《表1 pH中和过程建模性能比较Tab.1 Comparison of pH neutralization process modeling performance》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《KPCA-KPLS方法在pH中和过程建模中的应用》
由交叉验证法确定不同核学习方法的辨识模型参数.KP-CA-KPLS方法中,KPCA采用高斯核函数,核宽度σ=1;KPLS采用高斯核函数,核宽度σ=1,潜在变量数目L=15;KPCA-SVM中,SVM取线性核函数,选取非线性主元数目为15;LSSVM中的正则化参数C2=8;SVM方法使用Libsvm软件完成,惩罚因子C=100,ε=0.1;ELM方法中,隐含层节点数目为50.在训练数据集与测试数据集上的不同方法的建模性能评价,如表1所示.由表1可知:KPLS方法的建模精度均明显占优.
图表编号 | XD0027434000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.20 |
作者 | 朱瑞鹤、李军 |
绘制单位 | 兰州交通大学自动化与电气工程学院、兰州交通大学自动化与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |