文中提出了基于改进密度峰值聚类(DPC)的多模型软测量建模方法。首先采用K近邻算法计算局部密度，并用K近邻算法和加权K近邻算法改进剩余点分配策略，划分得到更优的子数据集；然后，建立各个高斯过程回归子模型；最后，对于新接收的数据，利用基于子模型预测性能并结合即时学习自适应地计算出新样本隶属于各个子模型的后验概率，以此为权值融合各个GPR子模型的预测值得到最终输出。通过对标准数据集和硫回收装置数据的仿真，验证了所提方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
