堆叠隐空间模糊C回归算法与其在发酵数据多模型建模中的.PDF

第 １１卷第５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１１№．５ ２０１６年１０月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 Ｏｃｔ． ２０１６ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１５０８０１５ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ０９２８．００２．ｈｔｍｌ 堆叠隐空间模糊 Ｃ 回归算法及其在 发酵数据多模型建模中的应用 刘欢，王骏，邓赵红，王士同 （江南大学数字媒体学院，江苏无锡 ２１４１２２） 摘　 要：切换回归算法ＦＣＲ的性能容易受到噪声点以及离群点的影响，同时该算法对于复杂数据的处理能力较差。 对此，文中提出一种基于堆叠隐空间的模糊Ｃ 回归算法。 该算法将基于ＥＬＭ特征映射技术，利用主成分分析进行特 征提取，再结合多层前馈神经网络学习结构对隐空间进行多次扩展和压缩。 实验结果表明，该算法具有更好的抗噪 性能，对模糊指数的变化不敏感，同时在处理复杂数据以及在多模型建模中更加精确、高效、稳定。 关键词：隐空间映射；极限学习机；主成分分析；模糊Ｃ 回归算法；多层神经网络；多模型建模 中图分类号：ＴＰ１８１　 文献标志码：Ａ　 文章编号：１６７３⁃４７８５（２０１６）０５⁃０６７０⁃１０ 中文引用格式：刘欢，王骏，邓赵红，等．堆叠隐空间模糊Ｃ 回归算法及其在发酵数据多模型建模中的应用［Ｊ］． 智能系统学报，２０１６， １１（５）：６７０⁃６７９． 英文引用格式：ＬＩＵ Ｈｕａｎ，ＷＡＮＧＪｕｎ，ＤＥＮＧ Ｚｈａｏｈｏｎｇ，ｅｔａｌ．Ａｃａｓｃａｄｅｄｈｉｄｄｅｎｓｐａｃｅｆｕｚｚｙ Ｃ⁃ｒｅｇｒｅｓｓｉｏｎａｌｇｏｒｉｔｈｍａｎｄｉｔｓａｐ⁃ ｐｌｉｃａｔｉｏｎ ｉｎｍｕｌｔｉ⁃ｍｏｄｅｌｍｏｄｅｌｉｎｇｆｏｒｔｈｅｆｅｒｍｅｎｔａｔｉｏｎｐｒｏｃｅｓｓ ［Ｊ］． ＣＡＡＩｔｒａｎｓａｃｔｉｏｎｓｏｎｉｎｔｅｌｌｉｇｅｎｔｓｙｓｔｅｍｓ，２０１６，１１（５）：６７０⁃６７９． Ａ ｃａｓｃａｄｅｄ ｈｉｄｄｅｎ ｓｐａｃｅ ｆｕｚｚｙ Ｃ⁃ｒｅｇｒｅｓｓｉｏｎ ａｌｇｏｒｉｔｈｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｉｎ ｍｕｌｔｉ⁃ｍｏｄｅｌ ｍｏｄｅｌｉｎｇ ｆｏｒ ｔｈｅ ｆｅｒｍｅｎｔａｔｉｏｎ ｐｒｏｃｅｓｓ ＬＩＵ Ｈｕａｎ，ＷＡＮＧＪｕｎ，ＤＥＮＧＺｈａｏｈｏｎｇ，ＷＡＮＧ Ｓｈｉｔｏｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｄｉｇｉｔａｌ Ｍｅｄｉａ，ＪｉａｎｇＮａｎ Ｕｎｉｖｅｒｓｉｔｙ，ＷｕＸｉ ２１４１２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｓｗｉｔｃｈｉｎｇ ｒｅｇｒｅｓｓｉｏｎ ａｌｇｏｒｉｔｈｍ ＦＣＲｉｓｓｅｎｓｉｔｉｖｅｔｏｎｏｉｓｅｄａｔａａｎｄｏｕｔｌｉｅｒｓ．Ｔｈｅａｌｇｏｒｉｔｈｍａｌｓｏｈａｓｌｏｗ ｌｅｖｅｌｓ ｏｆ ｃａｐａｂｉｌｉｔｙ ｆｏｒ ｄｅａｌｉｎｇ ｗｉｔｈ ｃｏｍｐｌｅｘ ｄａｔａ． Ｉｎ ｏｒｄｅｒ ｔｏ ｈａｎｄｌｅ ｔｈｅｓｅ ｐｒｏｂｌｅｍｓ，ａｎ ｉｍｐｒｏｖｅｄ ｆｕｚｚｙ Ｃ⁃ｒｅｇｒｅｓ⁃ ｓｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ ｃａｓｃａｄｅｄ ｈｉｄｄｅｎ ｓｐａｃｅ． Ｉｎ ｏｕｒ ｍｅｔｈｏｄ，ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｉｓ ｃｏｍ⁃ ｂｉｎｅｄ ｗｉｔｈ ｅｘｔｒｅｍｅｍａｃｈｉｎｅｌｅａｒｎｉｎｇｆｅａｔｕｒｅｍａｐｐｉｎｇ ａｎｄｍｕｌｔｉｌａｙｅｒｆｅｅｄｆｏｒｗａｒｄｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｏｕｒ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｉｓ ｍｏｒｅ ｓｔａｂｌｅ ａｓｒｅｇａｒｄｓ ｎｏｉｓｅ ｄａｔａ ａｎｄ ｏｕｔｌ