基于主元分析和模糊聚类的浮选过程的数据预处理

基于主元分析和模糊聚类的浮选过程的数据预

处理

摘要

随着信息时代的来临,人类在各种领域中面临着越来越多的数据信息,与此同时,

这些数据的规模还在以惊人的速度不断增长。鉴于主元分析法的降维特性和模糊C-均值

聚类算法良好的分类性能,本文针对反浮选过程的被控对象复杂、数学模型不确定以及

控制要求高等特点,提出一种基于主元分析和模糊聚类的数据预处理算法。采用模糊

C-均值聚类算法得到聚类中心,然后进行线形回归从而对过程变量数据进行了预处理。

主元分析法则用来进行辅助变量的选取和输入高维向量降维简化。在保留原有信息的基

础上,去除了冗余数据,加快了聚类速度,在实现对模型的输入简化以及输入数据的故

障诊断,为过程建模、先进控制和优化控制等打好基础。然后针对主元变量采用径向基

函数网络建立了系统经济技术指标的预测模型。根据工业实际生产数据进行的模型校验

和误差分析表明,能够满足浮选过程控制的精度要求。

关键词:数据预处理;模糊C均值聚类;主元分析;浮选过程

你可能喜欢

  • 固定设计
  • 单片机控制
  • 恒温箱控制系统设计
  • 算法研究
  • 模糊C均值聚类

基于主元分析和模糊聚类的浮选过程的数据预处理相关文档

最新文档

返回顶部