文献类型：期刊文献

中文题名：基于PCA-SVM的软测量建模方法与应用

英文题名：Soft Sensor Modelling and Application Based on PCA-SVM

作者：王华忠[1];俞金寿[1]

机构：[1]华东理工大学自动化研究所,上海200237

年份：2004

卷号：25

期号：2

起止页码：16

中文期刊名：自动化仪表

外文期刊名：Process Automation Instrumentation

收录：CSTPCD;;北大核心:【北大核心2000】；

语种：中文

中文关键词：软测量;主元分析;支持向量机;PCA-SVM;建模

外文关键词：Soft sensor Principal component analysis Support vector machine

摘要：主元分析 (PCA)能够有效地提取数据的特征信息 ,消除变量间的共线性 ;而将基于统计学习理论的支持向量机 (SVM)用于数据建模具有显著的优点。本文提出了将PCA与SVM相结合的软测量建模方法 ,并利用该方法建立了工业萘初馏塔酚油含萘量软测量模型 。
Principle component analysis(PCA) can extract the characteristics of input data and eliminate the collinearity of variables. Support vector machine(SVM) features superior performance in modeling process data. A novel method was proposed in developing soft sensor based on the integrating both PCA and SVM. Industrial application has shown that the method proposed is effective and superior to traditional methods.