文献

J-GLOBAL ID：201802281285041589   整理番号：18A0096124

オンライン適応に基づくロバスト最小二乗サポートベクトルマシンとその応用【JST・京大機械翻訳】

Robust least squares support vector machine based on online adaptive and its application

著者 (2件)： Jin Xiuzhang (華北電力大学控制与計算机工程学院,河北保定,071003) ,  Liu Xiao (華北電力大学控制与計算机工程学院,河北保定,071003)
資料名： Reli Fadian  (Reli Fadian)
巻： 46  号： 7  ページ： 79-85  発行年： 2017年 
JST資料番号： C3437A  ISSN： 1002-3364  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： 最小二乗サポートベクトルマシン(LSSVM)は,現場データのモデリングにおいて異なる操作条件に適応することが困難であり,ロバスト性が悪いという問題を解決するために,オンライン自己適応修正に基づくロバストLSSVMモデルを提案した。この方法は,全体の予測誤差の大きさを閾値とし,異なる運転条件に従って適応的にパラメータを更新することにより,データの適応性を向上させることができる。同時に,ファジィメンバシップ度を用いて,ベクトル最適化問題における誤差の二重項に対して動的重みを与え,モデルの抗ノイズ能力を強化した。提案した方法を発電所の実際のデータによる一次風量の予測に適用し,通常のLSSVMモデルと比較して,提案したモデルのロバスト性が高く,予測精度が高いことを示した。このモデルは異なる運転条件下でのデータの実時間予測と推定を満たし,各種のオンライン監視システムに対して良好なデータサポートを提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測 ,  雑音 ,  *ロバスト性 ,  風量 ,  発電所 ,  予測誤差 ,  適応性 ,  モデリング
準シソーラス用語： オンライン監視 ,  実時間 ,  予測精度 ,  運転条件 ,  自己適応 ,  操作条件 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (6件)： online adaptive control ,  robust ,  LSSVM ,  fuzzy membership ,  primary air volume ,  soft measurement

分類 (5件)： 化学プロセスの解析  (XC01030R) ,  数値計算  (JE02000J) ,  分光分析  (CC03012W) ,  し好料作物  (FC03076D) ,  比熱・熱伝導一般  (BL05021E)

タイトルに関連する用語 (5件)： オンライン ,  適応 ,  ロバスト ,  最小二乗サポートベクトルマシン ,  応用