一种基于LDA和FCM的双酚A多模型软测量方法

摘要：

模糊C-均值聚类(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，模型的精度不能得到很好的改善。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。

关键词： 模糊聚类 线性判别分析 软测量 数据预处理 双酚A多模型

作者: 陈金凤 杨慧中 邓玉俊

作者单位: 江南大学通信与控制工程学院,江苏无锡,214122

会议类型: 国内会议

会议名称: 2008年中国过程系统工程年会(PSE2008)

会议地点: 上海

会议语种:中文

页码: 173-176

在线出版日期: 2008-09-19（万方平台首次上网日期，不代表论文的发表时间）