版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、化工過(guò)程軟測(cè)量建模對(duì)于保障化工生產(chǎn)裝置的連續(xù)平穩(wěn)操作及提高其產(chǎn)品質(zhì)量具有重要的作用。然而,半監(jiān)督學(xué)習(xí)方法還很少應(yīng)用于化工過(guò)程的軟測(cè)量建模,導(dǎo)致大量無(wú)標(biāo)簽樣本的信息無(wú)法有效利用。本文提出兩種半監(jiān)督軟測(cè)量建模方法,主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
(1)針對(duì)目前大部分化工過(guò)程軟測(cè)量模型沒(méi)有利用無(wú)標(biāo)簽樣本的缺點(diǎn),提出將半監(jiān)督極限學(xué)習(xí)機(jī)(Semi-supervised Extreme Learning Machine, SELM)應(yīng)用到化工
2、過(guò)程軟測(cè)量建模中。SELM將無(wú)標(biāo)簽樣本所攜帶的信息融合入軟測(cè)量建??蚣?,有效提高了模型的預(yù)測(cè)精度及其可靠性。以重油催化裂化汽油收率軟測(cè)量為例,與反向傳播神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)相比,驗(yàn)證了該方法的有效性。
(2)SELM中懲罰參數(shù)λ不能隨有標(biāo)簽樣本個(gè)數(shù)的變化自動(dòng)變化,采用傳統(tǒng)留一交叉驗(yàn)證方法的計(jì)算復(fù)雜度較大。提出了快速留一交叉驗(yàn)證半監(jiān)督極限學(xué)習(xí)機(jī)(Fast-Leave-One-Out-Cross-Validation SELM,F
3、SELM)方法,F(xiàn)SELM可以自動(dòng)選取合理的懲罰參數(shù)λ,而且避免了傳統(tǒng)留一交差驗(yàn)證復(fù)雜度較大的問(wèn)題。以田納西-伊斯曼過(guò)程19種成分變量軟測(cè)量為例,與主元回歸和極限學(xué)習(xí)機(jī)相比較,表明FSELM在化工過(guò)程軟測(cè)量建模預(yù)測(cè)中,預(yù)測(cè)效果更好。
(3) FSELM中隱層節(jié)點(diǎn)個(gè)數(shù)需要靠經(jīng)驗(yàn)選取,若選取不當(dāng),可能會(huì)導(dǎo)致模型過(guò)擬合。并且每次節(jié)點(diǎn)個(gè)數(shù)改變,都需要重新建模,計(jì)算效率較低。提出了節(jié)點(diǎn)遞推更新快速留一交叉驗(yàn)證半督極限學(xué)習(xí)機(jī)(Recurs
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 112.極限學(xué)習(xí)機(jī)的研究及其在醋酸精餾軟測(cè)量建模中的應(yīng)用
- 極限學(xué)習(xí)機(jī)算法及其在高爐冶煉過(guò)程建模中的應(yīng)用研究.pdf
- 基于極限學(xué)習(xí)機(jī)的半監(jiān)督分類.pdf
- 基于改進(jìn)極限學(xué)習(xí)機(jī)的生物發(fā)酵軟測(cè)量建模方法研究.pdf
- 極限學(xué)習(xí)機(jī)在語(yǔ)音情感識(shí)別中的應(yīng)用研究.pdf
- 深度學(xué)習(xí)算法在軟測(cè)量建模中的應(yīng)用研究.pdf
- 極限學(xué)習(xí)機(jī)結(jié)構(gòu)優(yōu)化及其應(yīng)用研究.pdf
- 基于主動(dòng)半監(jiān)督極限學(xué)習(xí)機(jī)多類圖像分類方法研究.pdf
- 極限學(xué)習(xí)機(jī)算法的改進(jìn)及其在抽油機(jī)井中的應(yīng)用研究.pdf
- 貝葉斯方法在化工軟測(cè)量建模中的應(yīng)用研究.pdf
- 基于稀疏學(xué)習(xí)和深度極限學(xué)習(xí)機(jī)的極化SAR圖像半監(jiān)督分類.pdf
- 極限學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
- 基于關(guān)聯(lián)向量機(jī)建模方法及化工軟測(cè)量應(yīng)用研究.pdf
- 基于極限學(xué)習(xí)機(jī)的復(fù)雜化工能效建模與分析.pdf
- 深度學(xué)習(xí)在球磨機(jī)料位軟測(cè)量建模中的應(yīng)用研究.pdf
- 基于半監(jiān)督學(xué)習(xí)的過(guò)程建模算法及應(yīng)用研究.pdf
- 基于主成分估計(jì)的極限學(xué)習(xí)機(jī)及其應(yīng)用研究.pdf
- 極限學(xué)習(xí)機(jī)及其在分類問(wèn)題中的應(yīng)用.pdf
- 支持向量機(jī)及其在工業(yè)過(guò)程軟測(cè)量中的應(yīng)用研究.pdf
- 深度極限學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論