支持向量机及其在软测量中的应用

《支持向量机及其在软测量中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华东理工大学硕士学位论文第I页支持向量机及其在软测量中的应用摘要统计学习理论是当前机器学习领域一个研究热点，它为有限样本学习问题提供了一个统一的框架。建立在该理论基础上的支持向量机，以其优异的小样本学习能力、较强的抗干扰能力和较好的模型推广能力引起了工程技术界的关注，在最近几年得到了不断的发展和应用。本文讨论了统计学习理论和结构风险最小化的基本概念，结合数据分类问题具体阐述了支持向量机的基本理论。同时研究了支持向量机用于数据回归的具体方法，并且应用该方法进行函数逼近和函数估计仿真研究，仿真结果表明该方法训练所需样本少，所建模型

2、结构简单以及对噪声有较好的滤波能力.本文基于支持向量机回归方法的优点，提出了一种新的软测量建模方法—基于支持向量机的软测量方法，并应用该方法建立了加氢裂化装置航煤千点的软测量模型，与基于RBF网络的建模方法相比，该方法模型误差控制较好，能在较少的训练样本下获得性能比较好的模型，同时该方法建立的模型结构简单具有很好的推广能力。关键词:支持向量机统计学习理论回归估计软测复、J/份/`/、/第11页华东理工大学硕士学位论文SupportVectorMachinesandItsApplicationtoSoft-sensingMode

3、llingABSTRACTStatisticallearningtheory(SLT)iscurrentlyahotspotinmachinelearningresearchfield,anditafordsageneralframeworkforlearningwithlimitedsamples.Supportvectormachines(SVM)algorithm,basedonSLT,isatendedinengineeringfieldswithitsexcellentlearningcapabilityusings

4、mallsamples,thestrongabilityofanti-noiseandgoodgeneralizationperformance,anditisdevelopedrapidlyandhasbeenappliedsuccessfullyinmanyfieldsinpastyears.Inthepaper,basisconceptofSLTandstructuralriskminimizationinductionprincipleispresented,andessentialtheoryofSVMisexpat

5、iatedbysolvingtheclassifierquestion.RegressionestimationapproachbasedonSVMisalsodiscussed,andtheresultsofsimulationonfunctionapproximationandestimationindicatethemeritsofthislearningalgorithm:learningusingsmallsamples,simplemodelstructureandgoodfilteringability.Duet

6、othemeritsofSVMregressionapproach,anewsoft-sensingmodelingalgorithm--soft-sensingmodelingbasedonsupportvectormachines,isproposed,andthemodelofjet-fuelendpointinhydrocrackingfractionatorsisestablished.ComparingthemodellingapproachwithRBFneuralnetworks,thisapproachisa

7、daptedtomodellingwithfewersamples,andachievesgoodperformances.KeyWords:SupportvectormachinesStatisticallearningtheoryRegressionestimationSoft-sensing作者声明我郑重声明:本人悟守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的结果。除文中明确注明和引用的内容外，本论文不包含任何他人已经发表或撰写过的内容。论文为本人亲自撰写，并对所写内容负责。

8、论文作者签名:策，刻:虽又1119a年/a月a夕日华东理工大学硕士学位论文第1页第1章绪论1.1机器学习和统计学习理论1.1.1机器学习基于数据的机器学习是现代智能技术中的一个重要领域，它根据采样得到的样本数据研究系统输入、输出各变量之间的关系(相关关系或函数关系)，建立系统