论文部分内容阅读
针对工业过程中工况改变时,传统软测量模型难以适应数据分布变化,易出现模型性能恶化的问题.引入一种基于测地线流式核的迁移学习方法,同时针对该方法难以解决工业过程中动态特性提取和数据不完全服从高斯分布问题进行优化.首先构建增广矩阵以应对过程中的动态特性,对处理后的数据进行独立成分分析和主成分分析,用以提取源域与目标域的非高斯信息和高斯信息,并在格拉斯曼流形空间下对源域的非高斯信息和高斯信息分别适配目标域,最后使用最大均值差异方法对适配后的源域与目标域进行分布度量,并为基于源域构建的模型加权.结果表明该方