

已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、軟測量技術(shù)是解決現(xiàn)代復(fù)雜工業(yè)過程中較難甚至無法由硬件在線測量參數(shù)的實時估計問題的有效手段。稀土串級萃取分離過程復(fù)雜,具有非線性、時變、大滯后等特點,元素的組分含量難以在線測量。針對該問題,本文在分析稀土元素在線測量現(xiàn)狀和總結(jié)傳統(tǒng)軟測量建模方法不足的基礎(chǔ)上,提出了基于最小二乘支持向量機(LS-SVM)的軟測量建模方法進行稀土萃取分離過程組分含量軟測量。 全文圍繞基于LS-SVM進行軟測量建模展開了深入研究,主要內(nèi)容如下:
2、(1)總結(jié)了傳統(tǒng)軟測量建模方法的不足,提出了采用LS-SVM建立軟測量模型實現(xiàn)稀土萃取分離過程元素組分含量的在線測量。研究了輔助變量的選擇和樣本數(shù)據(jù)的處理。 (2)詳述了用于回歸的LS-SVM,針對LS-SVM缺乏“稀疏性”的缺點,在Suykens的LS-SVM稀疏算法基礎(chǔ)上進行了改進。 (3)研究了網(wǎng)格搜索法確定LS-SVM模型參數(shù),提出了基于改進的LS-SVM軟測量建模方法,建立了組分含量軟測量模型。仿真結(jié)果表明,L
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LS-SVM的工業(yè)過程軟測量建模方法研究.pdf
- 基于LS-SVM的軟測量建模方法的應(yīng)用研究.pdf
- 基于FCM與LS-SVM的生物發(fā)酵過程軟測量建模方法研究.pdf
- 基于改進LS-SVM的微生物發(fā)酵過程軟測量建模方法研究.pdf
- 基于LS-SVM的混合料粒度分布軟測量方法研究.pdf
- 基于LS-SVM的紅霉素發(fā)酵過程軟測量方法研究.pdf
- 基于多模型LS-SVM造紙黑液濃度軟測量.pdf
- 生物反應(yīng)過程的混合核LS-SVM軟測量建模與應(yīng)用研究.pdf
- 基于LS-SVM的軸承故障趨勢預(yù)測方法研究.pdf
- 基于LS-SVM的入侵檢測.pdf
- 基于LS-SVM的半圓拱形巷道無線信道建模與預(yù)測.pdf
- 基于LS-SVM目標識別的研究.pdf
- LS-SVM的GPU高性能計算方法研究.pdf
- 基于LS-SVM的多標簽分類算法.pdf
- 基于LS-SVM的fMRI數(shù)據(jù)分析.pdf
- 基于LS-SVM開關(guān)磁阻電機建模及調(diào)速系統(tǒng)控制研究.pdf
- 微生物發(fā)酵過程的LS-SVM軟測量及工程化技術(shù)研究.pdf
- 基于LS-SVM的再熱汽溫系統(tǒng)建模及趨勢預(yù)測.pdf
- 基于LS-SVM的時間序列預(yù)測方法及其應(yīng)用研究.pdf
- 基于LS-SVM的復(fù)雜工業(yè)過程故障診斷方法研究.pdf
評論
0/150
提交評論