| 独立成分分析在瓦斯浓度预测中的应用研究 |
| |
| 引用本文： | 龚星宇,常心坦,贾澎涛.独立成分分析在瓦斯浓度预测中的应用研究[J].工矿自动化,2015,41(4):82-86. |
| |
| 作者姓名： | 龚星宇 常心坦 贾澎涛 |
| |
| 作者单位： | 1. 西安科技大学计算机科学与技术学院,陕西西安,710054
2. 西安科技大学能源学院,陕西西安,710054 |
| |
| 摘 要： | 为提高含噪声瓦斯浓度数据的预测精度,提出了一种基于独立成分分析(ICA)和k-最近邻(kNN)法的反向传播人工神经网络(BP-ANN)预测模型。利用滑动时间窗算法产生训练样本矩阵,采用ICA方法估计训练样本矩阵中的独立成分,用不含噪声的独立成分重新构建训练集;运用k-NN法减小训练集规模,引入混合距离测度函数降低训练过程的计算复杂度。实验结果表明,该预测模型较普通BP-ANN模型有效减小了瓦斯浓度预测误差和训练时间。
|
| 关 键 词： | 瓦斯浓度预测 独立成分分析 k-最近邻法 反向传播人工神经网络 |
Application research of independent component analysis in gas concentration prediction |
| |
| GONG Xingyu,CHANG Xintan,JIA Pengtao.Application research of independent component analysis in gas concentration prediction[J].Industry and Automation,2015,41(4):82-86. |
| |
| Authors: | GONG Xingyu CHANG Xintan JIA Pengtao |
| |
| Abstract: | |
| |
| Keywords: | gas concentration prediction independent component analysis k-nearest neighbor back-propagation artificial neural network |
| 本文献已被 万方数据 等数据库收录！ |
|
