10.3969/j.issn.1004-731X.2001.z1.001
基于多采样率数据的软测量模型
提出了一种利用具有不同采样率的过程数据建立软测量模型的方法.本文采用主成分分析技术对过程数据降维,然后用降维后的数据训练神经网络,建立软测量模型.通过仿真证明,该软测量模型结构简单,获得了过程输出变量在非采样时刻的估计值.
多采样率、软测量、PCA、RBF神经网络、CSTR
13
TP274.5(自动化技术及设备)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共2页
1-2