基于熵准则的鲁棒的 RBF 谷胱甘肽发酵建模

谭左平等

生物工程学报 Chin J Biotech 2008, May 25; 24(5): 829-836

基于熵准则的鲁棒的 RBF 谷胱甘肽发酵建模

谭左平 , 王士同 , 邓赵红 , 堵国成

江南大学信息工程学院, 江南大学工业技术教育部重点实验室, 无锡 214122

摘要: 在谷胱甘肽的发酵过程建模中, 当试验数据含有噪音时, 往往会导致模型预测精度和泛化能力的下降。针对该问题, 提出了一种新的基于熵准则的 RBF 神经网络建模方法。与传统的基于 MSE 准则函数的建模方法相比, 新方法能从训练样本的整体分布结构来进行模型参数学习, 有效地避免了传统的基于 MSE准则的 RBF网络的过学习和泛化能力差的缺陷。将该模型应用到实际的谷胱甘肽发酵过程建模中, 实验结果表明: 该方法具有较高的预测精度、泛化能力和良好的鲁棒性, 从而对谷胱甘肽的发酵建模有潜在的应用价值。

关键词: 谷胱甘肽, 相对熵, RBF 神经网络, Parzen 窗法, 鲁棒性

全文下载：基于熵准则的鲁棒的 RBF 谷胱甘肽发酵建模

更多全文请查看链接：http://journals.im.ac.cn

声明：本文由《生物工程学报》授权生物谷 www.bioon.com 网站发布，如需转载请直接与中国科学院微生物研究所期刊联合编辑部联系并支付相应费用，未经授权不得转载，若转载将付相应的法律责任。