张文清
- 作品数：3 被引量：20H指数：2
- 供职机构：江南大学更多>>
- 发文基金：上海市科学技术委员会资助项目国家自然科学基金江苏省高技术研究计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于特征加权模糊聚类的多模型软测量建模被引量：15
- 2011年
- 针对化工生产过程中质量指标无法在线监测的问题,多模型软测量建模方法往往能取得不错的模型估计精度。然而传统的模糊聚类算法都假定样本的各维特征对聚类的贡献相同,影响了聚类效果和模型估计精度。为了考虑样本各维特征对聚类的不同影响,提出一种新的特征加权模糊聚类算法。该算法在模糊聚类迭代的基础上,逐步调整特征权值,最终有效改善了聚类效果。利用一个实际生产装置的操作数据进行建模仿真实验,结果显示了该方法的优越性。
- 杨慧中张文清
- 关键词：支持向量机模糊聚类特征权值
- 一种基于带监督局部保持投影的多模型软测量建模方法
- 2012年
- 针对化工生产过程中软测量模型估计精度的问题,提出了一种基于多知识库挖掘理论的带监督的局部保持投影(SLPP)方法。该方法用SLPP算法对输入数据空间进行类与类之间的降维,得到不同的类别转换矩阵和不同的类别多知识库,最后融合支持向量机自适应地实现组合建模。仿真结果表明:该建模方法用于双酚A含量的软测量建模中,较传统多模型方法可以更加合理地加权得到子模型,提高了模型估计精度,具有更强的泛化能力。
- 张文清杨慧中
- 关键词：软测量支持向量机多知识库
- 基于改进聚类和加权bagging的多模型软测量建模被引量：5
- 2012年
- 针对化工生产过程中软测量模型估计精度的问题,提出一种基于改进聚类和加权bagging的多模型建模方法。该方法在传统FCM聚类的基础上,利用K-近邻处理进一步降低错分率,改善聚类效果;通过相关性分析对训练样本集进行特征分组,将原始集划分为多个特征集;最后根据加权bagging的集成学习算法,融合支持向量机自适应地实现多模型建模。仿真结果表明,该建模方法可以合理地加权分配特征子模型,使得模型估计精度得到提高,具有更强的泛化能力。
- 张文清傅雨佳杨慧中
- 关键词：K-近邻BAGGING支持向量机
