Indexed by：
Abstract：
本发明公开一种基于多核潜在特征提取的智能集成软测量方法，基于多个候选核参数提取特征进行集成构造，获得面向不同核参数的潜在特征子集；以这些潜在特征子集作为训练子集构建候选模糊推理子模型，采用优化算法和自适应加权算法构建得到选择性集成模糊推理主模型；计算主模型预测误差，选择核参数并采用KPLS提取输入数据中与主模型预测误差相关的潜在特征集合；基于这些潜在特征集合采用Bootstrap算法进行集成构造，获得面向训练样本采样的训练子集；基于这些训练子集构造基于核随机权神经网络的候选子模型，采用遗传算法优化工具箱和AWF构建选择性集成KRWNN补偿模型；将选择性集成模糊推理主模型与选择性集成KRWNN补偿模型的输出进行合并得到预测结果。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201711327861.0
Filing Date： 2017-12-13
Publication Date： 2018-05-22
Pub. No.： CN108062566A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
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： 0
Affiliated Colleges：
