基于SOM特征映射空间相似度判别的软传感器建模变量选择

摘要

针对软传感器建模中存在的信息冗余，提出一种基于自组织特征映射神经网络(Self-Organizing Feature Mapping，SOM)的变量选择方法。该方法借助SOM简单快速的特征映射能力对数据进行投影，采用虚假最近邻点法(False Nearest Neighbor，FNN)计算某变量删减前后数据在SOM投影空间的相似度，通过相似度来判断其对主导变量的解释能力，由此进行变量的选择。实验结果表明该方法能有效的进行变量选择，为软传感器建模变量选择提供了一种新思路。