基于Tri-training MPLS的半监督软测量模型

TP277; 随着污水处理过程日趋复杂,易测量变量和难测量变量的比例严重失衡,传统的监督性软测量建模方法已经无法满足需求.针对这一问题,提出了一种新的半监督学习的软测量模型?Tri-training MPLS模型.首先将标记数据均分为相互独立的3个部分,并由这3个相互独立的标记样本子集选择置信度高的未标记样本训练模型,提高模型的预测能力.其次,将单输出软测量模型升级为多输出模型,对多个输出的变量直接建模预测.最后,通过污水处理仿真模型BSM1(Benchmark Simulation Model-1)平台对本文模型进行验证.结果表明,该软测量模型不仅具有较好的多输出预测能力,而且对单个预测结果...

Full description

Saved in:
Bibliographic Details
Published in华东理工大学学报（自然科学版） Vol. 47; no. 2; pp. 217 - 224
Main Authors 李东, 刘乙奇, 黄道平
Format Journal Article
LanguageChinese
Published 华南理工大学自动化科学与工程学院,广州 510641 30.04.2021
Subjects
多输出
半监督学习
软测量
Tri-training
偏最小二乘
Online AccessGet full text
ISSN1006-3080
DOI10.14135/j.cnki.1006-3080.20191202008

Cover

More Information
Summary:TP277; 随着污水处理过程日趋复杂,易测量变量和难测量变量的比例严重失衡,传统的监督性软测量建模方法已经无法满足需求.针对这一问题,提出了一种新的半监督学习的软测量模型?Tri-training MPLS模型.首先将标记数据均分为相互独立的3个部分,并由这3个相互独立的标记样本子集选择置信度高的未标记样本训练模型,提高模型的预测能力.其次,将单输出软测量模型升级为多输出模型,对多个输出的变量直接建模预测.最后,通过污水处理仿真模型BSM1(Benchmark Simulation Model-1)平台对本文模型进行验证.结果表明,该软测量模型不仅具有较好的多输出预测能力,而且对单个预测结果也有令人满意的预测表现.
ISSN:1006-3080
DOI:10.14135/j.cnki.1006-3080.20191202008