基于KCCA虚假邻点判别的非线性变量选择 Variable selection for nonlinear modeling based on false nearest neighbors in KCCA subspace.pdfVIP

第33卷第1期 仪 器 仪 表 学 报 V01．33No．1 0fsciem击c 2012年1月 Chine8eJo叫Ial Illstmment J蛐．2012 基于KCCA虚假邻点判别的非线性变量选择 李太福，易 军，苏盈盈，胡文金，高婷 (重庆科技学院电气与信息工程学院重庆401331) 摘要：特征变量选择技术是非线性系统建模过程中降低信息冗余和提高精度的有效方法。提出一种结合核典型相关法(ker- mlc锄onical 再采用典型相关法有效合理地消除因子之间的多重共线性，受混沌相空间虚假最近邻点法的启示，通过计算原始数据在KccA 子空间中投影的距离，判断其对主导变量的解释能力。由此进行变量的选择。该方法用氢氰酸生产工艺工程中的非线性模型验 证，并与全参数模型进行比较，结果显示该方法有良好的变量选择能力。因此，该研究为非线性系统建模的变量选择方法提供 了一种新方法。 关键词：非线性系统；建模；KCCA；FNN；变量选择 中图分类号：