科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于半监督学习的污水监测的多输出软测量方法,包括以下步骤：利用半监督算法,计算未标记数据的置信度,选择置信度较高的未标记数据来扩充标记数据集；通过奇偶分组的方法将标记数据集均分,得到了两组连续且具有全局特征的标记数据集；再利用高斯过程回归和最小二乘支持向量机对两组标记数据集建模和训练,生成两个独立的回归模型；最后,对迭代学习后的标记数据集,利用移动窗口和卡尔曼滤波对模型的结构和参数进行优化,得到污水处理过程中的难测量变量的最终预测结果。本发明较现有的预测方法具有更好的预测表现,可以作为城市污水处理厂的监测的一个有效工具。
- 单位
