging通过组合不稳定的分类器在很大程度上降低了"弱"学习算法的分类误差。基于Torsten等人提出的Double-Bagging算法,本文对其加以修改并应用于基因微阵列数据的处理。在给定的训练数据集和测试集上试验并比较了多种分类器,结果表明Double-Bagging决策树分类精确度优于Bagging决策树和C4.5算法。 展开更多
关键词 Double—bagging算法 Double-bagging决策树 基因微阵列数据 分类器
在线阅读 下载PDF
基于mBagging的随机森林 被引量：6
11
作者 郑金萍 刘赵发 +5 位作者 胡珍珍 李泽南 黎姿 刘汉明 汪廷华 胡声洲 《赣南师范大学学报》 2022年第3期113-115,共3页
随机森林是采用Bagging组合方法集成的决策树集合,在数据分类、预测领域应用广泛.Bagging组合方法在机器学习中具有代表性,但对于实际的大数据挖掘仍存在一些不足.mBagging是基于Bagging组合方法的一种改进,具有更高的统计功效、更低的... 随机森林是采用Bagging组合方法集成的决策树集合,在数据分类、预测领域应用广泛.Bagging组合方法在机器学习中具有代表性,但对于实际的大数据挖掘仍存在一些不足.mBagging是基于Bagging组合方法的一种改进,具有更高的统计功效、更低的假阳率以及更快的运算速度.采用全基因组SNP仿真数据集的实验表明,基于mBagging的随机森林运算速度明显快于传统的随机森林,且在保证OOB袋外错误率不劣化的前提下,判断风险SNP的准确率得到了提高. 展开更多
关键词 mbagging 随机森林 bagging OOB袋外错误率 算法时间
暂未订购
Subagging在个人信用评估中的应用研究 被引量：4
12
作者 刘玉峰 贺昌政 《科技管理研究》 北大核心 2011年第19期188-190,196,共4页
运用集成分类算法bagging的改进模型——subagging试图建立一个专门针对个人信用评估的方法,以期取得更好的预测分类效果。针对个人信用评估中单一分类器的不足,提出了利用分类器的集成进行个人信用评估的方法。利用UCI上的信用数据对... 运用集成分类算法bagging的改进模型——subagging试图建立一个专门针对个人信用评估的方法,以期取得更好的预测分类效果。针对个人信用评估中单一分类器的不足,提出了利用分类器的集成进行个人信用评估的方法。利用UCI上的信用数据对单个分类器、bagging集成分类器以及subagging集成分类器进行实验比较,结果表明,subagging-决策树和subagging-K近邻在样本不独立和不平衡的情况下有效地提高了模型的精准性。结果显示,它们对商业银行控制消费信贷风险具有更好的适用性。 展开更多
关键词 信用评估 个人信用 bagging subagging
在线阅读 下载PDF
基于Bagging的概率神经网络集成分类算法 被引量：43
13
作者 蒋芸 陈娜 +3 位作者 明利特 周泽寻 谢国城 陈珊 《计算机科学》 CSCD 北大核心 2013年第5期242-246,共5页
目前的神经网络较多集中在以BP算法为基础的BP神经网络上。针对BP神经网络的不足,在分析研究概率神经网络和机器学习的基础上,结合集成学习的思想,提出了基于Bagging的概率神经网络集成分类算法。理论分析和实验结果都表明,提出的算法... 目前的神经网络较多集中在以BP算法为基础的BP神经网络上。针对BP神经网络的不足,在分析研究概率神经网络和机器学习的基础上,结合集成学习的思想,提出了基于Bagging的概率神经网络集成分类算法。理论分析和实验结果都表明,提出的算法能够有效地降低分类误差,提高分类准确率,具有较好的泛化能力以及较快的执行速度,能够取得比传统的BP神经网络分类方法更好和更稳定的分类结果。 展开更多
关键词 分类 BP神经网络 概率神经网络 集成学习 bagging
在线阅读 下载PDF
Boosting和Bagging综述 被引量：69
14
作者 沈学华 周志华 +1 位作者 吴建鑫 陈兆乾 《计算机工程与应用》 CSCD 北大核心 2000年第12期31-32,40,共3页
Boosting 和 Bagging 是两种用来提高学习算法准确度的方法,这两种方法通过构造一个预测函数系列,然后以一定的方式将它们组合成一个预测函数.文章将介绍这两种方法以及对他们进行的一些理论分析和实验,并对它们的应用以及将来可能的研... Boosting 和 Bagging 是两种用来提高学习算法准确度的方法,这两种方法通过构造一个预测函数系列,然后以一定的方式将它们组合成一个预测函数.文章将介绍这两种方法以及对他们进行的一些理论分析和实验,并对它们的应用以及将来可能的研究进行讨论. 展开更多
