10.16208/j.issn1000-7024.2015.07.041
Ncut聚类与增量支持向量机的SMB智能建模
针对当前SMB (simulated moving bed)难以实时在线测得输出组分纯度的现状,结合Ncut (normalized cut)聚类及增量学习支持向量机的方法建立达到周期性稳定状态时系统的智能模型。采用Ncut方法对离线采集的数据样本进行聚类,得到样本的聚类结果;将聚类后的样本数据按反复记忆增强机制输入向量机进行增强‐增量学习训练;将原始测试样本输入到训练好的模型中进行检验。检验结果表明,采用该模型可以获得更好的模型适应度和检验精度,仿真结果验证了该方法的有效性。
模拟移动床、最优划分准则、聚类、增量学习、支持向量机
TP391.9(计算技术、计算机技术)
国家自然科学基金项目61308066
2015-08-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
1891-1895