堆叠隐空间模糊C回归算法及其在发酵数据多模型建模中的应用

摘要：

切换回归算法FCR的性能容易受到噪声点以及离群点的影响，同时该算法对于复杂数据的处理能力较差。对此，文中提出一种基于堆叠隐空间的模糊C回归算法。该算法将基于ELM特征映射技术，利用主成分分析进行特征提取，再结合多层前馈神经网络学习结构对隐空间进行多次扩展和压缩。实验结果表明，该算法具有更好的抗噪性能，对模糊指数的变化不敏感，同时在处理复杂数据以及在多模型建模中更加精确、高效、稳定。

关键词：隐空间映射、极限学习机、主成分分析、模糊C回归算法、多层神经网络、多模型建模

所属期刊栏目：11

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61300151；江苏省自然科学基金项目 BK20130155，BK20130160．

在线出版日期：2016-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：670-679