基于二阶相似度的即时学习软测量建模方法
针对即时(惰性)学习模型频率降低间接导致的精度下降问题,提出一种二阶相似性的即时学习方法.该方法综合顾及到样本集的整体分布特性,在传统一阶相似度准则的基础上建立二阶相似度准则,采用与测试样本具有绝大部分相同近邻的二阶相似样本建立当前时刻的模型;同时将累计相似度因子用于建立局部模型时样本量的确定,并采用相似度阈值的方式判断此刻模型是否需要重新建立.该方法在青霉素发酵过程产物浓度的预测实验中得到了有效的验证.
即时学习、更新频率、二阶相似度、相似度准则、一阶相似度、局部模型、累计相似度因子、相似度阈值
15
TP273(自动化技术及设备)
国家自然科学基金项目;江苏省自然科学基金项目
2021-01-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
910-918