文献

J-GLOBAL ID：201302203169453988   整理番号：13A0913323

改良したサポートベクトル回帰を使用する溶鉱炉における溶融金属の品質予測

Quality prediction of hot metal in blast furnace using improved support vector regression

著者 (3件)： Liu Yi (Inst. of Process Equipment and Control Engineering,Zhejiang Univ. of Technol., Hangzhou) ,  Li Ping (Inst. of Industrial Process Control,Zhejiang Univ., Hangzhou) ,  Gao Zengliang (Inst. of Process Equipment and Control Engineering,Zhejiang Univ. of Technol., Hangzhou)
資料名： Zhejiang Daxue Xuebao. Gongxue Ban  (Zhejiang Daxue Xuebao. Gongxue Ban)
巻： 46  号： 5  ページ： 830-836  発行年： 2012年 
JST資料番号： W1536A  ISSN： 1008-973X  CODEN： ZDXGFS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 新規な前処理方法プロセス変数の総合2レベルスペースは,モデリングデータにおいてノイズと分離物の影響を解決するために提案した。それは関連した柔らかいセンサーモデルの機能を弱めることができた。多変量トリミングは,第一スペースにおける前処理のために活用する最初であった。次に,サポートベクトル集団化(SVC)戦略は,分離物検出のために提案した。SVCの主要部アイデアは,データを特集スペースにマップして,次に大部分の図にしたデータを含む最小の半径によってハイパー-領域を見つけることであった。従来の前処理方法のほとんどからいろいろで,SVC投与は,データが普通に分布する(おおよそ)と仮定しないで,このように,産業鉄-作りプロセスのためにより適切であった。SVCに基づく前処理の後,サポートベクトル回帰ソフトセンサーモデルを構築した。産業溶鉱炉のための実験研究を調査して,結果は,従来の解法と比較して,効率的分離物検出,より強力なサポートベクトル回帰モデルとより良い予測機能を含んで,その優位性を示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *サポートベクトルマシン ,  パターン認識 ,  予測 ,  溶融金属 ,  溶鉱炉 ,  センサ ,  プロセス変数 ,  回帰モデル ,  トリミング ,  モデリング ,  SVC【補償】 ,  前処理
準シソーラス用語： 品質予測 ,  ソフトセンサ

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (4件)： サポートベクトル回帰 ,  溶鉱炉 ,  溶融金属 ,  品質予測