Indexed by：
Abstract：
本发明提供了一种基于宽度混合森林回归的MSWI过程二噁英排放软测量方法，基于BLS框架，以非微分基学习器替换神经元构建面向小样本高维数据的BHFR软测量模型，BHFR软测量模型包括特征映射层、潜在特征提取层、特征增强层和增量学习层的构建：首先，构建由随机森林和完全随机森林组成的混合森林组进行高维特征映射；其次，依据贡献率对全联接混合矩阵的特征空间进行潜在特征提取，采用信息度量准则降低模型复杂度和计算消耗；然后，基于所提取潜在信息训练特征增强层以增强特征表征能力；最后，通过增量式学习策略构建增量学习层，采用Moore‑Penrose伪逆获得权重矩阵，进而实现高精度建模。在高维基准数据集和工业过程DXN数据集上验证了所提方法的有效性和合理性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202210059984.5
Filing Date： 2022-01-19
Publication Date： 2024-12-03
Pub. No.： CN114398836B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 12
Affiliated Colleges：
