论文摘要
常规集成学习软测量方法忽略了输入变量选择的多样性,而且没有对基模型进行修剪,从而造成集成模型复杂度高、预测性能受限。为此,提出一种基于进化多目标优化（EMO）的选择性集成学习（SE）高斯过程回归（GPR）软测量建模方法,称为EMO-SEGPR。该方法融合输入特征扰动,通过结合bootstrapping随机重采样和偏互信息相关分析（PMI）构建多样性输入变量子集,并据此建立多样性GPR基模型。然后,基于EMO算法对GPR基模型进行集成修剪,从而获得一组集成规模较小、多样性和准确性较高的基模型。最后,引入集成学习策略实现GPR基模型的融合。将EMO-SEGPR方法应用于青霉素发酵过程和Tennessee Eastman化工过程,实验结果表明了该方法的有效性和优越性。
论文目录
文章来源
类型: 期刊论文
作者: 金怀平,黄思,王莉,陈祥光,潘贝,李建刚
关键词: 软测量,集成学习,输入特征扰动,集成修剪,进化多目标优化,高斯过程回归
来源: 高校化学工程学报 2019年03期
年度: 2019
分类: 工程科技Ⅰ辑,信息科技
专业: 无机化工,有机化工,自动化技术
单位: 昆明理工大学信息工程与自动化学院,防灾科技学院电子科学与控制工程学院,北京理工大学化学与化工学院
基金: 国家自然科学基金(61763020),云南省应用基础研究计划青年项目(2018FD040),云南省教育厅科学研究基金(2017ZZX149)
分类号: TP18;TQ018
页码: 680-691
总页数: 12
文件大小: 939K
下载量: 125
相关论文文献
- [1].选择性集成学习模型在岩性-孔隙度预测中的应用[J]. 科学技术与工程 2020(03)
- [2].基于异质集成学习的虚假评论检测[J]. 山东大学学报(工学版) 2020(02)
- [3].基于标记分布学习的异态集成学习算法[J]. 模式识别与人工智能 2019(10)
- [4].集成学习方法:研究综述[J]. 云南大学学报(自然科学版) 2018(06)
- [5].基于动态选择性集成学习的供应链产销协商优化策略[J]. 计算机工程 2017(05)
- [6].集成学习中预测精度的影响因素分析[J]. 兵工自动化 2019(01)
- [7].基于集成学习的小麦识别研究[J]. 现代商贸工业 2019(17)
- [8].集成学习在文本分类问题中的应用[J]. 中国新通信 2018(09)
- [9].基于漂移检测和集成学习的木马检测模型[J]. 信息工程大学学报 2017(06)
- [10].异质集成学习器在鸢尾花卉分类中的应用[J]. 电子制作 2019(02)
- [11].集成学习方法研究[J]. 计算技术与自动化 2018(04)
- [12].基于集成学习的房价预测方法研究[J]. 中国新通信 2019(07)
- [13].异质集成学习器在鸢尾花卉分类中的应用[J]. 中国设备工程 2018(20)
- [14].基于超声特征集成学习的甲状腺结节分类方法研究[J]. 智能计算机与应用 2016(06)
- [15].基于选择性集成学习的焊接缺陷识别研究[J]. 中国矿业大学学报 2011(06)
- [16].选择性集成学习算法综述[J]. 计算机学报 2011(08)
- [17].核机器集成学习算法的误差分析[J]. 重庆文理学院学报(自然科学版) 2010(04)
- [18].基于集成学习的复杂网络链路预测及其形成机制分析（英文）[J]. 重庆邮电大学学报(自然科学版) 2020(05)
- [19].集成学习算法在中医证型分类预测中的应用[J]. 计算机工程与科学 2019(02)
- [20].一种基于集成学习的科研合作者潜力预测分类方法[J]. 计算机研究与发展 2019(07)
- [21].一种新颖的多实例集成学习算法[J]. 蚌埠学院学报 2018(05)
- [22].基于重采样策略的选择性谱聚类集成学习算法[J]. 科学技术与工程 2013(19)
- [23].个人信用评估应用方法分析——基于集成学习算法视角[J]. 经济问题 2011(12)
- [24].面向神经机器翻译的集成学习方法分析[J]. 中文信息学报 2019(03)
- [25].面向不均衡数据的动态抽样集成学习算法[J]. 计算机应用与软件 2019(06)
- [26].基于集成学习的公交车辆到站时间预测模型研究[J]. 重庆理工大学学报(自然科学) 2019(10)
- [27].基于集成学习的温室育种智能决策算法[J]. 西南科技大学学报 2017(04)
- [28].人工智能集成学习方法在入侵检测中的运用[J]. 信息技术与网络安全 2018(02)
- [29].一种异构集成学习的儿科疾病诊断方法研究[J]. 计算机应用与软件 2018(06)
- [30].基于聚类优化覆盖的集成学习方法[J]. 计算机技术与发展 2010(11)