关键词 机器学习 泛化误差 BOOSTING算法 bagging算法
在线阅读 下载PDF
基于Bagging集成学习算法的地震事件性质识别分类 被引量：29
15
作者 任涛 林梦楠 +4 位作者 陈宏峰 王冉冉 李松威 刘晓雨 刘杰 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2019年第1期383-392,共10页
地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响,因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处,采用Bagging机器学... 地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响,因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处,采用Bagging机器学习算法对地震事件性质进行区分.首先选取震中距范围在80～200km内的地震数据,之后采用AIC算法自动识别P波到时,进而用处理后的数据训练模型,最后使用测试数据对模型进行评估,准确率可达85%以上.因此,本文提出的方法可以有效地对天然震动事件与非天然震动事件加以区分. 展开更多
关键词 地震事件分类 频谱比值 自相关系数 bagging算法
在线阅读 下载PDF
Bagging偏最小二乘和Boosting偏最小二乘算法的金银花醇沉过程近红外光谱定量模型预测能力研究 被引量：15
16
作者 陈昭 吴志生 +3 位作者 史新元 徐冰 赵娜 乔延江 《分析化学》 SCIE EI CAS CSCD 北大核心 2014年第11期1679-1686,共8页
建立金银花醇沉过程中稳健的近红外光谱（Nearinfraredspectroscopy,NIR）定量模型,为金银花醇沉过程的快速评价提供方法。研究基于金银花醇沉过程绿原酸的NIR数据,通过建立Bagging偏最小二乘（Bagging-PLS）模型、Boosting偏最小二乘（... 建立金银花醇沉过程中稳健的近红外光谱（Nearinfraredspectroscopy,NIR）定量模型,为金银花醇沉过程的快速评价提供方法。研究基于金银花醇沉过程绿原酸的NIR数据,通过建立Bagging偏最小二乘（Bagging-PLS）模型、Boosting偏最小二乘（Boosting-PLS）模型与偏最小二乘（PartialLeastSquares,PLS）模型,实现对模型性能比较；在此基础上,采用组合间隔偏最小二乘法（Synergyintervalpartialleastsquares,siPLS）和竞争自适应抽样（Competitiveadaptivereweightedsampling,CARS）法分别对光谱进行变量筛选,建立模型,实现了对模型预测性能的考察。实验结果表明,Bagging-PLS和Boosting-PLS（潜变量因子数设为10）的预测性能均优于PLS模型。在此基础上,两批样品采用siPLS筛选变量,第一个批次金银花筛选波段820-1029.5nm和1030-1239.5nm,第二个批次金银花醇沉筛选波段为820-959.5nm和960-1099.5nm；采用CARS方法变量筛选,两批样品分别选择5折交叉验证和10折交叉验证,取交叉验证均方根误差（RMSECV）值最小的子集作为最终变量筛选的结果。经过变量筛选的两批金银花醇沉过程中的绿原酸含量Bagging-PLS和Boosting-PLS模型的预测均方根误差（RMSEP）值降低了0.02-0.04g/L,预测相关系数提高了4%-5%。综上,Baggning-PLS和Boosting-PLS算法可作为金银花醇沉过程NIR定量模型的快速预测方法。 展开更多
关键词 过程分析技术 金银花 醇沉 bagging偏最小二乘算法 Boosting偏最小二乘算法
在线阅读 下载PDF
Bagging算法在中文文本分类中的应用 被引量：13
17
作者 张翔 周明全 +1 位作者 耿国华 侯凡 《计算机工程与应用》 CSCD 北大核心 2009年第5期135-137,179,共4页
