典型文献
基于改进DPC的多模型软测量建模方法及其应用
文献摘要：
文中提出了基于改进密度峰值聚类(DPC)的多模型软测量建模方法.首先采用K近邻算法计算局部密度,并用K近邻算法和加权K近邻算法改进剩余点分配策略,划分得到更优的子数据集;然后,建立各个高斯过程回归子模型;最后,对于新接收的数据,利用基于子模型预测性能并结合即时学习自适应地计算出新样本隶属于各个子模型的后验概率,以此为权值融合各个GP R子模型的预测值得到最终输出.通过对标准数据集和硫回收装置数据的仿真,验证了所提方法的有效性.
文献关键词：
多模型;密度峰值聚类;加权K近邻;高斯过程回归;预测性能
中图分类号：
作者姓名：
刘康康;戴鹏;孙顺远
作者机构：
江南大学物联网工程学院,江苏无锡 214000;山东东润仪表科技股份有限公司,山东烟台 264010
文献出处：
引用格式：
[1]刘康康;戴鹏;孙顺远-.基于改进DPC的多模型软测量建模方法及其应用)[J].仪表技术与传感器,2022(04):89-95
A类：
B类：
DPC,多模型,软测量建模,密度峰值聚类,近邻算法,算法计算,局部密度,算法改进,余点,分配策略,分得,高斯过程回归,子模型,新接,预测性能,即时学习,隶属于,后验概率,权值,GP,标准数据集,硫回收装置
AB值：
0.322118
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。
