典型文献
基于时空相似性的即时学习在线建模
文献摘要：
流程工业数据具有较大的时变性以及非线性,传统的离线模型难以应对实际生产过程中的工况变化,而即时学习是在线建模的有效方法.已有研究对即时学习的相似度度量方法大多只侧重于样本的空间距离,忽略了工业数据时序性的特点.为此,提出基于时空相似性的即时学习建模方法.首先,将样本点延拓成样本序列,结合动态时间规整计算样本间的时序距离.其次,提出时空相似性度量准则,通过对时序距离和空间距离进行非线性加权,构建时空相似性度量指标.最后,提出基于时空相似性的即时学习在线建模方法.将所提算法应用于公共数据集及聚酯纤维聚合过程,拟合优度分别达到了 91.6％和98.6％,实验结果验证了算法的有效性和优越性.
文献关键词：
时空相似性;即时学习;在线建模;流程工业;数据驱动
中图分类号：
作者姓名：
施锦涛;陈磊;秦凯;李振兴;郝矿荣
作者机构：
东华大学数字化纺织服装技术教育部工程研究中心 上海 201620;东华大学信息科学与技术学院 上海 201620
文献出处：
引用格式：
[1]施锦涛;陈磊;秦凯;李振兴;郝矿荣-.基于时空相似性的即时学习在线建模)[J].仪器仪表学报,2022(06):185-193
A类：
B类：
时空相似性,即时学习,在线建模,流程工业,工业数据,时变性,离线模型,工况变化,相似度度量方法,多只,空间距离,时序性,样本点,延拓,动态时间规整,相似性度量,度量准则,线性加权,度量指标,算法应用,公共数据,聚酯纤维,拟合优度
AB值：
0.259508
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
