10.3969/j.issn.2095-2783.2019.03.007
基于核密度估计的核偏鲁棒M-回归建模方法及应用
提出了一种基于核密度估计的核偏鲁棒M-回归(kernel partial robust M regression based on kernel density estimation,KDE-KPRM)方法.以核密度估计加权策略代替原来的M估计加权策略,利用主成分分析技术和核密度函数识别高杠杆点(输入变量空间异常点),利用残差和核密度函数识别高残差点(输出变量空间异常点),无需反复迭代便可以为样本赋予合适权重,有效地提高了建模速率.通过函数仿真和实际工业仿真,证明了所提出的方法比标准的核偏鲁棒M-回归算法有更好的鲁棒性和更高的建模效率.
核密度估计、主成分分析、核偏鲁棒M-回归、离群点、鲁棒估计
14
TP274(自动化技术及设备)
国家自然科学基金资助项目61503384,61873049,61603393;国家煤加工与洁净化工程技术研究中心开放基金课题资助项目2018NERCCPP-B03;江苏省研究生科研与实践创新计划项目SJCX18_0662
2019-07-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
273-277