正则化学习算法在软测量建模中的应用

摘要：

软测量技术的核心是建立软测量模型.基于过程可测信息集建立软测量模型即逼近建模过程是不适定的.以径向基函数神经网络作为软测量模型,在软测量建模中引入正则化学习算法.以广义交叉验证作为正则化参数估计方法,讨论了径向基函数神经网络软测量逼近建模的全局与局部正则化学习算法,给出的实例说明了其有效性.

关键词：软测量技术、逼近建模、正则化学习、不适定性、径向基函数神经网络

所属期刊栏目：13

分类号：TH15

资助基金：教育部科学技术研究重点项目01074

在线出版日期：2008-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：34-37