邓玉俊
- 作品数：5 被引量：11H指数：2
- 供职机构：江南大学通信与控制工程学院更多>>
- 发文基金：国家自然科学基金江苏省高技术研究计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于分类树的组合SVM的聚合物质量预测
- 以聚合釜聚合物质量估计为目标，提出了一种基于分类树的组合支持向量机的建模方法。在利用分类树的过程中提出了一种基于样本特征的分类方法，对划分出的子集分别建立单一支持向量机，然后将其建立组合支持向量机模型。仿真结果表明，以聚...
- 邓玉俊杨慧中
- 关键词：分类树建模方法
- 文献传递
- 基于类别特征提取的组合支持向量机模型被引量：6
- 2011年
- 在建立复杂生产过程软测量模型时,使用单一的支持向量机模型或基于传统聚类方法的组合支持向量机模型有时难以很好地跟踪突变信号或取得满意的泛化效果。为解决这个问题提出了一种改进的线性判别分析算法。该算法结合类边界分析得到类别的特征向量,利用该特征向量将数据变换后分别建立支持向量机子模型,并用各组特征向量中有效特征值之和构建各子模型的组合参数。仿真实验表明该组合模型能降低相邻类别间的信息干扰,提高模型的估计精度。
- 吕业邓玉俊杨慧中
- 关键词：线性判别分析特征提取
- 一种基于LDA和FCM的BPA多模型软测量方法被引量：1
- 2010年
- 模糊C-均值聚类(FCM)算法是数据预处理中常用的一种方法,但用这种方法进行数据聚类,各类别边界信息间往往存在干扰,模型精度不能得到很好改善。本文采用一种改进的线性判别分析(LDA)方法,用于扩大样本类别间的距离,使聚类更为精确。将FCM算法与改进的LDA算法结合提取样本特征,然后通过多模型融入到SVM算法中。通过对双酚A软测量建模的仿真研究表明该方法具有较好的效果。
- 陈金凤杨慧中邓玉俊
- 关键词：线性判别分析软测量
- 基于自适应增强算法的支持向量机组合模型被引量：4
- 2011年
- 为了提高软测量模型的泛化能力,提出一种基于AdaBoosting算法的组合支持向量机(SVM)模型.该方法在贝叶斯分析的基础上,利用样本概率初始化惩罚系数,依据回归过程中的损失函数更新惩罚系数权重,使得SVM训练模型有强、弱之分,突出一些重要样本的作用,以提高模型的估计精度和泛化能力.仿真结果表明,依据该方法建立的组合模型明显改善了软测量模型的估计能力和泛化能力.
- 杨慧中邓玉俊
- 关键词：支持向量机自适应增强算法
- 一种基于LDA和FCM的双酚A多模型软测量方法
- 模糊C-均值聚类(FCM)算法是数据预处理中常用的一种方法，但用这种方法进行数据聚类，各类别边界信息间往往存在干扰，模型的精度不能得到很好的改善。本文采用一种改进的线性判别分析(LDA)方法，用于扩大样本类别间的距离，使...
- 陈金凤杨慧中邓玉俊
- 关键词：线性判别分析软测量
- 文献传递
