版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、關(guān)鍵性能指標(biāo)測量對于流程工業(yè)的質(zhì)量控制和運(yùn)行性能至關(guān)重要,本論文針對當(dāng)前流程工業(yè)關(guān)鍵性能指標(biāo)測量難的問題,以目前三大類常用隱變量回歸模型:主元回歸、偏最小二乘回歸以及獨(dú)立成分回歸為主要研究方法,針對其存在的不足之處,做了一些應(yīng)用基礎(chǔ)研究工作,取得的主要成果有:
針對主元回歸模型在非線性建模方面的不足,提出一種基于線性子空間的主元回歸新模型。通過沿著不同主元方向構(gòu)建線性子空間,有效地保障了各個(gè)線性子模型的差異性,并定義變量貢獻(xiàn)度
2、指標(biāo)選取相關(guān)變量建立主元回歸子模型。最后,通過貝葉斯概率加權(quán)的方式實(shí)現(xiàn)子模型結(jié)果的集成。通過工業(yè)實(shí)際數(shù)據(jù),驗(yàn)證了提出方法的有效性。
針對傳統(tǒng)偏最小二乘回歸模型在概率建模方面的不足,提出一種概率形式的偏最小二乘回歸模型,并將單模型的結(jié)構(gòu)擴(kuò)展為混合模型的形式。在此基礎(chǔ)上,針對回歸建模過程中有標(biāo)簽數(shù)據(jù)樣本數(shù)量有限的情況,將概率偏最小二乘回歸模型擴(kuò)展為半監(jiān)督的形式,通過融合大量無標(biāo)簽樣本的信息,提升回歸模型的預(yù)測性能。
針對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 雙變量回歸模型
- 工具變量回歸模型中的變量選擇.pdf
- gee多應(yīng)變量回歸分析
- 工具變量回歸中的估計(jì)問題.pdf
- 第1章 雙變量回歸分析
- 材料實(shí)驗(yàn)數(shù)據(jù)的支持向量回歸分析及應(yīng)用.pdf
- 工業(yè)過程多變量系統(tǒng)的建模與仿真.pdf
- 基于支持向量回歸(SVR)的材料熱加工過程建模.pdf
- 隱變量模型的建模與優(yōu)化.pdf
- 支持向量回歸機(jī)理論及其工業(yè)應(yīng)用研究.pdf
- 支持向量回歸算法的研究及應(yīng)用.pdf
- 支持向量回歸算法及應(yīng)用研究.pdf
- 縱向數(shù)據(jù)下工具變量線性回歸模型的統(tǒng)計(jì)推斷及應(yīng)用.pdf
- 基于高斯過程隱變量模型的數(shù)據(jù)降維與分類.pdf
- 復(fù)雜工業(yè)過程的建模、控制及應(yīng)用.pdf
- 多輸出數(shù)據(jù)依賴核支持向量回歸快速學(xué)習(xí)算法及應(yīng)用研究.pdf
- 基于廣義回歸神經(jīng)網(wǎng)絡(luò)的工業(yè)過程優(yōu)化建模.pdf
- 基于過程數(shù)據(jù)的建模方法研究及應(yīng)用.pdf
- 多維輸出支持向量回歸機(jī)若干研究及應(yīng)用.pdf
- 指示變量回歸協(xié)方差分析及其在醫(yī)學(xué)研究中的應(yīng)用初探.pdf
評論
0/150
提交評論