Bagging算法是目前一种流行的集成学习算法,采用一种改进的Bagging算法Attribute Bagging作为分类算法,通过属性重取样获取多个训练集,以kNN为弱分类器设计一种中文文本分类器。实验结果表明Attribute Bagging算法较Bagging算法有更好... Bagging算法是目前一种流行的集成学习算法,采用一种改进的Bagging算法Attribute Bagging作为分类算法,通过属性重取样获取多个训练集,以kNN为弱分类器设计一种中文文本分类器。实验结果表明Attribute Bagging算法较Bagging算法有更好的分类精度。 展开更多
关键词 ATTRIBUTE bagging bagging 中文文本分类 K-近邻
在线阅读 下载PDF
一种基于Bagging和混淆矩阵的自适应选择性集成 被引量：27
18
作者 毕凯 王晓丹 +1 位作者 姚旭 周进登 《电子学报》 EI CAS CSCD 北大核心 2014年第4期711-716,共6页
为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能,提出一种基于Bagging和混淆矩阵的选择性集成方法.基本思想是通过扰动训练集和特征空间生成基分类器,根据每一个基分类器的混淆矩阵构造一个基分类器间相关性的度量矩... 为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能,提出一种基于Bagging和混淆矩阵的选择性集成方法.基本思想是通过扰动训练集和特征空间生成基分类器,根据每一个基分类器的混淆矩阵构造一个基分类器间相关性的度量矩阵;然后基于相关性度量矩阵对基分类器集合进行子集划分,在每个划分中选择一个基分类器参与集成;最后用多数投票法融合所选基分类器的决策结果,并通过仿真实验验证该方法的有效性. 展开更多
关键词 选择性集成 bagging 算法 混淆矩阵 偏最小二乘
在线阅读 下载PDF
基于PageRank与Bagging的主题爬虫研究 被引量：11
19
作者 张翔 周明全 +1 位作者 李智杰 董丽丽 《计算机工程与设计》 CSCD 北大核心 2010年第14期3309-3312,共4页
为克服主题爬虫主题漂移现象,提高搜索引擎的查准率和查全率,提出了一个基于PageRank算法与Bagging算法的主题爬虫设计方法。将主题爬虫系统分为爬虫爬行模块和主题相关性分析模块。利用一种改进的PageRank算法改善了爬虫的搜索策略,进... 为克服主题爬虫主题漂移现象,提高搜索引擎的查准率和查全率,提出了一个基于PageRank算法与Bagging算法的主题爬虫设计方法。将主题爬虫系统分为爬虫爬行模块和主题相关性分析模块。利用一种改进的PageRank算法改善了爬虫的搜索策略,进行网页遍历与抓取。用向量空间模型表示网页主题,使用Bagging算法构造网页主题分类器进行主题相关性分析,过滤与主题无关网页。实验结果表明,该方法在网页抓取的性能上和主题网页的查准率上都取得较好的效果。 展开更多
关键词 主题爬虫 搜索策略 主题相关性 PAGERANK bagging
在线阅读 下载PDF
KPCA-bagging集成神经网络软测量建模方法 被引量：12
20
作者 夏陆岳 王海宁 +1 位作者 朱鹏飞 潘海天 《信息与控制》 CSCD 北大核心 2015年第5期519-524,共6页
许多化工过程具有机理复杂和强非线性等特点,为了克服常规建模方法存在的不足和提高软测量模型的预测精度,提出一种用于化工过程软测量的核主元分析(KPCA)-bagging集成神经网络建模方法.首先利用KPCA对软测量模型的输入数据进行降维处理... 许多化工过程具有机理复杂和强非线性等特点,为了克服常规建模方法存在的不足和提高软测量模型的预测精度,提出一种用于化工过程软测量的核主元分析(KPCA)-bagging集成神经网络建模方法.首先利用KPCA对软测量模型的输入数据进行降维处理,提取非线性主元并作为模型输入;然后采用bagging集成学习算法得到若干样本子集,通过训练各子集建立多个BP神经网络子模型,采用网格搜索法优化确定各子模型隐含层单元个数与集成模型规模;最后采用岭回归方法实现子模型输出融合,建立KPCA-bagging集成神经网络软测量模型.聚丙烯熔融指数软测量仿真结果表明,采用上述建模方法建立的软测量模型具有较好的预测性能. 展开更多
关键词 核主元分析 bagging集成学习 BP(back propagation)神经网络 软测量 熔融指数
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 35 下一页 到第 页
使用帮助 返回顶部