文献

J-GLOBAL ID：201302220105349690   整理番号：13A1244706

減算クラスタリングに基づく鋼帯厚さのためのオンラインデータ駆動モデリング

Online data-driven modeling for strip thickness based on subtractive clustering

著者 (2件)： Liang Hui (School of Automation and Electrical Engineering, Univ. of Sci. and Technol. Beijing, Key Lab. of the Ministry of ...) ,  Tong Chaonan (School of Automation and Electrical Engineering, Univ. of Sci. and Technol. Beijing, Key Lab. of the Ministry of ...)
資料名： Beijing Keji Daxue Xuebao  (Beijing Keji Daxue Xuebao)
巻： 34  号： 11  ページ： 1338-1345  発行年： 2012年 
JST資料番号： W1097A  ISSN： 1001-053X  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： 熱間圧延において,製品の厚さ品質を改善するために,実際の製造データは用いられない。そこで,鋼帯厚み制御のために,減算クラスタリングに基づき,オンラインデータ駆動モデリングアルゴリズムを提案した。最初に,入力空間を,減算クラスタリングによって,いくつかのクラスタに分割し,各クラスタにおいて,最小二乗サポートベクターマシン(LS-SVM)によって,サブモデルを構築し,そして,これらのサブモデルの出力の重み付けによって,オフラインモデルを得た。次に,オンラインデータが一定に増加したとき,クラスタリング部分集合を,減算クラスタリングアルゴリズムによってオンライン調整し,そして,サブモデルのパラメータを,最小二乗サポートベクターマシンの再帰アルゴリズムを用いて決定した。サブモデルの予測出力は,最終出力であった。実験結果により,本方法は,良好な予測精度およびオンライン学習能力を持った。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *クラスタ化 ,  データフロー制御 ,  モデリング ,  回線接続 ,  アルゴリズム ,  サポートベクトルマシン ,  学習 ,  厚み制御
準シソーラス用語： *クラスタリング ,  データ駆動 ,  オンライン ,  クラスタリングアルゴリズム ,  再帰アルゴリズム ,  オンライン学習 ,  実験結果

分類 (1件)： 機械的性質  (WB02030U)

タイトルに関連する用語 (7件)： 減算 ,  クラスタリング ,  鋼帯 ,  厚さ ,  オンライン ,  データ駆動 ,  モデリング