10.3969/j.issn.1006-9348.2003.07.020
基于神经网络的非线性PCA方法
该文采用基于正交最小二乘方法(OLS)的径向基函数(RBF)神经网络进行非线性主元分析(NLPCA)算法的训练,提高了训练速度,且不存在局部最优问题.将其应用到聚丙烯生产的高维非线性数据相关特性的提取中,仿真试验显示这种NLPCA方法提高了熔融指数(MI)的预报精度,具有实际应用价值.
主元分析、非线性主元分析、径向基函数神经网络、正交最小二乘方法、熔融指数
20
TP183(自动化基础理论)
2003-08-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
65-67,96