文件名称：一种基于LDA和FCM的BPA多模型软测量方法 (2010年)
文件大小：224KB
文件格式：PDF
更新时间：2024-06-17 21:25:03
工程技术 论文
模糊C-均值聚类类(FCM)算法是数据预处理中常用的一种方法,但用这种方法进行数据聚类,各类别边界信息间往往存在干扰,模型精度不能得到很好改善。本文采用一种改进的线性判别分析(LDA)方法,用于扩大样本类别间的距离,使聚类更为精确。将FCM算法与改进的LDA算法结合提取样本特征,然后通过多模型融入到SVM算法中。通过对双酚A软测量建模的仿真研究表明该方法具有较好的效果。