期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于滑动窗口集成即时学习算法的ALD工艺压强预测
1
作者 孙世娜 陈焰 +3 位作者 伍祖铭 刘振强 明帅强 夏洋 《化工自动化及仪表》 CAS 2024年第5期879-886,共8页
原子层沉积(ALD)设备被广泛应用于半导体、新材料、光伏产业中制备高质量纳米膜。针对制膜过程中关闭真空计,导致压强数据缺失,无法判断反应源是否通入及设备是否正常运行的问题,采用软测量方法预测制膜过程中的压强。为提高软测量对不... 原子层沉积(ALD)设备被广泛应用于半导体、新材料、光伏产业中制备高质量纳米膜。针对制膜过程中关闭真空计,导致压强数据缺失,无法判断反应源是否通入及设备是否正常运行的问题,采用软测量方法预测制膜过程中的压强。为提高软测量对不同工艺条件及配方的预测泛化能力,提出采用基于滑动窗口的集成即时学习法(BaggingMwLWPLS)对压强进行实时建模及预测,使用滑动窗口划分数据集,采用Bagging集成算法将局部加权偏最小二乘法(LWPLS)的预测值平均融合作为预测压强。结果表明:该方法能自适应预测不同工艺配方的实时压强,且预测快速、准确、不易受噪声干扰,实现设备压强状态和性能的实时监控。 展开更多
关键词 工艺压强 滑动窗口 局部加权偏最小二乘 集成学习 自适应预测
下载PDF
基于时间差分和局部加权偏最小二乘算法的过程自适应软测量建模 被引量：17
2
作者 袁小锋 葛志强 宋执环 《化工学报》 EI CAS CSCD 北大核心 2016年第3期724-728,共5页
工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合... 工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合时间差分模型和局部加权偏最小二乘算法的自适应软测量建模方法。时间差分模型可以大大减少过程变量漂移的影响,而局部加权偏最小二乘算法作为一种即时学习方法,可以有效解决过程非线性和时变问题。该方法的有效性在数值例子和工业过程实例中得到了有效验证。 展开更多
关键词 时间差分模型 局部加权偏最小二乘算法 即时学习 软测量建模 质量预测
下载PDF
基于局部加权偏最小二乘的近红外光谱分析方法研究 被引量：4
3
作者 马力文 郭拓 +2 位作者 马晋芳 史庆龙 肖环贤 《分析测试学报》 CAS CSCD 北大核心 2020年第10期1254-1259,共6页
针对近红外光谱分析技术中分析对象非线性现象突出的情况,提出了一种新的模型计算方法——局部加权偏最小二乘法(LWPLS)。以安胎丸为研究对象,采用LWPLS算法进行其近红外定量模型的建立,并比较偏最小二乘法(PLS)与LWPLS两种算法建立定... 针对近红外光谱分析技术中分析对象非线性现象突出的情况,提出了一种新的模型计算方法——局部加权偏最小二乘法(LWPLS)。以安胎丸为研究对象,采用LWPLS算法进行其近红外定量模型的建立,并比较偏最小二乘法(PLS)与LWPLS两种算法建立定量模型的精度。结果测得两种算法建立的校正模型中,阿魏酸的模型相关系数(R2)分别为0.7855、0.9719,预测误差均方根(RMSEP)分别为0.1266、0.0438,相对预测误差(RE)分别为12.66%、9.18%;洋川芎内酯A的R2分别为0.8864、0.9649,RMSEP分别为0.1148、0.0771,RE分别为14.01%、7.81%,显示LWPLS算法建立的模型精度更高。研究表明,采用LWPLS算法可提高安胎丸定量模型的准确性,具有可推广性和广泛的应用性。 展开更多
关键词 局部加权偏最小二乘法(lwpls) 近红外光谱 偏最小二乘法(PLS) 阿魏酸 洋川芎内酯A
下载PDF
基于改进LWPLS的碱性蛋白酶发酵过程软测量建模
4
作者 张卫国 蔡可 《传感器与微系统》 CSCD 2020年第10期108-110,114,共4页
针对微生物发酵过程中关键生物参数难以在线检测的问题,提出一种即时学习建模方法。考虑到微生物发酵的多阶段特性,利用模糊C均值(FCM)聚类算法对发酵数据样本进行聚类;采用具有即时学习策略的局部加权偏最小二乘(LWPLS)算法作为局部建... 针对微生物发酵过程中关键生物参数难以在线检测的问题,提出一种即时学习建模方法。考虑到微生物发酵的多阶段特性,利用模糊C均值(FCM)聚类算法对发酵数据样本进行聚类;采用具有即时学习策略的局部加权偏最小二乘(LWPLS)算法作为局部建模方法;采用粒子群优化(PSO)算法对带宽参数进行优化。最后以碱性蛋白酶发酵过程为例,实验仿真结果表明:所提的FCM-PSO-LWPLS局部软测量建模方法具有较高的预测精度,能适应一般发酵过程中关键生物参数(总糖浓度S)的实时监测。 展开更多
关键词 局部加权偏最小二乘 模糊C均值聚类 粒子群优化算法 软测量 碱性蛋白酶
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部