程龙
- 作品数：3 被引量：11H指数：2
- 供职机构：清华大学信息科学技术学院自动化系更多>>
- 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理学更多>>
- 基于IBPLS方法的软测量建模
- 作为一种经典的回归建模方法,偏最小二乘法(partial least squares,PLS)已被广泛的应用于软测量建模中.但是,当建模数据混有较大噪声时,采用PLS模型的预测误差以及预测误差的方差都比较大.针对PLS方...
- 程龙王桂增
- 关键词：软测量偏最小二乘法迭代算法
- 文献传递
- 基于IBPLS方法的软测量建模被引量：4
- 2008年
- 作为一种经典的回归建模方法,偏最小二乘法(partial least squares,PLS)已被广泛的应用于软测量建模中。但是,当建模数据混有较大噪声时,采用PLS模型的预测误差以及预测误差的方差都比较大。针对PLS方法的上述缺陷与不足,本文将迭代Bagging算法引入PLS回归建模中,形成迭代Bagging PLS算法(iterated Bagging PLS,IBPLS),该方法可以减少预测误差和预测误差的方差。仿真结果表明,与传统PLS方法相比,IBPLS减小预测误差约6%。
- 程龙王桂增
- 关键词：软测量偏最小二乘法
- 改进的递推主元分析及递推主元回归算法被引量：7
- 2010年
- 为了加速模型在线更新的速度以更好地适应实际工业过程的动态变化,通过在已有递推主元分析(PCA)算法的基础上简化了自相关矩阵的递推公式,从而改进了基于秩1更新的递推PCA算法,把原来需要进行2次秩1更新的步骤简化为仅仅需要进行一次秩1更新,并在此基础上提出了递推主元回归算法。仿真结果表明,改进后的基于秩1更新的递推PCA算法比原来的基于秩1更新的递推PCA算法缩短了近一半的运算时间,而新的递推主元回归算法,不但能够适应工业过程的动态变化,并且比批处理的方式节约了存储空间与计算时间。
- 程龙王桂增
