贝叶斯核学习方法在复杂工业系统建模中的应用

摘要

在复杂工业过程中,需要对过程变量和操作变量进行测量,但是由于客观条件的影响,很难实现直接测量,但是在工业过程中存在大量有用的过程数据,利用这些数据可以挖掘出大量有用的信息.因此可以利用软测量技术建立辅助变量与测量变量的关系.数据模型的建立是软测量技术的关键,贝叶斯核学习方法是一种新型的数据建模方法,具有小样本、推广能力强和收敛速度快的特点.