Debido a la complejidad e incertidumbre de los procesos de fermentación microbiana, los datos provenientes de las plantas a menudo contienen algunos valores atípicos. Sin embargo, estos datos pueden tratarse como vectores de soporte normales, los cuales siempre afectan el rendimiento del modelado de sensores blandos. Dado que los valores atípicos también contaminan la estructura de correlación de la máquina de vectores de soporte de mínimos cuadrados (LS-SVM), se proporciona un método de poda difusa para abordar el problema. Además, al asignar diferentes puntuaciones de pertenencia difusa a las muestras de datos, la sensibilidad del modelo a los valores atípicos puede reducirse considerablemente. La efectividad y eficiencia del enfoque propuesto se demuestran a través de dos ejemplos numéricos, así como un caso simulado del proceso de fermentación de la penicilina.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Un algoritmo modificado basado en gradientes para resolver ecuaciones matriciales
Artículos:
Método TOPSIS esférico cúbico difuso ampliado y su aplicación en la toma de decisiones multicriterio
Artículos:
Soluciones positivas para una ecuación de diferencia no lineal de tercer orden con retardo neutral.
Artículos:
Cálculo Variacional Fraccional Generalizado de Multiparámetros
Artículos:
Simulación de columnas no homogéneas de perlas sometidas a vibración vertical
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Una metodología para el diseño de un currículo orientado a las competencias
Libros:
Física. Ondas eléctromagnéticas