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
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。
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
11
TP181(自动化基础理论)
国家自然科学基金项目61300151;江苏省自然科学基金项目 BK20130155,BK20130160.
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共10页
670-679