邵信光
- 作品数：6 被引量：156H指数：2
- 供职机构：江南大学通信与控制工程学院控制科学与工程研究中心更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- ε不敏感支持向量回归在化工数据建模中的应用被引量：10
- 2004年
- 针对化工领域数据建模小样本、不适定性等问题 ,提出了一种用ε不敏感支持向量回归 (ε SVR)方法进行实际过程建模的想法 ,以解决人工神经网络等方法在数据建模中的“过拟合”、泛化性差等问题 .在分析ε SVR特性的基础上 ,用一个非线性函数逼近例子验证了ε SVR在小样本情况下比BP前馈神经网络具有更优良的建模能力 .将ε SVR应用到丙烯腈聚合反应过程质量指标软测量混合模型中 ,仿真和现场运行结果表明ε SVR是一种非常有效的化工数据建模方法 .
- 邵信光杨慧中石晨曦
- 关键词：聚丙烯腈软测量数据建模
- 基于正交法的神经网络结构研究和应用
- 2004年
- 总结了正交法的应用研究,提出用正交化方法来确定前馈神经网络的结构,包括隐层数、节点数以及网络训练步数。并将谈网络用于描述聚丙烯腈生产过程软洲量混合模型的中间参数k1,k2,k3,P与现场操作条件的非线性关系,从而实现质量指标的在线估计。仿真结果证明了该方法的有效性。
- 邵信光杨慧中
- 关键词：丙烯腈神经网络正交化
- 一种改进的支持向量回归机启发式算法
- 大样本下的支持向量机(SVM)训练算法是SVM研究的一个重要方向.常规的SVM算法受计算机内存容量的限制,无法处理大样本问题.针对一种基于相似度分析的启发式算法存在的不合理性,本文提出了改进的启发式算法,对相似度采用批量...
- 杨慧中邵信光石晨曦
- 关键词：支持向量回归启发式规则数据简化
- 基于正交法的神经网络结构研究和应用
- 总结了正交法的应用研究,提出用正交化方法来确定前馈神经网络的结构,包括隐层数、节点数以及网络训练步数.并将该网络用于描述聚丙烯腈生产过程软测量混合模型的中间参数k<,1>k,<,2>,k<,3>,P与现场操作条件的非线性...
- 邵信光杨慧中
- 关键词：丙烯腈神经网络正交法
- 文献传递
- ε不敏感支持向量回归在化工数据建模中的应用
- 针对化工领域数据建模小样本、不适定性等问题,提出了一种用ε不敏感支持向量回归(ε-SVR)方法进行实际过程建模的想法,以解决人工神经网络等方法在数据建模中的“过拟合”、泛化性差等问题.在分析ε-SVR特性的基础上,用一个...
- 邵信光杨慧中石晨曦
- 关键词：聚丙烯腈软测量数据建模
- 文献传递
- 基于粒子群优化算法的支持向量机参数选择及其应用被引量：147
- 2006年
- 参数选择是支持向量机(SVM)研究领域的重要问题,它的本质是一个优化搜索过程,考虑到进化算法在求解优化问题上的有效性,提出了以最小化k-fold交叉验证误差为目标．粒子群优化(PSO)算法为寻优技巧的SVM参数调整方法．通过仿真例子验证该方法的有效性后,用其建立了聚丙烯腈生产过程中数均分子量的软测量模型,结果表明该方法有效．
- 邵信光杨慧中陈刚
- 关键词：支持向量机参数选择粒子群优化聚丙烯腈软测量
