基于特征子空间虚假邻点判别的软传感器模型变量选择
辅助变量选择技术是软传感器建模过程中降低信息冗余和提高效率的有效方法.提出一种结合偏最小二乘回归法与虚假最近邻法的变量选择法.采用偏最小二乘回归法有效合理地消除因子之间的多重共线性,在一个新的正交空间里,受混沌相空间虚假最近邻点法的启示,通过计算某变量选择前后在特征子空间里的相关性,判断其对主导变量的解释能力,由此进行变量的选择,利用偏最小二乘法得到软测量模型.该方法通过构造的试验和Jolliff变量选择试验作了验证,结果显示该方法有良好的辅助变量选择能力,为软传感器建模的辅助变量选择方法提供了一种新方法.
软传感器建模、辅助变量选择、特征子空间、偏最小二乘回归法、虚假最近邻法
47
TP273(自动化技术及设备)
国家自然科学基金50905194;重庆市自然科学基金CSTC2008BB2356
2011-10-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
7-12