贝叶斯分类器的关联向量机多模型软测量建模

摘要：

为了改善软测量模型的估计精度,提出了一种基于贝叶斯分类算法和关联向量机的多模型软测量建模方法.采用贝叶斯分类器对样本数据集进行分类,并对不同类别的输入数据分别建立关联向量回归机子模型,用"切换开关"方式组合作为最终的软测量模型输出.将该方法应用于双酚A生产过程的质量指标软测量建模,仿真结果表明:与单模型支持向量机相比,该方法估计精度较高,具有一定的应用价值.

关键词：多模型、关联向量机、超参数、贝叶斯分类器

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60674092;江苏省高技术研究项目工业部分BG2006010;江南大学创新团队发展计划资助项目

在线出版日期：2011-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：224-226,241