本文主要研究内容
作者史旭东（2019）在《基于半监督学习的智能软测量建模》一文中研究指出：在实际工业生产中,产品质量、生产效率以及操作设备的可靠运行都极大地依赖于对关键质量变量(主导变量)的实时测量。但由于工业现场的恶劣环境、检测技术和经济成本的制约,往往难以直接采用硬件传感器测量质量变量。对于这种情况,可以建立软测量模型对质量变量进行预测估计。充分完备的过程数据是建立软测量模型的基础,虽然能够通过分布式控制系统方便地获取辅助变量,但为其确定对应的主导变量却相对困难。导致训练样本中包含了大量的无标记样本,而仅有少数的标记样本。标记样本的稀少使得常用且相对成熟的监督型软测量方法在实际应用中受到了很大限制。因此,本文在半监督学习框架下,运用流形学习、集成学习和主动学习等方法,进行了智能软测量建模研究。论文的主要研究内容如下:(1)针对工业过程的非线性和多阶段特性,提出了基于仿射信息重构的半监督极限学习机软测量方法。首先,采用最近相关谱聚类将训练样本集划分为多个子集。然后,在半监督学习框架下,利用仿射信息重构极限学习机的Laplacian矩阵,并通过贝叶斯后验概率融合各子模型的预测结果,得到最终的主导变量输出值。数值例子和实际炼钢过程的仿真结果说明所提方法在处理标记样本稀缺情况下的多阶段建模问题是有效的。(2)结合集成学习和半监督学习,提出了一种自适应集成半监督软测量建模方法。在半监督方面采用k近邻方法对未标记样本进行伪标记,并对伪标记样本进行质量评估和筛选,得到筛选样本集。在集成学习方面对标记样本集和筛选样本集同时采用Bagging算法生成样本子集,并利用不相似度算法对两类样本子集进行自适应匹配。所提方法中的伪标记样本筛选和自适应匹配过程,在保证了集成学习差异性的同时,也提高了集成学习的精确性,从而有效提升了软测量模型的回归精度和泛化能力。(3)针对主动学习中模型性能提升不稳定的情况,提出了基于近似线性依靠的主动学习软测量方法。所提方法将未标记样本所包含的额外信息与向量组间的最小表示误差对应。通过近似线性依靠算法对未标记样本进行质量评估,为模型训练提供最具信息量的样本,以更少的标记代价获得更高效的性能提升。在硫回收过程实验中,与现有的随机选择策略对比,基于近似线性依靠的主动学习策略表现出了更高的预测精度和更快的收敛速度。
Abstract
zai shi ji gong ye sheng chan zhong ,chan pin zhi liang 、sheng chan xiao lv yi ji cao zuo she bei de ke kao yun hang dou ji da de yi lai yu dui guan jian zhi liang bian liang (zhu dao bian liang )de shi shi ce liang 。dan you yu gong ye xian chang de e lie huan jing 、jian ce ji shu he jing ji cheng ben de zhi yao ,wang wang nan yi zhi jie cai yong ying jian chuan gan qi ce liang zhi liang bian liang 。dui yu zhe chong qing kuang ,ke yi jian li ruan ce liang mo xing dui zhi liang bian liang jin hang yu ce gu ji 。chong fen wan bei de guo cheng shu ju shi jian li ruan ce liang mo xing de ji chu ,sui ran neng gou tong guo fen bu shi kong zhi ji tong fang bian de huo qu fu zhu bian liang ,dan wei ji que ding dui ying de zhu dao bian liang que xiang dui kun nan 。dao zhi xun lian yang ben zhong bao han le da liang de mo biao ji yang ben ,er jin you shao shu de biao ji yang ben 。biao ji yang ben de xi shao shi de chang yong ju xiang dui cheng shou de jian du xing ruan ce liang fang fa zai shi ji ying yong zhong shou dao le hen da xian zhi 。yin ci ,ben wen zai ban jian du xue xi kuang jia xia ,yun yong liu xing xue xi 、ji cheng xue xi he zhu dong xue xi deng fang fa ,jin hang le zhi neng ruan ce liang jian mo yan jiu 。lun wen de zhu yao yan jiu nei rong ru xia :(1)zhen dui gong ye guo cheng de fei xian xing he duo jie duan te xing ,di chu le ji yu fang she xin xi chong gou de ban jian du ji xian xue xi ji ruan ce liang fang fa 。shou xian ,cai yong zui jin xiang guan pu ju lei jiang xun lian yang ben ji hua fen wei duo ge zi ji 。ran hou ,zai ban jian du xue xi kuang jia xia ,li yong fang she xin xi chong gou ji xian xue xi ji de Laplacianju zhen ,bing tong guo bei xie si hou yan gai lv rong ge ge zi mo xing de yu ce jie guo ,de dao zui zhong de zhu dao bian liang shu chu zhi 。shu zhi li zi he shi ji lian gang guo cheng de fang zhen jie guo shui ming suo di fang fa zai chu li biao ji yang ben xi que qing kuang xia de duo jie duan jian mo wen ti shi you xiao de 。(2)jie ge ji cheng xue xi he ban jian du xue xi ,di chu le yi chong zi kuo ying ji cheng ban jian du ruan ce liang jian mo fang fa 。zai ban jian du fang mian cai yong kjin lin fang fa dui wei biao ji yang ben jin hang wei biao ji ,bing dui wei biao ji yang ben jin hang zhi liang ping gu he shai shua ,de dao shai shua yang ben ji 。zai ji cheng xue xi fang mian dui biao ji yang ben ji he shai shua yang ben ji tong shi cai yong Baggingsuan fa sheng cheng yang ben zi ji ,bing li yong bu xiang shi du suan fa dui liang lei yang ben zi ji jin hang zi kuo ying pi pei 。suo di fang fa zhong de wei biao ji yang ben shai shua he zi kuo ying pi pei guo cheng ,zai bao zheng le ji cheng xue xi cha yi xing de tong shi ,ye di gao le ji cheng xue xi de jing que xing ,cong er you xiao di sheng le ruan ce liang mo xing de hui gui jing du he fan hua neng li 。(3)zhen dui zhu dong xue xi zhong mo xing xing neng di sheng bu wen ding de qing kuang ,di chu le ji yu jin shi xian xing yi kao de zhu dong xue xi ruan ce liang fang fa 。suo di fang fa jiang wei biao ji yang ben suo bao han de e wai xin xi yu xiang liang zu jian de zui xiao biao shi wu cha dui ying 。tong guo jin shi xian xing yi kao suan fa dui wei biao ji yang ben jin hang zhi liang ping gu ,wei mo xing xun lian di gong zui ju xin xi liang de yang ben ,yi geng shao de biao ji dai jia huo de geng gao xiao de xing neng di sheng 。zai liu hui shou guo cheng shi yan zhong ,yu xian you de sui ji shua ze ce lve dui bi ,ji yu jin shi xian xing yi kao de zhu dong xue xi ce lve biao xian chu le geng gao de yu ce jing du he geng kuai de shou lian su du 。
论文参考文献
论文详细介绍
论文作者分别是来自江南大学的史旭东，发表于刊物江南大学2019-10-21论文，是一篇关于软测量论文,半监督学习论文,仿射信息论文,集成学习论文,主动学习论文,江南大学2019-10-21论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自江南大学2019-10-21论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：软测量论文; 半监督学习论文; 仿射信息论文; 集成学习论文; 主动学习论文; 江南大学2019-10-21论文;