基于反学习飞蛾火焰算法优化的LSSVM模型及其软测量应用

来源 :计算机应用与软件 | 被引量 : 3次 | 上传用户：xpzcz1990

【摘要】

：

针对最小二乘支持向量机LSSVM(least squares support vector machine)软测量模型参数难以估计问题,提出将参数估计转化为约束优化问题,基于反学习飞蛾火焰算法OMFO(opposition-based MFO)优化的LSSVM建模技术,并构建OMFO-LSSVM软测量模型。在MFO(moth-flame optimization)基础上增加新型反学习策略以提升算法

【作者】

：

夏祥礼陈国彬刘超

【机构】

：

重庆工商大学融智学院,贵州航天电器股份有限公司

【出处】

：

计算机应用与软件

【发表日期】

：

2019年05期

【关键词】

：

软测量最小二乘支持向量机飞蛾火焰算法反学习越界 Soft sensing LSSVM Moth-flame optimization algorithm

【基金项目】

：

重庆市物联网产业共性关键技术创新主题专项项目(cstc2015zdcy-ztzx40007)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

结果无价值论在中国展开的前提

结果无价值论与行为无价值论在中国刑法学理论中形成一定的论争状态，本文以结果无价值论为立场，论述结果无价值论要想在中国刑法中全面展开必须具备的前提条件，首先必须面对挑战

期刊

结果无价值论风险社会犯罪构成法益

基于差分隐私的混合位置隐私保护

针对现有差分隐私k-means算法对初始中心点敏感、用户位置数据误差偏大、可用性较低等问题,根据LBS的特点,引入人流密度的概念,提出一种基于差分隐私k-means的混合位置隐私保护方法。根据LBS特点将用户位置点分成离散位置点和非离散位置点,基于差分隐私技术,采用改进聚类算法对位置信息进行泛化和加噪;通过分析用户位置点的稀疏程度来确定离散点,对离散点位置信息采用基于差分隐私的单独加噪技术;对非离

期刊

位置隐私差分隐私混合保护K-MEANS聚类Location privacyDifferential privacyHybrid protection

学习型社会图书管理工作的创新与发展

学习型社会的建设对图书管理工作提供了新的机遇,也提出了新的要求,在学习型社会的背景下,图书馆应当高度重视管理工作的改革和创新,实现管理工作的开展与学习型社会的建设相

期刊

学习型社会图书馆管理工作

基于反学习飞蛾火焰算法优化的LSSVM模型及其软测量应用

其他学术论文