【摘要】：為克服傳統(tǒng)線性多元統(tǒng)計回歸方法對復雜過程工業(yè)非線性數(shù)據(jù)處理能力的不足,本文提出了基于核的偏最小二乘回歸(KPLSR)和基于核的獨立元回歸(KICR)方法,充分利用核函數(shù)有效處理高維數(shù)據(jù)的優(yōu)勢應對實際過程工業(yè)中的非線性問題。本文在PLSR和ICR等線性多元統(tǒng)計回歸方法的基礎之上,引入核函數(shù)將這些線性多元統(tǒng)計回歸方法進行核化,導出了KPLSR和KICR算法,并給出了具體的實現(xiàn)過程。在KPLSR算法的實現(xiàn)過程中,首先利用核函數(shù)方法將訓練樣本數(shù)據(jù)從非線性的低維度空間映射到線性的高維度特征空間,在高維度特征空間利用傳統(tǒng)的PLSR方法進行預測建模,然后利用遺傳算法對核參數(shù)C值進行優(yōu)化;最后將最優(yōu)化的C值和測試樣本輸入KPLSR算法中得出預測結(jié)果。在KICR算法的實現(xiàn)過程中,首先將原始非線性數(shù)據(jù)通過核方法映射到高維特征空間,在高緯度特征空間進行主元分析(PCA);然后利用Fast-ICA算法提取核獨立元KIC,分別以KIC、實值矩陣為自變量和因變量進行訓練,求取多元線性回歸(MLR)系數(shù)建立預測模型;最后采用枚舉法對核參數(shù)C進行優(yōu)化,并將優(yōu)化后的C值和測試樣本輸入KICR算法中得出預測結(jié)果。本文分別建立了基于KPLSR和KICR的轉(zhuǎn)爐煉鋼終點溫度預測模型。將二者的預測結(jié)果分別與PCR、PLSR和ICR等傳統(tǒng)線性回歸預測模型進行對比,驗證二者在實際應用中的有效性。之后將KPLSR和KICR預測模型的預測結(jié)果進行對比,驗證KPLSR和KICR分別是從不同的角度對數(shù)據(jù)進行處理的結(jié)論的正確性。
【學位授予單位】：南昌大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TF713
【圖文】：

是核矩陣的第 j 個特征向量-特征值對。關(guān)系，可以由下式計算新數(shù)據(jù)點 ( ) 在特征空間( )) ( ) ◎ ( ) ( ) ◎ (矩陣的特征分解，能夠把新數(shù)據(jù)投影到特征空間中決這些問題只需要關(guān)于數(shù)據(jù)點之間的內(nèi)積信息。因此有內(nèi)積的算法都可以利用核函數(shù)來替代內(nèi)積，這就是也就是說，只要能將原始空間算法轉(zhuǎn)化成僅包含樣本就可能將其核化，得到對應的核形式，這就是推導算.1 給出了核化算法的一般過程。數(shù)據(jù) 核函數(shù) 核矩陣

第 j 個個體被選中的概率 表示為： )◎ ) )，N 為種群數(shù)目；叉操作：通過式（7）選中兩個個體 第 j 位進行交叉操作；異操作：在父代中選擇一個基因點，采換后的個體更加適應當前系統(tǒng)環(huán)境；復進行（3）~（7）直到達到設定的遺 ，注意 與初始 C 值無關(guān)；最優(yōu)核參數(shù) 和測試樣本數(shù)據(jù)輸入 KGA-KPLSR 算法流程如圖 3.1 所示。開始得 C 最佳值

27圖 3.2 KICR 預測算法流程圖原始數(shù)據(jù)樣本經(jīng)過 KICA 處理后，獲得的 KIC 內(nèi)部數(shù)據(jù)的非高斯特性，然后以 KIC 作為輸入自變量進標準化處理目標真值矩陣為 Y(1×n)，那么獨立元矩模型為： 回歸系數(shù)矩陣，H 為模型誤差矩陣。以核獨立元矩值矩陣 Y 為輸出變量，回歸系數(shù)矩陣 B 可用最小

【相似文獻】

相關(guān)期刊論文 前10條

1 林燕萍;趙陽;胡恭任;蘇光明;;多元統(tǒng)計在土壤重金屬污染源解析中的應用[J];地球與環(huán)境;2011年04期

2 林秀梅;陳江麟;劉文新;段永紅;陶澍;;多元統(tǒng)計在渤海表層沉積物中PAHs源解析上的應用[J];海洋環(huán)境科學;2007年02期

3 陳東湘;於忠祥;隋雪艷;;多元統(tǒng)計制圖在土壤重金屬分布格局解析中的應用[J];安徽農(nóng)業(yè)科學;2010年10期

4 王學松;孫成;秦勇;;徐州市表層土壤中金屬、S、Br等元素與磁學參數(shù)的多元統(tǒng)計解析[J];科技導報;2008年04期

5 何桂華;陳f^;孫志成;張彤羽;;應用多元統(tǒng)計技術(shù)研究動物產(chǎn)品中重金屬的分布特征[J];化學分析計量;2012年01期

6 郭靜安;魏穎;;基于多元統(tǒng)計的可持續(xù)發(fā)展動態(tài)評價模型研究與應用[J];中國市場;2014年16期

7 王曉鵬;曹廣超;魏嶺;丁生喜;;基于多元統(tǒng)計的可持續(xù)發(fā)展動態(tài)評價模型研究與應用[J];數(shù)理統(tǒng)計與管理;2011年01期

8 劉建國;劉建華;郭洪光;;逐步回歸多元統(tǒng)計模擬環(huán)境空氣容量規(guī)劃研究[J];長春師范學院學報(自然科學版);2008年04期

9 何桂華;陳f^;孫志成;張彤羽;;應用多元統(tǒng)計技術(shù)研究動物體內(nèi)重金屬累積富集及代謝規(guī)律[J];現(xiàn)代科學儀器;2011年03期

10 俞涔;;浙江紡織產(chǎn)業(yè)競爭力的實證分析[J];價格理論與實踐;2007年07期

相關(guān)碩士學位論文 前8條

1 陸永婷;二維平面多元統(tǒng)計控制圖[D];上海交通大學;2015年

2 嚴良濤;基于核的多元統(tǒng)計回歸方法研究[D];南昌大學;2016年

3 鄧鈺亮;基于多元統(tǒng)計的電子商務性能分析算法框架研究[D];復旦大學;2008年

4 孔德娟;基于多元統(tǒng)計圖分析法的陶瓷原料分類研究[D];景德鎮(zhèn)陶瓷學院;2010年

5 黃培麗;多元統(tǒng)計在高校學生成績統(tǒng)計分析中的應用研究[D];西安建筑科技大學;2013年

6 韓雪;海洋溢油油指紋多元統(tǒng)計鑒別方法研究[D];中國海洋大學;2013年

7 谷龍;基于多元統(tǒng)計的互聯(lián)網(wǎng)團購網(wǎng)站分析[D];重慶大學;2013年

8 張英俊;管理決策中多元隨機網(wǎng)絡的數(shù)據(jù)采集及多元統(tǒng)計信息的研究[D];北方工業(yè)大學;2009年

本文編號：2769019