郑博元
- 作品数：3 被引量：7H指数：2
- 供职机构：辽宁石油化工大学信息与控制工程学院更多>>
- 发文基金：辽宁省科技厅科技攻关项目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>>
- 基于自适应边界向量提取的多尺度v-支持向量机建模被引量：2
- 2015年
- 针对v-支持向量机(v-SVM)用于大规模、多峰样本建模时易出现训练速度慢和回归精度低的问题,提出基于边界向量提取的多尺度v-SVM建模方法.该方法采用一种自适应边界向量提取算法,从训练样本中预提取出包含全部支持向量的边界向量集,以缩减训练样本规模,并通过求解多尺度v-SVM二次规划问题获取全局最优回归模型,从多个尺度上对复杂分布样本进行逼近.仿真结果表明,基于边界向量提取的多尺度v-SVM比v-SVM具有更好的回归结果.
- 苏成利郑博元李平
- 关键词：V-支持向量机
- 基于改进PSO的鲁棒LSSVM乙烯产品浓度软测量被引量：4
- 2016年
- 针对最小二乘支持向量机(LSSVM)在利用生产现场数据建模时易出现鲁棒性差的问题。提出了基于PSO的鲁棒最小二乘支持向量机建模方法,该方法利用一种改进的PSO方法确定LSSVM的惩罚参数C和核宽度?,增强了LSSVM对数据的适应性;通过给LSSVM优化问题中误差平方项赋予不同的权值,使得LSSVM在训练过程中克服了噪声的影响。最后将该方法应用于乙烯产品浓度预测,并与普通LSSVM进行了比较;仿真和实验结果表明,该算法建立的模型比普通LSSVM建立的模型具有更好的泛化能力和鲁棒性。
- 郑博元苏成利李平梁建平钟国财
- 关键词：软测量粒子群优化
- 基于向量投影的代谢支持向量机乙烯精馏产品质量软测量建模被引量：1
- 2014年
- 针对支持向量机(SVM)增量学习过程中易出现计算速度慢、稳定性差的缺陷,提出了一种基于向量投影的代谢支持向量机建模方法。该方法首先运用向量投影算法对训练样本进行预选取来减少样本数量,提高SVM建模速度。然后将新增样本'代谢'原则引入SVM增量学习过程中,以解决因新增样本不断加入而导致训练样本数量'爆炸'的问题。最后将该方法用于乙烯精馏产品质量软测量建模,实验结果表明,与传统SVM和最小二乘支持向量机(LSSVM)相比,向量投影的代谢SVM具有更好的预测结果。
- 郑博元苏成利李平苏胜蛟
- 关键词：动态建模软测量
