-
公开(公告)号:CN103033214A
公开(公告)日:2013-04-10
申请号:CN201210551941.5
申请日:2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种借助Pearson相关系数实现生产过程主导变量精简化软测量方法,其特征在于按如下步骤进行:一,确定与主导变量可能相关的n个原始辅助变量,采集n个原始辅助变量和主导变量取值数据并组成样本集;二,利用Pearson相关系数算法分别计算n个原始辅助变量的权重值;三,组成原始辅助变量序列;四,建模并根据最小均方误差MSE确定最佳辅助变量;五,得到精简化软测量模型。本发明能够在建模效果最好的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模,实现对主导变量精简化的软测量。
-
公开(公告)号:CN103033213B
公开(公告)日:2015-12-02
申请号:CN201210551613.5
申请日:2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种基于RReliefF变量选择的生产过程主导变量精简化软测量方法,其特征在于按如下步骤进行:一,确定与主导变量可能相关的n个原始辅助变量,采集n个原始辅助变量和主导变量取值数据并组成样本集;二,利用RReliefF算法分别计算n个原始辅助变量的权重值;三,组成原始辅助变量序列;四,建模并根据最小均方误差MSE确定最佳辅助变量;五,得到精简化软测量模型。本发明能够在建模效果最好的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模,实现对主导变量精简化的软测量。
-
公开(公告)号:CN102967327B
公开(公告)日:2015-03-18
申请号:CN201210551632.8
申请日:2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种融合KPLS与FNN的生产过程主导变量精简化软测量方法其特征在于按如下步骤进行:一,确定与主导变量可能相关的n个原始辅助变量,采集n个原始辅助变量和主导变量取值数据并组成样本集;二,融合KPLS和FNN方法分别计算n个原始辅助变量的权重值;三,组成原始辅助变量序列;四,建模并根据最小均方误差MSE确定最佳辅助变量;五,得到精简化软测量模型。本发明能够在建模效果最佳的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模,实现对主导变量精简化的软测量。
-
公开(公告)号:CN102967327A
公开(公告)日:2013-03-13
申请号:CN201210551632.8
申请日:2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种融合KPLS与FNN的生产过程主导变量精简化软测量方法其特征在于按如下步骤进行:一,确定与主导变量可能相关的n个原始辅助变量,采集n个原始辅助变量和主导变量取值数据并组成样本集;二,融合KPLS和FNN方法分别计算n个原始辅助变量的权重值;三,组成原始辅助变量序列;四,建模并根据最小均方误差MSE确定最佳辅助变量;五,得到精简化软测量模型。本发明能够在建模效果最佳的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模,实现对主导变量精简化的软测量。
-
公开(公告)号:CN103033214B
公开(公告)日:2016-02-03
申请号:CN201210551941.5
申请日:2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种借助Pearson相关系数实现生产过程主导变量精简化软测量方法,其特征在于按如下步骤进行:一,确定与主导变量可能相关的n个原始辅助变量,采集n个原始辅助变量和主导变量取值数据并组成样本集;二,利用Pearson相关系数算法分别计算n个原始辅助变量的权重值;三,组成原始辅助变量序列;四,建模并根据最小均方误差MSE确定最佳辅助变量;五,得到精简化软测量模型。本发明能够在建模效果最好的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模,实现对主导变量精简化的软测量。
-
公开(公告)号:CN103033213A
公开(公告)日:2013-04-10
申请号:CN201210551613.5
申请日:2012-12-18
Applicant: 重庆科技学院
IPC: G01D21/00
Abstract: 本发明公开了一种基于RReliefF变量选择的生产过程主导变量精简化软测量方法,其特征在于按如下步骤进行:一,确定与主导变量可能相关的n个原始辅助变量,采集n个原始辅助变量和主导变量取值数据并组成样本集;二,利用RReliefF算法分别计算n个原始辅助变量的权重值;三,组成原始辅助变量序列;四,建模并根据最小均方误差MSE确定最佳辅助变量;五,得到精简化软测量模型。本发明能够在建模效果最好的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模,实现对主导变量精简化的软测量。
-
-
-
-
-