Indexed by：
Abstract：
一种基于多源潜在特征选择集成(SEN)建模的D×N发射浓度软测量方法。 首先， MSWI过程数据根据工业过程划分为不同来源的子系统， 主成分分析(PCA)用于分别提取子系统的潜在特征，并根据经验预设的主成分贡献率阈值进行多源潜在特征初选。 使用互信息(MI)来评估初级选择的潜在特征与D×N之间的相关性，并自适应地确定潜在特征重选的上限和下限以及阈值； 最后， 基于重新选择的潜在特征， 采用具有超参数自适应选择机制的最小二乘支持向量机(LS-SVM)算法建立不同子系统的D×N发射浓度子模型， 基于分支定界(BB)和预测误差信息熵加权算法，优化子模型的选择和计算权重系数，构建D×N发射浓度的SEN软测量模型。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： US16967408
Filing Date： 2019-12-02
Publication Date： 2021-07-29
Pub. No.： US20210233039A1
Applicants： Beijing University Of Technology
Legal Status： 实质审查
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： 7
Affiliated Colleges：
