基于半监督局部线性回归的自适应参数软测量方法

摘要

本发明提供一种基于半监督局部线性回归的自适应参数软测量方法，首先以局部线性回归散点平滑方法为理论基础，通过将未标记样本引入其目标方程的方法将其改造为一种半监督的学习方法；然后利用一种计算标记样本集估计斜率的方法，自适应估计出一个当前标记样本集的最优高斯核宽参数；最后利用该自适应参数选择方法实现半监督局部线性回归学习方法的参数选择，并基于滚动时间窗的方式实现软测量模型的在线更新。本发明充分利用了未标记样本的价值。针对半监督局部线性回归的特点，可以有效地去除标记样本测量误差带来的影响，提高预测精度。运用滚动时间窗的方法实时更新软测量模型，使得模型能够更好地适应输入数据的变化。