高婷
- 作品数:2 被引量:25H指数:2
- 供职机构:重庆科技学院电子信息工程学院更多>>
- 发文基金:重庆市自然科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于KCCA虚假邻点判别的非线性变量选择被引量:8
- 2012年
- 特征变量选择技术是非线性系统建模过程中降低信息冗余和提高精度的有效方法。提出一种结合核典型相关法(kernel canonical correlation analysis,KCCA)与虚假最近邻法的变量选择法。首先引入核方法,将非线性原始数据映射到线性空间,再采用典型相关法有效合理地消除因子之间的多重共线性,受混沌相空间虚假最近邻点法的启示,通过计算原始数据在KCCA子空间中投影的距离,判断其对主导变量的解释能力,由此进行变量的选择。该方法用氢氰酸生产工艺工程中的非线性模型验证,并与全参数模型进行比较,结果显示该方法有良好的变量选择能力。因此,该研究为非线性系统建模的变量选择方法提供了一种新方法。
- 李太福易军苏盈盈胡文金高婷
- 关键词:非线性系统FNN
- 基于KPCA子空间虚假邻点判别的非线性建模的变量选择被引量:18
- 2012年
- 特征变量选择技术是非线性系统建模过程中降低信息冗余和提高精度的有效方法。提出一种结合核主成分分析法(Kernel principal components analysis,KPCA)与虚假最近邻点法(False nearest neighbor,FNN)的变量选择法。引入核方法,将非线性原始数据映射到线性空间,再采用主成分分析法有效合理地消除因子之间的多重共线性,受混沌相空间虚假最近邻点法的启示,通过计算原始数据在KPCA子空间中投影的距离,判断其对主导变量的解释能力,由此进行变量的选择该方法用氢氰酸生产工艺工程中的非线性模型验证,并与全参数模型进行比较,结果显示该方法有良好的变量选择能力。因此,该研究为非线性系统建模的变量选择方法提供一种新方法。
- 李太福易军苏盈盈胡文金高婷
- 关键词:非线性系统