面向高维非线性软测量模型的辅助变量约简方法技术

本发明专利技术公开了一种面向高维非线性软测量模型的辅助变量约简方法，其特征在于按如下步骤进行：一、确定与主导变量可能相关的n个原始辅助变量，采集n个原始辅助变量和主导变量取值数据并组成样本集；二、融合KICA和FNN方法分别计算n个原始辅助变量的权重值；三、组成原始辅助变量序列；四、建模并根据最小均方误差MSE确定最佳辅助变量；五、得到软测量的约简模型。本发明专利技术能够在建模效果最佳的基础上找出含辅助变量个数最少的辅助变量集对主导变量进行建模，实现对辅助变量的约简。

【技术实现步骤摘要】

本专利技术属于软测量
，具体涉及一种，用于指导生产过程辅助变量的精简。
技术介绍
当前，在工业过程、生物信息、环境保护、食品安全等领域出现大量非线性、复杂关联、不可测度对象参数的检测问题，基于软计算实现的软测量技术正是在这种强烈的工业需求下蓬勃发展起来，并成为解决这类问题的有效方法，有广阔的发展前景。例如中国专利(专利号:200410017533.7)就提出了一种基于支持向量机的软测量建模方法。在软测量过程中，首先面对的问题就是辅助变量的选择，一方面希望尽可能不遗漏重要的解释因素；另一方面，又要遵循参数节省原则，使辅助变量的个数尽可能少。在实际工作中，为了较完备地描述和分析系统，分析人员往往倾向于较周到地选取所能得到的一切辅助变量。而这样构成的辅助变量之间常常存在多重相关性，造成建模中协方差矩阵的病态，降低建模的精度，破坏模型的稳定性，影响着软测量的精度和泛化能力。因此，必须去除这种相关性，实现高维非线性软测量模型的辅助变量约简。
技术实现思路
本专利技术的目的在于提供一种，能够在建模效果最佳的准则上找出含辅助变量个数最少的辅助变量集对主导变量进行预测，实现对主导变量精简化的软测本文档来自技高网...

【技术保护点】
一种面向高维非线性软测量模型的辅助变量约简方法，其特征在于按如下步骤进行：步骤一：确定与主导变量可能相关的n个原始辅助变量，采集n个原始轴助变量和主导变量的取值，组成样本集，样本集大小为m；将n个原始辅助变量数据写成矩阵X＝[x1，…，xi，…xm]T形式，主导变量数据写成矩阵Y＝[y1，…，yi，…ym]T，其中，xi∈Rn×1，yi∈R，i＝1，2，…，m，并将X，Y进行标准化处理；步骤二：融合核独立成分分析KICA(Kernel?Independent?Components?Analysis)与虚假最近邻点FNN(False?Nearest?Neighbors)方法，分别计算n个原始辅助...

【技术特征摘要】

【专利技术属性】
技术研发人员：苏盈盈，李太福，颜克胜，姚力忠，曾诚，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：