基于动态独立成分分析和动态主成分分析的测地线流式核无监督回归模型

TP29; 针对工业过程中工况改变时,传统软测量模型难以适应数据分布变化,易出现模型性能恶化的问题.引入一种基于测地线流式核的迁移学习方法,同时针对该方法难以解决工业过程中动态特性提取和数据不完全服从高斯分布问题进行优化.首先构建增广矩阵以应对过程中的动态特性,对处理后的数据进行独立成分分析和主成分分析,用以提取源域与目标域的非高斯信息和高斯信息,并在格拉斯曼流形空间下对源域的非高斯信息和高斯信息分别适配目标域,最后使用最大均值差异方法对适配后的源域与目标域进行分布度量,并为基于源域构建的模型加权.结果表明该方法不仅降低了源域和目标域的分布差异,而且解决了工业过程中的动态特性提取和其数据不完全...

Full description

Saved in:
Bibliographic Details
Published in上海交通大学学报 Vol. 54; no. 12; pp. 1269 - 1277
Main Authors 来颜博, 阎高伟, 程兰, 陈泽华
Format Journal Article
LanguageChinese
Published 太原理工大学电气与动力工程学院,太原030024 01.12.2020
Subjects
软测量
动态独立成分分析
测地线流式核
动态特性
动态主成分分析
Online AccessGet full text
ISSN1006-2467
DOI10.16183/j.cnki.jsjtu.2020.171

Cover

More Information
Summary:TP29; 针对工业过程中工况改变时,传统软测量模型难以适应数据分布变化,易出现模型性能恶化的问题.引入一种基于测地线流式核的迁移学习方法,同时针对该方法难以解决工业过程中动态特性提取和数据不完全服从高斯分布问题进行优化.首先构建增广矩阵以应对过程中的动态特性,对处理后的数据进行独立成分分析和主成分分析,用以提取源域与目标域的非高斯信息和高斯信息,并在格拉斯曼流形空间下对源域的非高斯信息和高斯信息分别适配目标域,最后使用最大均值差异方法对适配后的源域与目标域进行分布度量,并为基于源域构建的模型加权.结果表明该方法不仅降低了源域和目标域的分布差异,而且解决了工业过程中的动态特性提取和其数据不完全服从高斯分布的问题.通过在田纳西伊斯曼数据上的实验,证明了模型的有效性和实用性.
ISSN:1006-2467
DOI:10.16183/j.cnki.jsjtu.2020.171