首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于KPCA和LSSVM的氧化铝粉流量预测
引用本文:张洁;胡羽.基于KPCA和LSSVM的氧化铝粉流量预测[J].甘肃教育学院学报(自然科学版),2013(6):38-41,45.
作者姓名:张洁;胡羽
作者单位:兰州理工大学数字制造技术与应用省部共建教育部重点实验室;兰州理工大学机电工程学院;兰州理工大学能源与动力工程学院;兰州职业技术学院机电工程系
基金项目:国家自然科学基金项目(60964003)
摘    要:针对氧化铝粉流量需在线精确测量,在线分析仪表成本较高和测量滞后的问题,提出了一种将核主元分析(KPCA)和最小二乘支持向量机(LSSVM)两种方法相结合的软测量混合建模方法,通过核主元分析(KPCA)提取数据非线性主元,并利用最小二乘支持向量机(LSSVM)建立氧化铝粉流量预测模型,预测结果表明该模型具有更好的非线性数据处理能力,运算速度快、跟踪性能好以及泛化能力强等优点,能满足氧化铝粉流量的在线测量要求.

关 键 词:软测量  核主元分析  最小二乘支持向量机  氧化铝粉流量
本文献已被 维普 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